风光水火联合运行电网的电源出力特性及相关性研究.pdf

第４４卷第１９期２０１６年１０月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｏ１．４４ＮＯ．１９０ｃｔ．１．２０１６Ｄ０Ｉ：１０．７６６７／ＰＳＰＣ１５０８７６风光水火联合运行电网的电源出力特性及相关性研究韩柳，庄博，吴耀武，黄飞（１．国网北京经济技术研究院，北京１０２２０９；２．国网冀北电力有限公司，北京１０００５１；３．华中科技大学，湖北武汉４３００７４）摘要：通过调研西北电网大量实际运行数据，提出常规火电与热电联产机组的调峰深度以及影响水电调节能力的主要因素。基于数理统计分析方法提出风电、光伏集群出力的季特性、日特性以及概率分布曲线，为风光水火联合运行电网不同时空尺度下生产运行模拟提供依据，从而确定各类电源的合理配置和经济运行方案。分析证明：光伏出力与时间相关性强，风电出力与时间相关性弱。风电与光伏互补性不明显，水电与光伏互补性明显。风光水火联合运行电网的新能源接纳能力不宜采用小方式下调峰平衡的简单估算方法，应通过电力系统生产运行模拟仿真确定各类电源的合理装机规模和结构。关键词：风电：光伏；联合运行；出力特性；概率分布；相关性’ＰｏｗｅｒｓｏｕｒｃｅＳｏｕｔｐｕｔｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｒｅｌｅｖａｎｃｅｉｎｗｉｎｄ－ｓｏｌａｒ－ｈｙｄｒｏ－ｔｈｅｒｍａｌｐｏｗｅｒｓｙｓｔｅｍＨＡＮＬｉｕ，ＺＨＵＡＮＧＢｏ，ＷＵＹａｏｗｕ，ＨＵＡＮＧＦｅｉ（１．ＳｔａｔｅＧｒｉｄＢｅｉｊｉｎｇＥｃｏｎｏｍｉｃＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，Ｂｅｉｊｉｎｇ１０２２０９，Ｃｈｉｎａ；２．ＳｔａｔｅＧｒｉｄＪｉｂｅｉＥｌｅｃｔｒｉｃＣｏｍｐａｎｙＬｉｍｉｔｅｄ，Ｂｅｉｊｉｎｇ１０００５１，Ｃｈｉｎａ；３．ＨｕａｚｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ４３００７４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｒｏｕｇｈｔｈｅｉｎｖｅｓｔｉｇａｔｉｏｎｏｆｔｈｅａｃｔｕａｌｏｐｅｒａｔｉｎｇｄａｔａｏｆｎｏｒｔｈｗｅｓｔｐｏｗｅｒｓｙｓｔｅｍ，ｔｈｉｓｐａｐｅｒｃｏｍｅｓｕｐｗｉｔｈｔｈｅｄｅｐｔｈｏｆｐｅａｋｌｏａｄｒｅｇｕｌａｔｉｏｎｏｆｃｏｍｂｉｎｅｄｏｐｅｒａｔｉｏｎｏｆｃｏｎｖｅｎｔｉｏｎａｌｔｈｅｒｍａｌｐｏｗｅｒｇｅｎｅｒａｔｉｎｇｕｎｉｔｓａｎｄｈｅａｔｓｕｐｐｌｙｕｎｉｔｓ，ａｎｄｔｈｅｐｒｉｎｃｉｐａｌｆａｃｔｏｒｓｔｈａｔａｆｆｅｃｔｔｈｅｒｅｇｕｌａｔｉｏｎｃａｐａｂｉｌｉｔｙｏｆｈｙｄｒｏｐｏｗｅｒ．Ｂａｓｅｄｏｎｍａｔｈｅｍａｔｉｃａｌｓｔａｔｉｓｔｉｃｓａｎａｌｙｓｉｓ，ｔｈｉｓｐａｐｅｒａｌｓｏｐｒｏｐｏｓｅｓｔｈｅｓｅａｓｏｎａｌｃｈａｒａｃｔｅｒｉｓｔｉｃ，ｄａｉｌｙｃｈａｒａｃｔｅｒｉｓｔｉｃａｎｄｐｒｏｂａｂｉｌｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎｏｆｗｉｎｄｐｏｗｅｒａｎｄｐｈｏｔｏｖｏｌｔａｉｃｏｕｔｐｕｔｔｈａｔｈｅｌｐｓｉｍｕｌａｔｅｔｈｅｏｐｅｒａｔｉｏｎｏｆｗｉｎｄ・－ｓｏｌａｒ－－ｈｙｄｒｏ－－ｔｈｅｒｍａｌｊｏｉｎｔｏｐｅｒａｔｉｏｎｐｏｗｅｒｇｒｉｄｓｉｎｄｉｆｆｅｒｅｎｔｓｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌｓｃａｌｅｓａｎｄｄｅｔｅｒｍｉｎｅｔｈｅｒｅａｓｏｎａｂｌｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆａｌｌｋｉｎｄｓｏｆｐｏｗｅｒｓｕｐｐｌｙａｎｄｅｃｏｎｏｍｉｃｏｐｅｒａｔｉｏｎｓｃｈｅｍｅ．Ｔｈｅａｎａｌｙｓｉｓｓｈｏｗｓｔｈａｔｔｈｅｒｅｌｅｖａｎｃｅｂｅｔｗｅｅｎｔｈｅｏｕｔｐｕｔｏｆｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒａｎｄｔｈｅｔｉｍｅｉｓｓｔｒｏｎｇｗｈｉｌｅｔｈｅｒｅｌｅｖａｎｃｅｂｅｔｗｅｅｎｔｈｅｏｕｔｐｕｔｏｆｗｉｎｄｐｏｗｅｒａｎｄｔｈｅｔｉｍｅｉｓｗｅａｋ．