CN112909980B - 一种电化学储能模拟火电机组快速频率响应的虚拟系数优化方法 - Google Patents
一种电化学储能模拟火电机组快速频率响应的虚拟系数优化方法 Download PDFInfo
- Publication number
- CN112909980B CN112909980B CN202110434599.XA CN202110434599A CN112909980B CN 112909980 B CN112909980 B CN 112909980B CN 202110434599 A CN202110434599 A CN 202110434599A CN 112909980 B CN112909980 B CN 112909980B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- frequency
- power
- response
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000004044 response Effects 0.000 title claims abstract description 198
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005457 optimization Methods 0.000 title claims abstract description 32
- 238000012983 electrochemical energy storage Methods 0.000 title claims abstract description 16
- 238000004146 energy storage Methods 0.000 claims abstract description 211
- 230000008901 benefit Effects 0.000 claims abstract description 12
- 238000007665 sagging Methods 0.000 claims description 14
- 238000004088 simulation Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 11
- 230000007812 deficiency Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 5
- 230000002950 deficient Effects 0.000 claims description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 11
- 238000007599 discharging Methods 0.000 abstract description 5
- 230000033228 biological regulation Effects 0.000 description 10
- 238000011160 research Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
- H02J3/241—The oscillation concerning frequency
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种电化学储能模拟火电机组快速频率响应的虚拟系数优化方法,该方法中储能的虚拟惯性响应和虚拟下垂控制为单独运行或并行状态,不涉及二者切换,当储能因参快速频率响应而导致荷电状态不佳时,令其自主充放电,该充放电行为仅作为其对自身荷电状态的调整,因此不影响电网的频率计算,储能的虚拟惯性响应系数和虚拟下垂控制系数也不改变。本发明以电网频率安全为根本要求,站在系统调度的视角,根据频率安全态势感知结果,以电网全天96时段快速频率响应辅助服务最低为目标,自动优化储能全天各时段的虚拟惯性响应系数和虚拟下垂控制系数,进而得出储能各时段参与快速频率响应的功率以及储能参与后的电网频率,从而实现保证电网安全并兼顾电网利益的目的。
Description
技术领域
本发明属于电化学储能参与电网快速频率响应辅助服务技术领域,特别是涉及一种大规模电化学储能模拟火电机组参与快速频率响应的虚拟系数优化方法。
背景技术
