CN112542845B - 一种计及频率支撑能力的储能电站参与调峰控制方法 - Google Patents

Abstract

本发明公开了一种计及频率支撑能力的储能电站参与调峰的控制方法。本发明采用的技术方案为：储能电站的控制系统采集储能电池的荷电状态、电压、电网侧网架数据等必要数据作为输入，在不考虑平衡节点的情况下将电网频率偏移量作为自变量引入潮流计算公式，将其偏移影响引入到潮流计算公式中，以此新的潮流计算公式为基础，考察储能电站的不同控制策略对电网潮流的影响，储能电站的充放电功率变化将反应在电网频率偏移量中；继而利用最优潮流计算方法求解得到储能电站的调控策略；该储能电站的调控策略在考虑储能调峰能够削减电网运行成本的同时，也考虑储能对电网系统发生故障后的频率支撑作用，体现了储能电站削峰填谷和故障支撑的多重作用。

Description

一种计及频率支撑能力的储能电站参与调峰控制方法

技术领域

本发明属于储能电站的调控领域，涉及一种储能参与电网调峰和故障频率支撑的调控方法，具体地说是一种计及频率支撑能力的储能电站参与调峰控制方法。

背景技术

目前各国正大力发展新能源，但新能源的反调峰特性提高了电网峰谷差，给电网的稳定运行带来困难。为缓解调峰困境，各电网纷纷展开火电机组深度调峰，但深度调峰会增加机组运行成本，如何平衡经济性与调峰性能的关系是决定机组运行的关键因素。此外，由于储能技术优质的性能及大规模储能技术的日趋成熟，储能电站也成为一种重要的调峰手段，储能辅助火电机组调峰已成为研究热点。

另一方面，电池储能电站具有四象限调节能力，其响应速度快、能量密度高、功率和容量配置灵活，在电网辅助调频中应用愈加广泛。国外是电池储能辅助调频的主要应用市场，电池储能辅助调频是电力市场交易中的重要组成部分。如何更有效的利用电池储能参与电网一次调频，已成为行业关注的热点。

因此，如何兼顾调峰和故障情况下的双重作用，最大限度发挥储能电站在电网中的优势，是一个值得深入研究的问题。

发明内容

本发明所要解决的技术问题是克服上述现有技术存在的缺陷，提供一种计及频率支撑能力的储能电站参与调峰控制方法，其在考虑储能调峰能够削减电网运行成本的同时，也考虑储能对电网系统发生故障后的频率支撑作用，以体现储能电站削峰填谷和故障支撑的多重作用。

为此，本发明采用的技术方案如下：一种计及频率支撑能力的储能电站参与调峰控制方法，其包括步骤：

1)在每一次调度周期中，获取当前储能电站荷电状态、电压、电网侧网架结构和潮流数据，将上述数据输入至储能电站的控制系统中；

2)根据电网运行的历史数据，储能电站的控制系统将采用负荷预测方法生成未来一段时间内的有限种可能的典型场景，并计算得到其出现的概率；

3)储能电站的控制系统将建立储能控制策略的数学模型；该控制策略的数学模型将储能电站的充放电功率、发电机组的出力功率、电网系统的频率偏移量和节点的相角作为自变量，将发电机组的成本消耗最小作为目标函数；

4)基于上述建立的数学模型，对电网系统一段短期时间内的预想故障场景都进行最优潮流计算求解，将所述步骤2)中各典型场景下的目标函数进行概率加权得到统一的目标函数，继而进行最优潮流计算；最优潮流计算的结果即为储能电站的充放电策略。

本发明建立了一种考虑预想故障状态下频率支撑作用的储能参与调峰数学模型(即储能控制策略的数学模型)：储能电站的控制系统首先采集储能电池的荷电状态、电压、电网侧网架数据等必要数据作为输入，然后在不考虑平衡节点的情况下将频率偏移量作为自变量引入潮流计算公式，利用发电侧和用电侧的功率和电网系统频率的对应函数关系，反映频率偏移量对发电侧和负荷侧功率的偏移影响，将其偏移影响引入到潮流计算公式中；以此新的潮流计算公式为基础，考察储能电站的不同控制策略对电网潮流的影响，储能电站的充放电功率变化将反应在电网频率偏移量中；继而可以利用最优潮流计算方法求解得到储能电站的调控策略，将该调控策略下达给储能电池实现充放电；该储能电站的调控策略在考虑储能调峰能够削减电网运行成本的同时，也考虑了储能对电网系统发生故障后的频率支撑作用，体现了储能电站削峰填谷和故障支撑的多重作用。