Ａｎｄｔｈｅｃｏｍｐｌｅｍｅｎｔａｒｉｔｙｂｅｔｗｅｅｎｈｙｄｒｏｐｏｗｅｒａｎｄｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｉｓｏｂｖｉｏｕｓｗｈｉｌｅｔｈｅｃｏｍｐｌｅｍｅｎｔａｒｉｔｙｂｅｔｗｅｅｎｗｉｎｄｐｏｗｅｒａｎｄｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒ’———’ｉｓｎｔ．Ｆｏｒｗｉｎｄｓｏｌａｒｈｙｄｒｏｔｈｅｒｍａｌｊｏｉｎｔｏｐｅｒａｔｉｏｎｐｏｗｅｒｇｒｉｄｓ，ｉｔＳｉｎａｐｐｒｏｐｒｉａｔｅｔｏｕｓｅｓｉｍｐｌｅｐｅａｋｌｏａｄｂａｌａｎｃｅｕｎｄｅｒｌｉｇｈｔｌｏａｄｆｌｏｗｍｏｄｅｔｏｅｓｔｉｍａｔｅｉｔｓａｃｃｅｐｔａｎｃｅａｂｉｌｉｔｙｏｆｎｅｗｅｎｅｒｇｙ．Ｗｅｓｈｏｕｌｄｄｅｔｅｒｍｉｎｅｔｈｅｒｅａｓｏｎａｂｌｅｉｎｓｔａｌｌｅｄｃａｐａｃｉｔｙａｎｄｓｔｒｕｃｔｕｒｅｏｆａｌｌｋｉｎｄｓｏｆｐｏｗｅｒｓｕｐｐｌｙｔｈｒｏｕｇｈｔｈｅｏｐｅｒａｔｉｏｎｓｉｍｕｌａｔｉｏｎｏｆｔｈｅｐｏｗｅｒｓｙｓｔｅｍ．Ｋｅｙｗｏｒｄｓ：ｗｉｎｄｐｏｗｅｒ；ｐｈｏｔｏｖｏｌｔａｉｃ；ｃｏｍｂｉｎｅｄｏｐｅｒａｔｉｏｎ；ｐｏｗｅｒｃｈａｒａｃｔｅｒｉｓｔｉｃ；ｐｒｏｂａｂｉｌｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎ；ｒｅｌｅｖａｎｃｅ０引言我国西北地区电网呈现西水东火、水火互济的电源格局，且风电、光伏开发规模巨大，电源结构多样，调节模式复杂。预计到２０１７年，西北５省区各类电源装机风电将达到３８５０万ｋｗ，光伏２４７０万ｋＷ，水电３１５０万ｋＷ，火电１５６７０万ｋＷ。风电场、光伏电站出力的不确定性给地区电网调峰和稳定运行带来很大压力，对于风光水火联合运行的复杂电网，传统的简单电力电量平衡估算方式已不能满足要求，需要采用生产模拟的方法进行丰枯期各种场景下电力、电量、调峰平衡仿真模拟，而风电、光伏的出力特性曲线是重要的输入条件。”目前对风电『１＿、光伏【】的出力特性相关文献有所研究，但对风电、光伏、水电、火电出力的相关性研究较少。本文以西北电网为研究对象，通过调研大量实际运行基础数据，深入研究各类电源出力特性及相一９２．电力系统保护与控制关性，可为风光水火各类电源不同时间尺度的出力特性进行生产运行模拟提供依据，从而确定各类电源的合理配置和经济运行方案。风光水火多种电源如何协调运行、各类电源的出力特性、电源之间及其与负荷特性问的匹配程度是本文研究的重点。１常规火电调节￣ｅＪ－Ｊ分析低负荷运行方式调峰是常规火电的主导调峰方式。非供热机组和非供热期供热机组最小出力为其锅炉最低稳燃负荷，一般来说，单机容量３０万ｋＷ及以上机组，最小技术出力率为５０％；单机容量１Ｏ万ｋＷ及以上、不足３０万ｋＷ机组，最小技术出力率为６０％；单机容量１０万ｋＷ以下机组，最小技术出力率为８０％，火电机组最小技术出力率及调峰深度见表１。表１火电机组的最小技术出力率及调峰深度Ｔａｂｌｅ１Ｍｉｎｉｍｕｍｔｅｃｈｎｉｃａｌｇｅｎｅｒａｔｉｏｎａｎｄｔｈｅｄｅｐｔｈｏｆｐｅａｋｌｏａｄｒｅｇｕｌａｔｉｏｎｏｆｔｈｅｒｍａｌｐｏｗｅｒｇｅｎｅｒａｔｉｎｇｕｎｉｔ２供热机组调节能力分析热电联产机组在西北地区火电机组类型中占比较高，目前为冬季采暖用户供热的主要是抽凝式可调整供热机组，机组可以在保证供热量基本不变的条件下正常参与调峰。热电联产机组最大调峰幅度主要取决于凝汽运行时最大技术出力与最小技术出力。在一定的机组容量、供热压力、机组结构与参数设计情况下，最大与最小技术出力取决于机组抽汽量。随着供热需求增大，抽汽量增加，热电联产机组最大技术出力逐步减小，最小技术出力逐步增大，热电联产机组调峰能力逐步降低嘲，表２列出了典型的采暖抽汽压力为０．５ＭＰａ、３０万ｋＷ机组不同供热量下的发电功率。抽汽供热量主要与采暖期气温有关，以抽汽压力０．５ＭＰａ、３０万ｋＷ供热机组为例，３００ｔ／ｈ为额定抽汽量，５００ｔ／ｈ为极限抽汽量。供热初末期、气温较高时，供汽量一般为２００ｔ／ｈ，此时调峰幅度能达到５１．１ｌ％，供热中期３００～４００ｔ／ｈ抽汽量时，调峰幅度能达到２１．６％～３５．６７％，在天气最寒冷的１５～３０天阶段抽汽量达到４５０～５００ｔ／ｈ，调峰深度仅为ｌ０％左右。西北地区供热期４～６个月，除去最寒冷的１个月左右，有３～５个月调峰深度可以达到２０％～５０％。