儲能參與一次調頻的優化控制策略研究

馬駿超，周潔潔，江全元，丁 可，倪秋龍，石博隆

（1.國網浙江省電力有限公司電力科學研究院，杭州 310014；2.國網浙江省電力有限公司杭州供電公司，杭州 310009；3.浙江大學 電氣工程學院，杭州 310027；4.國網浙江省電力有限公司，杭州 310007）

0 引言

受碳達峰和碳中和的“雙碳目標”影響，傳統火電機組發展受限，新能源并網滲透率不斷提高[1]，電網調頻壓力激增，對于電網頻率的安全穩定控制近年來受到廣泛關注。

浙江電網是典型的受端電網，受到能源“雙控”政策影響，特高壓直流外送電的大規模接入和新能源滲透率的不斷提高，電力系統的穩定運行特別是頻率穩定方面帶來了巨大的挑戰。新能源滲透率的增加不僅會增加系統的不確定性，還會降低電網的慣性，使頻率在電力擾動下更容易發生變化[2-3]。此外，隨著社會用電量的增加以及電動汽車等新型負荷的接入，用電負荷的波動性也隨之上升。而傳統調頻機組具有響應速度慢、爬坡速度受限、調頻能力不足等缺點，已經愈發難以滿足浙江電網調頻需求，進一步加劇了頻率穩定問題。

電化學儲能具有響應快、充放電靈活等優點，在調頻方面得到了廣泛的應用[4-8]。目前，國內外已有一大批商用的電化學儲能系統應用于電網頻率控制。美國PJM 市場用于頻率調節的儲能裝機容量已超過200 MW，國內在石景山熱電廠首個儲能參與調頻商業示范工程實施后，山西電網也相繼實施了多個類似工程。

目前，儲能參與一次調頻主要是基于量測信息的控制策略。文獻[9]提出一種基于比例控制的儲能調頻控制策略，使儲能系統模擬常規機組的一次調頻響應。文獻[10]所提出的控制策略綜合了微分控制和比例控制（PD 控制）的特點，使儲能系統模擬常規機組的慣性響應和一次調頻響應。文獻[11]提出一種基于模糊邏輯控制的儲能快速調頻策略，輸入系統頻率偏差大小及其變化率，然后根據所設計的模糊邏輯策略，輸出儲能參與快速調頻的有功功率。文獻[12]提出了一種基于功率-頻率特性曲線的儲能參與快速調頻控制方法，當系統頻率發生變化時，根據所設計的功率-頻率特性曲線，動態調整儲能參與快速調頻的有功功率。然而，上述研究中所使用的控制參數，需要運行人員根據工程經驗提前確定。因此，所設定的參數對于復雜實際系統工況不一定具有適應性。針對上述問題，本文研究基于下垂控制方式的儲能一次調頻參數優化方法。目前，關于儲能一次調頻下垂控制的研究主要集中在儲能功率和容量的優化[13-15]。而在應對復雜實際工況時，儲能的調差系數和調頻死區的優化選取更為重要，不合理的取值會影響電力系統的穩定性和儲能的經濟性。

為此，本文基于浙江電網搭建了統一頻率數值仿真模型，分析浙江電網對儲能參與一次調頻的需求及應用效果，在此基礎上提出儲能調頻參數的優化選取方法，旨在提升儲能的功能性和經濟性。

1 儲能參與一次調頻優化控制

本節首先根據浙江電網數據建立統一頻率模型，在統一頻率模型的基礎上建立儲能參與一次調頻參數優化模型，基于新能源和負荷的預測數據對參數進行動態優化。

1.1 統一頻率模型

1.1.1 統一頻率模型介紹

目前，國內華東地區電力調度機構和科研院所主要基于BPA 軟件開展電力系統仿真分析工作，軟件已被國內運行、生產、規劃、科研以及大學等單位廣泛應用。

但是，在BPA 關于頻率的仿真計算中，首先需要對系統進行潮流計算，再基于潮流計算的結果，獲取系統穩態運行點，進行暫態計算。用來表征頻率的參數是各臺機組的轉速，基于此利用加權平均的方式獲得整個系統的頻率。在這種計算方式下，程序運行速度緩慢。另外，由于BPA的局限性，無法自主增加新的模型和模塊。

針對此問題，本文基于浙江電網和機電網潮流組數據，搭建了統一頻率模型[16]，所提出的浙江電網統一頻率模型框架如圖1 所示。其中Meq為系統慣性，由系統全機組慣性特性決定，Deq為省內負荷調節系數。另外，新能源并網功率包括風電功率和光伏功率，新能源并網功率和直流外受電作為本文主要功率擾動輸入。