进一步地，所述步骤3)中，所述的数学模型将频率偏移量作为自变量引入潮流计算公式，利用发电侧和用电侧的功率和电网系统频率的对应函数关系，反映电网频率偏移量对发电侧和负荷侧功率的偏移影响，将其偏移影响引入到潮流计算公式中。

进一步地，所述步骤3)中，电网频率偏移量对发电侧和负荷侧的功率偏移影响通过式(2)所示的函数关系引入到潮流计算公式中，即在常用的潮流计算公式中引入电网频率偏移量这一自变量和频率偏移量对发电侧和负荷侧功率偏移量的这一映射关系；

其中，N_Gi表示第i个节点共有N_Gi台发电机组，N_Bi表示第i个节点共有N_Bi台储能电站相连，N表示电力网络中节点数；P_Gj表示第j台发电机组的有功出力，P_Bj表示第j台储能电站的有功功率，P_Li表示第i个节点的负荷；θ_i表示第i个节点的相角，x_ij表示节点i和节点j之间的线路阻抗，K_Gj表示第j台发电机组经过线性化处理后的机组出力-频率系数，即反映电网频率每变化一个单位后发电机组的有功出力将变化K_Gj个单位；K_Li表示第i号节点经过线性化处理后的负荷功率-频率系数，即反映电网频率每变化一个单位后节点的有功负荷将变化K_Li个单位；Δf表示电网频率的偏移量。

进一步地，步骤3)中，所述的数学模型将储能电站荷电状态约束、发电机组出力上下限约束和爬坡约束作为安全约束引入。

进一步地，所述的步骤3)的具体实施步骤如下：

将储能电站的充放电功率P_B，发电机组的出力功率P_G，电网系统的频率偏移量Δf和节点的相角θ作为自变量；

将发电机组的成本消耗最小作为目标函数写成式(3)所示，其中C_Gj表示第G_j台发电机组的出力成本的一次项系数；

进一步地，所述的步骤3)中，将储能电站荷电状态约束引入到数学模型中，写成如式(4)所示，其中S_i表示第i个储能电站的SOC容量，S_imin和S_imax分别表示第i个储能电站允许的最小和最大SOC容量；

S_imin≤S_i≤S_imax (4)

将储能电站有功出力约束引入到数学模型中，写成如式(5)所示，其中P_Bi表示第i个储能电站的有功出力，P_Bimin和P_Bimax分别表示第i个储能电站允许的最小和最大有功出力；

P_Bimin≤P_Bi≤P_Bimax (5)

将发电机组有功出力约束引入到数学模型中，写成如式(6)所示，其中P_Gi表示第i个发电机组的有功出力，P_Gimin和P_Gimax分别表示第i个发电机组允许的最小和最大有功出力；

P_Gimin≤P_Gi≤P_Gimax (6)

进一步地，所述的步骤3)中，将发电机组有功爬坡安全约束引入到数学模型中，写成如式(7)所示，其中P_Gi(t+1)和P_Git分别表示第i个发电机组在t+1时刻和t时刻的有功出力，P_RDi和P_RUi分别表示第i个发电机组允许的最小和最大有功爬坡功率；

P_RDi≤P_Gi(t+1)-P_Git≤P_RUi (7)

进一步地，所述的步骤3)中，将节点电压约束引入到数学模型中，写成如式(8)所示，其中θ_i表示第i号节点的电压相角，θ_imax表示第i号节点允许的最大电压相角；

θ_i≤θ_imax (8)

进一步地，所述的步骤3)中，将发生故障后的电网频率偏移量约束引入到数学模型中，写成如式(9)所示，其中Δf和Δf_max分别表示发生预想故障后的电网频率偏移量和允许的最大电网频率偏移量；

Δf≤Δf_max (9)

进一步地，所述的步骤4)中，根据电力系统预测技术得到未来一段时间可能的电网状态，根据场景缩减常规方法得到N_C个典型场景，其中第i个场景对应发生的概率为p_i；假设考察未来N_T个时间段的储能电站行为和电网状态，则形成N_C*N_T的矩阵如式(10)所示，其中Λ_i,j表示第i个预想场景下第j个时段的电网状态；

对电网系统N_T时间内可能出现的各种典型场景的目标函数进行概率加权求和后，得到统一的目标函数，进行最优潮流计算求解，即得到储能电站的调控策略。

本发明具有的有益效果如下：本发明在考虑储能调峰能够削减电网运行成本的同时，也考虑了储能对电网系统发生故障后的频率支撑作用，体现了储能电站削峰填谷和故障支撑的多重作用。

