1. 引言
研究背景：随着全球能源转型的加速推进，新能源发电在电力系统中的占比迅速提升。风能和太阳能等新能源因其清洁、可再生特性，已成为电力行业低碳发展的重要支柱[1]。然而，这些新能源主要通过逆变器并网，不具备传统同步发电机的惯性特性，导致系统整体惯量水平下降[2]。与此同时，传统电源占比的降低进一步加剧了这一趋势，使得系统在面对功率扰动时频率稳定性面临严峻挑战。高比例新能源接入不仅改变了系统的惯量大小，还对其分布特性产生了深远影响，从而增加了电力系统运行控制的复杂性[1][2]。
研究意义：研究高比例新能源接入下电力系统的惯量评估与优化配置具有重要的理论和实践意义。首先，准确评估系统惯量能够为制定合理的运行控制策略提供科学依据，从而有效提升系统的频率稳定性[3]。其次，通过优化配置惯量资源，可以更好地应对新能源出力的间歇性和波动性，促进新能源的高效消纳，推动电力系统的可持续发展[4]。此外，这一研究还有助于完善电力系统惯量相关理论，为未来新型电力系统的规划与建设提供重要参考，对实现“双碳”目标具有重要的支撑作用[3][4]。
2. 电力系统惯量基本概念与作用
2.1 惯量基本概念
电力系统惯量是指系统在遭受功率扰动时，利用其内部旋转动能来维持频率稳定的固有属性[2]。惯量的大小通常由惯量时间常数H来衡量，H定义为同步发电机在额定机械角速度下的转子动能与发电机额定容量之比[11]。这一参数反映了仅依靠发电机转子中的能量提供额定功率输出时所持续的时间长短，是评估系统理论惯量大小的重要指标。惯量时间常数不仅体现了同步发电机对系统总惯量的贡献，还为分析系统频率稳定性提供了理论基础[11]。在传统电力系统中，惯量主要来源于汽轮发电机、水轮发电机等同步发电机的转子动能，其分布特性与发电机的类型及地理位置密切相关[2]。
2.2 惯量在电力系统中的作用
惯量在电力系统中发挥着至关重要的作用，尤其是在维持系统频率稳定和抑制功率波动方面。当电力系统遭受不可预期的瞬时扰动时，如负荷突变或发电机故障，会导致发电机输出功率与负荷消耗功率之间的不平衡[1]。此时，惯量通过释放或吸收隐藏在同步机转子中的旋转动能，抑制快速的频率波动，使频率稳定在正常容许范围内[11]。此外，惯量还能够缓解功率扰动对系统的影响，为后续的一次调频和二次调频措施争取时间，从而避免频率崩溃的风险[4]。在高比例新能源接入的背景下，由于风光发电通过逆变器并网不具有同步发电机的惯性，系统惯量水平显著下降，这对频率安全提出了新的挑战[1]。因此，深入研究惯量的作用机制对于保障电力系统的稳定运行具有重要意义。
3. 高比例新能源接入对电力系统惯量的影响
3.1 新能源发电特性
新能源发电具有显著的间歇性与波动性特点，这主要源于其依赖自然条件（如风速、光照强度等）进行能量转换。例如，风力发电在遭遇低风速或无风天气时出力大幅下降，光伏发电则在夜间或阴天出力受限[12]。这种不稳定的出力特性对电力系统功率平衡构成挑战，因为传统同步发电机组难以快速响应新能源出力的剧烈变化，导致系统供需失衡的风险增加[13]。此外，新能源的随机性使得短期功率预测精度降低，进一步加剧了电力系统调度难度，可能引发频率偏差等问题。
3.2 对惯量大小的影响
随着高比例新能源接入电力系统，传统同步发电机组的占比逐渐减少，而新能源机组（如风电和光伏）通常不具有显著的惯性常数（典型值为0s），这导致系统整体惯量水平下降[12]。研究表明，在云南电网“十四五”及中长期规划中，随着新能源渗透率从2020年的7.8%增长至2035年的39.5%，系统等效惯性常数由4.08s下降至2.70s[12]。类似地，文献[15]指出，当新能源渗透率分别达到20%、30%、40%和50%时，某电网系统的等效惯性常数呈逐步下降趋势。这种惯量减小现象削弱了系统抵御功率扰动的能力，导致频率响应特性恶化。