目前西北地区的调峰实际主要由水电、常规火电实现，供热机组尚未参与调峰；而华北、东北地区以火电机组为主，在冬季供热期供热机组在一定程度上已经参与调峰。表２采暖抽汽压力为０．５ＭＰａ、３０万ｋＷ机组不同供热量下的发电功率Ｔａｂｌｅ２Ｇｅｎｅｒａｔｅｄｐｏｗｅｒｏｆ３００，０００ｋＷｇｅｎｅｒａｔｉｎｇｓｅｔｕｎｄｅｒｄｉｆｆｅｒｅｎｔｈｅａｔｉｎｇｌｏａｄｗｈｅｎｔｈｅｐｒｅｓｓｕｒｅｏｆｈｅａｔｉｎｇａｉｒｅｘｈａｕｓｔｉｓ０．５ＭＰａｔ／ｈ、万ｋＷ３水电调节能力３．１约束条件水电调节能力受多种因素影响，主要有水文条件、水库调节能力、用水需求、防凌约束、水电检修等Ｌ６ｊ。（１）水文条件水文条件，即来水规律，是影响水电发电特点及调节能力的最重要因素。水文条件除了受流域范围内的气候影响的天然来水外，还要受流域水库的调节性能影响。以西北黄河上游水电为例，由于上游龙羊峡水库库容较大，具有多年调节作用，通过龙羊峡水库的调节调度，黄河上游水电站的来水情况也不同于天然来水资料，调节后的基本情况为枯水年来水比较平稳，符合多年调节水库在电力系统的运行方式。平水年来水规律基本与天然来水规律相近，每年出现较大出力的时段主要集中在５～ｌ０月份。此外，水电站的运行受水库设计水位及库容等因素的影响。在水库正常运行时，允许水库消落水位不得低于死水位，水库最小库容不得小于死库容；而根据洪水特性和防洪要求，水库最高水位和允许的最大库容在不同月份也存在不同的要求。（２）用水需求流域基本用水需求包括农业需水、工业需水和生活需水。其中农业灌溉需水量包括农田灌溉和林草灌溉；生活需水量包括城镇生活、农村生活和牲畜需水等三部分。此外，近年来黄河断流现象日益严重，水库调度还需要尽量减少黄河断流次数。近年来，随着黄河流域地区农业灌溉面积不断增大，引水量逐年增加，开灌时间也逐渐提前，各省区农韩柳，等风光水火联合运行电网的电源出力特性及相关性研究．９３．业灌溉的需求对水电的调节能力构成一定制约。（３）防凌约束在凌汛期前后，由于黄河防凌及开河的需要，对黄河上游水电的调度运行将产生影响。～般调节原则为：在封河期前，适当加大上游水库出库流量，增大河道径流量，尽可能使河道以高冰盖形式封河，以增加凌汛期冰下过流能力。在封河期间，水库出库流量要保持均匀，保证冰盖稳定。在开河期间，为减小凌峰流量，应限制上游出库流量。（４）水电检修水电机组的检修导致水电站预想出力减小，直接影响水电站的调节能力。为减少水电弃水，一般情况下水电都安排在枯水期进行检修，直接降低了水电的调节能力。３．２水电出力特性根据水文条件、水库运行约束、水电检修安排等，经生产模拟，得到某规划水平年西北地区水电站的枯水年和平水年的各月的水电出力特性，如图１所示。３００００２５０００————＋．．√、２００００１５０００１００００／一＼…＾一一一一—镪一～嚏＼一。ｌ…—／、～‘００ｒｖ１１月２月３月４月５月６月７月８／ｔ９月１ｏＨ１１月１２—●一预想出力嚼一平均出力小强迫出力（Ｉ）枯水年（２）平水年图１西北水电出力特性（单位：万ｋＷ）Ｆｉｇ．１Ｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｏｆｈｙｄｒｏｐｏｗｅｒｏｆｎｅｒｔｈｅａｓｔ其中，预想出力为考虑来水、水头等因素，水电站可能达到的最大出力。平均出力为根据某一时段（月）的水电发电量除以水电装机，即水电站的平均发电功率。强迫出力为保证水电厂下游用水部门要求而必须发电的最小出力。黄河上游流域年际及各月以水定电，月内曰运行以电调水，即年际及各月发电量受综合用水需求影响，电站目运行保持发电用水量一定的情况下，根据日电网系统需求灵活运行。根据理论研究和调研结果，黄河主要水电站机组除一定的强迫出力外，剩余范围１００％可调。但对于长期的正常方式调峰而言，水电厂的调峰能力和调峰特性还取决于电厂的来水总量，即发电总量。因此，在平水年的丰水期以及丰水年，水电平均出力较大，水电承担的调峰容量较为有限，调节能力相对较小。４光伏出力特性光伏特性分析主要采用概率统计分析Ｊ方法，基础数据为西北某地区某年若干座典型光伏电站每５ｍｉｎ出力数据。分析过程中，不考虑夜间光伏电站出力为零的时段，仅对白天（６：２００～２０：００）的出力概率分布进行统计分析。根据历史数据，结合规划装机容量及分布，对规划水平年的出力特性进行模拟分析。需要说明的是，本文所分析的光伏及风电出力特性受样本选取影响，相关结论不一定适用于其他地区，但其分析方法是普遍适用的。