energsecurityНадежность и безопасность энергетикиSafety and Reliability of Power Industry1999-55552542-2057ООО «НПО Энергобезопасность»10.24223/1999-5555-2021-14-1-52-60energsecurity-747Research ArticleПРОЕКТИРОВАНИЕ, ИССЛЕДОВАНИЯ, РАСЧЕТЫDESIGN, RESEARCH, CALCULATIONSРаспределенное размещение ветроэлектростанций для минимизации влияния колебаний мощности на электроэнергетическую системуDistributed placement of wind farms to minimize the impact of power fluctuations on the electric power systemШакировВ. А.ShakirovV. A.

ул. Лермонтова, 130, 664033, г. Иркутск

130 Lermontov str., 664033, Irkutsk

shakirov@isem.irk.ruКурбацкийВ. Г.KurbatskyV. G.

ул. Лермонтова, 130, 664033, г. Иркутск

130 Lermontov str., 664033, Irkutsk

ТоминН. В.TominN. V.

ул. Лермонтова, 130, 664033, г. Иркутск

130 Lermontov str., 664033, Irkutsk

ГулиевГ. Б.GulievG. B.

ООО «Азербайджанский научно-исследовательский и проектно-изыскательский институт энергетики»

Hasanbey Zardabi av. 94, AZ1012, Baku

ФГБУН «Институт систем энергетики им. Л. А. Мелентьева» СО РАНРоссияMelentiev energy systems instituteRussian FederationООО «Азербайджанский научно-исследовательский и проектно-изыскательский институт энергетики»АзербайджанAzerbaijan Scientific-Research and Designed-Prospecting Power Engineering InstituteAzerbaijan2021030520211415260Copyright © Шакиров В.А., Курбацкий В.Г., Томин Н.В., Гулиев Г.Б., 20212021Шакиров В.А., Курбацкий В.Г., Томин Н.В., Гулиев Г.Б.Shakirov V.A., Kurbatsky V.G., Tomin N.V., Guliev G.B.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.sigma08.ru/jour/article/view/747

Рассматривается проблема влияния на электроэнергетическую систему колебаний мощности ветроэлектро-станций (ВЭС) из-за непостоянства скорости ветра. При большой доле ВЭС в общем объеме выработки электро-энергии требуется увеличение резерва в электроэнергетических системах для покрытия возможных внезапных колебаний мощности. Одним из способов снижения стохастического характера генерации ВЭС является их территориально-распределенное размещение. Предлагается методика выбора мощности и мест распределенного размещения ВЭС с учетом фактора изменчивости суммарной вырабатываемой мощности. В каждом из районов перспективного размещения проводится моделирование выработки электроэнергии ветроэнергетическими установками (ВЭУ) с часовой детализацией с помощью разработанной программы Wind-MCA по данным архивов многолетних наблюдений наземных метеостанций. Оптимизация мощности и распределенного размещения ВЭС в районах осуществляется с использованием генетического алгоритма в среде MATLAB. Целевой функцией выступает коэффициент вариации мощности, вырабатываемой всеми ВЭС в рассматриваемых районах, в зависимости от числа ВЭУ в их составе. При окончательном сравнении вариантов размещения ВЭС используются графики продолжительности выработки мощности. Применение методики рассматривается на примере размещения ВЭС в Забайкальском крае. Получено решение, обеспечивающее минимальный коэффициент вариации вырабатываемой мощности ВЭС и сравнительно высокий коэффициент использования установленной мощности. При распределенном размещении ВЭС снижается продолжительность периода с максимальной выработкой, однако существенно повышается продолжительность выработки малой мощности. С увеличением числа ВЭС, подключенных к различным точкам электроэнергетической системы, может быть получен некоторый гарантированный уровень выработки мощности, что, в конечном итоге, позволит снизить необходимую величину резерва генерирующих мощностей.

