See discussions, stats, and author profiles for this publication at: https://www.doczj.com/doc/e118289985.html,/publication/235352804 Discussion on Offshore Wind Power Output Characteristics and its Accommodating (In Chinese: )
ARTICLE in DIANLI XITONG ZIDONGHUA/AUTOMATION OF ELECTRIC POWER SYSTEMS · NOVEMBER 2011
DOWNLOADS 193VIEWS 107
5 AUTHORS
, INCLUDING:
Qianyao Xu
Tsinghua University
12 PUBLICATIONS 8 CITATIONS
SEE PROFILE Chongqing Kang Tsinghua University
111 PUBLICATIONS 354 CITATIONS
SEE PROFILE
Ning Zhang
Tsinghua University
37 PUBLICATIONS 47 CITATIONS
SEE PROFILE
Available from: Ning Zhang
Retrieved on: 01 August 2015
海上风电出力特性及其消纳问题探讨
徐乾耀１，康重庆１，张 宁１，樊 扬２，朱浩骏２
（１．电力系统国家重点实验室，清华大学电机系，北京市１０００８４；２．广东电网公司电网规划研究中心，广东省广州市５１００８０
）摘要：中国海上风电将迎来快速发展，研究其出力特性对海上风电消纳具有重要意义。文中利用
实际数据分析与运行模拟相结合的方式，
将海上风电的出力特性与陆上风电进行了对比研究。为了对比风电场出力的分布特性，提出了风电场出力分布特征指数的新指标。根据历史出力分析了
近岸风电场的随机特性与波动特性；
结合测风数据与中长期规划，利用风电场运行模拟技术分析了海上风电场出力的统计特性。分析表明，与陆上风电相比，海上风电具有出力水平较高、小时级出力波动小、冬季比夏季出力高、夜晚比白天出力高以及具有更高的容量因子等特性，其出力分布特
征指数明显高于陆上风电场。最后，
阐述了海上风电消纳不同于陆上风电消纳的特点，为合理消纳海上风电提供参考。
关键词：海上风电；运行模拟；随机特性；风电出力；分布特征指数；风电消纳
收稿日期：２０１１－０８－
２５。国家高技术研究发展计划（８６３计划）资助项目
（２０１１ＡＡ０５Ａ１０１）；中国国家自然科学基金委员会（ＮＳＦＣ）与英国皇家学会（ＲＳ）合作交流项目（５１０１１１３０１６１
）。０ 引言
近年来全世界风电发展迅猛，其中陆上风电和海上风电发展速度并不平衡。相对于陆上风电而言，全球范围内海上风电的发展速度较为缓和。自
２００８年以来，世界海上风电进入快速发展期，２００８与２００９年连续２年海上风电新增容量超过了
５００ＭＷ，２０１０年海上风电新增容量更是达到了１
４００ＭＷ。截至２０１０年底，全球海上风电累计装机容量为３ ５００ＭＷ［１］
。目前，中国的海上风电装机容量达到１４２．５ＭＷ，
占国内风电装机总容量的比例不到１％［１］。国内已建和在建的海上风电项目有上海东海大桥１００ＭＷ项目、江苏大丰潮间带３００ＭＷ
示范项目以及去年江苏首轮１
０００ＭＷ海上风电招标项目。虽然国内目前已建和在建项目只占世界海
上风电总容量的４％左右［１］
，
但中国正处于海上风电加速发展阶段，
根据沿海省份编制的规划，海上风电的装机容量预计将在２０２０年达到３０ＧＷ［２］
。
相对陆上风电而言，海上风电的研究工作明显
滞后。国外对海上风电展开了一些研究：文献［３］从预测的角度分析了海上风速梯度、垂直风速变化以及尾流效应对风电出力的影响；文献［４
］分析了风电场规模、
风速、风向等对海上风电出力波动性的影响；文献［５
］分析了海上风电以及波浪能发电的出力特性以及互补性。目前，
国内对海上风电出力特性与消纳的研究尚未见文献报道，亟须开展海上风电
的相关研究工作。以广东电网为例，该省正在进行大规模海上风电的规划，
必须超前研究其消纳问题，而海上风电出力特性分析是研究其消纳问题的一项基础性工作。
本文的核心是研究海上风电的出力特性，并探讨海上风电消纳的难点。针对目前海上测风数据不足、海上风电实际出力的历史数据积累不足的实际困难，研究基于实际数据分析与运行模拟相结合的方式开展。首先根据近岸风电场发电出力历史数据，分析了近岸风电出力的随机特性与波动特性；然后利用风电场运行模拟技术，
根据分析得到的风电出力随机特性以及实际测风数据，对规划海上风电场进行运行模拟，
得到各风电场出力的时间序列。通过对海上风电场出力的统计分析、风电场出力分布特征指数的计算以及对风速相关性多场景的对比，详细分析了未来海上风电场的出力特性。进一步，将海上风电与陆上风电出力特性进行比较，探讨了海上风电的消纳难点，为进一步研究其消纳方法提供了参考。
１ 研究框架
１．１ 整体思路
本文采用实际数据分析与数据模拟分析相结合的方法。实际数据分析是根据风电场历史出力信息，统计分析风电出力的随机性与波动性，提取风电
—
４５—第３５卷 第２２期２０１１年１１月２５日Ｖｏｌ．３５ Ｎｏ．２２
Ｎｏｖ．２５，２０１１
场出力分布的特征参数，并结合沿海各地区气象站
的测风数据，进行风电场出力的运行模拟，进一步分析研究海上风电场的出力特性，并探讨海上风电消纳的难点。本文整体研究框架如图１所示
。
图１ 研究框架
Ｆｉｇ
．１ Ｒｅｓｅａｒｃｈ ｆｒａｍｅｗｏｒｋ１．２ 研究方法
文中采用多风电场运行模拟模型产生规划海上
风电场时序出力［６］
，其过程如下：根据风电场测风塔
参考高度的实测风速数据，推算出预装风电机组轮
毂高度的风速数据，
统计分析风速的分布特征以及各风电场之间风速的相关性，生成符合风速统计特征与相关性的一系列风速时间序列，之后再结合风
电场风电机组的出力特性曲线与可靠性模型，
生成各风电场风电机组出力的时间序列。
其中，风速的随机分布特性采用双参数
Ｗｅｉｂｕｌｌ分布来拟合，
其分布函数与概率密度函数分别如式（１）、式（２
）所示：Ｆ（ｘ）＝１－ｅｘｐ－
ｘ（）ｃ
（）
ｋ
（１）ｆ（ｘ）＝
ｋｃｘ（）ｃ
ｋ－
１
ｅｘｐ－ｘ（）ｃ（）
ｋ（２）式中：ｘ∈［０，＋∞）；ｃ和ｋ分别为Ｗｅｉｂｕｌｌ分布的尺
度参数和形状参数。
风速的波动性由风速序列的自相关函数来表征［６］
，其定义为一个序列预期滞后ｎ期的序列的自相关系数。研究发现，风速序列的自相关函数是由
负指数控制下的单调衰减函数，如式（３
）所示：ρ
ｎ＝ｅ－θ
ｎ θ＞０，ｎ＝１，２，…（３）式中：θ为风速自相关函数的衰减系数，其大小与风速序列变化的剧烈程度有关，风速变化越剧烈，其自相关函数衰减越快，θ越大。
１．３ 描述风电场出力分布规律的新指标
比较２个风电场出力的分布往往使用风电场出力分布函数，然而风电场出力分布函数包含的信息量较多，难以直观比较风电场出力的分布特性。本
文提出了风电场出力分布特征指数这一新指标，
用来描述风电场出力的分布规律，同时衡量风电场出力的均衡情况。
风电场出力分布特征指数用β表示，其含义是风电场标幺出力大于β的概率为β。其计算方法如图２所示。将风电场的出力持续曲线的横纵坐标标幺化，横坐标的基值为风电场的装机容量，纵坐标的基值为出力的时段总数，标幺化后横纵坐标区间均