４．１季特性根据统计分析，该地区光伏的年利用小时数为１５３８ｈ，各月份平均出力在０．１４４～０．２０３之间，如图２所示，其中９月份平均出力最大，ｌ２月份平均出力最小。分析光伏季节平均出力可以看出，春夏秋冬四季平均出力分别为０．１８８、０．１７３、０．１８６和０．１５４。总体来看，光伏季特性表现为：春秋出力大，夏季次之，冬季最小。｛锫一均ｌ｛Ｊ『力１—■～／＿－＿＼１月２爿３爿４§月—０７月８婵０奠ｘｏＮｌｌ问１０肆图２光伏各月平均出力Ｆｉｇ．２Ｍｏｎｔｈｌｙａｖｅｒａｇｅｐｏｗｅｒｏｕｔｐｕｔｏｆｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒ４．２日特－性（１）日最大出力由表３可以看出，地区日最大出力的分布区间较为集中，呈现近似正态分布，主要集中于区问（０．４，０．８］，区间外的概率很小，曰最大出力的全年最大值为０．８１，日最大出力的全年最小值为０．２４，．．９４．．电力系统保护与控制均未达到额定出力和零值。秋季的曰最大出力最大值均高于春夏冬三季。（２）典型日特性对该地区进行光伏典型曰特性分析。典型晴天、多云天日出力曲线如图３所示，晴朗天气光伏电站出力形状类似正弦半波，非常光滑，出力时间集中在７：００～２０：００，中午时分达到最大，而多云天气由于受到云层遮挡，辐照度数据变化大，导致光伏电站出力短时间波动大。表３光伏Ｂ最大出力极值Ｔａｂｌｅ３Ｍａｘｉｍｕｍｄａｉｌｙｐｏｗｅｒｏｕｔｐｕｔｏｆｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒ极值全年春夏秋冬最人值０．８１Ｏ．７４Ｏ．７５０．８１０．７７最小佰０２４０．３６０．３８０．４００．２４图３光伏晴天、多云天典型日出力特性Ｆｉｇ．３Ｔｙｐｉｃａｌｄａｉｌｙｐｏｗｅｒｏｕｔｐｕｔｃｈａｒａｃｔｅｒｉｓｔｉｃｏｆｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｉｎｓｕｎｎｙａｎｄｃｌｏｕｄｙ４．３概率分布（１）全时段出力．概率分布曲线光伏日间全时段出力的概率分布曲线如图４所示，曲线较为光滑，呈现小出力和中间出力概率大，大出力概率小的趋势，出力范围主要集中于小出力和中间出力的区间。整个地区光伏集群年最大出力为０．７６７，且出力大于Ｏ．７５的概率为０．０５６％，出力低于０．１５的概率为４１．８％；出力小于７５％的累计概率为９９．９４％，光伏出力小于６５％的累计概率为９５．４８％。｛｛＼图４全时段出力一概率分布曲线及出力．累积概率分布曲线—Ｆｉｇ．４Ｗｈｏｌｅｔｉｍｅｉｎｔｅｒｖａｌｐｒｏｂａｂｉｌｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎｃｕｒｖｅｓｏｆｏｕｔｐｕｔ－－ｐｒｏｂａｂｉｌｉｔｙａｎｄｏｕｔｐｕｔ－－ｃｕｍｕｌａｔｉｖｅｐｒｏｂａｂｉｌｉｔｙ（２）分时段出力．概率分布曲线及出力．累积概率分布曲线日间光伏出力．概率分布曲线及出力一累计概率分布曲线如图５所示，曲线具有明显的半对称性，以正午１３时作为时间轴，向两边延伸，两两对称。其中１２：００、１３：００、１４：００时出力最大且出力曲线相近。６－９时—１７２０时图５分时段出力一概率分布曲线及出力一累积概率分布曲线—Ｆｉｇ．５Ｔｉｍｅｐｈａｓｅｄｐｒｏｂａｂｉｌｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎｃｕｒｖｅｓｏｆｏｕｔｐｕｔ－－ｐｒｏｂａｂｉｌｉｔｙａｎｄｏｕｔｐｕｔ－ｃｕｍｕｌａｔｉｖｅｐｒｏｂａｂｉｌｉｔｙ韩柳，等风光水火联合运行电网的电源出力特性及相关性研究（３１出力．累积电量分布曲线电量表示出力率在０－ｎ时对应的电量。出力．累积电量的分布曲线如图６所示，呈现以１３时为时间轴的明显的半对称特征。离ｌ３时越近的时段，其出力一累积电量曲线的爬坡范围越长，达到最大值的出力越大。图６出力．累积电量分布曲线—Ｆｉｇ．６Ｏｕｔｐｕｔｃｕｍｕｌａｔｉｖｅｐｏｗｅｒｄｉｓｔｒｉｂｕｔｉｏｎｃｕｒｖｅｓ出力率低于７０％的累计电量为９７．１０％。在出力０～１００％时，曰问各时段累计电量占全年电量的百分比，正午时段（１２、１３、１４时）占４ｌ％，１１、１５时占２４％，１０、１６时占１９％，９、１７时占１ｌ％，８、１８时占４％，７、１９时占１％，６、２０时占０．１％。