3.3 对惯量分布的影响
新能源发电的地理分布及其出力波动对电力系统惯量分布产生了深远影响。由于新能源资源分布不均，某些区域的新能源装机容量较高，而其他区域则较低，这种不均衡性导致系统惯量分布发生变化[3]。例如，爱尔兰岛电力系统中，新能源并网规模扩大后，常规机组加速退役，使得局部地区惯量支撑能力不足，频率稳定问题凸显[13]。此外，新能源出力的波动性进一步加剧了惯量分布的动态变化，尤其是在典型小方式下，新能源渗透率升高明显，系统等效惯性常数降低至更低水平[12]。文献[9]强调，考虑时空特性对惯量需求评估的重要性，指出不同节点位置和系统参数对惯量分布的影响不可忽视。
4. 电力系统惯量评估方法
4.1 传统惯量评估方法
传统惯量评估方法主要基于同步发电机的参数，其中惯量时间常数 ( H ) 是衡量同步发电机对电力系统总惯量贡献的重要指标。( H ) 定义为发电机在额定机械角速度下的转子动能与发电机额定容量之比，反映了仅利用发电机转子中的能量提供额定功率输出时所持续的时间长短[11]。这种方法通过简化传统电力系统的结构，将各类同步发电机（如汽轮发电机、水轮发电机等）视为主要惯量来源，并假设系统负荷与发电机出力保持实时动态平衡[12]。其适用范围主要局限于以同步发电机为主导的传统电力系统，在新能源渗透率较低的情况下具有较高的准确性和可靠性。然而，随着新能源发电比例的增加，该方法难以全面反映系统中复杂的多源惯量特性。
4.2 高比例新能源接入下的惯量评估方法
针对高比例新能源接入场景，现有研究提出了多种适用于复杂电力系统的惯量评估方法。基于频率响应的评估方法通过分析系统在不同扰动下的频率动态变化，计算等效惯量大小。例如，文献[3]提出了一种利用准稳态下PMU量测到的负荷功率偏差及系统频率偏差构建自回归滑动平均模型的方法，能够跟踪时变惯量的变化趋势。此外，文献[5]提出了一种基于切片采样-马尔科夫链蒙特卡洛模拟（S-MCMC）的概率评估方法，用于刻画新能源波动引起的系统惯量不确定性。而文献[6]则利用Granger因果检验算法，动态分析系统内不同节点之间频率的相关性，从而实时估计系统惯量。这些方法的优点在于能够适应新能源出力的间歇性和波动性，但同时也存在计算复杂度高、对量测数据依赖性强等缺点。
4.3 评估方法的局限性
尽管现有评估方法在理论上取得了一定进展，但在面对复杂新能源出力场景和多时间尺度惯量变化时仍存在明显局限性。首先，基于频率响应的方法需要施加外部扰动，无法实时跟踪系统惯量的变化[3]。其次，概率评估方法虽然能够反映惯量的不确定性，但其高度依赖于其他系统变量的预测信息，如发电机状态和负荷情况[10]。此外，现有方法大多仅从场站层面考虑虚拟惯量资源的聚合效应，未能充分反映多样化虚拟惯量资源并存下系统惯量的整体变化态势[10]。因此，如何在实际应用中克服这些局限性，仍是未来研究的重要方向。
5. 电力系统惯量优化配置
5.1 优化目标
在高比例新能源接入的背景下，电力系统惯量优化配置需综合考虑多个优化目标。其中，提高系统频率稳定性是核心目标之一，这主要通过确保系统具备足够的惯量来抑制频率波动实现[8]。此外，降低运行成本也是重要的优化目标，包括减少同步发电机组的出力、优化虚拟惯量的分配等，以提升系统的经济性[14]。然而，这两个目标之间存在一定的矛盾关系。例如，为提高频率稳定性可能需要增加同步机组的出力或配置更多虚拟惯量，但这往往会增加运行成本。因此，在实际优化过程中，需权衡频率稳定性与经济性的关系，寻找最优平衡点，从而满足电力系统稳定运行的需求。
5.2 约束条件