为［０，１
］，该出力持续曲线中横纵坐标值相等的点就代表了风电场出力分布特征指数β。根据所述的计算方法，图２中风电场出力分布特征指数为０．３３
。
图２ 风电场出力分布特征指数的计算方法
Ｆｉｇ
．２ Ｃａｌｃｕｌａｔｉｏｎ ｏｆ ｄｉｓｔｒｉｂｕｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｉｎｄｅｘ ｏｆ ｗｉｎｄ ｐｏｗｅｒ ｏｕｔｐ
ｕｔ用数学表达式来描述该指标的计算方法如
式（４）和式（５）所示：β＝１Ｎ∑Ｎ
ｉ＝１
Ｘ
ｉ（４）Ｘｉ＝
１ Ｐｉ＞ＰＣβ０Ｐｉ≤ＰＣ｛
β
（５）式中：Ｎ为风电场出力的时段总数；Ｘｉ为状态变量；Ｐｉ为时段
ｉ的风电场出力；ＰＣ为风电场装机容量。风电场出力分布特征指数能够评价风电出力的
均衡情况，以图２中β＝０．３３为例，
表示出力不小于装机容量的３３％的时段总数占总时段数的比例为
３３％，即该风电场出力大于装机容量的３３％的概率为３３％。这种针对风电场出力概率分布特点的特征指数，实质上反映了风电场出力分布的偏度信息：
β值越大，代表该风电场的出力水平越高；β值越接
近０．５，
表示该风电场的出力越均衡。２ 近岸风电场出力特性分析
２．１ 风电场出力概率密度与持续曲线
洋前风电场位于广东省湛江市徐闻县新寮镇东
—
５５—·间歇式能源系统级规划方法· 徐乾耀，等 海上风电出力特性及其消纳问题探讨
部，沿海岸规划布置。图３为统计得到的洋前风电
场出力概率密度与出力持续曲线。可见：当出力在装机容量的０～８０％范围内时，
概率密度随出力的增大呈递减趋势；当出力在装机容量的８０％以上时，概率密度随出力的增大反而呈微弱的增大趋势
。
图３ 洋前风电场出力概率密度与出力持续曲线
Ｆｉｇ．３ Ｐｒｏｂａｂｉｌｉｔｙ
ｄｅｎｓｉｔｉｅｓ ａｎｄ ｄｕｒａｔｉｏｎ ｃｕｒｖｅｏｆ Ｙａｎｇｑｉａｎ ｗｉｎｄ
ｆａｒｍ作为对比，本文对甘肃河西４个风电场２０１０年
的出力数据进行了统计分析。表１所示为对甘肃河西４个风电场的出力概率密度与出力持续曲线进行的统计分析。可以看出：近岸风电场出力占装机容量８０％以上的出力概率明显高于陆上风电场；近岸风电场出力占装机容量３５％以下的出力概率明显低于陆上风电场。
表１ 陆上与近岸风电场出力分布特性统计Ｔａｂ．１ Ｄｉｓｔｒｉｂｕｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｏｕｔｐ
ｕｔ ｏｆｏｎｓｈｏｒｅ ａｎｄ ｉｎｓｈｏｒｅ ｗｉｎｄ
ｆａｒｍｓ类型
风电场
名称省份出力占装机容量不同比例下的出力概率／％＞８０％＜３５％出力分布
特征指数
陆上
大梁
甘肃２．０ ７４．７ ０．２９２大唐甘肃２．６ ７２．７ ０．３１１三十里甘肃３．４ ７９．０ ０．２９６向阳
甘肃１．８ ７６．５ ０．２８８近岸
洋前
广东
５．９
７１．５
０．３１５表１中统计了甘肃陆上风电场与广东近岸风电场的出力分布特征指数。其中，陆上风电场的出力分布特征指数在０．２８８～０．３１１之间，
中位值为０．２９４，近岸风电场的出力分布特征指数为０．３１５，
稍高于陆上风电场。总体上，陆上与近岸风电场的出力分布特征指数在０．３左右。２．２ 风电场出力的波动性分析
近岸风电场出力波动性也与陆上风电有所不同，表２所示为统计得出的不同置信度下小时级出力变化占装机容量的比例。在９５％置信度下，陆上风电出力变化占装机容量的比例在１９％～２４％，而近岸风电场的这一数值为１０％；在９９％的置信度下，陆上风电的出力变化占装机容量的比例都在
３４％以上，而近岸风电场的这一数值为１７．４％。总体来说，甘肃陆上风电场的小时级出力变化幅度约
为近岸洋前风电场的２倍。
表２ 陆上与近岸风电场小时级出力变化占装机容量比例
Ｔａｂ．２ Ｐｒｏｐｏｒｔｉｏｎ ｏｆ ｈｏｕｒｌｙ
ｐｏｗｅｒ ｏｕｔｐｕｔ ｖａｒｉａｔｉｏｎｓｏｆ ｏｎｓｈｏｒｅ ａｎｄ ｉｎｓｈｏｒｅ ｗｉｎｄ ｆａｒｍｓ ｔｏ ｇｅｎｅｒａｔｉｏｎ ｃａｐａｃｉｔｙ
类型
风电场
名称不同置信度下出力变化占装机容量的比例／％
９５％９９％陆上
大梁
２４．１ ４０．８大唐１８．９ ３４．１三十里２０．２ ３５．２向阳
２３．５ ４３．２近岸
洋前
１０．０
１７．４
另外，按式（３
）拟合得到了甘肃４个风电场以及洋前风电场风电出力自相关函数的衰减系数，如表３所示。洋前风电场的衰减系数明显小于陆上风电
场，
说明其出力波动性较小。表３ 陆上与近岸风电场出力自相关函数衰减系数Ｔａｂ．３ Ｄａｍｐｉｎｇ
ｒａｔｉｏ ｏｆ ｗｉｎｄ ｓｐｅｅｄ ａｕｔｏｃｏｒｒｅｌａｔｉｏｎｆｕｎｃｔｉｏｎ ｏｆ ｏｎｓｈｏｒｅ ａｎｄ ｉｎｓｈｏｒｅ ｗｉｎｄ
ｆａｒｍｓ类型
风电场名称
衰减系数陆上
大梁
０．０８５ １大唐０．０８１ ０三十里０．０６０ ９向阳
０．０６３ ８近岸
洋前
０．０３０
２３ 海上风电运行模拟的边界条件
３．１ 海上风电中长期规划
以广东海上风电为例，在广东省千万千瓦级风
电基地规划中，到２０１５年，风电装机容量达到３
７７９ＭＷ，其中海上风电装机容量达到５５０ＭＷ；２０２０年风电装机容量将达到１１
５６１ＭＷ，其中海上风电装机容量将达到４ ０８０ＭＷ。广东中长期海上风电规划中，海上风电场在地
理布局上自东向西可以分为五大片区：
汕头片区、汕尾片区、珠三角片区、阳江片区和湛江片区。该分区
方式可覆盖中国南海近岸全线，基于此分区方式得到的各片区２０２０年海上风电装机容量分别为：汕头片区３５０ＭＷ、汕尾片区１ ３４０ＭＷ、珠三角片区９６０ＭＷ、阳江片区８００ＭＷ、湛江片区６３０ＭＷ。
以ＶＥＳＴＡＳ的Ｖ１１２－
３．０ＭＷ Ｏｆｆｓｈｏｒｅ型海上风电机组［
７］
的参数作为典型值，其切入风速、额定风速、切出风速分别为３ｍ／ｓ，１２ｍ／ｓ，２５ｍ／ｓ
，风机轮毂高度为１１２ｍ，额定运行功率为３ＭＷ，尾流效应系数取０．９５。
３．２ 风速随机特性
广东各风电场规划报告中提供了相应地区的气
—
６５—２０１１，３５（２２
）
象数据，从中选取各个片区的代表性气象站，统计各片区的风速随机分布特征。由于风机轮毂高度的典型值为１１２ｍ，与各气象站的观察高度不完全一致，故利用式（６）对参考高度平均风速进行折算，得到轮毂高度平均风速：
ｖｈ＝ｖｈ
０
ｈ
ｈ
（）０α（６）
式中：ｖｈ为轮毂高度平均风速；ｖｈ
０
为参考高度平均
风速；ｈ和ｈ
０
分别为轮毂高度和参考高度；α为风切变指数，与气温、地表粗糙程度、大气层稳定性等因素有关［８］，取０．１～０．４不等［９］，在海洋地区该数值较小，本文取０．１５，文献［１０］中台湾西部的澎湖列岛由实测风速统计得到的风切变指数即为此值。
得到各片区轮毂高度处的平均风速后，结合各片区气象站的参考高度的风速分布，可以得出各片区的Ｗｅｉｂｕｌｌ分布及其参数ｃ和ｋ，如表４所示。
表４ 各片区风速统计特性
Ｔａｂ．４ Ｗｉｎｄ ｓｐｅｅｄ ｓｔｏｃｈａｓｔｉｃ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｅａｃｈ ｒｅｇｉｏｎ
片区名称参考高
度／ｍ
风切变
指数
参考高度
平均风速／
（ｍ·ｓ－１）
轮毂高度
平均风速／
（ｍ·ｓ－１）
ｃ ｋ
