手机浏览网
此外，更大范围内(或电网覆盖区域)的电力平衡有助于解决风电的变化，因为在较大的地理区域内风电的波动性会趋于平缓。
2、风电具有保证容量吗?
在确定装机容量是否能满足负荷需求时，要考虑到将来某些装机可能无法在需要时提供容量。虽然具体的数量和规程不同，但电力系统规划人员通常会设计出多于最大负荷12%～15%的富余容量，这通常被称为计划备用容量。
“计划备用”是指已经安装的发电设备，同时又区别于其他各类基于系统运行情况的运行备用容量。测算计划备用容量的一个更精确方法是对每小时负荷、发电容量以及发电机组事故停机率进行建模，以确定失负荷概率(LOLP，即发电量不足以满足负荷需求的概率)。
失负荷概率可用来判定缺电量时间期望值(LOLE)，缺电量时间期望值可以确定电力不足的时间，如每年多少小时，每年多少天，或十年内的天数，通常其目标值是每十年有一天。
基于对系统缺电量时间期望值的影响，风电也可以与传统电源一样有助于计划备用容量。大多数情况下，风电对计划备用容量的作用有一定的限度，在美国，风电的保证容量是其额定容量的5%～40%。
风电保证容量的变化幅度较大，反映出风电出力(在有风时)在时间上与系统负荷以及系统高风险时段的不同。风电场的发电保证容量一经确定，电力系统规划人员不管采取何种方式，都要决定还需要补充多少容量以满足系统的的稳定性标准。
3、所有地方同时停止刮风的频率的有多大?
单台风电机组发电量的变化是很大的，对于1亿千瓦风电来说，电网运营商就更关注其对电网带来的挑战了。如前所述，风电从本质上得益于集群化，所以1亿千瓦的风电与单台风电机组的运行截然不同。在更广阔的地理范围内聚合风电就会减少零输出的小时数。
单个风电场通常在一年内可能产生超过1000小时的零出力现象，而在广阔地理范围内大规模集群的风电机组的出力几乎总是大于零。同时时间尺度越短，变化幅度也就越小。大规模的风电场，每秒或者每分钟的变量非常小，但是可能在若干小时后会呈现很大变化，即便分布式风电场亦如此。
遇极端天气情况，风速增大，出于安全考虑，风电机组需要停机，这时候怎么办呢?这样的极端天气并不常见，在一些地方并不是每年都会出现，而有些地区一年中也只会出现一到两次。
大风暴在4到6小时就可行进几百公里，所以，广阔地理区域的风电集群可以应对这一挑战。在这种情况下，单台风电机组可能从满发突然降到零，而更大地理范围内的集群风电机组就会把这样的突然中断转化为数小时的逐渐下降过程。2007年2月美国德克萨斯州就发生了这样的风暴。图5显示了一个风电场的出力在约15分钟内骤降17万千瓦的过程。
而对于所有风电场来说，总出力虽然下降了150万千瓦，但该过程持续了2个小时。在丹麦西部，最近一次风暴(2005年1月)使200万千瓦额定容量的风电出力降低90%，用了6个小时。
而暴风通常是可预测的。大规模风电场可事先限定机组降负荷运行，以防止在暴风来临时，因风速超过机组的切出风速而造成发电量骤降，而电网运营商也可以通过分析风暴的等级,事先采取预防措施，将系统调整到防御状态。控制系统也可以通过设计来避免所有机组同时停机的情况发生。
另外，不同于传统电源的大型事故，风电事故一般不会造成电力瞬时损失100万千瓦或200万千瓦的情况。风电出力的重大变化一般发生在几小时而非几分钟之内，这样常规电源机组就有足够的时间进行调峰。即使常规机组不够，也还有时间启用燃气轮机发电机组。
4、风电很难预测吗?
通过数值天气预报模型和数据统计等多种方法，可以对风能进行预报，从而预测风电出力情况。相对于负荷预测，风能预测是一个新兴事物，准确性也不如前者。目前的经验表明，大多时候风电出力情况是可以预测的，只是在程度和时间上会有误差，所以电网运营商可能对某一种预测的不确定性以及整体预测的准确性更感兴趣。
风电的短期预测要比长期预测准确得多，对于单个风电场，提前1到2小时的预测平均绝对误差在5%～7%(相对于风电装机容量)，而提前一天预测错误率将达到20%。
图6显示了风能预测的巨大集群效应。如图所示，750公里以上范围的风电集群预测误差降低了50%。图中显示了误差率已经降至区域预测和单一风电场的标准误差(RMSE)之间，以上数据是基于对德国40个风电场所发电量的测量结果得到的。
德国的一些其他研究显示，对于一个独立风电场的典型风能预测误差约为该风电场装机容量的10%～15%标准误差(RMSE)，而对未来一天某一区域的误差率降至6%～8%，对于整个德国的风能预测误差降至5%~7%。如标准误差(RMSE)法所测算的那样，综合应用不同的风能预测模型，也能提高最多20%的风能预测精度。
更重要的是，预测误差对于单个风电场的影响并不大。对于所有风电场的整体预测误差才会影响到发电和调度。
5、风电并网成本是不是很高?
当风电成为电源之一时，风电并网成本是除风电以外的电力系统设计和运行的额外成本。一般地，风电占比达到20%时，因风电所增加的平衡成本约为风电整体销售价的10%或更低。在不同的平衡区域(或电网覆盖区域)接入风电所产生的影响大不相同，这取决于区域规模、资源配置以及风电的地理分布情况等因素。
风电的变化并不与负荷的变化完全一致，这意味着现存系统变量能够摊配一定的风电变量，也意味着电力系统中这种新变量成分的介入，并不会恰巧导致总变量或极端变量的增大，因为与极端变量重合的几率微乎其微。总的变量取决于各变量平方和的平方根(而不是算术和)，这表明用于平衡除风电外的净负荷变化的备用容量要低于单独用于平衡负荷变化与单独平衡风电变化的备用容量之和。
风电在较大的消纳区域内的并网运行成本要比在较小的区域更低。如果风电遍布整个区域，那么每台机组的波动降低而整体的预测能力会提高，这样就降低了并网的成本。可能需要更多的运行备用容量，但不一定非要增加新的发电厂。按照风电占比较高的国家和地区的经验(风电占整个电力需求的5%～20%)，风电场建成后已有备用容量得到了更多的利用，而不需要新增备用。