圖1 統一頻率模型框架

當系統中有新能源以及儲能接入時，系統固有頻率特性可用式（1）表示：

式中：ΔPG為常規機組總出力變化；ΔPW為新能源出力變化；ΔPE為儲能出力變化；ΔPDC為直流外送的功率變化；ΔPL為系統負荷變化。

對式（1）進行差分化，可得電力系統頻率的遞推表達式如式（2）所示：

式中：k1，k2分別為系統等效旋轉慣量和負荷頻率調節效應系數相關的系數，可由式（3）求得：

式中：Δt 為差分化的時間步長。

浙江電網有火電機組和水電機組，火電機組為GA-GJ-TB 型，分別由GA型電液伺服機構、GJ 型調節系統模型和TB 型汽輪機組接而成；水電機組為GH 型。文獻[17]研究了搭建統一頻率模型的方法，可以結合PSD-BPA 穩定說明書的結構圖建立浙江電網統一頻率模型。

1.1.2 儲能頻率控制模型

當系統出現故障或擾動時，頻率會響應變化。儲能系統根據系統頻率偏差，采用下垂控制模式動態調整有功出力，其控制模型主要包括了死區環節、下垂環節兩部分，如圖2 所示。

圖2 儲能輔助調頻控制方式

當頻率偏差在死區范圍內時，儲能系統既不充電也不放電，此時對應的有功指令為零；當頻率偏差超過正向死區時，儲能系統從電網吸收功率，并根據下垂系數動態調整其有功指令大小；當頻率偏差超過負向死區時，儲能系統向電網釋放功率，也根據下垂系數動態調整其有功指令大小，如式（4）所示：

1.2 參數優化

1.2.1 控制流程

根據上節建立的統一頻率模型，本文的優化控制策略是一種基于新能源和負荷超短期預測的動態優化方法，如圖3 所示。在當前時段，基于可再生能源和負荷超短期預測結果，優化下一時段儲能控制器參數，并在對應時段到來時將對應參數投入運行。

圖3 動態優化示意

實現動態優化的基礎是功率超短期預測和優化過程的計算時間。功率預測的準確性對優化結果有十分重要的影響。目前，功率超短期預測的準確性已經達到了較高水平，因此，本文不考慮功率預測精度對優化過程的影響。

其中優化模型中的目標函數的權重因子由該優化時段的預測數據確定，以此兼顧儲能的調頻能力和經濟性。

1.2.2 目標函數和模型約束

選取儲能頻率調節死區fd以及頻率調差率%作為儲能一次調頻控制的待優化變量。當頻率出現偏移時，如果儲能一次調頻的死區或調差率過大，則會無法及時動作，反之如果死區或調差率過小，儲能則可能會進行過多不必要的動作，從而影響儲能壽命。

本方法是基于新能源和負荷的短期預測數據來進行動態優化，所需的預測數據如式（5）—（8）所示：

式中：PR，f為短期預測的可再生能源有功功率；PL，f為短期預測的負荷有功功率；PR-L，f為短期預測的可再生能源功率與負荷功率之差；PR-L，f，0為待優化時段初始時刻的PR-L，f；ΔPR-L，f，max為ΔPR-L，f與PR-L，f，0功率之差的最大值；ΔPR-L，f，min為ΔPR-L，f與PR-L，f，0功率之差的最小值。

為了平衡系統頻率偏差和儲能經濟性的關系，本文在目標函數中同時考慮頻率偏差及儲能使用量，即：

式中：Δf 為系統頻率偏移量；Pe為儲能的出力；α1和α2為目標函數的權重因子，并滿足以下條件：

如果α1較大，意味著優化的結果希望減小頻率偏差，為了達到這個目的，允許儲能適當較多的動作；如果α2較大，意味著優化的結果希望儲能更少的動作，而允許系統頻率偏差稍大一些。

α1和α2的值由新能源和負荷功率預測結果動態決定。在對某一時段進行優化時，如果預測到該時段下會出現較大的不平衡功率，意味著系統頻率可能會產生較大的偏差，在這種情況下，α1將被調大，來保證系統頻率在安全范圍內；相反，如果檢測到不平衡功率較小，α2則會被調大，因為該時段下頻率偏移情況不會很嚴重。式（11）—（13）所示即為α1和α2的計算方法：

式中：η，β 為可調控參數，滿足0＜η≤1，0≤β≤1；PR-L，f，ave為PR-L，f的平均值；T 表示待優化時段，T≤24 h。

目標函數滿足以下約束：

式中：Δfad，max為系統允許的最大頻率偏差。該限制保證頻率偏差維持在安全穩定范圍內。

在系統運行中，儲能也要滿足以下能量約束：

式中：Ee（t）為t 時刻儲能能量；θc，θd分別為儲能充、放電效率；El，Eh分別為儲能能量的下限與上限；Δt 為仿真步長。

考慮到復雜的非線性約束，采用遺傳算法來求解模型，流程如圖4 所示。

圖4 算法流程

2 算例分析

2.1 仿真系統設計

基于浙江電網BPA 數據獲取電力系統頻率響應離散化建模所需要的數據，由此對浙江電網建立統一頻率模型。在此基礎上對浙江電網進行頻率仿真，模擬浙江電網發生典型故障，檢驗儲能的調頻效果。在驗證儲能的調頻能力后，基于浙江電網的預測數據對儲能的調頻死區和調差率進行動態優化，并與固定參數策略進行對比，以檢驗所提方法的優越性。