附图说明

图1是现有储能电站未考虑预想故障情况下电网系统在故障发生时的频率变化图；

图2是本发明储能电站考虑预想故障情况下的电网系统在故障发生时的频率变化图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。

本发明为一种计及频率支撑能力的储能电站参与调峰控制方法，其包括以下步骤：

1)在每一次调度周期中，获取当前储能电站荷电状态、电压、电网侧网架结构和潮流数据，将上述数据输入至储能电站的控制系统中；

2)根据电网运行的历史数据，储能电站的控制系统将采用负荷预测方法生成未来一段时间内的有限种可能的典型场景，并计算得到其出现的概率；

3)储能电站的控制系统将建立储能控制策略的数学模型；该控制策略的数学模型将储能电站的充放电功率、发电机组的出力功率、电网系统的频率偏移量和节点的相角作为自变量，将发电机组的成本消耗最小作为目标函数；

4)基于上述建立的数学模型，对电网系统一段短期时间内的预想故障场景都进行最优潮流计算求解，将所述步骤2)中各典型场景下的目标函数进行概率加权得到统一的目标函数，继而进行最优潮流计算；最优潮流计算的结果即为储能电站的充放电策略。

步骤3)中，所述的数学模型将电网频率偏移量作为自变量引入潮流计算公式，利用发电侧和用电侧的功率和电网频率的对应函数关系，反映电网频率偏移量对发电侧和负荷侧功率的偏移影响，将其偏移影响引入到潮流计算公式中。

所述步骤3)中，电网频率偏移量对发电侧和负荷侧的功率偏移影响通过式(2)所示的函数关系引入到潮流计算公式中，即在常用的潮流计算公式中引入电网频率偏移量这一自变量和频率偏移量对发电侧和负荷侧功率偏移量的这一映射关系；

其中，N表示电力网络中节点数，N_Gi表示第i个节点共有N_Gi台发电机组，N_Bi表示第i个节点共有N_Bi台储能电站相连；P_Gj表示第j台发电机组的有功出力，P_Bj表示第j台储能电站的有功功率，P_Li表示第i个节点的负荷；θ_i表示第i个节点的相角，x_ij表示节点i和节点j之间的线路阻抗，K_Gj表示第j台发电机组经过线性化处理后的机组出力-频率系数，即反映电网频率每变化一个单位后发电机组的有功出力将变化K_Gj个单位；K_Li表示第i号节点经过线性化处理后的负荷功率-频率系数，即反映电网频率每变化一个单位后节点的有功负荷将变化K_Li个单位；Δf表示电网频率的偏移量。

步骤3)中，所述的数学模型将储能电站荷电状态约束、发电机组出力上下限约束和爬坡约束作为安全约束引入。

所述的步骤3)的具体实施步骤如下：

将储能电站的充放电功率P_B，发电机组的出力功率P_G，电网系统的频率偏移量Δf和节点的相角θ作为自变量；

将发电机组的成本消耗最小作为目标函数写成式(3)所示，其中C_Gj表示第G_j台发电机组的出力成本的一次项系数；

所述的步骤3)中，

将储能电站荷电状态约束引入到数学模型中，写成如式(4)所示，其中S_i表示第i个储能电站的SOC容量，S_imin和S_imax分别表示第i个储能电站允许的最小和最大SOC容量；

S_imin≤S_i≤S_imax (4)

将储能电站有功出力约束引入到数学模型中，写成如式(5)所示，其中P_Bi表示第i个储能电站的有功出力，P_Bimin和P_Bimax分别表示第i个储能电站允许的最小和最大有功出力；

P_Bimin≤P_Bi≤P_Bimax (5)

将发电机组有功出力约束引入到数学模型中，写成如式(6)所示，其中P_Gi表示第i个发电机组的有功出力，P_Gimin和P_Gimax分别表示第i个发电机组允许的最小和最大有功出力；

P_Gimin≤P_Gi≤P_Gimax (6)

将发电机组有功爬坡安全约束引入到数学模型中，写成如式(7)所示，其中P_Gi(t+1)和P_Git分别表示第i个发电机组在t+1时刻和t时刻的有功出力，P_RDi和P_RUi分别表示第i个发电机组允许的最小和最大有功爬坡功率；

P_RDi≤P_Gi(t+1)-P_Git≤P_RUi (7)

将节点电压约束引入到数学模型中，写成如式(8)所示，其中θ_i表示第i号节点的电压相角，θ_imax表示第i号节点允许的最大电压相角；

θ_i≤θ_imax (8)

将发生故障后的电网频率偏移量约束引入到数学模型中，写成如式(9)所示，其中Δf和Δf_max分别表示发生预想故障后的电网频率偏移量和允许的最大电网频率偏移量；

Δf≤Δf_max (9)