汕头７０ ０．１５ ７．３３ ７．８７ ８．９４ ２．３５汕尾７０ ０．１５ ６．９７ ７．４８ ８．４３ ２．８４珠三角７０ ０．１５ ６．５８ ７．０６ ７．９６ １．８９阳江７０ ０．１５ ６．６０ ７．０８ ７．９５ ２．５２湛江７０ ０．１５ ６．７４ ７．２６ ８．１３ ２．９８
另外，本文中设定风电机组可利用率为０．９５；风速的波动性由风速自相关函数衰减系数来表征，本文用风电场出力序列的自相关函数衰减系数来估计风速的自相关函数衰减系数，虽然风电出力与风速之间呈非线性关系，但风速与风电出力的自相关函数衰减系数大致相同。本文将海上风电场的风速自相关函数衰减系数取为０．０３。
３．３ 风电场间风速相关性
风电场间风速相关性主要与风电场地理距离有关：相距较近的风电场由于受到同一天气状况的影响，其风速将会表现出较强的相关性；相距较远的风电场，其遇到同一天气状况的概率较小，因此其风速相关性较弱。国外对于风电场之间的风速相关性已经有所研究，文献［１１］对北欧四国的风电场群进行了风速相关性研究，结果表明，风速的相关系数与风电场之间的地理距离存在式（７）所示的负指数关系：
Ｃ＝ｅ－ｄＭ（７）式中：Ｃ为风电场风速相关系数；ｄ为两风电场之间的地理距离；Ｍ为相关系数随距离的衰减因子。
分别设置４种场景：基础场景，Ｍ为０，即各风电场风速不相关；弱相关，Ｍ为１００；中相关，Ｍ为３００；强相关，Ｍ为５００，文献［１１］中在对北欧风电场的相关性进行计算时即采用Ｍ＝５００。根据广东各海上风电片区的地理位置，可计算得到各风速相关性场景下的风速相关系数矩阵，以中相关性场景为例，计算结果如表５所示。
表５ 各片区之间地理距离与风速相关系数
Ｔａｂ．５ Ｇｅｏｇｒａｐｈｉｃａｌ ｄｉｓｔａｎｃｅ ａｎｄ ｗｉｎｄ ｓｐｅｅｄ
ｃｏｒｒｅｌａｔｉｏｎ ｂｅｔｗｅｅｎ ｒｅｇｉｏｎｓ
片区
名称
各片区间的风速相关系数
南澳汕尾上川阳江湛江
南澳１
汕尾０．６５ １
上川０．２０ ０．３１ １
阳江０．０９ ０．１４ ０．４６ １
湛江０．０９ ０．１３ ０．４３ ０．９０ １
注：南澳与汕尾、上川、阳江、湛江片区间的距离分别为１３０．３３ｋｍ，４７８．８６ｋｍ，７０８．６２ｋｍ，７３１．８１ｋｍ；汕尾与上
川、阳江、湛江片区间的距离分别为３４９．７９ｋｍ，５８０．１９ｋｍ，
６０２．７３ｋｍ；上川与阳江、湛江片区间的距离分别为
２３０．７１ｋｍ，２５２．９８ｋｍ；阳江与湛江片区间的距离
为３１．１１ｋｍ。
４ 海上风电模拟出力特性分析
４．１ 风电场时序出力特性
各风速相关性场景下得到的各片区风电出力概率分布相似，以基础场景下汕头片区海上风电模拟出力的概率分布为例，如图４所示。可以看出，当出力达到装机容量的８５％后，概率密度显著抬升，这使得各片区的出力持续曲线在该出力区间显得更为上凸。文献［１２］在对荷兰海上风电场进行统计分析时得到了类似的分布
。
图４ 基础场景下汕头片区海上风电模拟出力
概率密度与出力持续曲线
Ｆｉｇ．４ Ｐｒｏｂａｂｉｌｉｔｙ ｄｅｎｓｉｔｉｅｓ ａｎｄ ｄｕｒａｔｉｏｎ ｃｕｒｖｅｓ ｏｆ
ｓｉｍｕｌａｔｅｄ ｗｉｎｄ ｐｏｗｅｒ ｉｎ Ｓｈａｎｔｏｕ ｒｅｇｉｏｎ ｏｆ ｂａｓｅ ｃａｓｅ
不同风速相关性场景下各片区海上风电场模拟出力的分布特性相似。以风速中相关性场景为例，如表６所示，其结果与表１相比，海上风电场的高出力概率明显高于陆上和近岸风电场，海上风电场达到装机容量８０％以上的出力概率约为陆上风电场的４～９倍。而海上风电场的风电出力分布特征指
—
７
５
—
·间歇式能源系统级规划方法· 徐乾耀，等 海上风电出力特性及其消纳问题探讨
数在０．２９３～０．３６４之间，中位值为０．３２１，
也高于陆上风电场。
表６ 各片区海上风电场模拟出力分布特性统计Ｔａｂ．６ Ｄｉｓｔｒｉｂｕｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ
ｓｉｍｕｌａｔｅｄｏｕｔｐｕｔ ｏｆ ｅａｃｈ ｏｆｆｓｈｏｒｅ ｗｉｎｄ ｆａｒｍ ｒｅｇ
ｉｏｎ风电场
名称出力占装机容量不同比例下的出力概率／％
＞８０％＜３５％出力分布
特征指数汕头１９．９ ６４．０ ０．３５６汕尾１１．４ ６７．６ ０．３３６珠三角１３．２ ７０．０ ０．３１５阳江７．７ ７５．０ ０．２９５湛江
５．６
７４．６
０．３０２
４．２ 多场景下海上风电模拟出力
表７为不同风速相关性场景下广东海上风电场总模拟出力与甘肃河西４个风电场总出力的分布特性统计结果。陆上风电总出力大于８０％装机容量的概率只有０．００３％，稍低于海上风电场；而陆上风电场总出力小于３５％装机容量的概率比海上风电场高出０．１９～０．２４。因此，可知海上风电场占装机容量３５％～８０％之间的总出力概率将比陆上风电场高０．２左右。从表７可知，海上风电场总出力的分布特征指数比陆上风电场大０．０７８～０．０９６，进一步说明海上风电场的整体出力水平较高。
表７ 海上风电场总模拟出力与陆上风电场
总出力分布特性统计
Ｔａｂ．７ Ｄｉｓｔｒｉｂｕｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｏｔａｌ ｓｉｍｕｌａｔｅｄ
ｏｆｆｓｈｏｒｅｗｉｎｄ ｆａｒｍ ｏｕｔｐｕｔ ａｎｄ ｔｏｔａｌ ｏｎｓｈｏｒｅ ｗｉｎｄ ｆａｒｍ ｏｕｔｐ
ｕｔ类型
场景
出力占装机容量不同
比例下的出力概率／％＜８
０％＜３５％出力分布
特征指数
海上
Ｍ＝０
９９．７ ６２．０ ０．３５９Ｍ＝１００ ９９．６ ６７．２ ０．３４２Ｍ＝３００ ９８．６ ６５．５ ０．３４８Ｍ＝５００
９７．３ ６７．１ ０．３４１陆上
甘肃４个风电场总出力
９９．９９７
８６．３
０．２６３
４．３ 容量因子分析
容量因子指风电场年平均出力占风电场装机容量的比例。通过容量因子可推算风电场的年利用小
时数。其计算方法如式（８
）所示：ｆ＝
ＥＴＡ
ＴＰＲ
（８
）式中：ｆ为风电场容量因子；Ｔ为时间长度；ＰＲ为风电机组额定输出功率；ＥＴＡ为Ｔ时间段内风电机组实际发电量。
根据海上风电场模拟出力结果，各风速相关性场景下海上风电场的容量因子在０．２６～０．３３之间，比陆上及近岸风电场稍高：２０１０年洋前风电场的容量因子为０．２５；２０１０年甘肃河西各风电场的容量因
子在０．１４～０．２３之间。由此可知，
海上风电场的容量因子高于陆上风电场。若海上风电场容量因子比陆上风电场高０．０３，则利用小时数将高出２００ｈ。
５ 海上风电消纳特点分析
通过上述对海上风电出力特性的分析，可总结出海上风电消纳不同于陆上风电消纳的几个特点。
１）对于单一海上风电场，当出力达到装机容量的８５％后，
其出力概率密度曲线会显著抬升；对于区域内多个海上风电场，总出力占总装机容量３５％～８０％之间的概率较高。而由于风电机组可能
出现反调峰特性［１３］
，因此海上风电出现强烈反调峰
的程度和概率将强于陆上风电，对于系统负荷峰谷
差较大的地区，
海上风电的接入将加大系统的调峰难度以及局部电网潮流的多样性。另外，海上风电
出力的季特性为冬季比夏季高［
１４－
１５］，而系统负荷的季特性一般为夏季高、冬季低，因此冬季的海上风电消纳难度将高于夏季。
２
）由于海面风速相对于陆地更为平稳，海上风速的自相关函数衰减系数小于陆上风速，海上风电
出力的波动性要低于陆上风电，
因此海上风电的接入对系统调频的影响以及系统调频能力的要求要低于陆上风电。
３
）在地理分布和电网规划上，陆上风电场开发相对集中，而海上风电场则是沿海岸线分布、分区开发，各海上风电场可就近接入陆上电网，沿海岸带状
分散的海上风电场降低了对输电通道的要求，