正午时刻的总发电量明显大于上午和下午，且在１３：００达到最大，离１３：００越远，发电量越小。５风电出力特性分析５．１季特性风电出力特性分析主要采用概率统计分析。ｌ方法，分别对西北某地区风电出力进行统计分析，风电的季特性如下：根据统计分析，风电的年利用小时数为１６７１ｈ。从风电出力的季特性看，风电各月的平均出力在０．１４１～０．２６０之间，其中３月平均出力最大，５月平均出力最小。分析该地区风电季节平均出力可以看出，春夏秋冬四季平均出力分别为０．２０１、０．１６３、０．１９４和０．２０３。总体来看，风电的季特性为春冬两季大，夏秋两季小。５．２概率分布（１）全时段出力一概率统计其概率分布及累积概率分布统计结果如图７所示。由图７可以看出，风电出力主要集中在０－０．５区问内。出力在０－０．０５区问的概率最大，约占３５％。除了０．３－０．３５区间出现一个小高峰外，其余区间随着风电出力的增大，概率呈逐渐减小的趋势。全时段风电出力累积概率曲线呈现凸二次曲线的特点。在０．７时，累积概率就已经达到９５％以上。概率／＿＿。。／．，．．．．．．．．．Ｉ＋酒泉ＵｕｌＵ．ｕＵ．｝ＵＵ．ｔ３ＵｆｕＵ．图７风电全时段出力概率及累积概率分布—Ｆｉｇ．７Ｗｈｏｌｅｔｉｍｅｉｎｔｅｒｖａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｏｕｔｐｕｔｐｒｏｂａｂｉｌｉｔｙａｎｄｃｕｍｕｌａｔｉｖｅｐｒｏｂａｂｉｌｉｔｙ（２１分时段概率统计对分时段概率统计，各时段概率分布及累积概率分布统计结果如图８所示。栅奎图８风电分时段出力概率分布及累积概率分布曲线图—Ｆｉｇ．８Ｔｉｍｅｐｈａｓｅｄｐｒｏｂａｂｉｌｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎｃｕｒｖｅｓｏｆｏｕｔｐｕｔｐｒｏｂａｂｉｌｉｔｙａｎｄｃｕｍｕｌａｔｉｖｅｐｒｏｂａｂｉｌｉｔｙ由图８可以看出，风电出力各时段的概率分布趋势一致，各时段的概率分布曲线相近。风电出力主要分布在０－０．５０的区间，其中０－０．０５出力区间的概率最大，达２５％以上。其余出力区间的概率都小于２０％。由于风电出力各时段的概率分布趋势一致，因此，各时段累积概率分布曲线相近，且呈凸二次曲线特点。．９６一电力系统保护与控制６光伏与风电出力的相关性通常我们认为夜间风大、白天风小，而光伏只有日问出力，因此认为风电与光伏具有互补性，但是事实并非如此。我们选取了同一地区的风电与光伏各小时的出力一概率以及出力．累计概率曲线经对比分析得到：风电各时段概率分布曲线相近，与时间相关性弱。光伏各时段概率分布曲线差异较大，以正午１３：００作为时间轴，呈现明显的半对称性，且每个时段出力分布比风电集中，且离１３：００越近出力越大，与时间相关性强。因此，可初步得出光伏与风电出力的互补性不明显，正午时分光伏出力最大的时候，风电出力有可能达到最大，也有可能最小¨１－１２］。７光伏与负荷特性、水电调节能力的匹配性７．１光伏出力与负荷特性的匹配性光伏最大出力集中在１２：００～１４：００。当光伏装机达到一定规模将明显改变地区调峰需求并改变调峰控制时段。我们将光伏出力作为负的负荷输入叠加到日负荷曲线上，叠加新能源出力后的负荷曲线如图９所示，发现考虑光伏后该地区电网调峰控制时段将由目前的夜间４：００改变为正午的１３：００左右。图９叠加新能源出力情况下的负荷曲线（单位：万ｋＷｈ）Ｆｉｇ．９Ｌｏａｄｃｕｒｖｅｓｓｕｐｅｒｉｍｐｏｓｉｎｇｎｅｗｐｏｗｅｒｏｕｔｐｕｔ７．２光伏发电与水电调节的互补性常规火电对光伏的调节作用主要依靠降低火电“”出力，用光伏电量替代火电电量来实现，最终牺牲的是火电利用小时数。水电调节与火电不同，日间光伏发电时段通过减少水库出库流量，降低水“”电出力，用光伏电量置换水电电量，夜间或光伏少发时段需要加大出库流量，将水量释放出来，相应水电出力工作位置抬高，但最高不能超过预想出力。光伏与水电均是清洁能源，两者的互补运行“”是一个此消彼涨的过程，光伏发电昼发夜停，则水电发电昼少夜多，当电网调节能力不足时，弃电的原则一般是先弃光，后弃水。因此水电参与调峰后，其利用小时数一般不下降。仅从水电调节能力来看，水电为风电、光伏等新能源提供的调峰能力主要有两个约束条件，一是可调电力，二是可调电量。可调电力：是以电力为约束条件，一般采用预想出力与强迫出力的差值，扣除负荷峰谷差，剩余为可接纳新能源出力的能力，即为了接纳新能源，水电可在一定时间内降出力运行，但持续时间还要受水电发电量的限制。