CN103036251B - 一种提高电网风电接纳能力的源网协调调度方法 - Google Patents

Abstract

本发明涉及一种提高电网风电接纳能力的源网协调调度方法，针对我国大规模风电联网运行存在的电网传输能力受限而尚有待入网风电机组未能被调度入网的问题，采取包括风电送出路径输电空间的确定、风电最大发电功率与风电装机容量之间的关系、保障电网安全运行的调度方案保守化处理等步骤，从而实现在保证电网安全的条件下，最大限度地利用电网的输送能力、明显提高风电机组发电量、减少风电弃风，提高风能利用的经济效益和环境效益。

Description

一种提高电网风电接纳能力的源网协调调度方法

技术领域

本发明属于风力发电联网运行技术领域，是一种提高电网风电接纳能力的源网协调调度方法。

背景技术

随着全球范围的环境问题日益严峻，世界各国越来越重视可再生能源的开发利用。近年来我国风电装机容量以将近100％的速度增长，目前，已经规划了8个千万千瓦级的风电基地，如此大规模的风电开发必须采用联网运行的方式才能实现风电的可靠输送和分配。

在大规模风电联网运行的场景下，常出现电网传输能力受限而尚有待入网风电机组未能被调度入网发电的情况出现，风电电源与电网之间的尖锐矛盾就会显现出来。由于风电是低密度电源，风电实际发电功率不能等同于其装机容量，作为电网的调度员，即使知道电网在特定断面上还有多少功率的输送空间，也难以决定应该接入多少装机容量的风力发电机组。这会导致在役风电机组的弃风或部分风电机组不能联网，导致经济效益和环境效益的劣化。

迄今为止，尚未见有关提高电网风电接纳能力的源网协调调度方法的文献报道和实用应用。

发明内容

本发明所要解决的技术问题是：针对我国大规模风电联网运行存在的电网传输能力受限而尚有待入网风电机组未能被调度入网的情况，提出一种提高电网风电接纳能力的源网协调调度方法，该方法基于历史的风电功率数据，预测调度日风电的出力特性并综合考虑了风电送出路径的传输能力约束，计算出保障电网安全运行前提下的容许调度入网风电装机容量。

解决其技术问题所采用的技术方案是，一种提高电网风电接纳能力的源网协调调度方法，其特征是，包括以下步骤：

1)风电送出路径输电空间的确定

我国风电主要以大规模集中连片开发为主，通常风电与火电机组共用一个输电通道，对于不同的负荷水平，调度安排的火电机组出力会存在差异，因此不同运行方式下电网的输电空间是变化的，能够用于传输风电的输电线路空间也是变化的；

由于电网内火电机组的日调度计划是根据精确负荷预测得到的，因此火电机组出力认为是已知的，则能够得到电网用于传输风电功率的空间：

$P_k^{\mathrm{space}}=P_{\mathrm{limit}}^{\mathrm{Trans}}-P_k^{\mathrm{TP}}---\left(1\right)$

其中，P_k ^space为第k个调度时段对应的电网空间，P_limit ^Trans为风电送出路径上的传输极限，P_k ^TP为第k时段内火电机组的出力。

2)风电最大发电功率与风电装机容量之间的关系

由于电网对风电的接纳能力体现为功率，而调度人员在安排风电入网容量时只能确定让多大装机容量的风电调度入网；因此，在进行调度计划安排时，需要研究风电发电功率与装机容量之间的关系，本发明定义丰度系数用于反映一定装机容量下的风电在某个调度时段的最大出力值；

通过对风电历史出力数据进行统计分析能够得到丰度系数，通常电网获取的风电历史数据间隔为1～5分钟，而调度时段通常为1～6小时，若考虑Q天的历史数据集，则每个调度时段上都有大量的历史数据，能够满足对每个调度时段的风电功率统计需求；

为反映风电的波动特性，用特定装机容量C^* _Base＝1000MW的风电功率表征风速的变化，由Q天风电历史数据汇聚而成的k调度时段风电功率数据集记为{P^*his}_k，反映了该时段风电功率变化的总体分布；

在此基础上，计算特定1000MW装机容量风电机组历史数据集上k时段风电功率的最大值maxP_k ^*his，公式如下：

$\max P_k^{*\mathrm{his}}=\max \left(\underset{q=1}{\overset{Q}{\∪}}\right\{P^{*\mathrm{his}}{\}}_{k,\mathrm{day}\_q})---\left(2\right)$