降低了消纳难度。
４
）海上多风电场整体出力分布特性以及波动特性在较大程度上取决于各风电场风速相关性的大小。而各海上风电场风速相关性取决于海上风电场的地理位置以及该地区的气候特性。对风速相关性的分析需要同步的海上风速时序数据。目前，国内海上风电这方面的资料还十分匮乏，需要在下一步工作中重视对海上风速第一手资料的收集。
６ 结语
基于对海上风电出力特性研究较少的现状，本
文将海上风电与陆上风电进行了对比研究。利用风电出力模拟技术生成了广东２０２０年海上风电场出力时间序列。提出了风电场出力分布特征指数的评价指标，能够描述风电场出力分布的均衡情况。最后探讨了海上风电消纳不同于陆上风电消纳的特
点：
海上风电出现强烈反调峰的程度和概率将强于陆上风电；夏低冬高的季节特性加大了冬季海上风电的消纳难度；海上风电对于系统调频能力需求较低。
—
８５—２０１１，３５（２２
）
参考文献
［１］李俊峰．中国风电发展报告［Ｍ］．
北京：中国环境科学出版社，２０１１．［２］海上风电：创造有未来的能源［ＥＢ／ＯＬ］．［２０１１－０６－２３］．ｈｔｔｐ
：／／ｗｗｗ．ｓｐ．ｃｏｍ．ｃｎ／ｒｄｚｌ／ｄｌｊｊ／２０１１０６／ｔ２０１１０６２３＿１８０００２．ｈｔｍ．［３］ＢＡＲＴＨＥＬＭＩＥ Ｒ，ＧＩＥＢＥＬ Ｇ，Ｊ ＲＧＥＮＳＥＮ Ｂ Ｈ，ｅｔ
ａｌ．Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｃｏｒｒｅｃｔｉｏｎｓ ｔｏ ｓｉｔｅ ｗｉｎｄ ｓｐｅｅｄｓ ｉｎ ｔｈｅ ｏｆｆｓｈｏｒｅｅｎｖｉｒｏｎｍｅｎｔ：ｖａｌｕｅ ｆｏｒ ｓｈｏｒｔ－ｔｅｒｍ ｆｏｒｅｃａｓｔｉｎｇ［Ｃ］∥Ｐｒｏｃｅｅｄｉｎｇｓｏｆ ｔｈｅ Ｅｕｒｏｐｅａｎ Ｗｉｎｄ Ｅｎｅｒｇｙ Ｃｏｎｆｅｒｅｎｃｅ，Ｎｏｖｅｍｂｅｒ ２２－２５，２００４，Ｌｏｎｄｏｎ，ＵＫ．［４］ＳＯＲＥＮＳＥＮ Ｐ，ＣＵＴＵＬＵＬＩＳ Ｎ Ａ，ＶＩＧＵＥＲＡＳ－Ｒ
ＯＤＲＩＧＵＥＺＡ，ｅｔ ａｌ．Ｐｏｗｅｒ ｆｌｕｃｔｕａｔｉｏｎｓ ｆｒｏｍ ｌａｒｇｅ ｗｉｎｄ ｆａｒｍｓ［Ｊ］．ＩＥＥＥＴｒａｎｓ ｏｎ Ｐｏｗｅｒ Ｓｙ
ｓｔｅｍｓ，２００７，２２（３）：９５８－９６５．［５］ＳＴＯＵＴＥＮＢＵＲＧ Ｅ Ｄ，ＪＥＮＫＩＮＳ
Ｎ，ＪＡＣＯＢＳＯＮ Ｍ Ｚ．Ｐｏｗｅｒｏｕｔｐ
ｕｔ ｖａｒｉａｔｉｏｎｓ ｏｆ ｃｏ－ｌｏｃａｔｅｄ ｏｆｆｓｈｏｒｅ ｗｉｎｄ ｔｕｒｂｉｎｅｓ ａｎｄ ｗａｖｅｅｎｅｒｇｙ ｃｏｎｖｅｒｔｅｒｓ ｉｎ Ｃａｌｉｆｏｒｎｉａ［Ｊ］．Ｒｅｎｅｗａｂｌｅ Ｅｎｅｒｇｙ，２０１０，３５（１２）：２７８１－
２７９１．［６］ＺＨＡＮＧ Ｎｉｎｇ，ＫＡＮＧ Ｃｈｏｎｇｑｉｎｇ，ＤＵＡＮ Ｃｈａｎｇｇａｎｇ
，ｅｔ ａｌ．Ｓｉｍｕｌａｔｉｏｎ ｍｅｔｈｏｄｏｌｏｇｙ ｏ
ｆ ｍｕｌｔｉｐｌｅ ｗｉｎｄ ｆａｒｍｓ ｏｐｅｒａｔｉｏｎｃｏｎｓｉｄｅｒｉｎｇ ｗｉｎｄ ｓｐｅｅｄ ｃｏｒｒｅｌａｔｉｏｎ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆＰｏｗｅｒ ａｎｄ Ｅｎｅｒｇｙ
Ｓｙｓｔｅｍｓ，２０１０，３０（４）：２６４－２７３．［７］ＶＥＳＴＡＳ．Ｖ１１２－３．０ＭＷ ｏｆｆｓｈｏｒｅ［ＥＢ／ＯＬ］．［２０１１－０９－
０５］．ｈｔｔｐ：／／ｗｗｗ．ｖｅｓｔａｓ．ｃｏｍ／Ａｄｍｉｎ／Ｐｕｂｌｉｃ／ＤＷＳＤｏｗｎｌｏａｄ．ａｓｐｘ？Ｆｉｌｅ＝％
２ＦＦｉｌｅｓ％２ＦＦｉｌｅｒ％２ＦＥＮ％２ＦＢｒｏｃｈｕｒｅｓ％
２ＦＰｒｏｄｕｃｔｂｒｏｃｈｕｒｅ＿Ｖ１１２＿Ｏｆｆｓｈｏｒｅ＿ＵＫ．ｐ
ｄｆ．［８］杜燕军，冯长青．风切变指数在风电场风资源评估中的应用［Ｊ］．
电网与清洁能源，２０１０，２６（５）：６２－
６６．ＤＵ Ｙａｎｊｕｎ，ＦＥＮＧ Ｃｈａｎｇｑｉｎｇ．Ａｐｐ
ｌｉｃａｔｉｏｎ ｏｆ ｗｉｎｄ ｓｈｅａｒ ｉｎｄｅｘｉｎ ｔｈｅ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｗｉｎｄ ｒｅｓｏｕｒｃｅｓ ｏｆ ｗｉｎｄ ｆａｒｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍ ａｎｄ Ｃｌｅａｎ Ｅｎｅｒｇｙ
，２０１０，２６（５）：６２－６６．［９］ＰＡＴＥＬ Ｍ Ｒ．Ｗｉｎｄ ａｎｄ ｓｏｌａｒ ｐｏｗｅｒ ｓｙ
ｓｔｅｍｓ［Ｍ］．Ｂｏｃａ Ｒａｔｏｎ，ＦＬ，ＵＳＡ：ＣＲＣ Ｐｒｅｓｓ，１９９９．［１０］ＣＨＡＮＧ Ｔ Ｊ，ＷＵ Ｙ Ｔ，ＨＳＵ Ｈ Ｙ，ｅｔ ａｌ．Ａｓｓｅｓｓｍｅｎｔ ｏｆ
ｗｉｎｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ ｗｉｎｄ ｔｕｒｂｉｎｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｉｎ Ｔａｉｗａｎ［Ｊ］．Ｒｅｎｅｗａｂｌｅ Ｅｎｅｒｇｙ
，２００３，２８（６）：８５１－８７１．［１１］ＨＯＬＴＴＩＮＥＲ Ｈ．Ｈｏｕｒｌｙ
ｗｉｎｄ ｐｏｗｅｒ ｖａｒｉａｔｉｏｎｓ ｉｎ ｔｈｅ Ｎｏｒｄｉｃｃｏｕｎｔｒｉｅｓ［Ｊ］．Ｗｉｎｄ Ｅｎｅｒｇｙ，２００５，８（２）：１７３－１９５．［１２］ＰＡＰＡＥＦＴＨＹＭＩＯＵ Ｇ，ＫＵＲＯＷＩＣＫＡ Ｄ．Ｕｓｉｎｇ
ｃｏｐｕｌａｓ ｆｏｒｍｏｄｅｌｉｎｇ
ｓｔｏｃｈａｓｔｉｃ ｄｅｐｅｎｄｅｎｃｅ ｉｎ ｐｏｗｅｒ ｓｙｓｔｅｍ ｕｎｃｅｒｔａｉｎｔｙａｎａｌｙｓｉｓ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓ ｏｎ Ｐｏｗｅｒ Ｓｙｓｔｅｍｓ，２００９，２４（１）：４０－
４９．［１３
］张宁，周天睿，段长刚，等．大规模风电场接入对电力系统调峰的影响［Ｊ］．电网技术，２０１０，３４（１）：１５２－
１５８．ＺＨＡＮＧ Ｎｉｎｇ，ＺＨＯＵ Ｔｉａｎｒｕｉ，ＤＵＡＮ Ｃｈａｎｇｇａｎｇ，ｅｔ ａｌ．Ｉｍｐａｃｔ ｏｆ ｌａｒｇｅ－ｓｃａｌｅ ｗｉｎｄ ｆａｒｍ ｃｏｎｎｅｃｔｉｎｇ
ｗｉｔｈ ｐｏｗｅｒ ｇｒｉｄ ｏｎｐ
ｅａｋ ｌｏａｄ ｒｅｇｕｌａｔｉｏｎ ｄｅｍａｎｄ［Ｊ］．Ｐｏｗｅｒ Ｓｙｓｔｅｍ Ｔｅｃｈｎｏｌｏｇｙ，２０１０，３４（１）：１５２－
１５８．［１４］徐天真，方俊雄，张淮．近岸陆地与海面风速关系分析研究［Ｊ］．
海洋与湖沼，１９９２，２３（４）：３５５－
３６１．ＸＵ Ｔｉａｎｚｈｅｎ，ＦＡＮＧ Ｊｕｎｘｉｏｎｇ，ＺＨＡＮＧ Ｈｕａｉ．Ａｎ ａｎａｌｙｓｉｓｏｎ ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ
ｂｅｔｗｅｅｎ ｔｈｅ ｗｉｎｄ ｓｐｅｅｄｓ ｏｎｓｈｏｒｅ ａｎｄｏｆｆｓｈｏｒｅ［Ｊ］．Ｏｃｅａｎｏｌｏｇｉａ Ｅｔ Ｌｉｍｎｏｌｏｇｉａ Ｓｉｎｉｃａ，１９９２，２３（４）：３５５－
３６１．［１５］ＳＩＮＤＥＮ Ｇ．Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｈｅ ＵＫ ｗｉｎｄ ｒｅｓｏｕｒｃｅ：ｌｏｎｇ
－ｔｅｒｍ ｐａｔｔｅｒｎｓ ａｎｄ ｒｅｌａｔｉｏｎｓｈｉｐ ｔｏ ｅｌｅｃｔｒｉｃｉｔｙ
ｄｅｍａｎｄ［Ｊ］．Ｅｎｅｒｇｙ
