手机浏览网
本文对普遍关注的风电相关问题作了回答。文章从风能的变化性讲起，讨论了风电是否具有保证容量，探讨了风在所有地区戛然而止的可能性，风力发电的可预测性，风电并网的经济性，对新输送通道的需求，以及风电是否需要备用电源或专用储能设备等问题。最后，文章讨论了系统是否具备足够的灵活性以接入风电，火电是否因其具有更高的容量系数而优于风电，以及电网在接纳风电上是否存在极限。
1、电网能应对风电出力的持续变化吗？
早在风电技术出现之前，电力系统的设计就可以应对负荷的显著变化。电力需求在从几秒到几年的时间尺度上变化，围绕这样的变化，电力系统运行程序进行了相应的设计，基于相关分析和运行经验，大体上可以掌握负荷的变化规律。相对于用电高峰来说，极短时间内（几秒到几分钟）负荷的变化很小，其主要是由许多不相关事件在不同流向上改变用电需求所引起。从较长时间段（几小时）来看，用电量需求的变化往往会更具有关联性，例如早晨负荷增加而夜间负荷减少。
单个或多个风电场的发电量是随时间而变化的。风电的变动性加之电力系统原本就存在的变动性，可能会增加变动的复杂性，需要电网运营商进行管理和调控。风能每发1度电，其他发电形式就可以少发1度电，所以其他的发电系统只需要满足除风电之外的负荷需求，这部分负荷经常被称作净负荷（除风电外负荷）。因此，整个电力系统的非风力发电部分就要被调控至净负荷，即整个电力系统负荷与风电负荷之差。图1显示了丹麦西部地区一周内的实际负荷与净负荷，两条曲线之间部分就是风电部分。图2更清晰地表示了实际负荷与风电负荷之间的对比。
.jpg)
图1 2005年1月10日至16日丹麦西部实际负荷与净负荷（来源：Energinet.dk）
.jpg)
图2 丹麦西部2005年1月10日至16日实际负荷与风电负荷（来源：Energinet.dk）
从图1可以看出，在风电大规模接入时，会在两个方向上引起明显变化，这就要求其他发电机组降出力运行。在风电的接入比例很大时，如果现有的发电机组没有较好的降功率运行能力，应付这一部分增加的变量可能就会比较难。
总的来说，随着并网风电机组增多，风电在电网中的变化就会越来越小。图3是从美国国家可再生能源实验室风电场数据收集项目中截取的具有几个互联点的某风电场约9小时内每一秒的数据。这一数据来自同一时间段，并将每个机组群的平均输出值进行了规范化处理。图3（a）显示了200台机组数据进行标准化处理后的变化情况。图3（b）显示了15台机组数据的巨大变化。从这些数据及图示中可以得出结论，随着风电机组的集群化，标准化处理过的风电变量在下降。这一规律同时适用于较小区域内和大范围的风电集群，也适用于电网运行的所有时间尺度。
.jpg)
（a）200台机组的风电场 （b）15台机组的风电场
图3 每秒风电出力变化性比较
图3 每秒风电出力变化性比较
一些国家的电网运营商在积累高比例风电并网及其变化规律的运营经验。图4显示了从2009年5月7日至10日，爱尔兰风电的每小时接入比例，范围从很小的比例到高达40%。同样，图1（如上所述）显示了2005年1月丹麦的实际负荷与净负荷（减去风电后的负荷）。该图显示风力发电量逐渐增加，而后由高风速导致停机使发电量减少。更高的风力发电量使得净负荷在某些时段接近于零。正如本文后面讨论的，电网运营商通过使用现有的灵活发电资源、风力预测以及时间调度等手段，来应对风力的变化。在以更接近于实时的情况下进行评估时，发电量更具可预测性，而小于小时单位的调度方案也使电网运营方可以充分利用其他发电设备的灵活性。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。
图4 2009年5月7日至10日爱尔兰风电每小时并网比例
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。
.jpg)
图5 风电场集群能有效抵抗突发和极端事件
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。
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。