其中Q表示历史数据集，q表示历史数据集中的第q天，{P^*his}_{k,day_q}表示历史第q天第k个调度时段的风电功率，表示历史数据集在第k个调度时段的最大值。定义k时段的丰度系数来描述最大风电功率与装机容量的关系：

$K_k^{\mathrm{Plenty}.\max }=\frac{\max P_k^{*\mathrm{his}}}{C_{\mathrm{Base}}^{*}}---\left(3\right)$

式中K_k ^Plenty.max为调度日第k个调度时段的丰度系数，用于反映风电最大出力与装机容量之间的关系，C^* _Base为用于进行风电功率统计特性分析的额定装机容量，maxP_k ^*his为k时段历史数据集上风电功率的最大值；由于风电场群地域分布较广且风能分布具有时空差异性，因此0<K_k ^Plenty.max<1.0；

在本发明中利用基于历史数据统计得到的调度时段风电最大出力值作为调度日的风电出力预测值，安排风电调度计划；

3)保障电网安全运行的调度方案保守化处理

考虑到风电波动的复杂性，不能排除由历史数据统计的k时段最大风电功率值小于调度日同时段最大风电功率值的情况出现，这会导致以公式(1)、(2)和(3)所确定方法安排的风电调度计划因超出电网的传输空间从而威胁电网安全；因此，还需研究风电功率历史数据与调度日实际数据P_k ^*disp间的覆盖关系；

通过在风电历史数据集合上的滚动检验能够得到覆盖关系，用调度日的风速数据做出该日特定1000MW风电装机容量的功率曲线，求出其中k时段风电功率的最大值maxP_k ^*disp；

若maxP_k ^*his<maxP_k ^*disp，则k时段为非覆盖时段，定义非覆盖系数：

$K_k^{\mathrm{uncover}}=\frac{\max P_k^{*\mathrm{disp}}}{\max P_k^{*\mathrm{his}}}---\left(4\right)$

$K_k^{\mathrm{uncover}}>1$

其中K_k ^uncover为非覆盖系数；maxP_k ^*his为基于历史数据统计得到的第k个调度时段的最大值；maxP_k ^*disp为调度日第k个调度时段的风电实际出力最大值；

通过在历史数据集上滚动统计各个调时段的非覆盖关系，即能够得到历史的最大非覆盖时段及其非覆盖系数，再对调度方案除以非覆盖系数得到满足电网安全运行要求的风电入网容量保守化估计相应的数学模型如下：

$C_k^{\mathrm{sp}}=\frac{1}{\max K_k^{\mathrm{uncover}}\&times;K_k^{\mathrm{Plenty},\max }}{\&times;P}_k^{\mathrm{space}}---\left(5\right)$

其中C_k ^sp表示第k个调度时段容许调度入网的风电装机容量；maxK_k ^uncover为基于历史数据得到的第k个调度时段最大非覆盖系数；K_k ^Plenty.max为第k个调度时段调度时间段内的丰度系数；P_k ^space表示第k个调度时段的电网空间；通过历史数据集计算得到最大非覆盖系数maxK^uncover、丰度系数K_k ^Plenty.max以及电网空间P_k ^space，则能够确定保障电网安全运行的风电允许调度入网容量；

4)源网协调性的评价

源网协调的风电调度方案是以历史数据为基础计算得到的，事实上，在制定调度方案时，调度日的风电变化是未知的；那么，所制定的调度方案多大程度上提高了源网协调性，需要进行评价；

考察源网协调性主要考虑两个方面：

从“源”的角度看源网协调性，主要考察平均入网装机容量和平均风电发电量；从“网”的角度，主要是考察电网空间的利用率；由于风电是变化的，只能做一个宏观的考察；本文仅以调度日风速作用于调度入网装机容量发出的某时段最大风电功率占该时段电网空间的百分比作为评价指标，定义k时段电网空间最大利用率如下：

${\mathrm{\&eta;}}_{k,\max }^{\mathrm{grid}}=\frac{\max \{P^{*\mathrm{disp}}{\}}_k\&times;C_k^{\mathrm{sp}}}{P_k^{\mathrm{space}}\&times;C_{\mathrm{Base}}^{*}}\&times;100\%---\left(6\right)$

表示第k个调度时段的电网空间最大利用率，∈(0,1)，该值越大，表明电网空间得到较充分的利用，{P^*disp}_k表示基于基准容量C^* _Base统计的风电出力特性，P_k ^space表示第k个调度时段的电网空间大小，C_k ^sp表示第k个调度时段实际安排的风电装机容量。

