大规模光伏电站的功率波动模拟与平滑策略

# 大规模光伏电站的功率波动模拟与平滑策略 ## 1. 光伏电站地理分散度决策 电网运营商需要决定光伏发电的地理分散程度，即每个电站的规模 \(P_n\) 和电站数量 \(N\)，需满足 \(100 MW = N \times P_n\)。假设所有电站具有相同的建设参数，图 5.13 展示了将 100 MW 功率分配到 \(N\) 个相似电站且电站间距至少为 6 km 时的功率波动情况。可以发现，100 个 1 MW 电站的波动约为单个 1 MW 光伏电站波动的 10%；对于 50 个 2 MW 电站，在 600 s 时波动为 20%。而传统发电机在 600 s 时的爬坡率通常为 25% - 40%，因此是否需要更大的分散度值得商榷。 ### 1.1 功率波动的自然平滑机制 在实际中，有两种自然机制可以平滑功率波动： - **规模效应**：光伏电站入射辐照度的波动与 \(H_S\) 成比例平滑，其中 \(S\) 是电站表面积的平方根。因此，电站规模越大，在相同时间窗口内的波动越小。 - **地理分散效应**：对于相同的逆变器装机功率 \(P_n\)，若将该功率分配到 \(N\) 个不同的电站，且这些电站间距足够大，以确保在短时间内波动不相关，则波动会减小。具体而言，在几分钟的时间窗口内，波动与组合电站数量的平方根 \(H_N\) 成比例平滑。 ### 1.2 模拟模型 利用上述两种机制，可以提出一个简单的模型来模拟一组地理分散的光伏电站产生的功率变化，该模型仅基于单个站点的辐照度测量。模型包括两个不同的传递函数： - 低通滤波器：将测量的辐照度时间序列转换为光伏电站产生的功率，仅基于对电站占地面积的了解。 - 分散平滑传递函数：仅对考虑的电站数量 \(N\) 应用分散平滑。 ## 2. 光伏电站模型 ### 2.1 傅里叶分析 太阳能资源的周期性使得可以使用傅里叶级数来分析辐照度和功率信号。对在 Milagro 站点全年记录在跟踪器平面上的归一化辐照度信号 \(g(t)\) 应用离散傅里叶变换（DFT），使用快速傅里叶变换算法进行计算。对于特定变量的测量时间序列 \(x = x_1, \cdots, x_N\)，频域中每个点的值 \(X_k\) 计算如下： \[X_k = \sum_{j = 1}^{N} x_j w^{(j - 1)(k - 1)}_N\] 其中 \(N\) 是信号的长度，\(w_N\) 计算如下： \[w_N = e^{(-2\pi i)/N}\] 为了减少系数 \(X_k\) 的方差，将原始信号分成 32 个段，计算每个段的系数 \(X_k\) 并对每个频率进行平均。尽管奈奎斯特定理表明 DFT 变换可以计算到采样频率的两倍（此处为 0.5 Hz），但这里限制为 0.05 Hz 以满足需求。可以将频谱的线性区域拟合为 \(f^{-0.7}\) 类型的函数，这与其他作者的观察结果一致，同时还能观察到太阳能资源典型的 24 小时谐波（\(1.15 \times 10^{-5} Hz\)）。 ### 2.2 截止频率与电站面积的关系 对多个光伏电站记录的预归一化年度功率输出序列进行相同分析，发现功率谱的高频线性区域可以很好地拟合为 \(f^{-1.7}\) 形式的函数。不同功率输出和占地面积的电站具有不同的截止频率 \(f_c\)，截止频率与电站占地面积 \(S\) 的关系可以很好地拟合为： \[f_c = a \times S^b\] 其中 \(a = 0.02\)，\(b = -0.5\)，截止频率单位为赫兹，\(S\) 单位为公顷。这再次表明波动的平滑效果与 \(H_S\