2.2 儲能電站調頻效果分析

為分析儲能電站的調頻效果，對儲能參與一次調頻的控制參數設置為相對保守的數值。假設浙江電網共有250 MW/500 MWh 的儲能電站，調差率和調頻死區分別設置為2%和0.02 Hz，模擬系統在運行第4 s 時，出現負荷突變擾動，功率缺額為800 MW，得到有、無儲能參與一次調頻時的頻率仿真情況，如圖5 所示。由圖可知儲能參與一次調頻后系統頻率最大偏移量從0.12 Hz降到0.08 Hz。

圖5 出現負荷突變后的頻率仿真

可以得出結論，在系統出現擾動時，儲能參與一次調頻能夠更好地維持系統頻率穩定，保證系統的安全運行。

2.3 儲能調頻參數動態優化

2.3.1 調頻效果評估指標

為驗證所提方法能夠有效地提高儲能經濟性和功能性，本文定義頻率偏差、儲能動作程度指標，用以評估不同策略的控制效果，指標越小效果越好。指標包括最大頻率偏差、頻率總體偏移情況、儲能總體響應情況以及頻率-儲能動作綜合指標，其中最大頻率偏差和頻率總體偏移情況衡量儲能的調頻效果；儲能總體響應情況衡量儲能的經濟性；最后通過綜合指標衡量儲能考慮調頻效果和經濟性的綜合性能。定義控制效果評估指標分別如式（16）—（19）所示：

2.3.2 仿真分析

為驗證所提方法能夠在不同工況下兼顧儲能的經濟性和功能性，本文分別選取兩個時段作為待優化時段。其中，時段1 功率波動較為劇烈，時段2 功率波動相對平緩。同樣假設浙江電網共有250 MW/500 MWh 的儲能電站。

由于本策略優化周期與經濟調度保持一致，因此認為在優化時段初始時刻可再生能源-負荷綜合功率的不平衡功率為0。時段1 的綜合預測發電功率PR-L，f的波動情況如圖6 所示。

圖6 時段1 的綜合預測功率波動情況

由于該時段功率波動較為劇烈，儲能在所提方法下將以調控頻率為主要目標，儲能多動作以維持頻率穩定。通過仿真得到在所提策略與對比策略（固定參數）下的儲能動作曲線和系統頻率波動情況，如圖7、8 所示。

圖7 時段1 的儲能動作曲線

圖8 時段1 的頻率波動曲線

通過仿真結果可知，在該優化時段，與對照策略相比，儲能在所提策略下出力較多，能過夠更好地維持系統的頻率穩定。

時段2 的綜合預測功率波動情況如圖9 所示。由于該優化時段功率波動較小，在所提策略下儲能將更加注重經濟型，同時保證具備一定的調頻效果。

圖9 時段2 的綜合預測功率波動情況

同樣，通過仿真得到在所提策略和對照策略的儲能動作情況和系統頻率波動情況，如圖10、11 所示。

圖10 時段2 的儲能動作曲線

圖11 時段2 的系統頻率波動曲線

從仿真結果可知，在該優化時段，與對照策略相比，在所提策略下儲能能夠在較小出力的情況下保證調頻效果。

通過比較兩次仿真結果的效果評估指標能夠更加直觀地展示本文所提策略的優越性，評估指標結果如表1 所示。由表1 可知，在功率波動較為劇烈的場景中，所提策略的最大頻率偏差為0.032 2 Hz，而對照策略為0.049 7 Hz，所提策略的頻率總體偏移指標為0.009 5 Hz，而對照策略為0.022 2 Hz，說明所提策略的頻率控制效果遠好于對照策略。所提策略的頻率-儲能動作綜合指標為0.793 7，而對照策略為0.923 1，說明所提策略具有更好的綜合性能；在功率波動程度較弱的場景中，所提策略的儲能總體響應指標為7.171 21，而對照策略為10.152 1，所提策略的儲能動作程度小于對照策略，具有更好的運行經濟性。所提策略的頻率-儲能動作綜合指標為0.099 5，而對照策略為0.120 8，因此，所提策略兼顧了頻率偏差與儲能動作程度，無論是波動程度較強還是較弱的場景，均具有更好的綜合性能。

表1 兩個優化時段的儲能評估指標情況

3 結論

本文通過搭建浙江電網統一頻率模型，模擬浙江電網出現負荷波動，在有無儲能參與一次調頻時的系統頻率波動情況，以此驗證儲能的調頻效果；基于上述結果，提出動態調整儲能調頻死區和調差率的優化方法，能夠在不同工況下滿足儲能經濟性和功能性的需求。并基于浙江電網進行仿真，通過與對照策略進行效果評估指標比較，驗證了本文所提策略能夠更好地提升儲能的經濟性和調頻能力，同時得出以下結論：

（1）在功率波動較為劇烈的場景下，系統所提策略的最大頻率偏差為0.032 2 Hz，而對照策略為0.049 7 Hz，儲能在所提策略下能夠更好地抑制系統頻率波動。

（2）在功率波動較為平緩的場景下，所提策略的儲能總體響應指標為7.171 21 MW，而對照策略為10.152 1 MW，儲能在所提策略下具有更好的經濟性。