風力發電具有間歇性、隨機性、可調度性低的特點，大規模接入后對電網運行會產生較大的影響，需要合理調整運行方式和優化系統動態響應，以及時跟蹤風電功率大幅度、高頻率的波動。本文首先分析風電場的建模方法和風電場有功調節特性，然后提出了大規模風電并網后系統有功調度的兩層結構框架，為了解決調度計劃與實際運行中較大的有功差額，建議了一種改進在線調度及AGC控制策略，以支撐大規模風電友好并網和可靠運行。
為應對全球氣候變化，減少溫室氣體排放，可再生能源技術得到越來越多的重視，其中風力發電是目前除水電外的，最成熟、經濟效益最好的一種可再生能源發電技術。隨著風電技術的發展和國家政策上對可再生能源技術的重視，我國風電事業進入了一個快速發展的時期。但隨著風力發電技術的推廣、建設規模的擴大和風力發電產業市場化的深入，在風電設備制造、風電場運行管理、電能質量控制、風電環保問題以及風電與其它形式能源的聯合使用等方面還存在一系列技術問題，如：如何降低風電成本、風力機的設計與制造、風電并網與電能質量控制、獨立運行風電機組、儲能設備及其與其他形式能源的聯合發電等。
我國風能資源豐富，開發潛力巨大，根據全球風能委員會最新統計數據顯示，2009年新增裝機1300萬kW，位居世界第一，累計裝機容量超過2500萬kW，位居世界第三。風電已經在節約能源，緩解我國電力供應緊張的形勢、降低長期發電成本、減少能源利用造成的大氣污染，以及溫室氣體減排等方面嶄露頭角，并開始有所作為。
文獻[1，2]首先提出了利用潮流追蹤的思想，對風電場并網后風電場潮流變化的尋蹤來快速進行有功缺額(或過剩)的補償，采用電氣剖分法對大型電力網絡分析存在復雜性和較大的實現難度，但對于小容量風電接入的中小型電網具有較高的參考價值;文獻[3，4]，考慮到風電功率預測的精度較低，提出基于模糊控制的風電場有功控制策略，將風電輸出的隨機性問題轉化為概率問題進行考慮和分析，不適合大規模風電并網;文獻[5-7]變速恒頻風機通過扭矩和槳距角控制來對風機功率進行限制性輸出，進行風電備用，從而改善變速恒頻風機并網后出現系統慣性系數降低，頻率響應較差的問題;文獻[8]則風電場參與系統的調頻會降低系統對于風電波動性所造成的系統頻率波動，減少系統中非風電機組對風電出力波動執行有功補償量，降低系統運行成本。
大規模風電場大都建設在偏遠地區，這部分地區電網結構相對比較薄弱，本地無法消化的電能，只能通過并網來實現風電資源利用的最大化。風電接入電網后必然對電網造成較大的影響，因此通過對風電特性的分析，模型建立，同時在有功和無功控制方面調度策略進行改進，以維持系統的穩定性，從而更好的應對風電并網后出現的各種問題。
1 風電場建模
風能具有波動性和隨機性，因此不能像傳統的能源那樣，在保持一次能源相對穩定的情況下，產生電能。風能是一種能量密度低，穩定性較差的能源由于風速、風向隨機變化，引起葉片攻角不斷變化，導致風電機的效率和功率的波動，并使傳動力矩產生振蕩，影響電能質量和電網穩定性。由于風輪從空氣中吸收的功率和風機發出的功率有直接關系，因此風電功率具有間歇性和隨機性。研究發現，風電出力的不穩定性隨著發展規模的增加而增大，但由于風電變化具有分散互補性，所以其出力并非按發展規模的比例增大。
1.1風力發電機模型
目前主流風力發電機分為三類：鼠籠式異步風力發電機、雙饋式感應風力發電機和直驅永磁式同步風力發電機。根據風力發電技術，鼠籠式異步發電機屬于恒速恒頻，雙饋式感應發電機和直驅永磁同步發電機屬于變速恒頻。不同類型的風機工作原理和數學模型不同，因此分析方法有所差異。然而到目前為止，還沒有得到一種公認的風力發電機模型，并且國際工業界還沒有對風力發電機模型組成和簡化條件達成共識。但是部分電力系統仿真軟件中提供了專用的工具箱元件庫，進行風電場建模和對風電場并網影響仿真。每種類型風機的控制結構可以用圖1方框圖加以描述。
圖1典型風電機組控制模型方框圖
風力機輸出機械功率特性可以表示為：
式中ρ-空氣密度，kg/m3;V-風速，m/s;S-風輪機掃掠的面積，m2;Cp—風力機的風能利用系數，是尖速比λ和葉片節距角β的函數，系數Cp反映了風力機吸收風能的效率，它是一個與風速、葉輪轉速和葉片節距角有關的量。
考慮到發電機的效用系數η，發電機出力為：