本发明通过对风电波动特性的分析，在传输能力受限且有待用风电机组电网中，构建既能保证电网安全又能充分发挥风电效能的源网协调调度方法，从而实现在保证电网安全的条件下，最大限度地利用电网的输送能力、明显提高风电机组发电量、减少风电弃风，提高风能利用的经济效益和环境效益。

附图说明

图1风电基地与火电机组捆绑外送示意图；

图2火电机组出力及各调度时段输送断面剩余空间示意图；

图3各调度时段丰度系数；

图4各时段风电入网装机容量；

图5各时段电网空间最大利用率；

图6各时段风电发电量；

图7本发明与传统方法的源网协调评价指标对比。

图中：曲线1表示基于本发明方法安排风电调度计划的电网空间最大利用率，曲线2表示传统调度方法对应的电网空间最大利用率，曲线3表示基于本发明方法安排风电调度计划的风电发电量，曲线4表示传统调度方法对应的风电发电量，条形5表示传统的调度方法，条形6表示本发明提出的调度方法，条形7表示本发明方法较传统调度方法提高的百分比。

具体实施方式

本发明的一种提高电网风电接纳能力的源网协调调度方法，包括以下步骤：1)风电送出路径输电空间的确定

我国风电主要以大规模集中连片开发为主，通常风电与火电机组共用一个输电通道，对于不同的负荷水平，调度安排的火电机组出力会存在差异，因此不同运行方式下电网的输电空间是变化的，能够用于传输风电的输电线路空间也是变化的；

由于电网内火电机组的日调度计划是根据精确负荷预测得到的，因此火电机组出力认为是已知的，则能够得到电网用于传输风电功率的空间：

$P_k^{\mathrm{space}}=P_{\mathrm{limit}}^{\mathrm{Trans}}-P_k^{\mathrm{TP}}---\left(1\right)$

其中，P_k ^space为第k个调度时段对应的电网空间，P_limit ^Trans为风电送出路径上的传输极限，P_k ^TP为第k时段内火电机组的出力。

2)风电最大发电功率与风电装机容量之间的关系

由于电网对风电的接纳能力体现为功率，而调度人员在安排风电入网容量时只能确定让多大装机容量的风电调度入网；因此，在进行调度计划安排时，需要研究风电发电功率与装机容量之间的关系，本发明定义丰度系数用于反映一定装机容量下的风电在某个调度时段的最大出力值；

通过对风电历史出力数据进行统计分析能够得到丰度系数，通常电网获取的风电历史数据间隔为1～5分钟，而调度时段通常为1～6小时，若考虑Q天的历史数据集，则每个调度时段上都有大量的历史数据，能够满足对每个调度时段的风电功率统计需求；

为反映风电的波动特性，用特定装机容量C^* _Base＝1000MW的风电功率表征风速的变化，由Q天风电历史数据汇聚而成的k调度时段风电功率数据集记为{P^*his}_k，反映了该时段风电功率变化的总体分布；

在此基础上，计算特定1000MW装机容量风电机组历史数据集上k时段风电功率的最大值maxP_k ^*his，公式如下：

$\max P_k^{*\mathrm{his}}=\max \left(\underset{q=1}{\overset{Q}{\&cup;}}\right\{P^{*\mathrm{his}}{\}}_{k,\mathrm{day}\_q})---\left(2\right)$

其中Q表示历史数据集，q表示历史数据集中的第q天，{P^*his}_{k,day_q}表示历史第q天第k个调度时段的风电功率，表示历史数据集在第k个调度时段的最大值。定义k时段的丰度系数来描述最大风电功率与装机容量的关系：

$K_k^{\mathrm{Plenty}.\max }=\frac{\max P_k^{*\mathrm{his}}}{C_{\mathrm{Base}}^{*}}---\left(3\right)$

式中K_k ^Plenty.max为调度日第k个调度时段的丰度系数，用于反映风电最大出力与装机容量之间的关系，C^* _Base为用于进行风电功率统计特性分析的额定装机容量，maxP_k ^*his为k时段历史数据集上风电功率的最大值；由于风电场群地域分布较广且风能分布具有时空差异性，因此0<K_k ^Plenty.max<1.0；

