孫娜,董海鷹*,陳薇,馬虎林
(1.蘭州交通大學 新能源與動力工程學院,蘭州 730070; 2.中廣核太陽能嘉峪關有限公司,蘭州 735100)
隨著可再生能源在電力系統中的占比不斷提高,尤其是風電、光伏等具有間歇性、波動性和隨機性等發電特性的新能源,其高滲透率給電網的安全穩定運行與控制帶來了巨大挑戰[1-3],不僅如此,隨著特高壓交直流電網不斷并網造成的區域電網頻率異常波動,同樣亟須電網具備緊急頻率調節控制能力。儲能系統具有靈活的雙向互動性能,在電網緊急控制與頻率快速響應方面具有重要的應用價值[4-6],特別是電化學儲能系統因其具有響應速度快、調節精度高等顯著優點[7-8],相比于其他類型的儲能系統,具有更優良的功率調節性能和頻率控制能力[9-10]。
目前,儲能電站主要受調度中心實現整體的運行控制,儲能電站接收由調度中心下發的自動發電控制(Automatic Generation Control,AGC)指令來實現全站功率調節的分配,機組響應AGC 指令時對區域控制需求(Area Regulation Requirement,ARR)信號控制和區域控制偏差(Area Control Error,ACE)信號控制的切換策略一直是儲能參與電網二次調頻的研究重點。
文獻[11]基于儲能電池的動態調頻容量(Dynamic Available AGC,DAA)對ACE 和ARR 信號分配模式全期調頻效果進行分析。文獻[12]中將AGC 信號劃分為三類優先級不同的調節區域,并依據不同優先級對調頻電源進行合理分配。文獻[13]發現ACE 信號有利于快速調頻前期恢復暫態頻率偏差,ARR 信號則有利于恢復調頻中后期的穩態頻率偏差。
進一步,文獻[14]在復頻域提出以靈敏度過零點作為2 種信號模式切換的判據,從理論層面分析了ACE 信號分配有利于暫態偏差而ARR 信號分配有利于穩態偏差。文獻[15]利用經驗模態分解將AGC 信號分解成高頻和低頻部分,讓電池儲能系統(Battery Energy Storage System,BESS)承擔高頻分量,幫助快速恢復暫態頻差,讓傳統機組承擔低頻分量,幫助恢復穩態頻差,但該策略沒有考慮電池荷電狀態(State of Charge,SOC)的影響,容易對電池儲能長期參與調頻造成不可逆的損害。文獻[16]考慮不同調頻電源的技術特征,在多約束條件以下調頻成本最小為目標進行調頻責任的分配,但由于傳統機組的爬坡率限制或者BESS 的SOC 限制,在后續調頻的成本模型中可能會降低約束函數的求解精度進而對機組的責任分配結果產生影響。
在目前的研究中仍存在一些問題:絕大多數儲能電站僅僅實現了儲能電站級AGC 控制,缺乏對各獨立儲能單元之間協調控制的考慮,不利于儲能長期投入運行;響應AGC 指令時,對ACE 和ARR 信號的分配方法也未能基于信號的調頻優勢進行自適應切換。
基于以上所述,本文在新型電力系統場景下提出一種考慮荷電狀態的網側規模化儲能二次調頻控制策略。首先,基于區域電網響應AGC 指令的動態調頻模型,設計兼顧ARR信號和ACE信號特點的模糊控制器,在實現2 種信號自適應切換的同時滿足電網調頻需求;其次,基于2種信號的自適應切換模式,在考慮各儲能單元的調頻能力的同時維持SOC 水平在合理范圍內,并通過模糊控制實現各儲能單元的出力功率指令跟蹤。最后仿真驗證所提策略的有效性。
基于區域等效的方法,在網側建立規模化儲能參與二次調頻的區域電網頻率響應模型。其中,新型電力系統場景下的規模化儲能系統并網結構圖如圖1 所示,區域電網頻率響應模型如圖2 所示[17-18],模型中的參數定義見表1。

表1 參數定義列表Table 1 Parameters and their definitions

圖1 規模化儲能系統并網結構Fig.1 Structure of the large-scale grid-connected energy storage system

圖2 區域電網頻率響應模型Fig.2 Regional grid frequency response model
在新型電力系統場景下,新能源參與電網調頻有2種方式:(1)新能源作為調頻機組;(2)新能源作為負荷擾動。本文所建模型中,新能源作為負荷擾動參與調頻過程,模型由調度中心和儲能系統的控制單元組成,可實現一次調頻和二次調頻,儲能電站區域內配置J個儲能單元進行調頻。
BESS 參與電網調頻時的調頻信號分配模式分為基于ARR 信號分配和基于ACE 信號分配,基于ACE 信號分配能夠改善系統的暫態頻率偏差,基于ARR 信號分配能夠改善系統的穩態頻率偏差[17]。本文通過綜合考慮2 種信號進行頻率調節的特點,通過設計二階模糊控制器實現2種信號控制的自適應切換。基于ACE 分配和基于ARR 分配的大規模儲能參與電網調頻的頻率響應模型如圖3、圖4 所示。AGC(s)為AGC 指令的信號輸入,貢獻因子α可以確定2 種信號控制在響應AGC 指令時的貢獻程度。

