CN108123438B - 一种考虑风电和储能的电网频率态势在线预测方法 - Google Patents

Abstract

一种考虑风电和储能的电网频率态势在线预测方法，该方法综合考虑了风机惯性控制和变桨距控制的频率响应能力以及储能设备的柔性控制在系统频率响应中发挥的作用，通过在线收集系统运行状态数据和火电机组、风电机组及储能设备的信息，建立火电机组、风电机组及储能设备联合调频的电网频率态势预测聚合模型，能够较好地对电网频率态势进行在线预测；与现有的方法相比，本方法涉及了风电机组以及储能设备在系统频率响应过程中发挥的作用，能够较好地进行电网频率态势在线预测，把握电力系统频率的变化趋势，提高电力系统对系统频率的预测能力。本设计不仅提高了电网频率态势预测的精度，而且提高了电力系统频率预测的能力。

Description

一种考虑风电和储能的电网频率态势在线预测方法

技术领域

本发明涉及电力系统态势感知及趋势预测技术领域，尤其涉及一种考虑风电和储能的电网频率态势在线预测方法，主要适用于提高电网频率态势预测精度与电力系统频率预测能力。

背景技术

风力发电在电力系统中的渗透率不断提升，对电网的频率安全提出了挑战：(1)变速风电机组采用电力电子控制和最大功率运行，使其自身基本不具备惯性响应和一次调频的能力；(2)风力发电的大规模并网，取代了提供调频能力的传统发电机组，使系统的惯性常数和调频备用容量降低。

随着电力电子技术及其控制技术的不断发展，传统风电的问题正在被逐渐解决。目前，常用虚拟惯量控制技术与下垂控制技术来使风机具有响应系统频率变化的能力，虚拟惯量控制类比于常规机组的惯性响应，使风机对外表现出与同步机组类似的惯量特性；变桨距控制技术类比于常规机组的一次调频，可以为系统提供长期的频率调节。但是，风电机组自身惯性控制时间短和变桨控制响应慢，因此，在电网频率在线预测的过程中，仅仅考虑火电机组的调频作用是不全面的。

发明内容

本发明的目的是克服现有技术中存在的电网频率态势预测精度低、电力系统频率预测能力弱的缺陷与问题，提供一种电网频率态势预测精度高、电力系统频率预测能力强的考虑风电和储能的电网频率态势在线预测方法。

为实现以上目的，本发明的技术解决方案是：一种考虑风电和储能的电网频率态势在线预测方法，该方法包括以下步骤：

a、实时监测电力系统的运行状态，判断电力系统是否有功率缺额；

b、若电力系统没有发生功率缺额，则返回步骤a继续监测；若电力系统发生功率缺额，则进入步骤c；

c、采集电力系统运行状态数据和火电机组、风电机组、储能设备的设备信息；

d、综合考虑火电机组、风电机组、储能设备在电力系统频率响应中的调节作用，建立风储联合调频的电网频率态势预测聚合模型；

e、对所建立的电网频率态势预测聚合模型进行仿真计算，得出相应运行工况下电网频率态势在线预测结果。

步骤c中，所述电力系统运行状态数据和火电机组、风电机组、储能设备的设备信息包括：第i台火电机组惯性时间常数H_i、阻尼常数D_i、机械功率增益K_mi、汽轮机时间常数T_Ri、一次调频系数R_i；第j台风电机组惯性响应系数k_dj、一次调频系数k_pj、转子惯性响应时间常数T_ωj、变桨距响应时间常数T_βj；储能设备储能响应时间常数T_E。

根据发电机组的基准功率，对各采集信息进行归化、聚合，对于电力系统中的N台火电机组，M台风电机组，则定义火电机组总基准功率为风电机组总基准功率为其归化、聚合方法如下：

其中，K_m、T_R、R分别为聚合后火电机组机械功率增益、汽轮机时间常数、火电机组一次调频系数；k_d、k_p、T_ω、T_β分别表示聚合后风电机组惯性响应系数、一次调频系数、转子惯性响应时间常数、变桨距响应时间常数；H表示电力系统惯性时间常数；D表示电力系统阻尼常数。