Ｐｏｌｉｃｙ，２００７，３５（１）：１１２－１２７．徐乾耀（１９８７—），男，博士研究生，主要研究方向：电力系统规划、低碳电力技术。康重庆（１９６９—），男，通信作者，教授，ＩＥＥＥ高级会员，主要研究方向：电力规划、负荷预测、电力经济、低碳电力技术。Ｅ－ｍａｉｌ：ｃｑｋａｎｇ＠ｔｓｉｎｇ
ｈｕａ．ｅｄｕ．ｃｎ张 宁（１９８５—），男，博士研究生，主要研究方向：可再生能源规划与运行。
Ａ Ｄｉｓｃｕｓｓｉｏｎ ｏｎ Ｏｆｆｓｈｏｒｅ Ｗｉｎｄ Ｐｏｗｅｒ Ｏｕｔｐ
ｕｔ Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ Ｉｔｓ ＡｃｃｏｍｍｏｄａｔｉｏｎＸＵ Ｑｉａｎｙａｏ１，ＫＡＮＧ Ｃｈｏｎｇｑｉｎｇ１，ＺＨＡＮＧ Ｎｉｎｇ１，ＦＡＮ Ｙａｎｇ２，ＺＨＵ Ｈａｏｊ
ｕｎ２
（１．Ｓｔａｔｅ Ｋｅｙ Ｌａｂ ｏｆ Ｐｏｗｅｒ Ｓｙｓｔｅｍｓ，Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｔｓｉｎｇｈｕａ Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ
１０００８４，Ｃｈｉｎａ；２．Ｐｏｗｅｒ Ｓｙｓｔｅｍ Ｐｌａｎｎｉｎｇ Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ ｏｆ Ｇｕａｎｇｄｏｎｇ
Ｐｏｗｅｒ Ｇｒｉｄ Ｃｏｒｐｏｒａｔｉｏｎ，Ｇｕａｎｇｚｈｏｕ ５１００８０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｓ Ｃｈｉｎａ ｉｓ ｅｘｐｅｃｔｉｎｇ ａ ｒａｐｉｄ ｄｅｖｅｌｏｐｍｅｎｔ ｉｎ ｏｆｆｓｈｏｒｅ ｗｉｎｄ ｐｏｗｅｒ，ｕｎｄｅｒｓｔａｎｄｉｎｇ
ｉｔｓ ｏｕｔｐｕｔ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｉｓ ｏｆ ｇｒｅａｔｉｍｐｏｒｔａｎｃｅ ｆｏｒ ｉｔｓ ａｃｃｏｍｍｏｄａｔｉｏｎ ｐｒｏｂｌｅｍ．Ｂｙ ｃｏｍｂｉｎｉｎｇ ｐｒａｃｔｉｃａｌ ｄａｔａ ａｎａｌｙｓｉｓ ａｎｄ ｓｉｍｕｌａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ，ａ ｃｏｍｐａｒａｔｉｖｅｓｔｕｄｙ ｉｓ ｍａｄｅ ｏｎ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｏｆｆｓｈｏｒｅ ａｎｄ ｏｎｓｈｏｒｅ ｗｉｎｄ ｐｏｗｅｒ ｏｕｔｐｕｔ．Ａ ｎｏｖｅｌ ｉｎｄｅｘ ｃａｌｌｅｄ ｄｉｓｔｒｉｂｕｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｉｎｄｅｘ ｏｆ ｗｉｎｄ ｐｏｗｅｒ ｏｕｔｐｕｔ ｉｓ ｐｒｏｐｏｓｅｄ ｔｏ ｍｅａｓｕｒｅ ｔｈｅ ｆｅａｔｕｒｅｓ ｏｆ ｗｉｎｄ ｐｏｗｅｒ ｐｒｏｂａｂｉｌｉｔｙ ｄｉｓｔｒｉｂｕｔｉｏｎ．Ｓｔｏｃｈａｓｔｉｃ ａｎｄｆｌｕｃｔｕａｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｉｎｓｈｏｒｅ ｗｉｎｄ ｆａｒｍｓ ａｒｅ ａｎａｌｙｚｅｄ ｕｓｉｎｇ ｔｈｅ ｍｅａｓｕｒｅｄ ｈｉｓｔｏｒｉｃａｌ ｄａｔａ．Ｏｆｆｓｈｏｒｅ ｗｉｎｄ ｐｏｗｅｒ ｏｕｔｐｕｔｓａｒｅ ｏｂｔａｉｎｅｄ ａｎｄ ａｎａｌｙｚｅｄ ｕｓｉｎｇ ｓｉｍｕｌａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ ｗｉｔｈ ｐａｒａｍｅｔｅｒｓ ｆｒｏｍ ｆｉｅｌｄ ｍｅａｓｕｒｅｍｅｎｔ ａｎｄ ｔｈｅ ｐｌａｎｎｉｎｇ
ｓｃｈｅｍｅ．Ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｏｆｆｓｈｏｒｅ ｗｉｎｄ ｐｏｗｅｒ ｈａｓ ｈｉｇｈｅｒ ｏｕｔｐｕｔ ａｎｄ ｌｏｗｅｒ ｈｏｕｒｌｙ ｖａｒｉａｔｉｏｎｓ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｏｎｓｈｏｒｅ ｗｉｎｄ ｐｏｗｅｒ，ａｎｄｔｈａｔ ｏｆｆｓｈｏｒｅ ｗｉｎｄ ｐｏｗｅｒ ｈａｓ ｈｉｇｈｅｒ ｏｕｔｐｕｔ ｉｎ ｗｉｎｔｅｒ ｔｈａｎ ｉｎ ｓｕｍｍｅｒ ａｓ ｔｈｅ ｏｕｔｐｕｔ ａｔ ｎｉｇｈｔ ｔｈａｎ ｄｕｒｉｎｇ
ｔｈｅ ｄａｙ．Ｍｅａｎｗｈｉｌｅｏｆｆｓｈｏｒｅ ｗｉｎｄ ｐｏｗｅｒ ｈａｓ ｈｉｇｈｅｒ ｄｉｓｔｒｉｂｕｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｉｎｄｅｘ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｏｎｓｈｏｒｅ ｗｉｎｄ ｐｏｗｅｒ．Ｄｉｓｃｕｓｓｉｏｎｓ ｏｎ ｏｆｆｓｈｏｒｅｗｉｎｄ ｐ
ｏｗｅｒ ａｃｃｏｍｍｏｄａｔｉｏｎ ａｒｅ ａｌｓｏ ｒｅｐｏｒｔｅｄ．Ｔｈｉｓ ｗｏｒｋ ｉｓ ｊｏｉｎｔｌｙ ｓｕｐｐｏｒｔｅｄ ｂｙ Ｎａｔｉｏｎａｌ Ｈｉｇｈ Ｔｅｃｈｎｏｌｏｇｙ Ｒｅｓｅａｒｃｈ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ Ｐｒｏｇｒａｍ ｏｆ Ｃｈｉｎａ（８６３Ｐｒｏｇｒａｍ）（Ｎｏ．２０１１ＡＡ０５Ａ１０１）ａｎｄ ｔｈｅ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｉｎｔ Ｐｒｏｊｅｃｔ Ｓｐｏｎｓｏｒｅｄ ｂｙ ＮＳＦＣ ａｎｄ Ｕ．Ｋ．Ｒｏｙａｌ Ｓｏｃｉｅｔｙ（Ｎｏ．５１０１１１３０１６１）．Ｋｅｙ
ｗｏｒｄｓ：ｏｆｆｓｈｏｒｅ ｗｉｎｄ ｐｏｗｅｒ；ｏｐｅｒａｔｉｏｎ ｓｉｍｕｌａｔｉｏｎ；ｓｔｏｃｈａｓｔｉｃ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ；ｗｉｎｄ ｐｏｗｅｒ；ｄｉｓｔｒｉｂｕｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｉｎｄｅｘ；ｗｉｎｄ ｐ
ｏｗｅｒ ａｃｃｏｍｍｏｄａｔｉｏｎ—
９５—·间歇式能源系统级规划方法· 徐乾耀，等 海上风电出力特性及其消纳问题探讨
影响风力发电机出力的因素 风力发电机在工作时由于受到环境或本身结构的影响，其功率会受到影响，目前大坝风场使用华锐3MW风机32台，现就一些影响风机出力的因素进行简单分析： 一、功率曲线与上网发电量 1、功率曲线反映了风力发电机组的功率特性，是衡量机组风能转换能力的指标之一，设备验收时功率曲线往往是被重点考核的对象。 下图为华锐3MW风机理论设计功率曲线 下图为风机实际功率曲线
从标准功率曲线与实际功率曲线对比可以看出，风机实际出力功率曲线与设计理论功率曲线趋近于相同（达到满发点有差异）。但实际风场中还有个别风机存在功率曲线异常情况，如下图所示：下图为风机异常功率曲线：
造成功率曲线异常有以下几点：一是华锐3MW远程监控系统数据记录错误或丢失。二是我风场由于受到功率限制，大风期部分风机风机停运。三是由于故障风机长时间停机，导致主控检测到的数据为零等。