圖3 基于ACE信號的頻率響應模型Fig.3 Frequency response model based on ACE signal

圖4 基于ARR信號的頻率響應模型Fig.4 Frequency response model based on ARR signal
不計調頻死區和限幅約束,由圖3、圖4可得
式中:PACE(s)和PARR(s)為基于ACE信號和ARR 信號2 種控制方式下的功率輸入。頻率偏差Δf1(s)具體為
儲能系統的模型為
綜上所述,將式(1)—(3)代入后可得儲能系統的總出力ΔPB(s)為
式中:KACE和KARR為儲能響應AGC指令的控制系數。
ACE 信號控制適合對系統暫態頻率偏差進行調節,ARR 信號控制適合對系統穩態頻率偏差進行調節,結合2種信號頻率調節的特點,設計二階模糊控制器實現2種信號控制的自適應切換。
模糊控制器基于電網的調頻需求,設計新型電力系統場景下的頻率偏差Δf1(t)和頻率偏差變化率dΔf1(t)/dt作為輸入量,推導2 種模式下的儲能總功率響應和電網頻差需求的聯系,確定2 種信號控制的貢獻因子α(t),從而得到儲能實際出力深度。
模糊控制器為二維控制,輸入量Δf1(t),dΔf1(t)/dt的比例因子和輸出量α(t)的比例因子k11,k12和k13如式(5)所示
式中:Δfmax(t)為儲能二次調頻的最大允許區間。
隸屬度函數選用Mamdani型隸屬度函數。Δf1(t)和dΔf1(t)/dt為模糊控制器的兩個輸入,其論域范圍均為[-1,1];α(t)為模糊控制器的輸出,其論域范圍為[0,1]。模糊集為{NB(負大),NO(負中),NS(負小),ZO(零),PS(正小),PO(正中),PB(正大)}。
模糊控制器的控制規則為:當系統頻率偏差頻率偏差Δf1(t)和頻率偏差變化率dΔf1(t)/dt較大時,儲能設備應充分結合ACE 和ARR 信號控制的優勢來快速調節較大偏差,儲能系統響應AGC 信號的貢獻因子α應該接近0.5;當系統頻率偏差頻率偏差Δf1(t)和頻率偏差變化率dΔf1(t)/dt較小時,儲能設備應減少大幅度調頻動作,故應增加ACE 信號控制的貢獻占比α;當系統頻率偏差Δf1(t)較大且頻率偏差變化率dΔf1(t)/dt較小時,應充分發揮ARR 信號控制的優勢,儲能系統響應AGC 指令的貢獻因子α也應該隨之減小;當系統頻率偏差Δf1(t)較小且頻率偏差變化率dΔf1(t)/dt較大時,應充分發揮ACE信號控制的優勢,儲能系統響應AGC 指令的貢獻因子α也應該隨之增大。
其次,定義Δf1(t),dΔf1(t)/dt和α(t)的隸屬度函數值分別為Au1(t),Au2(t)和Au3(t)。最終可以得到輸入Au1(t),Au2(t)和輸出Au3(t)的三維關系如圖5所示,模糊控制規則見表2。

表2 模糊控制規則Table 2 Fuzzy control rules

圖5 輸入輸出三維關系1Fig.5 3D relationship between inputs and outputs 1
對Δf(1t)的輸出模糊量Au3(t)使用面積重心法進行反模糊化,最終得到參與因子
式中:Au1(t),Au2(t)分別為dΔf(1t)/dt和α(t)的輸入模糊量;u1,u2分別為輸入模糊量Au1(t),Au2(t)的自變量。
均衡控制對參與調頻的多組儲能單元所承擔的調頻出力進行二次有效分配,實現了各組儲能單元的協調配合,可以有效抑制個別儲能單元的過充過放現象以及提前退出調頻行為,對儲能的SOC 水平起良好的維持作用。模糊控制器基于儲能的調頻能力,設計各組儲能單元的初始出力和各組儲能單元的SOC 水平QSOC(t)作為輸入量,推導各組儲能單元SOC 和出力深度的聯系,確定各組儲能單元在SOC 均衡控制后的的實際出力深度ΔPBj(t)。其中,各組儲能單元的初始出力深度為
式中:ΔPBjmax(t)為各組儲能單元二次調頻最大允許出力。
模糊控制器的控制規則為:當各組儲能單元的SOC 水平QSOC(t)過大或過小時,為防止儲能因過充過放而受到損壞,儲能單元的實際出力深度ΔPBj(t)應該適當減少;反之,儲能單元的實際出力深度ΔPBj(t)應該適當增加。其次,定義,QSOC(t)和ΔPB(jt)的隸屬度函數值分別為Bu1(t),Bu2(t)和Bu3(t)。最終可以得到輸入Bu1(t),Bu2(t)和輸出Bu3(t)的三維關系如圖6所示,模糊控制規則見表3。