步骤d中，电网频率态势预测聚合模型以传递函数形式表征；

步骤e中，对所建立的电网频率态势预测聚合模型进行仿真计算包括以下步骤：

风电机组转子惯性控制技术特性适合模拟传统电源的惯性响应，其频率模型的传递函数为：

风电机组变桨距控制技术特性适合模拟传统电源的一次调频，其频率模型的传递函数为：

将风电机组的惯性控制和变桨距控制相结合，使风电场具备类似于传统发电机组的惯性响应和一次调频能力，其频率模型传递函数为：

储能系统参与风电频率调节，其频率模型传递函数为：

风储联调模块频率模型传递函数为：

当电力系统发生功率缺额ΔP_d时，则有：

其中，Δω为频率偏差，对上式变形得到电力系统频率响应为：

假设电力系统的扰动量是一个阶跃扰动，即ΔP_d＝P_stepu(t)，P_step为扰动的大小，u(t)为阶跃函数，由拉普拉斯变换得到电力系统频率响应的频域表达式：

与现有技术相比，本发明的有益效果为：

本发明一种考虑风电和储能的电网频率态势在线预测方法，该方法考虑了风电机组以及储能设备对于电网频率的调节作用，通过采集电力系统运行状态数据以及机组设备信息进行归化聚合，建立综合考虑火电机组、风电机组、储能设备的频率响应聚合模型，该模型相对于现有的系统频率预测模型，额外考虑了风储联调环节在系统频率调整中的作用，有助于提高含大规模风电电力系统频率态势在线预测的精度，有利于相关人员进行电网的调控以及指挥调度。因此，本发明不仅提高了电网频率态势预测的精度，而且提高了电力系统频率预测的能力。

附图说明

图1是本发明一种考虑风电和储能的电网频率态势在线预测方法的流程图。

图2是本发明中考虑风电和储能的电网频率态势预测聚合模型。

具体实施方式

以下结合附图说明和具体实施方式对本发明作进一步详细的说明。

参见图1、图2，一种考虑风电和储能的电网频率态势在线预测方法，该方法包括以下步骤：

a、实时监测电力系统的运行状态，判断电力系统是否有功率缺额；

b、若电力系统没有发生功率缺额，则返回步骤a继续监测；若电力系统发生功率缺额，则进入步骤c；

c、采集电力系统运行状态数据和火电机组、风电机组、储能设备的设备信息；

d、综合考虑火电机组、风电机组、储能设备在电力系统频率响应中的调节作用，建立风储联合调频的电网频率态势预测聚合模型；

e、对所建立的电网频率态势预测聚合模型进行仿真计算，得出相应运行工况下电网频率态势在线预测结果。

步骤c中，所述电力系统运行状态数据和火电机组、风电机组、储能设备的设备信息包括：第i台火电机组惯性时间常数H_i、阻尼常数D_i、机械功率增益K_mi、汽轮机时间常数T_Ri、一次调频系数R_i；第j台风电机组惯性响应系数k_dj、一次调频系数k_pj、转子惯性响应时间常数T_ωj、变桨距响应时间常数T_βj；储能设备储能响应时间常数T_E。

根据发电机组的基准功率，对各采集信息进行归化、聚合，对于电力系统中的N台火电机组，M台风电机组，则定义火电机组总基准功率为风电机组总基准功率为其归化、聚合方法如下：

其中，K_m、T_R、R分别为聚合后火电机组机械功率增益、汽轮机时间常数、火电机组一次调频系数；k_d、k_p、T_ω、T_β分别表示聚合后风电机组惯性响应系数、一次调频系数、转子惯性响应时间常数、变桨距响应时间常数；H表示电力系统惯性时间常数；D表示电力系统阻尼常数。