在本发明中利用基于历史数据统计得到的调度时段风电最大出力值作为调度日的风电出力预测值，安排风电调度计划；

3)保障电网安全运行的调度方案保守化处理

考虑到风电波动的复杂性，不能排除由历史数据统计的k时段最大风电功率值小于调度日同时段最大风电功率值的情况出现，这会导致以该方法安排的风电调度计划因超出电网的传输空间从而威胁电网安全；因此，还需研究风电功率历史数据与调度日实际数据P_k ^*disp间的覆盖关系；

通过在风电历史数据集合上的滚动检验能够得到覆盖关系，用调度日的风速数据做出该日特定1000MW风电装机容量的功率曲线，求出其中k时段风电功率的最大值maxP_k ^*disp；

若maxP_k ^*his<maxP_k ^*disp，则k时段为非覆盖时段，定义非覆盖系数：

$K_k^{\mathrm{uncover}}=\frac{\max P_k^{*\mathrm{disp}}}{\max P_k^{*\mathrm{his}}}---\left(4\right)$

$K_k^{\mathrm{uncover}}>1$

其中K_k ^uncover为非覆盖系数；maxP_k ^*his为基于历史数据统计得到的第k个调度时段的最大值；maxP_k ^*disp为调度日第k个调度时段的风电实际出力最大值；

通过在历史数据集上滚动统计各个调时段的非覆盖关系，即能够得到历史的最大非覆盖时段及其非覆盖系数，再对调度方案除以非覆盖系数得到满足电网安全运行要求的风电入网容量保守化估计相应的数学模型如下：

$C_k^{\mathrm{sp}}=\frac{1}{\max K_k^{\mathrm{uncover}}\&times;K_k^{\mathrm{Plenty},\max }}{\&times;P}_k^{\mathrm{space}}---\left(5\right)$

其中C_k ^sp表示第k个调度时段容许调度入网的风电装机容量；maxK_k ^uncover为基于历史数据得到的第k个调度时段最大非覆盖系数；K_k ^Plenty.max为第k个调度时段调度时间段内的丰度系数；P_k ^space表示第k个调度时段的电网空间；通过历史数据集计算得到最大非覆盖系数maxK^uncover、丰度系数K_k ^Plenty.max以及电网空间P_k ^space，则能够确定保障电网安全运行的风电允许调度入网容量；

4)源网协调性的评价

源网协调的风电调度方案是以历史数据为基础计算得到的，事实上，在制定调度方案时，调度日的风电变化是未知的；那么，所制定的调度方案多大程度上提高了源网协调性，需要进行评价；

考察源网协调性主要考虑两个方面：

从“源”的角度看源网协调性，主要考察平均入网装机容量和平均风电发电量；从“网”的角度，主要是考察电网空间的利用率；由于风电是变化的，只能做一个宏观的考察；本文仅以调度日风速作用于调度入网装机容量发出的某时段最大风电功率占该时段电网空间的百分比作为评价指标，定义k时段电网空间最大利用率如下：

${\mathrm{\&eta;}}_{k,\max }^{\mathrm{grid}}=\frac{\max \{P^{*\mathrm{disp}}{\}}_k\&times;C_k^{\mathrm{sp}}}{P_k^{\mathrm{space}}\&times;C_{\mathrm{Base}}^{*}}\&times;100\%---\left(6\right)$

表示第k个调度时段的电网空间最大利用率，∈(0,1)，该值越大，表明电网空间得到较充分的利用，{P^*disp}_k表示基于基准容量C^* _Base统计的风电出力特性，P_k ^space表示第k个调度时段的电网空间大小，C_k ^sp表示第k个调度时段实际安排的风电装机容量。

下面利用附图和实施例对本发明提出的有待用风电机组且传输受限电网的源网协调调度方法的实施及其有效性进行评价。本实施例取自某地区电网内风电-火电捆绑外送场景，且输电断面上输送功率受到限制。

1)风电送出路径输电空间的确定

附图1为某省3050MW装机容量风电场群与装机2000MW火电电源捆绑集中外送至主网示意图。图中火电电源与风电场群的功率外送通道的最大输送能力P_limit ^Trans＝3500MW。

不失一般性，本实施例将每天划为4个调度时段，每个时段6个小时，选取第一个调度日前一个月的数据最为实施本发明所提出的调度方法的历史数据集。

表1所示为调度日4个时段的火电机组出力以及根据公式(1)计算得到输电断面的剩余空间，附图2为各时段电网的火电机组出力以及输送断面剩余电网空间示意图。

表1各时段电网的输电空间(MW，P_limit ^Trans＝3500MW)