所述的步骤4)中，

根据电力系统预测技术得到未来一段时间可能的电网状态，根据场景缩减常规方法得到N_C个典型场景，其中第i个场景对应发生的概率为p_i；假设考察未来N_T个时间段的储能电站行为和电网状态，则形成N_C*N_T的矩阵如式(10)所示，其中Λ_i,j表示第i个预想场景下第j个时段的电网状态；

对电网系统N_T时间内可能出现的各种典型场景都进行最优潮流计算求解，将结果进行概率加权求和后，即得到储能电站的调控策略。

应用例

本发明使用Julia软件编写了本发明所述的方法，并针对案例数据展示实施效果。

运行环境：

Intel Core i5-4250U CPU 1.30GHz，4GB内存，Microsoft Windows 10x64

Julia 1.1.1

CPLEX 12.9

Visual Studio 2013

Matlab 2016a

实施结果：

本应用例基于IEEE30输电网系统，包含5台发电机组和1台储能电站，额定功率100MVA，围绕系统过载故障场景下储能的不同调控策略，分析储能对系统经济调峰和故障支撑的综合作用；作为简单的实施例，本例中的发电机组成本采用有功出力的线性函数表示，成本系数C_B取2.62*10³；发电机组与负荷的有功功率对频率变化量的系数也采用线性函数表示，线性系数K_G和K_L均取2.8；发电机组有功出力上下限标幺值分别取1.5和0.2；发电机组爬坡上下限标幺值分别取0.1和-0.1；储能电站SOC上下限标幺值分别取0.2和0.8；储能电站有功出力上下限标幺值分别取1.0和-1.0。

表1反映了储能在不同调控方案下的经济收益和系统对故障的预防能力分析；根据本案例结果可以看出，在常规的未考虑预想故障情况下时，机组的成本为6.36*10⁵元；而考虑储能对故障后频率支撑的情况下时，机组总成本为6.43*10⁵元，上升了1.08％，这是由于储能需要留有一定裕量来应对可能发生的过载等故障，在付出较小的有限的额外成本的情况下，储能可以将故障后的电网系统频率从0.8538提升至0.9800，大大确保了系统应对预想故障的稳定性。

表1储能在不同调控方案下的经济收益和系统对故障的预防能力分析

	机组成本/元	故障后频率/50Hz
			未考虑预想故障时	6.36*10<sup>5</sup>	0.8538
考虑预想故障时	6.43*10<sup>5</sup>	0.9800

图1反映了储能在未考虑预想故障的情况下，在最后一个时间点故障来临时由于储能SOC维持在20％的较低值，无法再对外输送功率，而常规发电机组没有快速灵活的爬坡能力，导致系统出现较大功率缺额，频率直接下跌至0.8538，造成较为严重的事故；

而图2反映了储能在考虑预想故障的情况下，在最后一个时间点故障来临时由于储能预先进行充电，预留了一部分SOC，将SOC维持在57.46％的较高值，在故障来临时快速对外输送功率，弥补系统功率缺额，支撑电网系统频率，使得故障后瞬间电网系统频率下跌至0.98，大大减小了故障对系统的危害程度。

Claims (8)

1.一种计及频率支撑能力的储能电站参与调峰控制方法，其特征在于，包括步骤：

1)在每一次调度周期中，获取当前储能电站荷电状态、电压、电网侧网架结构和潮流数据，将上述数据输入至储能电站的控制系统中；

2)根据电网运行的历史数据，储能电站的控制系统将采用负荷预测方法生成未来一段时间内的有限种可能的典型场景，并计算得到其出现的概率；

3)储能电站的控制系统将建立储能控制策略的数学模型；该控制策略的数学模型将储能电站的充放电功率、发电机组的出力功率、电网系统的频率偏移量和节点的相角作为自变量，将发电机组的成本消耗最小作为目标函数；

4)基于所述步骤3)中建立的数学模型，对电网系统一段短期时间内的预想故障场景都进行最优潮流计算求解，将所述步骤2)中各典型场景下的目标函数进行概率加权得到统一的目标函数，继而进行最优潮流计算；最优潮流计算的结果即为储能电站的充放电策略；

所述步骤3)中，所述的数学模型将电网频率偏移量作为自变量引入潮流计算公式，利用发电侧和用电侧的功率和电网系统频率的对应函数关系，反映电网频率偏移量对发电侧和负荷侧功率的偏移影响，将其偏移影响引入到潮流计算公式中；