步骤d中，电网频率态势预测聚合模型以传递函数形式表征；

步骤e中，对所建立的电网频率态势预测聚合模型进行仿真计算包括以下步骤：

风电机组转子惯性控制技术特性适合模拟传统电源的惯性响应，其频率模型的传递函数为：

风电机组变桨距控制技术特性适合模拟传统电源的一次调频，其频率模型的传递函数为：

将风电机组的惯性控制和变桨距控制相结合，使风电场具备类似于传统发电机组的惯性响应和一次调频能力，其频率模型传递函数为：

储能系统参与风电频率调节，其频率模型传递函数为：

风储联调模块频率模型传递函数为：

当电力系统发生功率缺额ΔP_d时，则有：

其中，Δω为频率偏差，对上式变形得到电力系统频率响应为：

假设电力系统的扰动量是一个阶跃扰动，即ΔP_d＝P_stepu(t)，P_step为扰动的大小，u(t)为阶跃函数，由拉普拉斯变换得到电力系统频率响应的频域表达式：

本发明的原理说明如下：

考虑到风机惯性控制和变桨距控制的频率响应能力，提出将储能与风电自身调频手段相结合，参与系统频率调节，利用储能的柔性控制作用，弥补风电机组自身惯性控制时间短和变桨控制响应慢的不足，用来提高电力系统频率稳定性。传统的仅依靠火电机组调频的模型在含高渗透率风电的电网频率态势在线预测中已经不够全面，考虑风电-储能联合调频的作用，将提高电网频率态势在线预测的精度，提高电力系统频率预测的能力，对于电网调度具有重要的指导意义。

本设计针对含大规模风电的电力系统提出了一种考虑风电以及储能联合调频的电网频率态势在线预测方法，该方法综合考虑了风机惯性控制和变桨距控制的频率响应能力以及储能设备的柔性控制在系统频率响应中发挥的作用，通过在线收集系统运行状态数据和火电机组、风电机组及储能设备的信息，建立火电机组、风电机组及储能设备联合调频的电网频率态势预测聚合模型，能够较好地对电网频率态势进行在线预测。与现有的方法相比，本方法涉及了风电机组以及储能设备在系统频率响应过程中发挥的作用，能够较好地进行电网频率态势在线预测，把握电力系统频率的变化趋势，提高电力系统对系统频率的预测能力。

在风电场配置适量的储能系统，主要用来满足电力系统对风电场的调频需求，使风电场具备类似于传统电源的惯性响应和一次调频能力，因此，储能系统的惯性响应系数和一次调频系数应与风电调频相应参数保持一致。

实施例：

参见图1、图2，一种考虑风电和储能的电网频率态势在线预测方法，该方法包括以下步骤：

a、实时监测电力系统的运行状态，判断电力系统是否有功率缺额；

b、若电力系统没有发生功率缺额，则返回步骤a继续监测；若电力系统发生功率缺额，则进入步骤c；

c、采集电力系统运行状态数据和火电机组、风电机组、储能设备的设备信息；

所述电力系统运行状态数据和火电机组、风电机组、储能设备的设备信息包括：第i台火电机组惯性时间常数H_i、阻尼常数D_i、机械功率增益K_mi、汽轮机时间常数T_Ri、一次调频系数R_i；第j台风电机组惯性响应系数k_dj、一次调频系数k_pj、转子惯性响应时间常数T_ωj、变桨距响应时间常数T_βj；储能设备储能响应时间常数T_E；

根据发电机组的基准功率，对各采集信息进行归化、聚合，对于电力系统中的N台火电机组，M台风电机组，则定义火电机组总基准功率为风电机组总基准功率为其归化、聚合方法如下：

