【《新能源的集群效应分析》2600字】

表23所示：相关性数峨蔓感城四更文昌峨蔓1——————感城-0.21741————四更0.63220.51631——文昌0.9170-0.27810.42091表2-3风电月度出力相关系数根据相关系数的定义可知，若两者之间的相关性越强，则绝对值越接近1；该系数若为正数即为正相关，负数则是负相关。从表2-3中有，文昌和峨蔓两地的风电场的相关系数高达0.9170，两地的风电场之间具有强相关；四更与感城和峨蔓的相关系数分别为0.5163和0.6322，表示它们之间的相关性一般；感城与文昌、感城与峨蔓的相关系数分别为-0.2781和-0.2174，表明两两之间具有较弱的负相关。因此，可以得出结论：不同风电场月度出力之间的相关性通常与两个风电场所在纬度、两者之间的地理距离等因素有关。一般的，相距近的两个风电场更容易遇到相同天气，因此两者的风速和出力的相关性就越强。2）日相关特性图2-4是各个风电场之间的日相关系数的分布直方图。从图中可以看到，不同风电场之间为正相关系数占有很大的概率。图中，四更和感城的风电场之间的正相关系数概率高达99.5%；相反的，各个风电场之间的互补性弱。表2-4为各风电场之间的相关系数期望。图2-4各个风电场之间的日相关系数的直方图分布相关性数峨蔓感城四更文昌峨蔓1——————感城0.23951————四更0.37750.49371——文昌0.30470.20990.2921表2-4各电场之间的日相关系数期望值由表2-4可以看出，四个电场感城与四更相关性最强，峨蔓文昌，峨蔓四更次之，感城文昌之间相关最弱。日相关特性受风电场之间的距离和所在地理环境影响较大。四个风电场之间，感城与四更距离最近，因此相关性较强；反之，文昌与感城相距最远，相关性最弱。1.2短期波动的互补性风电出力的互补性往往在小时级别的时间跨度下体现，主要分为风电场内部互补与风电场之间的互补：1）风电场内部的互补性：在秒级的时间尺度上，风电机组的有功出力波动被其转动惯量和有功功率的控制策略所抑制；在几分钟的时间长度上，由于风资源的峰值和谷值是在不同的时间到达风电场中的各个机组的，因此存在一些时间差异，从而导致了一定的互补性。2）风电场之间的互补性：在小时级别的时间跨度上也是如此。通常，风资源的峰值和谷值并不是在同一时间到达不同位置的风电场，所以各个风电场的最大出力变化率的出现时间也会有一定的差异，从而导致了各个风电场之间的互补，也降低了风电场组整体的出力变化率。然而，由于风电场群的规模限制，各风电场之间的距离相对较短。所以，这种互补往往是有限的，只能体现在小时级别的时间尺度上。图2-5峨蔓单台风机出力变化曲线图2-6峨蔓风电场出力变化曲线图2-5以峨蔓风电场中的1#风机和33#风机出力变化曲线为例，显示了同一天中，同一风电场中的不同机组的出力关系。图2-6以峨蔓风电场中的文昌和四更机组之间的出力变化曲线为例，显示了同一天中，同一风电场中的各期机组之间的出力关系。由此可得，不同机组/风电场出力曲线在短时间内并不相同，但是长期看来，两者之间还是存在着显著的相关性。1.3汇聚容量对风电场集群效应的影响风电的有功功率的幅值分布曲线呈下降样式。风电出力在高出力区间的概率与风电场规模之间存在负相关，即风电场规模增大时有功功率减小，反之则反；而波动量则主要集中在0附近。如图2-7示：图2-7不同规模风电场有功出力以及短期波动的概率分布对于集群效应指标随风电集群规模的变化规律，主要以风电最大出力比为例进行分析：统计2019和2020年两年的运行数据，计算日最大出力比（单位：天）。通过风电场集群规模的不断变大，可以得到最大出力比的变化趋势如表2-5，图2-8和图2-9所示。风电场数12345风电容量（MW）50100150200250日最大出力比最大值（最大出力比）1.037170.9936510.975980.9688960.961967表2-5某省风电最大出力比与风电集群规模图2-8风电最大出力比随风电场数变化规律图2-9风电集群（250MW）日最大出力比的分布统计得到日出力比的最大值往往分布随机，发生的概率极低，因此计算得到其95%最大值。如表2-6所示，风电95%日最大出力比以及日最大出力比平均值的变化规律：风电场数12345风电容量（MW）5010015020025095%日最大出力比1.008340.941610.8808230.8525340.821033日最大出力比均值0.53880.48640.45440.41950.4012表2-6风电95%日最大出力比变化表图2-1095%日最大出力比随风电场数变化规律由图2-10可以看出，单个风电的装机容量为50MW，所以通过可以得到装机个数，从而得到风电场的数量与集群效应系数的关系曲线。实际上，风电场的装机容量并不相同。在风电场集群中，单个风电场的装机容量不超过100MW时，可以通过上述公式计算出装机容量与集群效应系数的关系。最大出力比=1.0355∗95%日最大出力比=1.0157∗日最大出力比均值=0.5454∗对于其它的指标，基于相同的出力方法，选择置信区间模型中的概率为0.95，集群效应的变化规律如下图2-11所示：图2-11集群效应指标随风电场数目变化关系由图2-11可以知道，R值与n成反比，具体而言就是会随着n增大而呈现幂函数衰减的趋势。 （STYLEREF1\s1SEQ公式\*ARABIC\s18）对不同指标拟合的参数如表2-7所示：参数日峰谷差比日最大波动比（15min）日峰值同时率日最大出力比a0.96160.5911.0100.592b-0.2625-0.6708-0.0421-0.3024表2-7集群效应指标函数参数综上所述，风电场的集群效应指标会随着汇聚容量的增加而呈幂指数衰减，两者之间为反向相关关系。风电场群在不同地区或不同气候下，波动置信区间值R的幂函数关系虽然