2、因玉门地区发电量送出通道有限，导致我风场负荷受到严重限制，平常全厂出力为3万千瓦时左右（容量十万）,大风期我风场风机大部分不能满负荷发电。 二、风况及地理位置对风力发电机出力的影响 风力发电的原动力是不可控的，它是否处于发电状态以及出力的大小都决定于风速的状况，风速的不稳定性和间歇性决定了风电机组的出力也具有波动性和间歇性的特点。 1、目前我风场年平均风速为6.3m/s(以2013年为例，90m高度),设计之初年平均风速为7.86m/s（70m高度，出自大坝风场可研性报告），风场年平均风速有所下降。 2、目前我风场所处位置西南及南面均有山，成西高东低地理位置不理想，根据风场玫瑰图可以看出我风场主导风向为东风和西风，山对风的影响比较大。 3、因风场地理位置、环境等客观因素，风切变也是影响风机出力的不可抗力的原因之一。风切变，又称风切或风剪，是指风矢量(风向、风速)在空中水平和(或)垂直距离上的剧烈变化。现场风速及风向的剧烈变化，造成风机出力不稳定、偏航、变桨调整时间延长等，
风的特性 1、随机性 2、风随高度的变化而变化 2、风速 由于风时有时无、时大时小，每一瞬时的速度都不相同，所以风速是指一段时间内的平均值，即平均风速。 3、风力 风力等级是根据风对地面或海面物体影响而引起的各种现象，按风力的强度等级来估计风力的大小。国际上采用的为蒲福风级，从静风到飓风共分为13个等级。 风力等级与风速的关系： 505 .1N 824.01.0N +=-ν式中 V N ——N 级风的平均风速 (m/s)； N ——风的级数。 风能密度，空气在一秒钟内以速度ν流过单位面积产生的动能 风力发电机的分类 按风轮轴的安装型式：水平轴风力发电机组和垂直轴风力发电机组 按风力发电机的功率 ：微型（额定功率50～1000W ）、小型（额定功率1.0～10kW ）、中型（额定功率10～100kW ）和大型（额定功率大于100kW ） 按运行方式 独立运行和并网运行 独立运行的风力发电机组 水平轴独立运行的风 力发电机组主要由风轮(包括尾舵)、发电机、支架、电缆、
充电控制器、逆变器、蓄电池组等组成，其主要结构见右图。 （2）并网运行的风力发电机组 并网运行的水平轴式风力发电机组由风轮、增速齿轮箱、发电机、偏航装置、控制系统、塔架等部件组成，其结构如右图所示 3.2.2 风力机 风力机又称为风轮，主要有水平轴风力机和垂直轴风力机。 1、水平轴风力机： a.荷兰式 b.农庄式 c.自行车式 d.桨叶式 2、垂直轴风力机： a.萨窝纽斯式 b.达里厄式 c.旋翼式 3）双馈异步发电机 双馈异步发电机是当今最有发展前途的一种发电机，其结构是由一台带集电环的绕线转子异步发电机和变频器组成，变频器有交－交变频器、交－直－交变频器及正弦波脉宽调制双向变频器三种，系统结构如下图所示。 根据双馈异步发电机转子转速的变化，双馈异步发电机可以有三种运行状态：1）亚同步运行状态。此时n
龙源期刊网 https://www.doczj.com/doc/e118289985.html, 风电功率波动特性分析 作者：张晴露何天舒 来源：《中国高新技术企业》2015年第01期 摘要：文章通过频率频数的直方图进行初步估计，再通过dfittool工具箱进行确认和验证，最终得出指数分布最适合风电功率波动的分布。通过样本总体的均值和方差估计概率分布的参数，并用概率密度函数图和频率分布直方图对不同时间间隔、不同机组、每天或者一个月的概率分布之间的关系进行分析。最终得知，各个机组在以每日为时间窗宽，每天的平均风电功率大致相同，而方差除了一些特殊的点还有这个月的最后几天外，也是大致相同。 关键词：matlab工具箱；分布拟合；回归分析；ARMA模型；平稳时间序列文献标识码：A 中图分类号：TM76 文章编号：1009-2374（2015）01-0025-02 DOI：10.13535/https://www.doczj.com/doc/e118289985.html,ki.11-4406/n.2015.0013 1 问题描述 本题研究的是风电功率的波动性问题，当前世界各国资源环境约束的日趋严苛，以化石能源为主的能源发展模式必须向绿色可再生能源转变。风电机组发出的功率主要与风速有关。由于风的不确定性、间歇性以及风电场内各机组间尾流的影响，使得风力发电在满足用电需求方面的确定性不如常规发电。 大规模风电基地通常需接入电网来实现风电功率的传输与消纳。风电功率的随机波动是对电网不利的主要因素。研究风电功率的波动特性，对改善风电预测精度、克服风电接入对电网的不利影响有重要意义。 风电场通常有几十台甚至上百台风电机组。大型风电基地由数十甚至上百个风电场组成。因此，风电功率的波动有很强的时空差异性。 在此我们需要研究风电功率的概率分布等一系列信息并以此对未来风电的功率进行预测，希望得到风力发电机发电功率的一般性结论。 2 模型建立与求解 首先我们要研究风电机发电功率的概率分布。对于概率分布拟合，可以在matlab软件中 用dfittool来解决。我们随机选择了五台电机作为观测对象。
目前我国生产的小型风力发电机按额定功率分为１０种，分别为１００Ｗ、１５０Ｗ、２００Ｗ、３００Ｗ、５００Ｗ、１ｋＷ、２ｋＷ、３ｋＷ、５ｋＷ、１０ｋＷ。其技术特点是：２～３个叶片、侧偏调速、上风向，配套高效永磁低速发电机，再配以尾翼、立杆、底座、地锚和拉线。机组运行平稳、质量可靠，设计使用寿命为１５年。风轮的最大功率系数已从初期的０．３０左右提高到０．３８～０．４２，而且启动风速低，叶片材料已多样化：木质、铁质、铝合金、玻璃钢复合型和全尼龙型等。风轮采用定桨距和变桨距两种，以定桨距居多。发电机选配的是具有低速特性的永磁发电机，永磁材料使用的是稀土材料，使发电机的效率从普通电机的０．５０提高到现在的０．７５以上，有些可以达到０．８２。小型风力发电机组的调向装置大部分是上风向尾翼调向。调速装置采用风轮偏置和尾翼铰接轴倾斜式调速、变桨距调速机构或风轮上仰式调速。功率较大的机组还装有手动刹车机构，以确保风力机在大风或台风情况下的安全。风力发电机组配套的逆变控制器，除可以将蓄电池的直流电转换成交流电的功能外，还具有保护蓄电池的过充、过放、交流卸荷、超载和短路保护等功能，以延长蓄电池的使用寿命。机组的价格较低，且适合于我国的低速地区应用。几种机组型号及技术参数见表３－４。 表３－４几种小型风力发电机组型号及技术参数 风电并网三大前沿问题有突破 新能源开发和能源危机是当前能源领域两大热点问题。 从能源的源头来说，人们把传统化石能源比作“昨天的阳光”，而新能源则是“今天的阳光”，可见人们对新能源的热衷程度。目前来看，由于太阳能发电成本较高，生物质能源有局限性，地热能、潮汐能又很有限，相比之下风电最受宠。
万方数据
万方数据
大规模风电并网的出力特性分析 作者：方平， 万杰， 胡如熠 作者单位：华北电力大学能源动力与机械工程学院,河北保定,071003 刊名： 河南科技 英文刊名：Journal of Henan Science and Technology 年，卷(期)：2013(7) 参考文献(11条) 1.李锋;陆一川大规模风力发电对电力系统的影响[期刊论文]-中国电力 2006(11) 2.辛颂旭;白建华甘肃酒泉风电特性研究[期刊论文]-能源技术经济 2010(12) 3.张宁;周天睿大规模风电场接入对电力系统调峰的影响[期刊论文]-电网技术 2010(01) 4.王丽婕;廖晓钟风电场发电功率的建模和预测研究综述[期刊论文]-电力系统保护与控制 2009(13) 5.屈可丁;于骏东北电网风电运行分析[期刊论文]-东北电力技术 2008(11) 6.田春筝;李琼林风电场建模及其对接入电网稳定性的影响分析[期刊论文]-电力系统保护与控制 2009(19) 7.高德宾;李群东北电网风电运行特性分析与研究 2010(02) 8.何世恩;董新洲大规模风电机组脱网原因分析及对策[期刊论文]-电力系统保护与控制 2012(01) 9.陈贞;倪维斗风电特性的初步研究[期刊论文]-太阳能学报 2011(02) 10.侯佑华;房大中大规模风电入网的有功功率波动特性分析及发电计划仿真[期刊论文]-电网技术 2010(05) 11.肖创英;汪宁渤甘肃酒泉风电出力特性[期刊论文]-电力系统自动化 2010(17) 引用本文格式：方平.万杰.胡如熠大规模风电并网的出力特性分析[期刊论文]-河南科技 2013(7)