其中，K_m、T_R、R分别为聚合后火电机组机械功率增益、汽轮机时间常数、火电机组一次调频系数；k_d、k_p、T_ω、T_β分别表示聚合后风电机组惯性响应系数、一次调频系数、转子惯性响应时间常数、变桨距响应时间常数；H表示电力系统惯性时间常数；D表示电力系统阻尼常数；

d、综合考虑火电机组、风电机组、储能设备在电力系统频率响应中的调节作用，建立风储联合调频的电网频率态势预测聚合模型，电网频率态势预测聚合模型以传递函数形式表征；

e、对所建立的电网频率态势预测聚合模型进行仿真计算，得出相应运行工况下电网频率态势在线预测结果；

对所建立的电网频率态势预测聚合模型进行仿真计算包括以下步骤：

风电机组转子惯性控制技术特性适合模拟传统电源的惯性响应，其频率模型的传递函数为：

风电机组变桨距控制技术特性适合模拟传统电源的一次调频，其频率模型的传递函数为：

将风电机组的惯性控制和变桨距控制相结合，使风电场具备类似于传统发电机组的惯性响应和一次调频能力，其频率模型传递函数为：

储能系统参与风电频率调节，其频率模型传递函数为：

风储联调模块频率模型传递函数为：

当电力系统发生功率缺额ΔP_d时，则有：

其中，Δω为频率偏差，对上式变形得到电力系统频率响应为：

假设电力系统的扰动量是一个阶跃扰动，即ΔP_d＝P_stepu(t)，P_step为扰动的大小，u(t)为阶跃函数，由拉普拉斯变换得到电力系统频率响应的频域表达式：

Claims (1)

1.一种考虑风电和储能的电网频率态势在线预测方法，其特征在于，该方法包括以下步骤：

a、实时监测电力系统的运行状态，判断电力系统是否有功率缺额；

b、若电力系统没有发生功率缺额，则返回步骤a继续监测；若电力系统发生功率缺额，则进入步骤c；

c、采集电力系统运行状态数据和火电机组、风电机组、储能设备的设备信息；

所述电力系统运行状态数据和火电机组、风电机组、储能设备的设备信息包括：第i台火电机组惯性时间常数H_i、阻尼常数D_i、机械功率增益K_mi、汽轮机时间常数T_Ri、一次调频系数R_i；第j台风电机组惯性响应系数k_dj、一次调频系数k_pj、转子惯性响应时间常数T_ωj、变桨距响应时间常数T_βj；储能设备储能响应时间常数T_E；

根据发电机组的基准功率，对各采集信息进行归化、聚合，对于电力系统中的N台火电机组，M台风电机组，则定义火电机组总基准功率为风电机组总基准功率为其归化、聚合方法如下：

其中，K_m、T_R、R分别为聚合后火电机组机械功率增益、汽轮机时间常数、火电机组一次调频系数；k_d、k_p、T_ω、T_β分别表示聚合后风电机组惯性响应系数、一次调频系数、转子惯性响应时间常数、变桨距响应时间常数；H表示电力系统惯性时间常数；D表示电力系统阻尼常数；

d、综合考虑火电机组、风电机组、储能设备在电力系统频率响应中的调节作用，建立风储联合调频的电网频率态势预测聚合模型，电网频率态势预测聚合模型以传递函数形式表征；

e、对所建立的电网频率态势预测聚合模型进行仿真计算，得出相应运行工况下电网频率态势在线预测结果；

对所建立的电网频率态势预测聚合模型进行仿真计算包括以下步骤：

风电机组转子惯性控制技术特性适合模拟传统电源的惯性响应，其频率模型的传递函数为：

风电机组变桨距控制技术特性适合模拟传统电源的一次调频，其频率模型的传递函数为：

将风电机组的惯性控制和变桨距控制相结合，使风电场具备类似于传统发电机组的惯性响应和一次调频能力，其频率模型传递函数为：

储能系统参与风电频率调节，其频率模型传递函数为：

风储联调模块频率模型传递函数为：

当电力系统发生功率缺额ΔP_d时，则有：

其中，Δω为频率偏差，对上式变形得到电力系统频率响应为：

假设电力系统的扰动量是一个阶跃扰动，即ΔP_d＝P_stepu(t)，P_step为扰动的大小，u(t)为阶跃函数，由拉普拉斯变换得到电力系统频率响应的频域表达式：