表3 模糊控制規則Table 3 Fuzzy control rules

圖6 輸入輸出三維關系2Fig.6 3D relationship between inputs and outputs 2
式中:Bu1(t),Bu2(t)分別為QSO(Ct)和ΔPB(jt)的輸入模糊量;u1和u2分別為輸入模糊量Bu1(t),Bu2(t)的自變量。
采用圖1所示的儲能參與二次調頻的等效模型在Matlab/Simulink 平臺中搭建仿真,傳統機組采用額定功率為750 MW 的再熱火電機組,各儲能單元的額定功率和容量見表4[18]。

表4 儲能系統參數Table 4 Energy storage system parametersMW
以額定頻率50 Hz 和機組最大額定容量為基準值進行標幺化。設計階躍擾動和連續擾動2種典型工況,就本文所提出的控制策略(方案3)和傳統動態調頻容量控制策略(方案2)以及無儲能參與(方案1)進行對比仿真,對比分析以檢驗所提控制策略的有效性。系統仿真參數見表5[19]。

表5 系統仿真參數Table 5 System simulation parameters
分別在第2,22 s 加入負荷擾動Pload(標幺值)為0.005 和0.010 的階躍擾動。為了更好地根據評價體系來驗證本文方法的有效性,利用3 種方案在階躍擾動下的頻率偏差、各機組出力以及各儲能單元荷電狀態的變化曲線來進行比較[20]。負荷擾動如圖7所示。

圖7 負荷擾動Fig.7 Load disturbances
加入負荷擾動后系統的頻率偏差變化曲線如圖8所示。

圖8 頻率偏差Fig.8 Frequency deviations
由圖8可以看出,3種方案均能夠對頻率偏差進行無差調節。相比較于方案1 和方案2,方案3 的頻率下降速度比方案1 和方案2降低了11.49%和1.79%,且頻率恢復速度比方案1 和方案2提高了19.16%和1.51%,同時在恢復的過程中能夠將頻率偏差的波動控制在更小的范圍內。
加入負荷擾動后各調頻機組的出力變化曲線如圖9 所示。儲能單元1 的容量大且出力多,儲能單元4 的容量小且出力少,方案2 缺乏對各儲能單元的出力進行均衡控制,儲能單元1 由于承擔過多出力受到損害,方案3 在加入均衡控制后使各儲能單元的出力均衡,從而延長儲能的使用壽命。

圖9 各機組出力Fig.9 Output of each unit
加入負荷擾動后儲能的荷電狀態變化曲線如圖10所示。

圖10 各儲能單元SOCFig.10 SOC of each energy storage unit
儲能的初始荷電狀態為0.55,調頻結束后的荷電狀態會逐漸恢復到初始值,相比較于方案2,方案3 中各儲能單元的SOC 變化均衡且波動較小,能夠將各儲能單元的SOC 變化穩定在0.40~0.55,且方案3荷電狀態的維持水平比方案2提高了64.7%。
在區域內加入如圖11所示的負荷擾動Pload。為了更好地根據評價體系來驗證本文方法的有效性,利用3 種方案在連續擾動下的頻率偏差、各機組出力以及各儲能單元荷電狀態的變化曲線來進行比較。

圖11 負荷擾動Fig.11 Load disturbances
加入負荷擾動后系統的頻率偏差變化曲線如圖12所示。

圖12 頻率偏差Fig.12 Frequency deviations
3 種方案均能夠對頻率偏差進行無差調節。相比較于方案1 和方案2,方案3 的頻率下降速度比方案1 和方案2降低了7.49%和1.25%,且頻率恢復速度比方案1 和方案2提高了9.16%和2.11%,在恢復的過程中也能夠將頻率偏差的波動控制在更小的范圍內。
加入負荷擾動后各調頻機組的出力變化曲線如圖13所示。

圖13 各機組出力Fig.13 Output of each unit
各儲能單元的容量不同造成出力嚴重失衡,方案2 缺乏對各儲能單元的出力進行均衡控制,個別儲能單元由于出力過多而長期處于過充過放狀態,方案3 在加入均衡控制后使各儲能單元的出力均衡,從而延長儲能的使用壽命。
加入負荷擾動后儲能的荷電狀態變化曲線如圖14所示。

圖14 各儲能單元SOCFig.14 SOC of each energy storage
儲能的初始荷電狀態為0.55,相比較于方案2,方案3 中各儲能單元的SOC 變化均衡且波動較小,能夠將各儲能單元的SOC 變化穩定在0.40~0.55,且方案3 荷電狀態的維持水平比方案2 提高了64.7%。
本文綜合考慮電網調頻需求和機組調頻能力,提出一種考慮荷電狀態的網側規模化儲能二次調頻控制策略。其優點如下:基于電網調頻需求,儲能在響應AGC 指令時通過模糊控制對雙信號控制模式進行自適應切換,充分發揮2 種信號控制優勢的同時提高儲能對調頻需求的匹配度;基于儲能系統的調頻能力,本文控制策略能夠對具有不同技術特性的儲能單元調頻出力深度進行均衡控制,在維持各儲能單元SOC 的同時避免個別儲能過充過放,有效延長了儲能系統的使用壽命。