2)风电最大发电功率与风电装机容量之间的关系

利用公式(2)得到30个调度日内各时段内风电功率的最大值maxP_k ^*his，再代入公式(3)得到30个调度日内各时段的丰度系数，相应结果见附图3。具体步骤如下：

a)利用第1个调度日之前7日的历史数据，能够得到第1个调度日计算用的4个时段的丰度系数；

b)依次滚动计算，得到全部30个调度日120个时段的丰度系数。

附图3中各调度时段丰度系数的最大值为0.721，最小值为0.514，平均值为0.6495。表明该算例数据样本中，1000MW装机容量的风电机组所发的最大功率为721MW。

3)保障电网安全运行的调度方案保守化处理

通过对一个月全部历史数据集的分析，在30天120个调度时段中，共出现6个非覆盖时段。由公式(4)计算得到全部非覆盖时段及相应的非覆盖系数，见表2。

表2.全部非覆盖时段及非覆盖系数

注：8(2)表示第8个调度日的第2个调度时段

表2结果表明，在历史一个月的120个调度时段中共出现了6个非覆盖时段，最大非覆盖系数为1.17，因此在后续调度方案中取最大非覆盖系数maxK^uncover＝1.17。

根据公式(5)得到30个调度日内各调度时段容许调度入网的风电装机容量，见附图4。

4)源网协调性的评价指标

根据公式(6)计算得到30个调度日内各调度时段的电网空间最大利用率，相应结果如附图5所示。

源网协调调度方案与传统方案各时段的风电发电量如附图6所示，附图7给出了源网协调调度方案的总体性能及与对照方案的比较。附图7的对比结果表明：本发明所提出的源网协调调度方法使得风电月平均调度入网容量、风电月总发电量以及电网空间利用率较常规方法分别提高了75.6％、73.7％、68.8％。

本发明实施例中的计算条件、图例、表等仅用于对本发明作进一步的说明，并非穷举，并不构成对权利要求保护范围的限定，本领域技术人员根据本发明实施例获得的启示，不经过创造性劳动就能够想到其它实质上等同的替代，均在本发明保护范围内。

Claims (1)

1.一种提高电网风电接纳能力的源网协调调度方法，其特征是，包括以下步骤：

1)风电送出路径输电空间的确定

我国风电主要以大规模集中连片开发为主，通常风电与火电机组共用一个输电通道，对于不同的负荷水平，调度安排的火电机组出力会存在差异，因此不同运行方式下电网的输电空间是变化的，能够用于传输风电的输电线路空间也是变化的；

由于电网内火电机组的日调度计划是根据精确负荷预测得到的，因此火电机组出力认为是已知的，则能够得到电网用于传输风电功率的空间：

$P_k^{\mathrm{space}}=P_{\mathrm{limit}}^{\mathrm{Trans}}-P_k^{\mathrm{TP}}---\left(1\right)$

其中，P_k ^space为第k个调度时段对应的电网空间，P_limit ^Trans为风电送出路径上的传输极限，P_k ^TP为第k时段内火电机组的出力；

2)风电最大发电功率与风电装机容量之间的关系

由于电网对风电的接纳能力体现为功率，而调度人员在安排风电入网容量时只能确定让多大装机容量的风电调度入网；因此，在进行调度计划安排时，需要研究风电发电功率与装机容量之间的关系，本发明定义丰度系数用于反映一定装机容量下的风电在某个调度时段的最大出力值；

通过对风电历史出力数据进行统计分析能够得到丰度系数，通常电网获取的风电历史数据间隔为1～5分钟，而调度时段通常为1～6小时，若考虑Q天的历史数据集，则每个调度时段上都有大量的历史数据，能够满足对每个调度时段的风电功率统计需求；

为反映风电的波动特性，用特定装机容量C^* _Base＝1000MW的风电功率表征风速的变化，由Q天风电历史数据汇聚而成的k调度时段风电功率数据集记为{P^*his}_k，反映了该时段风电功率变化的总体分布；

在此基础上，计算特定1000MW装机容量风电机组历史数据集上k时段风电功率的最大值maxP_k ^*his，公式如下：

$\max P_k^{*\mathrm{his}}=\max \left(\underset{q=1}{\overset{Q}{\&cup;}}\right\{P^{*\mathrm{his}}{\}}_{k,\mathrm{day}\_q})---\left(2\right)$