可调电量：是以电量为约束条件，取水电按预想出力发电电量与水电发电量的差值，主要考虑水电降低出力运行持续时间要受其发电量限制，而释放水量时水电最高工作位置受预想出力限制，其调节原理如图１Ｏ所示。Ｐ；≤水电预想出力《ｌ水电发ＩＵ篮图１０水电可调电量示意图Ｆｉｇ．１０Ａｄｊｕｓｔａｂｌｅｈｙｄｒｏｐｏｗｅｒ如果我们按照可调电力、可调电量两种边界条件分别计算光伏消纳能力，可能会得到截然不同的结论。表４为按水电可调电力计算的新能源调节能力。因光伏与风电相关性较弱，考虑光伏（同时率８０％）、风电（同时率６３．４％）同时大发，考虑为７００万ｋＷ风电调峰，水电各月可调节的最大光伏装机８００万ｋＷ左右。表４按水电可调电力计算光伏调节能力Ｔａｂｌｅ４Ｃａｌｃｕｌａｔｉｏｎｏｆｒｅｇｕｌａｔｉｏｎａｂｉｌｉｔｙｏｆｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒａｃｃｏｒｄｉｎｇｔｏａｄｊｕｓｔａｂｌｅｈｙｄｒｏｐｏｗｅｒｈ，万ｋＷ表５为按水电可调电量计算的新能源调节能…韩柳，等风光水火联合运行电的电源力特及牛ｔＩ天研究一９７一力。从电看，受限制月份牛要为丰水期，其中以７』＿Ｊ更为，，扣除为风电提供的可调电最，７月最人可接纳的光伏发ｔｕ折合为装机为６８０万ｋＷ。枯水期水电发电董较少，为光伏提供的调电节较多。从表４、农５ｕＪ－见，７』】调节能力按调电戢汁算比按可调Ｉ乜力计算的结果小，而其他川份耍人很多。表５按水电可调电量计算光伏调节能力Ｔａｂｌｅ５Ｃａｌｃｕｌａｔｉｏｎｏｆｒｅｇｕｌａｔｉｏｎａｂｉｌｉｔｙｏｆｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒａｃｃｏｒｄｉｎｇｔｏａｄｊｕｓｔａｂｌｅｈｙｄｒｏｐｏｗｅｒｅｌｅｃｔｒｉｃｑｕａｎｔｉｔｙｊｊ－ｋＷ，亿ｋＷｈ衷５为按水电呵调ｌＵ量计算的新能源凋能力。从电最卜看，受限制月份主要为丰水期，其中以７ＪＪ更为严重，扣除为风电提供的可调电景，７月最大可接纳的光伏发电墒折合为装机为６８０万ｋｗ。枘水期【人ｊ水电发电量较少，为光伏提供的町调电域较多。从表４、农５町见，７月调ＩＪｒＪ￣力按调电计算比按｝＿】Ｊ调Ｉ乜力计算的结果小，其他份要火很多。ｔｔ：ｔ上述埘比可见，光伏消纳能力除受常规ｌｌ乜源调能力制约外，还要受逐点电力电最甲衡，络约束等因素影响，Ｉｌ＿某利－度卜说影响也较人。因此光伏消纳能力计算不能采用传统的小式下火电…机组按最小技术力，水电机组按可调电力的渊峰平衡的简算方法，最终应通过电力系统运行模拟仿真确定，模拟力系统仝年逐月典型日各小时‘的发Ｉ渊度，Ｊ式，确定锌Ｉ乜站系统日负荷曲线图的最佳１作位和工作窬量，评估各｝乜站在系统的地位和作用，研究电力系统合理的装机规模和装机结构。７．３光伏发电对电力供应的影响光伏发Ｉ乜主要体现为电量效益，町弥补地缺电昔。ｆ１］埘于以水电电源为．的青海地Ｉ又＝电网来说，同问光伏大发会抬高夜间水头，放光伏发电有少量容罱效益。以某地某规划年份为例，丰枯期典型日各类电源２４ｈ］：作位置如ｌｌ所示，水电光伏馐夜交替互补运行，将致夜ｆｉｄ１８：００～２１：００高峰负荷时杆Ｉ水电ｊ作位会抬尚。与光伏力为０干Ｉｌ比，“按９５％保证率输入光伏｛力曲线，水ｌＩ：作化簧抬高７６ｋＷ，对应光伏装机容最８：按５０％保率输入光伏Ｉｌｌｌ线，水电作位置抬高ｌ５８万ｋＷ，对应光伏装机容的１５。—（１）水ＩＯＪ（２）水川图１１丰、枯期典型日各类电源２４ｈ工作位置图Ｆｉｇ．１１２４ｈｏｕｒｓｗｏｒｋｉｎｇｐｏｓｉｔｉｏｎｏｆｖａｒｉｏｕｓｐｏｗｅｒｓｏｕｒｃｅｉｎｗｅｔａｎｄｄｒｙｓｅａｓｏｎｏｎａｔｙｐｉｃａｌｄａｙ８结语…通过本文研究町以得，常火电洲峰深度可达２０％～５０％，热电联产机组在采暖期的渊峰深度卜ｊ气温村Ｉ关，町达ｌ０％～５０％；水电的涮ｌ～ａＩＪ￣力较为复杂，受水文条件等多种索影响，水电发电是以水定电，虽然瞬时训节能力较大，似长期调节能力取决Ｊ米水总最。从『ｎ火电调峰会牺牲其利小时数，而水电调峰其利片Ｊ小时数一般变，水与新能源可彼此交替发电。本文还对风：ｔｌ场与光伏电站、风电与光伏集群的发电出力特性进行详细分析，得ｆ¨光伏｝ｆＪ力与时间市Ｉ１天性强，风【Ｕ力Ｌｊ时『白Ｊ＿卡Ｈ火性弱，风电与光伏互补性不｝１』］显的结论。ｌ１前同内相火研究机构已开发了新型多｝＿ｆ标联合协调优化运行模拟计算模犁１１３－１４］，实现人电力系统多种发电凋度方式的运行模拟汁算。