The problem of the influence of power fluctuations of wind farms due to the variability of the wind speed on the electric power system is considered. With high wind energy penetration, an increase in the operating reserve in electric power systems is required to cover possible sudden power fluctuations. One of the ways to reduce the stochastic nature of the wind farms power generation is their geographically distributed location. A method is proposed for the selection of capacity and distributed placement of wind farms, taking into account the factor of the variability of the total generated power. In each of the prospective areas for wind farm placement, the simulation of electricity generation by a single wind turbine with hour-by-hour breakdown is carried out using the developed WindMCA software based on long-term ground-based weather stations data. Optimization of wind farms capacity and their distributed placement in areas is carried out using a genetic algorithm in the MATLAB environment. The target function is the coefficient of variation of the power generated by all wind farms in the areas under consideration, depending on the number of wind turbines therein. Power duration curves are used in the final comparison of wind farms siting options. The application of the method is carried out on the example of the wind farms placement in the Zabaykalsky Krai. A solution has been obtained that provides a minimum coefficient of variation of the wind farms generated power and a relatively high capacity utilization factor. With a distributed location of wind farms, the duration of the period with the maximum output is reduced, however, the duration of low power generation is significantly increased. With an increase in the number of wind farms connected to various nodes of the electric power system, a certain guaranteed level of power generation can be obtained, which, ultimately, will reduce the required amount of the reserve of generating capacities.