!#年第4卷第1期2017 Vol.4 N o.1 南方能源建设 SOUTHERN ENERGY CONSTRUCTION 规划咨询 Planning ZConsultation DOI： 10 .16516/j.gedi.issn2095-8676.2017 .01.005 风电场出力特性与集群效应分析方法研究 陈雷\卢斯煜2 (1.中国能源建设集团广东省电力设计研究院有限公司，广州510663; 2.南方电网科学研究院，广州510080) 摘要：从时间和空间分布的角度，提出风电场时空出力特性的分析框架，包括单一风电场的长期出力特性和短期出力 特性分析、风电场集群长期波动相关性和短期波动互补性的分析方法。利用所提分析框架和指标，以海南文昌风电场 为例，开展风电出力特性分析；以海南文昌（1座风电场）、儋州（2座风电场）、东方（2座风电场）以及海南全省风电 集群为例，开展风电集群效应分析，验证分析框架和指标的实用性和有效性。 关键词：风电；出力特性；集群效应 中图分类号：TM614 文献标志码：A文章编号：2095-8676(2017)01-0031-07 Research on the Analysis Method for Wind Power Generating Output Characteristic and Cluster Effects CHENLei1$LUSiyu2$ (1.ChinaEnergy Engineering G roup G uangdong Electric Power Design I nstitu te Co. $Ltd. $Guangzhou510663 $China; 2.Electric Power R esearch I nstitute，CSG，G uangzhou510080，China) Abstract:A fram ework for w ind power generating output characteristic a nalysis has been proposed from space distribution.The proposed fram ework includes long-term an d short-term generating output wind farm，the relation of long-term fluctuation and the com plem entation of short-term fluctuation of wind farm s cluster.The pro-posed m ethod w as applied to a n analytic study of W enchang wind farm，D anzhou wind farm，Dongfang wind farm an d the H ainan wind farm cluster to reveal its rationality an d feasibility. Key words ：w i n d power；characteristic of generating output;cluster effects 2014年11月，国务院发布《能源发展战略行动计划（214— 22年）》[1]，提出要大力发展风电，计划到2020年风电装机达200 G W%相 对于火电等常规能源发电，风电具有较强的随机 性、波动性、难以预测性和可调度性差等特点[2]，并最终表现为发电功率在不同时间尺度上 的波动，大规模风电并网将影响电网的安全稳定 运行[3_7]。为了应对大规模风电并网下的电网分 收稿日期：2016-06-20 基金项目：中国南方电网公司2016年重点科技项目（K Y K J X M00_21 #作者简介：陈雷（189)，女，江西吉安人，工程师，硕士，主要从事电力系统规划与可靠性、新能源发电等研究工作（e-m ail)c h e n le i4 @g ed i.co https://www.doczj.com/doc/e118289985.html,。析和实际运行的需求，迫切需要对风电出力特性 (包括单一风电场的出力特性和风电场集群的出力特性）形成有效的分析方法，以进一步掌握风 电场的时空发电特性，为电力系统的规划和运行 提供决策参考。 本文从时间和空间分布的角度，提出风电场时 空出力特性的分析框架，包括单一风电场的长期出 力特性和短期出力特性分析、风电场集群长期波动 相关性和短期波动互补性的分析方法。利用所提分 析框架和指标，以海南文昌风电场为例，开展风电 出力特性分析；以海南文昌（1座风电场）、儋州（2 座风电场）、东方（2座风电场）以及海南全省风电 集群为例，开展风电集群效应分析，验证分析框架 和指标的实用性和有效性。
海上风电出力特性及其消纳问题探讨 徐乾耀１，康重庆１，张 宁１，樊 扬２，朱浩骏２ （１．电力系统国家重点实验室，清华大学电机系，北京市１０００８４；２．广东电网公司电网规划研究中心，广东省广州市５１００８０ ）摘要：中国海上风电将迎来快速发展，研究其出力特性对海上风电消纳具有重要意义。文中利用 实际数据分析与运行模拟相结合的方式， 将海上风电的出力特性与陆上风电进行了对比研究。为了对比风电场出力的分布特性，提出了风电场出力分布特征指数的新指标。根据历史出力分析了 近岸风电场的随机特性与波动特性； 结合测风数据与中长期规划，利用风电场运行模拟技术分析了海上风电场出力的统计特性。分析表明，与陆上风电相比，海上风电具有出力水平较高、小时级出力波动小、冬季比夏季出力高、夜晚比白天出力高以及具有更高的容量因子等特性，其出力分布特 征指数明显高于陆上风电场。最后， 阐述了海上风电消纳不同于陆上风电消纳的特点，为合理消纳海上风电提供参考。 关键词：海上风电；运行模拟；随机特性；风电出力；分布特征指数；风电消纳 收稿日期：２０１１－０８－ ２５。国家高技术研究发展计划（８６３计划）资助项目 （２０１１ＡＡ０５Ａ１０１）；中国国家自然科学基金委员会（ＮＳＦＣ）与英国皇家学会（ＲＳ）合作交流项目（５１０１１１３０１６１ ）。０ 引言 近年来全世界风电发展迅猛，其中陆上风电和海上风电发展速度并不平衡。相对于陆上风电而言，全球范围内海上风电的发展速度较为缓和。自 ２００８年以来，世界海上风电进入快速发展期，２００８与２００９年连续２年海上风电新增容量超过了 ５００ＭＷ，２０１０年海上风电新增容量更是达到了１ ４００ＭＷ。截至２０１０年底，全球海上风电累计装机容量为３ ５００ＭＷ［１］ 。目前，中国的海上风电装机容量达到１４２．５ＭＷ， 占国内风电装机总容量的比例不到１％［１］。