實際應用中由于風速較低時受風輪機的設計限制，而風速較高時又受到發電機的設計限制風輪機和發電機的輸出特性不完全等同于上述公式。大部分風力機在一段風速范圍內的輸出功率是不變的。
1.2風電場等值建模
大容量風電場一般由多十臺甚至上百臺風力發電機組成，在互聯電網中如果風電場建模仍采用包含每臺風機的詳細模型，勢必會增加系統模型的規模和復雜程度，并且會帶來很多嚴重的問題，如模型有效性和數據修正等，增加系統計算量和計算時間。為了準確的求解風電場特性，需要考慮風電場內風電機組的分布位置、內部網損、尾流效應、塔影效應及湍流等因素的影響，計算量和工作難度增加，研究風電場并網后系統調度與控制，并不需要考慮每臺風電機組對系統的影響，可以通過建立合適的等值模型來描述風電場動態特性和控制策略。進行風電場等效建模的前提是，保持風電場等效前后特性不變。
在研究暫態電壓穩定時，可以使用組合模型和降解模型表示風電場。風電場組合模型建模包括風電場中的每臺風力機、補償電容器、升壓變壓器以及內部電網詳細模型等。風電場降解模型建模是指在特定的條件下用一臺風力機模型來表示風電場。風電場降解模型忽略了風電場內部風機之間的相互影響，從而在仿真中與實際系統存在一定偏差。文獻[11]異步風力發電機機電暫態方程組特征值相近的機組作為一個機群，機群劃分后將每個機群等效為一臺發電機。
在潮流計算時，針對不同的風機類型節點處理方法不同，由異步風力發電機組成的風電場，最常用的是PQ模型和RX模型;由雙饋式感應風力發電機和直驅永磁同步風力發電機組成的風電場，風機恒功率因數運行時PQ模型和恒壓運行時PV模型，具體模型選擇基于風電場的控制策略而定。
2 風電場有功調節特性
火電機組有功調節特性是指汽輪機穩定運行時，在調節系統作用下，轉速變化與輸出功率變化直接的對應關系，可以通過機組的功頻靜特性曲線描述，反映了發電機的一次調頻能力。不同類型風電機組對應的有功調節特性有所差異，異步風力發電機組直接與電網相連，在系統頻率改變時可以自動釋放部分旋轉動能，轉矩變化，輸出功率隨之改變，不同于火電機組的一次調頻但是可以提供短時的有功支撐;雙饋式感應風力發電機由于采用雙PWM變換器進行控制，使其機械功率與電磁功率解耦，轉速與電網頻率解耦，因此失去了對系統頻率的快速有效響應，其旋轉動能對整個系統慣量幾乎沒有貢獻，這個角度看雙饋式感應發電機不能參與系統一次調頻。
異步風力發電機采用定槳距控制，功率調節完全依靠葉片的氣動特性，輸出功率隨風速的變化而變化，功頻靜特性系數由機組自身特性決定;雙饋式感應風力發電機采用變槳距控制，有功無功解耦控制使得轉速不能有效跟蹤系統頻率，風電機組控制技術可快速精確地控制風機槳距角，從而快速地控制風電機組發出的有功功率，在風機控制回路中引入附加頻率控制環節，通過對風機扭矩控制進行有功備用來實現風電機組一次調頻。前提是，風電機組可以進行有功備用，并且檢測到頻率偏差時有功備用可以有效釋放。
圖2描述了雙饋式感應發電機輸出功率與轉速之間的關系，對風機進行限值輸出用于機組一次調頻有功備用。通過設定功率基準值Pref低于風機額定功率進行備用，其中Pref=τPn，τ為一次備用比率(τ≤1)。這種方法的限制是，備用容量只有在風速高于額定風速是恒定值，此時風電機組出力可以在Pref和τPn之間;然而在低風速下備用則變為零。
圖2 風力發電機輸出功率與轉速關系
通過發電機轉矩基準值的設定來實現一次調頻，基準值的設定包括兩個方面：
Tref=Tref1+Tref2
轉矩基準值：
參與一次調頻的轉矩基準值：
其中
PMDP為最大輸出功率;f0為工頻;Kreg為功率調節系數;k為功頻靜特性斜率。
如果Pref≤PMDP(0<Ω≤Ω1)轉矩基準值為：
參與一次調頻的備用為零，因此：Tref2=0
經過上述對雙饋式感應發電機通過機組控制回路中控制方式改進可以參與一次調頻，但是這種處理方法是采取風電場降額發電并不經濟，同時與不少風電場本來就對機組采取降額發電進行有功備用參與系統實時調度任務相互牽制，從系統調度與控制角度來看，風電場參與二次調頻比一次調頻任務更可行和更緊迫。
3 風電并網后有功調度與控制
3.1風電并網后的有功調度
