конференция_Матюгова_Станиславаx

СПРОС МОЩНОСТИ УЗЛА НАГРУЗКИ С ВИЭ
Станислава Матюгова
Уральский федеральный университет имени первого Президента России
Б.Н. Ельцина, г. Екатеринбург
Научный руководитель - Обоскалов Владислав Петрович
Основной тенденцией развития систем электроснабжения в настоящее время является широкое применение устройств распределенной генерацией и систем автоматизированного управления генерацией и электропотреблением. Последние известны под
названием «Smart grid» – умные сети. Умные сети электроснабжения представляют
собой модернизированные сети электроснабжения, которые используют информационные и коммуникационные технологии для сбора информации об энергопроизводстве и
энергопотреблении, и выработки управляющих воздействий, позволяющих автоматически повышать эффективность, надежность, экономическую выгоду, устойчивость
производства и распределения электроэнергии [1].
Развитие распределенной генерации и технологии умных сетей означает также
фундаментальную реорганизацию рынка услуг электроэнергетики, несмотря на то, что
терминология на первый взгляд предполагает развитие только технической инфраструктуры [2]. Это характеризуется, прежде всего, тем, что неравномерность генерации
электрической энергии, вызванная неравномерностью мощности первичных энергоносителей (ветер, солнце и др.) предопределяет неравномерность спроса электрической
энергии из централизованных электрических сетей.
Генерация энергии от возобновляемых источников энергии (ВИЭ) обладает
практически нулевой себестоимостью и априори имеет приоритет при распределении
нагрузки между параллельно работающими агрегатами в объединенной энергосистеме,
то есть вытесняет крупные энергоагрегаты, работающие на органическом топливе. Это
ставит под сомнение необходимость приоритетного развития крупных централизованных электростанций, магистральных, региональных и распределительных электрических сетей высокого напряжения, обозначает переход от централизованной системы
электроснабжения на распределенную, когда производство и потребление электроэнергии в большей степени происходит в пределах локальной сети. [3]
Такие сферы производства электроэнергии как ветро- и солнечная энергетика
крайне непостоянны по генерируемой мощности в силу их большой зависимости от
напора ветра и интенсивности светового потока (облачности). Это вызывает большую
дисперсионную составляющую потоков мощности в централизованной электрической
сети, увеличение потерь и рисков превышения перетоков, предельно допустимых по
критериям статической устойчивости и термической стойкости элементов электрической сети. Здесь возникает потребность в более сложных системах управления, учитывающих вероятностный характер генерируемой мощности. Данный фактор должен
учитываться при выработке требований подключения источников к централизованной
сети с более высокой степенью управляемости электрического режима.
Одно из основных преимуществ развития распределенной генерации (в том числе и ВИЭ) заключается в снижении потерь на передачу электроэнергии. Потери в электрической сети достигают 15-20%. Это значит, что почти пятая часть произведённой
энергии теряется в виде тепла. Распределенная генерация позволяет исключить часть
электроэнергии, передаваемой по электрическим сетям высокого напряжения, а следовательно, и снизить суммарные потери электроэнергии.
При технико-экономическом обосновании сооружения устройств распределенной генерации, в том числе и ВИЭ необходима оценка расчетной мощности Ррасч электропотребления из централизованной электрической сети. Данная величина может
быть определена по аналогии с расчетной мощностью в системах электроснабжения [4]
через среднюю потребляемую из сети мощность Pрасч = K max Pср, где K max – коэффициент максимума активной мощности.
В общем случае K max определяется через коэффициент формы графика нагрузки, коэффициент использования номинальной мощности и эквивалентное число электроприемников. В то же время в практике используются вероятностные подходы к
определению коэффициента максимума [5]. Спрос мощности Pс комбинированного (с
учетом распределенной генерации) узла нагрузки может рассматриваться как разность
двух случайных величин – нагрузки и генерации. В частности, при наличии двух ВИЭ –
ветрогенераторов с установленной мощностью Pw,max и солнечных батарей мощностью
Ps,max спрос мощности Pс = Pн − Pw − Ps , где Pw , Ps текущие мощности соответственно
ветрогенераторов и солнечных батарей.