国内已建和在建的海上风电项目有上海东海大桥１００ＭＷ项目、江苏大丰潮间带３００ＭＷ 示范项目以及去年江苏首轮１ ０００ＭＷ海上风电招标项目。虽然国内目前已建和在建项目只占世界海 上风电总容量的４％左右［１］ ， 但中国正处于海上风电加速发展阶段， 根据沿海省份编制的规划，海上风电的装机容量预计将在２０２０年达到３０ＧＷ［２］ 。 相对陆上风电而言，海上风电的研究工作明显 滞后。国外对海上风电展开了一些研究：文献［３］从预测的角度分析了海上风速梯度、垂直风速变化以及尾流效应对风电出力的影响；文献［４ ］分析了风电场规模、 风速、风向等对海上风电出力波动性的影响；文献［５ ］分析了海上风电以及波浪能发电的出力特性以及互补性。目前， 国内对海上风电出力特性与消纳的研究尚未见文献报道，亟须开展海上风电 的相关研究工作。以广东电网为例，该省正在进行大规模海上风电的规划， 必须超前研究其消纳问题，而海上风电出力特性分析是研究其消纳问题的一项基础性工作。 本文的核心是研究海上风电的出力特性，并探讨海上风电消纳的难点。针对目前海上测风数据不足、海上风电实际出力的历史数据积累不足的实际困难，研究基于实际数据分析与运行模拟相结合的方式开展。首先根据近岸风电场发电出力历史数据，分析了近岸风电出力的随机特性与波动特性；然后利用风电场运行模拟技术， 根据分析得到的风电出力随机特性以及实际测风数据，对规划海上风电场进行运行模拟， 得到各风电场出力的时间序列。通过对海上风电场出力的统计分析、风电场出力分布特征指数的计算以及对风速相关性多场景的对比，详细分析了未来海上风电场的出力特性。进一步，将海上风电与陆上风电出力特性进行比较，探讨了海上风电的消纳难点，为进一步研究其消纳方法提供了参考。 １ 研究框架 １．１ 整体思路 本文采用实际数据分析与数据模拟分析相结合的方法。实际数据分析是根据风电场历史出力信息，统计分析风电出力的随机性与波动性，提取风电 — ４５—第３５卷 第２２期２０１１年１１月２５日Ｖｏｌ．３５ Ｎｏ．２２ Ｎｏｖ．２５，２０１１
See discussions, stats, and author profiles for this publication at: https://www.doczj.com/doc/e118289985.html,/publication/235352804 Discussion on Offshore Wind Power Output Characteristics and its Accommodating (In Chinese: ) ARTICLE in DIANLI XITONG ZIDONGHUA/AUTOMATION OF ELECTRIC POWER SYSTEMS · NOVEMBER 2011 DOWNLOADS 193VIEWS 107 5 AUTHORS , INCLUDING: Qianyao Xu Tsinghua University 12 PUBLICATIONS 8 CITATIONS SEE PROFILE Chongqing Kang Tsinghua University 111 PUBLICATIONS 354 CITATIONS SEE PROFILE Ning Zhang Tsinghua University 37 PUBLICATIONS 47 CITATIONS SEE PROFILE Available from: Ning Zhang Retrieved on: 01 August 2015
海上风电出力特性及其消纳问题探讨 徐乾耀１，康重庆１，张 宁１，樊 扬２，朱浩骏２ （１．电力系统国家重点实验室，清华大学电机系，北京市１０００８４；２．广东电网公司电网规划研究中心，广东省广州市５１００８０ ）摘要：中国海上风电将迎来快速发展，研究其出力特性对海上风电消纳具有重要意义。文中利用 实际数据分析与运行模拟相结合的方式， 将海上风电的出力特性与陆上风电进行了对比研究。为了对比风电场出力的分布特性，提出了风电场出力分布特征指数的新指标。根据历史出力分析了 近岸风电场的随机特性与波动特性； 结合测风数据与中长期规划，利用风电场运行模拟技术分析了海上风电场出力的统计特性。分析表明，与陆上风电相比，海上风电具有出力水平较高、小时级出力波动小、冬季比夏季出力高、夜晚比白天出力高以及具有更高的容量因子等特性，其出力分布特 征指数明显高于陆上风电场。最后， 阐述了海上风电消纳不同于陆上风电消纳的特点，为合理消纳海上风电提供参考。 关键词：海上风电；运行模拟；随机特性；风电出力；分布特征指数；风电消纳 收稿日期：２０１１－０８－ ２５。国家高技术研究发展计划（８６３计划）资助项目 （２０１１ＡＡ０５Ａ１０１）；中国国家自然科学基金委员会（ＮＳＦＣ）与英国皇家学会（ＲＳ）合作交流项目（５１０１１１３０１６１ ）。０ 引言 近年来全世界风电发展迅猛，其中陆上风电和海上风电发展速度并不平衡。相对于陆上风电而言，全球范围内海上风电的发展速度较为缓和。自 ２００８年以来，世界海上风电进入快速发展期，２００８与２００９年连续２年海上风电新增容量超过了 ５００ＭＷ，２０１０年海上风电新增容量更是达到了１ ４００ＭＷ。截至２０１０年底，全球海上风电累计装机容量为３ ５００ＭＷ［１］ 。目前，中国的海上风电装机容量达到１４２．５ＭＷ， 占国内风电装机总容量的比例不到１％［１］。国内已建和在建的海上风电项目有上海东海大桥１００ＭＷ项目、江苏大丰潮间带３００ＭＷ 示范项目以及去年江苏首轮１ ０００ＭＷ海上风电招标项目。虽然国内目前已建和在建项目只占世界海 上风电总容量的４％左右［１］ ， 但中国正处于海上风电加速发展阶段， 根据沿海省份编制的规划，海上风电的装机容量预计将在２０２０年达到３０ＧＷ［２］ 。 相对陆上风电而言，海上风电的研究工作明显 滞后。国外对海上风电展开了一些研究：文献［３］从预测的角度分析了海上风速梯度、垂直风速变化以及尾流效应对风电出力的影响；文献［４ ］分析了风电场规模、 风速、风向等对海上风电出力波动性的影响；文献［５ ］分析了海上风电以及波浪能发电的出力特性以及互补性。目前， 国内对海上风电出力特性与消纳的研究尚未见文献报道，亟须开展海上风电 的相关研究工作。以广东电网为例，该省正在进行大规模海上风电的规划， 必须超前研究其消纳问题，而海上风电出力特性分析是研究其消纳问题的一项基础性工作。 本文的核心是研究海上风电的出力特性，并探讨海上风电消纳的难点。针对目前海上测风数据不足、海上风电实际出力的历史数据积累不足的实际困难，研究基于实际数据分析与运行模拟相结合的方式开展。首先根据近岸风电场发电出力历史数据，分析了近岸风电出力的随机特性与波动特性；然后利用风电场运行模拟技术， 根据分析得到的风电出力随机特性以及实际测风数据，对规划海上风电场进行运行模拟， 得到各风电场出力的时间序列。通过对海上风电场出力的统计分析、风电场出力分布特征指数的计算以及对风速相关性多场景的对比，详细分析了未来海上风电场的出力特性。进一步，将海上风电与陆上风电出力特性进行比较，探讨了海上风电的消纳难点，为进一步研究其消纳方法提供了参考。 １ 研究框架 １．１ 整体思路 本文采用实际数据分析与数据模拟分析相结合的方法。实际数据分析是根据风电场历史出力信息，统计分析风电出力的随机性与波动性，提取风电 — ４５—第３５卷 第２２期２０１１年１１月２５日Ｖｏｌ．３５ Ｎｏ．２２ Ｎｏｖ．２５，２０１１