ветроэлектростанцияэлектроэнергетическая системаколебания мощностиразмеще-ниеоптимизациягенетический алгоритмкоэффициент вариацииwind farmelectric power systempower fluctuationsplacementoptimizationgenetic algorithmcoefficient of variationReferencesThilekha M.H.T.T. et al., Impact of Large-Scale Wind and Solar Power Integration on Operating Reserve Requirements of an Islanded Power System, 2018 Moratuwa Engineering Research Conference (MERCon), Moratuwa 2018;: 589 – 594. doi: 10.1109/MERCon.2018.8421919.Thilekha M.H.T.T. et al., Impact of Large-Scale Wind and Solar Power Integration on Operating Reserve Requirements of an Islanded Power System, 2018 Moratuwa Engineering Research Conference (MERCon), Moratuwa 2018;: 589 – 594. doi: 10.1109/MERCon.2018.8421919.Xia S., Zhang Q., Hussain S., Hong B., Zou W., Impacts of Integration of Wind Farms on Power System Transient Stability. Applied Sciences 2018; 8(8):1289. doi: 10.3390/app8081289Xia S., Zhang Q., Hussain S., Hong B., Zou W., Impacts of Integration of Wind Farms on Power System Transient Stability. Applied Sciences 2018; 8(8): 1289. doi: 10.3390/app8081289Sohn A. P., Salles M.B.d.C., Alberto L.F.C. Transient Stability of Power Systems Under High Penetrations of Wind Power Generation. Journal of Control, Automation and Electrical Systems 2019; 30:1116–1125. doi: https://doi.org/10.1007/s40313-019-00527-1Sohn A. P., Salles M.B.d.C., Alberto L.F.C. Transient Stability of Power Systems Under High Penetrations of Wind Power Generation. Journal of Control, Automation and Electrical Systems 2019; 30: 1116 – 1125. doi: https://doi.org/10.1007/s40313-019-00527-1Benzohra O., Echcharqaouy S.S., Fraija F., Saifaoui D. Integrating Wind Energy into the Power Grid: Impact and Solutions, Materials Today: Proceedings 2020; 30(4): 987 – 992. doi: https://doi.org/10.1016/j.matpr.2020.04.363Benzohra O., Echcharqaouy S. S., Fraija F., Saifaoui D. Integrating Wind Energy into the Power Grid: Impact and Solutions, Materials Today: Proceedings 2020; 30(4): 987 – 992. doi: https://doi.org/10.1016/j.matpr.2020.04.363Rahmann C., Heinemann A., Torres R., Quantifying operating reserves with wind power: towards probabilistic-dynamic approaches. IET Generation, Transmission & Distribution 2016; 10(2):366. doi: http://dx.doi.org/10.1049/iet-gtd.2015.0538Rahmann C., Heinemann A., Torres R., Quantifying operating reserves with wind power: towards probabilistic-dynamic approaches. IET Generation, Transmission & Distribution 2016; 10(2): 366. doi: http://dx.doi.org/10.1049/iet-gtd.2015.0538Malvaldi A., Weiss S., Infield D., Browell J., Leahy P., Foley A. M. A spatial and temporal correlation analysis of aggregate wind power in an ideally interconnected Europe. Wind Energy 2017; 20: 1315 – 1329. doi: 10.1002/we.2095.Malvaldi A., Weiss S., Infield D., Browell J., Leahy P., Foley A. M. A spatial and temporal correlation analysis of aggregate wind power in an ideally interconnected Europe. Wind Energy 2017; 20: 1315 – 1329. doi: 10.1002/we.2095.Handschy M. A., Rose S., Apt J., Is it always windy somewhere? Occurrence of low-wind-power events over large areas, Renewable Energy 2017; 101: 1124 – 1130. doi: https://doi.org/10.1016/j.renene.2016.10.004Handschy M. A., Rose S., Apt J., Is it always windy somewhere? Occurrence of low-wind-power events over large areas, Renewable Energy 2017; 101: 1124 – 1130. doi: https://doi.org/10.1016/j.renene.2016.10.004Ren G., Wan J., Liu J., Yu D. Assessing temporal variability of wind resources in China and the spatial correlation of wind power in the selected regions. Journal of Renewable and Sustainable Energy 2020; 12:013302. https://doi.org/10.1063/1.5129290Ren G., Wan J., Liu J., Yu D. Assessing temporal variability of wind resources in China and the spatial correlation of wind power in the selected regions. Journal of Renewable and Sustainable Energy 2020; 12:013302. https://doi.org/10.1063/1.5129290Pearre N. S., Swan L. G., Spatial and geographic heterogeneity of wind turbine farms for temporally decoupled power output, Energy 2018; 145: 417 – 429. doi: https://doi.org/10.1016/j.energy.2018.01.019Pearre N. S., Swan L. G., Spatial and geographic heterogeneity of wind turbine farms for temporally decoupled power output, Energy 2018; 145: 417 – 429. doi: https://doi.org/10.1016/j.energy.2018.01.019Muzhikyan A., Farid A. M., Mezher T., The impact of wind power geographical smoothing on operating reserve requirements. American Control Conference (ACC) / Boston, MA 2016;: 5891 – 5896. doi: 10.1109/ACC.2016.7526593.Muzhikyan A., Farid A. M., Mezher T., The impact of wind power geographical smoothing on operating reserve requirements. American Control Conference (ACC) / Boston, MA 2016;: 5891 – 5896. doi: 10.1109/ACC.2016.7526593.Карамов Д. Н. Формирование исходных метеорологичеcких массивов с использованием многолетних рядов FM 12 SYNOP и METAR в системных энергетических исследованиях // Известия Томского политехнического университета. Инжиниринг георесурсов 2018; 329(1): 69 – 88.Karamov D. N. Formation of initial meteorological arrays using long-term series FM 12 SYNOP AND METAR in system energy studies. Bulletin of the Tomsk Polytechnic University. Geo Assets Engineering 2018; 329 (1): 69 – 88. (In Russ.).Shakirov V. Methodical approach to the estimation of possible energy production by wind and solar power plants using weather station data. E3S Web Conference 2019; 77:02008. doi: https://doi.org/10.1051/e3sconf /20197702008Shakirov V. Methodical approach to the estimation of possible energy production by wind and solar power plants using weather station data. E3S Web Conference 2019; 77: 02008. doi: https://doi.org/10.1051/e3sconf /20197702008Carvalho D. An Assessment of NASA’s GMAO MERRA-2 Reanalysis Surface Winds, Journal of Climate 2019; 32(23): 8261 – 8281. doi: https://doi.org/10.1175/JCLI-D-19-0199.1Carvalho D. An Assessment of NASA’s GMAO MERRA-2 Reanalysis Surface Winds, Journal of Climate 2019; 32(23): 8261-8281. doi: https://doi.org/10.1175/JCLI-D-19-0199.1Katoch S., Chauhan S. S., Kumar V. A review on genetic algorithm: past, present, and future. Multimedia Tools and Applications 2020. doi: https://doi.org/10.1007/s11042-020-10139-6Katoch S., Chauhan S. S., Kumar V. A review on genetic algorithm: past, present, and future. Multimedia Tools and Applications 2020. doi: https://doi.org/10.1007/s11042-020-10139-6

The authors declare that there are no conflicts of interest present.