其中Q表示历史数据集，q表示历史数据集中的第q天，{P^*his}_{k,day_q}表示历史第q天第k个调度时段的风电功率，表示历史数据集在第k个调度时段的最大值，定义k时段的丰度系数来描述最大风电功率与装机容量的关系：

$K_k^{\mathrm{Plenty}.\max }=\frac{\max P_k^{*\mathrm{his}}}{C_{\mathrm{Base}}^{*}}---\left(3\right)$

式中K_k ^Plenty.max为调度日第k个调度时段的丰度系数，用于反映风电最大出力与装机容量之间的关系，C^* _Base为用于进行风电功率统计特性分析的额定装机容量，maxP_k ^*his为k时段历史数据集上风电功率的最大值；由于风电场群地域分布较广且风能分布具有时空差异性，因此0<K_k ^Plenty.max<1.0；

在利用基于历史数据统计得到的调度时段风电最大出力值作为调度日的风电出力预测值，安排风电调度计划；

3)保障电网安全运行的调度方案保守化处理

考虑到风电波动的复杂性，不能排除由历史数据统计的k时段最大风电功率值小于调度日同时段最大风电功率值的情况出现，这会导致以公式(1)、(2)和(3)所确定方法安排的风电调度计划因超出电网的传输空间从而威胁电网安全；因此，还需研究风电功率历史数据与调度日实际数据P_k ^*disp间的覆盖关系；

通过在风电历史数据集合上的滚动检验能够得到覆盖关系，用调度日的风速数据做出该日特定1000MW风电装机容量的功率曲线，求出其中k时段风电功率的最大值maxP_k ^*disp；

若maxP_k ^*his<maxP_k ^*disp，则k时段为非覆盖时段，定义非覆盖系数：

$K_k^{\mathrm{uncover}}=\frac{\max P_k^{*\mathrm{disp}}}{\max P_k^{*\mathrm{his}}}---\left(4\right)$

$K_k^{\mathrm{uncover}}>1$

其中k_k ^uncover为非覆盖系数；maxP_k ^*his为基于历史数据统计得到的第k个调度时段的最大值；maxP_k ^*disp为调度日第k个调度时段的风电实际出力最大值；

通过在历史数据集上滚动统计各个调时段的非覆盖关系，即能够得到历史的最大非覆盖时段及其非覆盖系数，再对调度方案除以非覆盖系数得到满足电网安全运行要求的风电入网容量保守化估计相应的数学模型如下：

$C_k^{\mathrm{sp}}=\frac{1}{\max K_k^{\mathrm{uncover}}\&times;K_k^{\mathrm{Plenty},\max }}{\&times;P}_k^{\mathrm{space}}---\left(5\right)$

其中C_k ^sp表示第k个调度时段容许调度入网的风电装机容量；maxK_k ^uncover为基于历史数据得到的第k个调度时段最大非覆盖系数；K_k ^Plenty.max为第k个调度时段调度时间段内的丰度系数；P_k ^space表示第k个调度时段的电网空间；

通过历史数据集计算得到最大非覆盖系数maxK^uncover、丰度系数K_k ^Plenty.max以及电网空间P_k ^space，则能够确定保障电网安全运行的风电允许调度入网容量；4)源网协调性的评价

源网协调的风电调度方案是以历史数据为基础计算得到的，在制定调度方案时，调度日的风电变化是未知的；那么，所制定的调度方案多大程度上提高了源网协调性，需要进行评价；

考察源网协调性主要考虑两个方面：

从“源”的角度看源网协调性，主要考察平均入网装机容量和平均风电发电量；从“网”的角度，主要是考察电网空间的利用率；由于风电是变化的，只能做一个宏观的考察；以调度日风速作用于调度入网装机容量发出的某时段最大风电功率占该时段电网空间的百分比作为评价指标，定义k时段电网空间最大利用率如下：

${\mathrm{\&eta;}}_{k,\max }^{\mathrm{grid}}=\frac{\max \{P^{*\mathrm{disp}}{\}}_k\&times;C_k^{\mathrm{sp}}}{P_k^{\mathrm{space}}\&times;C_{\mathrm{Base}}^{*}}\&times;100\%---\left(6\right)$

表示第k个调度时段的电网空间最大利用率，∈(0,1)，该值越大，表明电网空间得到较充分的利用，{P^*disp}_k表示基于基准容量C^* _Base统计的风电出力特性，P_k ^space表示第k个调度时段的电网空间大小，C_k ^sp表示第k个调度时段实际安排的风电装机容量。