基Ｊ风…电场、光伏力的概率分布建：了典型新能源ｌＵ站的运行模拟模型，能够充分考虑新能源Ｌ站发ｌ也｝｛Ｊ‘力的随机性、波动性、地域性、双向调峰性、川调度性低等特点及其对系统和分发电调度的影响，…获得给定新能源电站特定发电力置信水平＿卜的系统及分区运行模拟结果。对风光水火联合运行电网的生产模拟，应建立在对符类电源卜Ｈ力特性及十¨关性的充分调研与分析的基础｝，本文的研究法和部分研究结论可提供重要借鉴。．９８．电力系统保护与控制参考文献［１］肖刨英，汪宁渤，陟晶，等．甘肃酒泉风电出力特性分析［Ｊ］＿电力系统自动化，２０１０，３４（１７）：６４．６７．ＸＩＡＯＣｈｕａｎｇｙｉｎｇ，ＷＡＮＧＮｉｎｇｂｏ，ＺＨＩＪｉｎｇ，ｅｔａ１．ＰｏｗｅｒｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＪｉｕｑｕａｎｗｉｎｄｐｏｗｅｒｂａｓｅ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１０，３４（１７）：６４．６７．［２］文晶，刘文颖，谢昶，等．计及风电消纳效益的电力系统源荷协调二层优化模型［Ｊ］．电工技术学报，２０１５，３０（８）：２４７－２５６．ＷＥＮＪｉｎｇ，ＬＩＵＷｅｎｙｉｎｇ，ＸＩＥＣｈａｎｇ，ｅｔａ１．Ｓｏｕｒｃｅ－ｌｏａｄｃｏｏｒｄｉｎａｔｉｏｎｏｐｔｉｍａｌｍｏｄｅｌｃｏｎｓｉｄｅｒｉｎｇｗｉｎｄｐｏｗｅｒｃｏｎｓｕｍｐｔｉｖｅｂｅｎｅｆｉｔｓｂａｓｅｄｏｎｂｉ－ｌｅｖｅｌｐｒｏｇｒａｍｍｉｎｇ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１５，—３０（８）：２４７２５６．［３］郑伟，何世恩，智勇，等．大型风电基地的发展特点探讨［Ｊ】．电力系统保护与控制，２０１４，４２（２２）：５７．６１．ＺＨＥＮＧＷｅｉ，ＨＥＳｈｉｅｎ，ＺＨＩＹｏｎＮｉｎｇ，ｅｔａ１．Ｐｒｏｂｅｉｎｔｏ—ｔｈｅｄｅｖｅｌｏｐｍｅｎｔｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｌａｒｇｅｓｃａｌｅｗｉｎｄｐｏｗｅｒｂａｓｅ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１４，４２ｆ２２）：５７・６１．［４］赵书强，王明雨，胡永强，等．基于不确定理论的光伏—出力预测研究［Ｊ］．电工技术学报，２０１５，３０（６）：２１３２２０．ＺＨＡＯＳｈｕｑｉａｎｇ，ＷＡＮＧＭｉｎｇｙｕ，ＨＵＹｏｎｇｑｉａｎｇ，ｅｔａ１．ＲｅｓｅａｒｃｈｏｎｔｈｅｐｒｅｄｉｃｔｉｏｎｏｆＰＶｏｕｔｐｕｔｂａｓｅｄｏｎｕｎｃｅｒｔａｉｎｔｙｔｈｅｏｒｙ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１５，３０（６）：２１３－２２０．［５］热电联产机组调峰能力研究［Ｒ］．国网北京经济技术研究院，２０１３．Ｓｔｕｄｙｏｎｔｈｅｐｅａｋｌｏａｄｃａｐａｃｉｔｙｏｆｃｏｇｅｎｅｒａｔｉｏｎｕｎｉｔ［Ｒ］．ＳｔａｔｅＰｏｗｅｒＥｃｏｎｏｍｉｃＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，２０１３．［６］西北地区风电与水电协调运行机制研究［ＲＪ．国网能源研究院，国网北京经济技术研究院，２０１２．ＲｅｓｅａｒｃｈｏｎｔｈｅｃｏｏｒｄｉｎａｔｉｏｎｏｐｅｒａｔｉｏｎｍｅｃｈａｎｉｓｍｏｆｗｉｎｄｐｏｗｅｒａｎｄｈｙｄｒｏｐｏｗｅｒｉｎＮｏｒｔｈｗｅｓｔＣｈｉｎａ［Ｒ］．ＳｔａｔｅＧｒｉｄＥｎｅｒｇｙＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，ＳｔａｔｅＰｏｗｅｒＥｃｏｎｏｍｉｃＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ．２０１２．［７］谭文才．电力系统规划设计技术［Ｍ］．北京：中国电力出版社．２０１２．［８］姚致清，于飞，赵倩，等．基于模块化多电平换流器的大型光伏并网系统仿真研究ｆＪ］．中国电机工程学报，—２０１３，３３（３６）：２７３３．ＹＡＯＺｈｉｑｉｎｇ，ＹＵＦｅｉ，ＺＨＡＯＱｉａｎ，ｅｔａ１．Ｓｉｍｕｌａｔｉｏｎｒｅｓｅａｒｃｈｏｎｌａｒｇｅ－・ｓｃａｌｅＰＶｇｒｉｄ－－ｃｏｎｎｅｃｔｅｄｓｙｓｔｅｍｓｂａｓｅｄｏｎＭＭＣ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１３，３３（３６）：２７．