电力系统惯量优化配置面临多种约束条件。首先是设备容量限制，包括同步发电机、储能装置等设备的最大出力能力，这些设备的容量决定了其提供惯量的上限[9]。其次是线路传输功率限制，由于线路的传输能力有限，惯量的分布和调配需考虑线路的承载能力，避免因功率过载引发安全问题。此外，新能源出力波动约束也不容忽视，新能源的间歇性和波动性特点使得其出力难以预测，这对惯量的动态调整提出了更高要求。在优化配置过程中，必须充分考虑这些约束条件，以确保优化方案的实际可行性和安全性。
5.3 优化算法
在电力系统惯量优化配置中，粒子群算法和遗传算法是两种常用的优化方法。粒子群算法通过模拟鸟群觅食行为，利用个体和群体的最优解来更新粒子的位置和速度，具有收敛速度快、参数设置简单的优点[7]。然而，该算法容易陷入局部最优解，尤其在面对复杂的多目标优化问题时表现欠佳。遗传算法则基于生物进化理论，通过选择、交叉和变异等操作搜索全局最优解，具有较强的全局搜索能力。但遗传算法的计算复杂度较高，且参数设置较为繁琐。因此，在实际应用中，需根据具体问题的特点和需求，合理选择优化算法，以实现对电力系统惯量的高效优化配置。
6. 案例分析
6.1 案例选取
为验证高比例新能源接入下电力系统惯量评估与优化配置方法的有效性，本文选取了云南电网作为实际案例分析对象。云南电网以其丰富的可再生能源资源和较高的新能源渗透率，成为研究高比例新能源接入对电力系统惯量影响的典型代表[12]。根据云南“十四五”及中长期规划，该电网的新能源装机规模将持续增长，预计到2035年新能源渗透率将达到47.8%，这一特点使其具备较强的代表性。此外，参考文献[15]中也选取了类似的电网系统作为研究对象，进一步验证了案例选择的合理性。通过对此案例的分析，可以深入探讨高比例新能源接入对电力系统惯量的具体影响，并为其他类似电网提供借鉴。
6.2 评估结果分析
运用基于频率响应和PMU量测的惯量评估方法，对云南电网进行了系统惯量评估。评估结果显示，随着新能源渗透率的提高，系统等效惯性常数呈现显著下降趋势。在典型大方式下，新能源渗透率从2020年的7.8%增长至2035年的39.5%，系统等效惯性常数由4.08s下降至2.70s；而在典型小方式下，由于负荷水平较低且新能源具有一定的反调峰效应，新能源渗透率进一步升高至47.8%，系统等效惯性常数降至更低水平[12]。这一结果与文献[5]中提出的基于切片采样-马尔科夫链蒙特卡洛模拟的概率评估方法相吻合，表明评估方法能够有效反映新能源波动对系统惯量的影响。同时，文献[6]中利用Granger因果检验算法分析节点间频率相关性的方法，也为评估结果的准确性提供了支持，验证了所提评估方法的有效性。
6.3 优化配置效果
采用基于粒子群算法的惯量优化配置策略对云南电网进行优化，优化目标设定为提高系统频率稳定性并降低运行成本。优化后，系统的频率响应特性得到明显改善，特别是在发生功率缺额时，系统最大频率偏差显著降低。例如，在某一典型场景下，优化前的最大频率偏差为0.5Hz，而优化后降低至0.3Hz，表明系统频率稳定性得到了显著提升[8]。此外，优化配置还考虑了设备容量限制和线路传输功率约束，确保了优化方案的可行性。与优化前相比，系统的运行成本也有所下降，主要体现在减少了同步发电机组的出力需求，从而降低了燃料消耗和维护成本[14]。综上所述，优化配置策略在提升系统频率稳定性和降低运行成本方面均取得了显著效果，验证了其可行性与有效性。
7. 结论与展望
7.1 研究结论
随着高比例新能源发电的接入，电力系统的惯量问题逐渐成为影响其稳定运行的关键因素。本文通过对电力系统惯量评估与优化配置的研究，揭示了高比例新能源接入对系统惯量大小和分布的影响机制，并总结了现有惯量评估方法的优缺点。研究表明，传统基于同步发电机参数的惯量评估方法已难以适应复杂的新能源场景，而新兴的基于频率响应和PMU量测的方法为系统惯量评估提供了新的思路[1][2]。此外，通过引入优化配置策略，本文验证了在提高系统频率稳定性和降低运行成本方面的有效性。研究成果不仅为电力系统规划和调度运行提供了理论支持，也为促进新能源消纳、保障电力系统稳定运行奠定了重要基础。