Известно, что мощность ветрогенераторов, как и солнечных батарей во многом
зависит от имеющих вероятностную природу метеорологических условий, в частности,
солнце бывает только днем, а скорость ветра может меняться в течение дня, в том числе
и ночью, в достаточно широком диапазоне. Отсюда суточный период должен быть разбит, по крайней мере, на два характерных полупериода (день, ночь), а между световой
и ветровой активностью необходимо учитывать корреляционную зависимость. Рассматривая отдельно задачу определения на рассматриваемом периоде выработки электроэнергии отдельным ВЭИ как функцию среднестатистических метеорологических
условий в районе сооружения ВИЭ, можно определить математические ожидания
̅
Pwe , ̅
Pse и дисперсии σ2we , σ2se выработки электроэнергии (мощности) каждым работающим агрегатом ВЭИ. Как правило, средние мощности определяются через номинальные через коэффициенты использования ̅
Pk = Pн,k K И,k , k ∈ {w, s}.
В общем случае при определении вероятностных характеристик системы генерации необходимо учесть состояния неготовности генерирующих агрегатов (характеризуется коэффициентом готовности K г или неготовности K н = 1 − K г , при этом K н
можно рассматривать как вероятность состояния отказа). Считая распределение числа
отключенных генераторов биномиальным, можно получить математическое ожидание
и дисперсию располагаемой мощности генерирующей группы из n агрегатов единичной мощности Pбл .
̅расп = nK г Pбл .
P
С учетом метеорологических условий
̅
Pk = ̅
Pрасп K И,k = nK г Pбл K И,k ,
σ2k = (nK г )2 σ2ke ,
k ∈ {w, s};
k ∈ {w, s};
Принимая во внимание превалирующий характер нагрузки можно считать, что
Pс описывается нормальным распределением с математическим ожиданием
̅
Pс = ̅
Pн − ̅
Pw − ̅
Ps
и дисперсией
σ2c = σ2н + σ2w + σ2s +2cov(Pw , Ps ).
Расчетная мощность определяется через квантиль вероятности допустимого
уровня значимости 1-α (здесь α можно трактовать как допустимую вероятность превышения спроса мощности над расчетной мощностью):
Pрасч = N−1 (1 − α; ̅
Pс ; σc ),
где N(x; ̅
Pс ; σc ) – функция нормального распределения с математическим ожиданием ̅
Pс
2
̅
и дисперсией σc . В частности, при α=2,5% Pрасч = Pс + 1,96σc .
С целью апробации математической модели и определения качественной характеристики зависимости спроса мощности от загрузки ВЭИ был выполнен расчетный
эксперимент. Был рассмотрен узел нагрузки с ̅
Pн = 4,5 МВт, σн = 0,45 МВт. В узле
установлены три ветрогенератора мощностью 0,66 МВт, K н = 0,05 и 10 солнечных
батарей единичной мощностью 0,28 МВт, K н = 0,08. Результаты расчетов для различных сочетаний коэффициентов использования K и𝑤 , 𝐾и𝑠 представлены на рис.1. Нетрудно видеть, что спрос мощности практически линейно зависит от коэффициентов
использования возобновляемых источников энергии.
Рис. 1. Зависимость спроса мощности от коэффициента использования энергоносителя
Выводы
1. Заявляемая в электросетевой компании мощность электропотребления узла
нагрузки с возобновляемыми источниками энергии определяется вероятностными характеристиками нагрузки и генерации.
2. Спрос мощности практически линейно зависит от коэффициентов использования возобновляемых источников энергии.
3. Использование ВИЭ резко увеличивает неравномерность суммарного графика электропотребления и, в частности, дисперсионную составляющую потребляемой мощности за счет неравномерности генерации ВЭИ.
Литература
1.
http://energy.gov/oe/technology-development/smart-grid.
2. Demand Side Management for the European Supergrid: Occupancy variances of European
single-person
households
http://www.sciencedirect.com/science/article/pii/S0301421512000651.
3.
Application
of
smart
power
grid
in
developing
http://ieeexplore.ieee.org/xpl/articleDetails.jsp/arnumber=6564586 [25.3.2014].
countries
4. А. А. Федоров. Основы электроснабжения промышленных предприятий. /
А.А.Федоров, В.В. Каменева– М.: Энергоатомиздат, 1984. 472 с.
5. Кирпикова И. Л. Использование вероятностных методов для определения расчетных
нагрузок в системе электроснабжения промышленных предприятий. проблемы и
достижения в промышленной энергетике / И. Л. Кирпикова, Н. В. Машенина. В. П.
Обоскалов, Е. П. Шалина: Сб. докладов VI н. практ. конф. в рамках выставки "
Энергетика и электротехника. Светотехника" – Екатеринбург: Уральские выставки,
2006. с. 51-52.