３３．［９］刘畅，吴浩，高长征，等．风电消纳能力分析方法的研—究［ＪＪ．电力系统保护与控制，２０１４，４２（４）：６１６６．ＬＩＵＣｈａｎｇ，ＷＵＨａｏ，ＧＡＯＣｈａｎｇｚｈｅｎｇ，ｅｔａ１．Ｓｔｕｄｙｏｎａｎａｌｙｓｉｓｍｅｔｈｏｄｏｆａｃｃｏｍｍｏｄａｔｅｄｃａｐａｃｉｔｙｆｏｒｗｉｎｄｐｏｗｅｒ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１４，４２（４）：６１－６６．［１Ｏ］刘纯，吕振华，黄越辉，等．长时问尺度风电出力时间序列建模新方法研究［Ｊ］．电力系统保护与控制，２０１３，４１（１）：７－１３．ＬＩｕＣｈｕｎ，ＬＵＺｈｅｎｈｕａ，ＨＵＡＮＧＹｕｅｈｕｉ，ｅｔａ１．Ａｎｅｗｍｅｔｈｏｄｔｏｓｉｍｕｌａｔｅｗｉｎｄｐｏｗｅｒｔｉｍｅｓｅｒｉｅｓｏｆｌａｒｇｅｔｉｍｅｓｃａｌｅ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１３，４１（１）：７－１３．［１１］徐乾耀，康重庆，江长明，等．多时尺度风电消纳体—系初探［Ｊ］．电力系统保护与控制，２０１３，４１（１）：２８３２．ＸＵＱｉａｎｙａｏ，ＫＡＮＧＣｈｏｎｇｑｉｎｇ，ＪＩＡＮＧＣｈａｎｇｍｉｎｇ，ｅｔａ１．Ｐｒｅｌｉｍｉｎａｒｙａｎａｌｙｓｉｓｏｎｗｉｎｄｐｏｗｅｒａｃｃｏｍｍｏｄａｔｉｏｎｓｙｓｔｅｍｆｒｏｍｍｕｌｔｉｐｌｅｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｓｃａｌｅｐｅｒｓｐｅｃｔｉｖｅ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１３，４１（１）：２８－３２．［１２］郭晓蕊，王珂，杨胜春，等．计及风电时空互补特性的互联电网有功调度与控制方案［Ｊ１．电力系统保护与控—制，２０１４，４２（２１）：１３９１４４．ＧＵＯＸｉａｏｒｕｉ，ＷＡＮＧＫｅ，ＹＡＮＧＳｈｅｎｇｃｈｕｎ，ｅｔａ１．Ａｃｔｉｖｅｐｏｗｅｒｓｃｈｅｄｕｌｉｎｇａｎｄｃｏｎｔｒｏｌｓｃｈｅｍｅｆｏｒｉｎｔｅｒｃｏｎｎｅｃｔｅｄｐｏｗｅｒｇｒｉｄｓｃｏｎｓｉｄｅｒｉｎｇｔｉｍｅ・－ｓｐａｃｅｃｏｍｐｌｅｍｅｎｔａｒｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｗｉｎｄｅｎｅｒｇｙ［Ｊ］．Ｐｏｗｅｒ—ＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１４，４２（２１）：１３９１４４．［１３］电力系统运行模拟优化软件模型研究ｆＬＰＳＰＰｒｏＳ２０１０）［Ｒ］．武汉：华中科技大学，２０１０．ＲｅｓｅａｒｃｈｏｎｔｈｅｍｏｄｅｌｏｆｐｏｗｅｒｓｙｓｔｅｍｏｐｅｒａｔｉｏｎｓｉｍｕｌａｔｉｏｎａｎｄｏｐｔｉｍｉｚａｔｉｏｎｓｏｆｔｗａｒｅＰＳｔｏＳ２０１０）［Ｒ］．Ｗｕｈａｎ：ＨｕａｚｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２Ｏ１０．［１４］杨柳青，林舜江，刘明波，等．考虑风电接入的大型电力系统多目标动态优化调度［ＪＪ．电工技术学报，２０１４，—２９（１０）：２８６２９５．ＹＡＮＧＬｉｕｑｉｎｇ，ＬＩＮＳｈｕｎｊｉａｎｇ，ＬＩＵＭｉｎｇｂｏ，ｅｔａ１．—Ｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅｄｙｎａｍｉｃｏｐｔｉｍａｌｄｉｓｐａｔｃｈｆｏｒｌａｒｇｅ－－ｓｃａｌｅｐｏｗｅｒｓｙｓｔｅｍｓｃｏｎｓｉｄｅｒｉｎｇｗｉｎｄｐｏｗｅｒｐｅｎｅｔｒａｔｉｏｎ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａ１Ｓｏｃｉｅｔｙ．２０１４，２９（１０、：２８６．２９５．收稿日期：２０１５－０７－２６；修回Ｂ期：２０１５－１２－２２作者简介：韩柳（１９７５－），女，通信作者，硕士，高级工程师，研究方向为电力系统规划设计；Ｅ．ｍａｉｌ：ｈｌｈａｎｌｉｕ＠１６３．ｃｏｒｎ庄博（１９７６一），男，硕士，高级工程师，研究方向为电力系统调度运行；吴耀武（１９６３一），男，博士，副教授，研究方向为电力系统规划与可靠性、电力系统运行分析。（编辑葛艳娜）