所述步骤3)中，电网频率偏移量对发电侧和负荷侧的功率偏移影响通过式(2)所示的函数关系引入到潮流计算公式中，即在电力行业内常用的潮流计算公式中引入频率偏移量这一自变量和频率偏移量对发电侧和负荷侧功率偏移量这一映射关系；

其中，N_Gi表示第i个节点共有N_Gi台发电机组，N_Bi表示第i个节点共有N_Bi台储能电站相连，N表示电力网络中节点数；P_Gj表示第j台发电机组的有功出力，P_Bj表示第j台储能电站的有功功率，P_Li表示第i个节点的负荷；θ_i表示第i个节点的相角，x_ij表示节点i和节点j之间的线路阻抗，K_Gj表示第j台发电机组经过线性化处理后的机组出力-频率系数，即反映电网频率每变化一个单位后发电机组的有功出力将变化K_Gj个单位；K_Li表示第i号节点经过线性化处理后的负荷功率-频率系数，即反映电网频率每变化一个单位后节点的有功负荷将变化K_Li个单位；Δf表示电网频率的偏移量。

2.根据权利要求1所述的一种计及频率支撑能力的储能电站参与调峰控制方法，其特征在于，步骤3)中，所述的数学模型将储能电站荷电状态约束、发电机组出力上下限约束和爬坡约束作为安全约束引入。

3.根据权利要求2所述的一种计及频率支撑能力的储能电站参与调峰控制方法，其特征在于，所述的步骤3)的具体实施步骤如下：

将储能电站的充放电功率P_B，发电机组的出力功率P_G，电网的频率偏移量Δf和节点的相角θ作为自变量；

将发电机组的成本消耗最小作为目标函数写成式(3)所示，其中C_Gj表示第G_j台发电机组的出力成本的一次项系数；

4.根据权利要求2所述的一种计及频率支撑能力的储能电站参与调峰控制方法，其特征在于，所述的步骤3)中，

将储能电站荷电状态约束引入到数学模型中，写成如式(4)所示，其中S_i表示第i个储能电站的荷电状态(SOC)容量，S_imin和S_imax分别表示第i个储能电站允许的最小和最大SOC容量；

S_imin≤S_i≤S_imax (4)

将储能电站有功出力约束引入到数学模型中，写成如式(5)所示，其中P_Bi表示第i个储能电站的有功出力，P_Bimin和P_Bimax分别表示第i个储能电站允许的最小和最大有功出力；

P_Bimin≤P_Bi≤P_Bimax (5)

将发电机组有功出力约束引入到数学模型中，写成如式(6)所示，其中P_Gi表示第i个发电机组的有功出力，P_Gimin和P_Gimax分别表示第i个发电机组允许的最小和最大有功出力；

P_Gimin≤P_Gi≤P_Gimax (6)。

5.根据权利要求4所述的一种计及频率支撑能力的储能电站参与调峰控制方法，其特征在于，所述的步骤3)中，将发电机组有功爬坡安全约束引入到数学模型中，写成如式(7)所示，其中P_Gi(t+1)和P_Git分别表示第i个发电机组在t+1时刻和t时刻的有功出力，P_RDi和P_RUi分别表示第i个发电机组允许的最小和最大有功爬坡功率；

P_RDi≤P_Gi(t+1)-P_Git≤P_RUi (7)。

6.根据权利要求2所述的一种计及频率支撑能力的储能电站参与调峰控制方法，其特征在于，所述的步骤3)中，

将节点电压约束引入到数学模型中，写成如式(8)所示，其中θ_i表示第i号节点的电压相角，θ_imax表示第i号节点允许的最大电压相角；

θ_i≤θ_imax (8)。

7.根据权利要求2所述的一种计及频率支撑能力的储能电站参与调峰控制方法，其特征在于，所述的步骤3)中，将发生故障后的电网频率偏移量约束引入到数学模型中，写成如式(9)所示，其中Δf和Δf_max分别表示发生预想故障后的电网频率偏移量和允许的最大电网频率偏移量；

Δf≤Δf_max (9)。

8.根据权利要求2所述的一种计及频率支撑能力的储能电站参与调峰控制方法，其特征在于，所述的步骤4)中，根据电力系统预测技术得到未来一段时间可能的电网状态，根据场景缩减常规方法得到N_C个典型场景，其中第i个场景对应发生的概率为p_i；假设考察未来N_T个时间段的储能电站行为和电网状态，则形成N_C*N_T的矩阵如式(10)所示，其中Λ_i,j表示第i个预想场景下第j个时段的电网状态；

对电网系统N_T时间内可能出现的各种典型场景的目标函数进行概率加权求和后，得到统一的目标函数，进行最优潮流计算求解，即得到储能电站的调控策略。

Images