與常規能源電廠相比，風電場輸出功率受風速等氣象因素影響較大，輸出功率是不完全可控。然而電力系統制定發電計劃是基于電源的可靠性和負荷的可預測性，以往小規模風電接入系統時，一般將風電場作為負的負荷來處理，由于風速引起的功率波動在系統的容許范圍內，擾動被系統消納，對整個電網安全穩定影響較小。大規模風電接入系統時，由風速變化引起的功率波動會對電網運行造成嚴重影響甚至危及電網安全，必須對電網原有的運行調度方式進行優化和調整以應對大規模風電并網帶來的問題。
大規模風電并網會對系統供需平衡造成很大的影響，這就需要準確預測供需走勢，預測是實施供需平衡調節的基礎。供需差可能來源于負荷、潮流交換、間歇性電源等的變化。供需走勢的預測對于系統運行至關重要。風電預測直接關系到整個調度系統的運行成本和調度安全問題，而目前的風電預測誤差為10~15%遠高于負荷預測誤差，遠不能達到系統運行對預測精度的要求，給大規模風電并網的系統運行帶來很大隱患。同時需要足夠的系統調節平衡資源來提升系統應對風電出力變化和不確定的能力，由于風電出力變化和不確定，導致系統必須維持很高的系統調節資源以作備用，降低了系統資源的利用率，否則系統將無法應對風電出力變化和不確定性，影響系統的安全可靠運行。
圖3 大規模風電并網后電力系統結構
大規模風電并網后，調度系統在原有基礎上增加包括風電預測、風電場控制層、系統控制層等部分。風電場控制層接收系統控制層的調度指令，并且接收每臺機組反饋的某一時段可以輸出的功率限值，風電場控制層向風電場內的每臺機組下發控制指令其中包括有功功率、無功功率。系統控制層調度指令制定是基于風電預測結果最優決策方案，其中包括風電場發電計劃、常規能源電廠發電計劃以及系統有功備用分配等內容。風電預測根據時間尺度不同分為短期風電預測(提供1~72h 預測)和超短期風電預測(提供15min~4h預測)，同時為提供可靠的風電預測信息，風電預測系統包括數值天氣預報(NWP，Numerical Weather Prediction)、本地模型(LAM，Local Area Models)、風輸出功率預測和地區重構。利用短期風電預測和負荷預測結果，制定滿足日前電量交易計劃的發電計劃，同時風電和負荷的不確定性導致預測結果和實際運行中存在較大的偏差，并且目前日前計劃在實際執行中受到各種約束條件影響，需要在實時調度中考慮這些約束進行動態有功優化。
3.2風電并網后的有功控制
電力系統動態有功優化調度，一般由日前調度、實時調度和自動控制(AGC，Automatic Generation Control)組成。風電有功調度與控制的關鍵是如何合理調動相關非風電機組的協調配合作用，協調配合的過程需要與現有調度周期相接軌，能夠通過適當技術手段調動出一定數量的常規能源機組。對于大規模風電場并網存在較大的峰谷差，風電在10min左右可能從零升到額定值，或從額定值降到零，這就需要調用系統中常規能源機組對風電場實際運行中出現高幅值功率波動協調控制。
圖4 風電并網后有功控制結構
大規模風電并網后有功控制分為兩級控制，在線調度控制與自動發電控制AGC，此前在風電功率預測的基礎上安排發電計劃和調度任務，超短期風電功率預測精度較高，則可以在前期的調度計劃進行再校正以減少系統中彌補有功供需不平衡的平衡容量，同時充分利用風電場有功備用與系統中可調機組中有功備用執行系統二次調頻，保證系統頻率穩定和正常的聯絡線交換功率。在線調度控制周期內，借助系統中常規能源機組的配合對預調度周期內的調度計劃進行再校正;在自動控制時間級內，系統內AGC機組的實時偏差控制對在線調度計劃外的功率波動進行實時調整。
實際運行中應通過系統中在線調度常規能源電廠的可調機組和部分可控風電場進行出力調整，使主調AGC機組保持最大調節容量，跟蹤風電功率變化，并足以應對風電預測偏差對系統造成的影響。從電力系統獲取調節資源的角度考慮，對系統中調節資源進行劃分，首先調用地區電網中的優勢資源，將風電產生的擾動消納;無法有效消納擾動時，則將啟用其他地區甚至全網資源將風電擾動進行跨地區或者全網消納。
4 結語