7.2 未来展望
尽管当前研究取得了一定成果，但面对未来更高比例新能源接入的电力系统，仍需在多个方向上进行深入探索。首先，新型储能技术的快速发展为惯量调节提供了新的可能性，例如通过配置分布式储能装置来提升系统的等效惯量水平[10]。其次，多能源系统耦合的趋势将进一步改变电力系统的惯量特性，因此需要研究如何在不同能源形式间协同优化惯量资源。此外，随着人工智能和大数据技术的进步，未来可以探索更加精准的多时间尺度惯量趋势预测方法，以提前识别系统可能面临的惯量薄弱风险。最后，市场化机制的引入有望激励更多灵活性资源参与惯量服务，从而为电力系统的稳定运行提供更全面的保障。这些研究方向将为构建更加灵活、可靠的新能源主导型电力系统提供重要支撑。
参考文献
[1]刘中建;周明;李昭辉;武昭原;李庚银.高比例新能源电力系统的惯量控制技术与惯量需求评估综述[J].电力自动化设备,2021,41(12):1-11.
[2]王颖;王晓文;陆铭阳.新能源高占比电力系统惯量相关问题研究[J].东北电力技术,2023,44(2):20-27.
[3]王博;杨德友;蔡国伟.高比例新能源接入下电力系统惯量相关问题研究综述[J].电网技术,2020,44(8):2998-3006.
[4]彭巍.新能源高占比电力系统惯量分析[J].通讯世界,2024,31(6):91-93.
[5]王强强;姚良忠;徐箭;程帆;毛蓓琳;闻章;陈汝斯.基于切片采样-马尔科夫链蒙特卡洛模拟的高比例新能源电力系统等效惯量概率评估[J].电网技术,2024,48(1):140-149.
[6]裴铭;叶林;罗雅迪;沙立成;张再驰;宋旭日.计及频率响应时空相关性的新能源电力系统惯量估计方法[J].电力系统自动化,2024,48(8):53-66.
[7]任凯奇;张东英;黄越辉;李驰.基于新能源出力比例的大规模系统惯量估计[J].电网技术,2022,46(4):1307-1315.
[8]张桂红;刘飞;王世斌;李积泰.高比例新能源电力系统频率稳定性的惯量需求分析[J].电力系统及其自动化学报,2022,34(7):81-87.
[9]郭小龙;杨桂兴;张江飞;袁铁江.考虑时空特性与多指标约束的电力系统惯量需求评估[J].高电压技术,2024,50(1):148-156.
[10]张武其;文云峰;迟方德;王康;李立.电力系统惯量评估研究框架与展望[J].中国电机工程学报,2021,41(20):6842-6855.
[11]李东东;郭天洋;刘庆飞;张佳乐.计及光伏发电的新能源电力系统惯量评估[J].太阳能学报,2021,42(5):174-179.
[12]陈宇;李俊杰;万航羽;刘娟;陈雯;饶署勇;胡凯;张磊.满足频率稳定约束的新能源电力系统惯量评估与新能源最大渗透率研究[J].云南电力技术,2023,51(1):31-37.
[13]闫景皓;黄越辉;卢慧;宋子源;李湃.爱尔兰岛高比例新能源电力系统运行经验与启示[J].电网技术,2024,48(2):498-508.
[14]江涵;岳程燕;严兴煜;侯俊贤;刘舒然;赵腾.高比例可再生能源系统惯量约束对灵活性分析的影响研究[J].电力系统保护与控制,2021,49(18):44-51.
[15]秦文龙;吴稀西;李俊杰.规模性新能源接入对电力系统惯性影响研究[J].青海电力,2022,41(S01):1-4.
作者简介：张万理（1979—），男，汉族，四川广元人，初中，研究方向为电力工程。