大規模風電并網后在對系統運行調度和控制提出了更高的要求，國內外總體研究趨向于，對于大型風電場必須像常規能源電廠一樣成為系統中有效控制的部分，承擔系統有功控制和電網頻率控制的任務。就目前而言，電網仍需要承擔解決大規模風電接入后帶來的問題，改善現有的系統調度與控制方式。本文對大規模風電后風電場建模，提出有功調度與控制模式和策略，具體控制策略和思想仍需仿真加以驗證和工程實踐應用的檢驗。
參考文獻
[1]陳寧，于繼來.基于電氣剖分信息的風電系統有功調度與控制[J].中國電機工程學報.2008(16)：51-58
[2]陳寧，于繼來.基于電氣剖分原理的風電系統調度方法[J].電網技術.2007(16)：50-59
[3]陳海焱，陳金富，段獻忠.含風電場電力系統經濟調度的模糊建模及優化算法[J].電力系統自動化.2006(2)：22-26
[4]陳金富，陳海焱，段獻忠.含大型風電場的電力系統多時段動態優化潮流[J].中國電機工程學報.2006(3)：31-35
[5]V.Courtecuisse，M.ElMokadem，C.Saudemont，B.Robyns，J.Deuse.Experimentofawindgeneratorparticipationtofrequencycontrol.EPEWindEnergyChapter1stSeminar，2008
[6]Le-RenChang-Chien，Chih-MinHung，andYao-ChingYin.DynamicReserveAllocationforSystemContingencybyDFIGWindFarms.IEEETransactionsonPowerSystems，2008(2)：729-736
[7]V.Courtecuisse，M.ElMokadem，X.Guillaud，F.Salha，B.Robyns.Useofrealtimesimulationtovalidateprimaryfrequencycontrolwithwindturbine.PowerandEnergySocietyGeneralMeeting-ConversionandDeliveryofElectricalEnergyin21stCenturyIEEE，2008
[8]M.ElMokadem，V.Courtecuisse，C.Saudemont，B.Robyns，J.Deuse.ExperimentalstudyofvariablespeedwindgeneratorcontributiontoprimaryfrequencycontrolRenewableEnergy，2009(34)：833-844
[9]關宏亮，遲永寧，王偉勝，戴慧珠，楊以涵.雙饋變速風電機組頻率控制的仿真研究[J].電力系統自動化，2007，31(7)：61-65
[10]JanakaEkanayake，NickJenkins.ComparisonoftheResponseofDoublyFedandFixed- SpeedInductionGeneratorWindTurbinestoChangesinNetworkFrequency.IEEETransactionsonEnergyConversion，2004，19(4)：800-804
[11]李環平，楊金明.基于PSCAD_EMTDC的大型并網風電場建模與仿真[J].電力系統保護與控制，2009，37(21)：62-66
[12]李先允，陳小虎，唐國慶.大型風力發電場等值建模研究關鍵問題分析[J].電氣應用，2005，24(12)：34-38
[13]AncaD.Hansena，PoulS?rensena，FlorinIovb，FredeBlaabjerg.Centralizedpowercontrolofwindfarmwithdoubly- fedinductiongenerators.RenewableEnergy，2006(31)：935-951
[14]BernhardErnst，BrettOakleaf，MarkL.Ahlstrom，MatthiasLange，CorinnaMoehrlen，BernhardLange，UlrichFocken，KurtRohrig.PredictingtheWind.IEEEpower&energymagazine，2007(6)：78-89