在全球资源紧张、环境恶化、气候变暖等威胁人类生存与可持续发展的问题日益严重的情况下,以风能、太阳能为代表的可再生能源并网比例不断提高,此类可再生能源挤占了有调节能力的常规机组的发电空间,使得电网的快速频率响应能力下降,并且此类可再生能源的随机性、不确定性也对电力系统频率安全产生了威胁。
储能因具有响应速度快、可精确控制、充放电双向调节能力等特点,特别是近年来,随着储能技术进步及成本下降,规模化储能在电力系统中的重要性逐渐显现。大规模储能身为储能系统中的一种,其响应速度快,调节延迟小,可在毫秒级时间范围内实现满功率输出;控制精度高,能够在额定功率范围内的任何功率点保持稳定输出;储能系统可实现双向调节,提供其额定功率双倍的调频容量,在电网调频方面有着显著的优势。
为支持和鼓励储能电站的建设和利用,国家层面制定出台了一系列涉及储能应用发展的支持性政策和方案,地方层面积极响应并推动相关储能支持政策落地,这其中与储能在大电网中应用密切相关的即是辅助服务市场建设,如东北、福建、山东、甘肃、新疆等地区和省市纷纷出台了辅助服务市场运营规则。但目前在市场建设初期,各地主要围绕调峰、部分地区辅以调频开展辅助服务市场建设。以东北地区为例,主要围绕调峰(还有旋转备用等)辅助服务,设置电储能调峰交易品种,并对其交易方式、执行方式等进行规定,但对于调频辅助服务暂未有市场规则,采取事后补偿方式进行补偿。
此外,目前对于储能参与调频辅助服务的研究,较少站在系统调度层面对储能进行调控,对于各种类型的储能参与电网调频辅助服务的现有研究,主要集中在储能主动参与调频时如何调整其参与调频的方式。其中,针对电化学储能参与调频辅助服务,主要是令储能模拟常规机组的快速频率响应方式,对储能进行虚拟惯性响应与进行虚拟下垂控制。令储能模拟常规机组调频,目前的研究主要分为两大类,其中一类是研究储能进行虚拟惯性响应和虚拟下垂控制的切换时间,另一类是根据储能当前的荷电状态如何调整储能参与调频的空间。文献《大容量电池储能参与电网一次调频的优化控制策略研究》针对大容量电池储能可有效缓解由于高渗透率新能源接入带来的电网一次调频性能弱化的问题,提出了一种融合虚拟惯性和可变下垂控制的大容量电池储能一次频率控制策略,该策略引入虚拟惯性响应环节可有效降低频率波动初期的频率变化速率。虽然该策略中利用储能模拟常规机组进行虚拟惯性响应和可变下垂控制可以改善电网一次调频性能弱化的问题,但是该策略以储能电站自身利益为优先,在经典下垂控制的基础上加入了基于荷电状态对下垂系数进行修正,加入荷电状态修正的方式虽然可以达到避免储能过充过放的目的,但是如果常规机组调频能力不足需要储能参与快速频率响应而储能因修正自身荷电状态而放弃参与,则会对电力系统频率安全造成威胁,这对电网是不利的。
综上所述,无论是研究虚拟惯性响应和虚拟下垂控制如何切换,还是研究如何根据荷电状态改变调频功率,当前的研究多数是站在储能自身角度,以储能自身利益为首要目标。
因此,本发明基于系统调度层面提出了一种大规模电化学储能(以下简称储能)模拟常规机组参与电网快速频率响应辅助服务时对储能虚拟惯性响应系数和虚拟下垂控制系数的优化方法。该方法实现了储能虚拟系数的优化以及储能参与快速频率响应时电力系统频率的计算,并且在保证电力系统频率安全的同时兼顾了电网的利益。
发明内容
针对上述问题,考虑到系统频率计算公式的非线性使得优化约束复杂、常规优化工具箱分析不便、发电系统等效困难等问题,本发明提出基于大规模电化学储能模拟常规机组进行虚拟惯性响应系数和虚拟下垂控制时其系数的优化方法。该方法考虑到非线性致使优化问题难以求解的问题,利用分情况优化再对比的方式简化了复杂问题,采用该方法对机组与储能等效后共同进行快速频率响应的电力系统频率进行计算,并根据系统频率要求改变储能虚拟系数值,实现了考虑电网经济性的同时保证电力系统频率安全。
为了达到上述目的,本发明采用的技术方案是:
一种电化学储能模拟火电机组快速频率响应的虚拟系数优化方法,包括以下步骤:
步骤1:电网安全稳定运行必须保证系统频率的安全,即保证系统频率f不低于规定的频率安全下限fs,如式(1):
f≥fs (1)
当机组能力不足,电网则需要其它资源与机组共同进行快速频率响应以保证式(1)得以满足,即保证系统的快速频率响应能力。
本发明针对储能参与系统快速频率响应,站在系统调度层面对储能参与快速频率响应时的虚拟系数进行优化,优先保证系统频率安全考虑电网利益。首先,了解火电机组的快速频率响应机理,其中包含惯性响应和一次调频两部分。惯性响应功率ΔPH由系统频率变化率Δf/Δt决定,机组惯性响应系数H由其本身固有特性决定,惯性响应遵循式(2);一次调频功率ΔPK由系统频差Δf决定,机组进行一次调频的调差系数R可调,计算一次调频功率时通常使用调差系数的倒数,表示为K=1/R,一次调频如式(3)。
ΔPH=H·Δf/Δt (2)
ΔPK=K·Δf (3)
令储能模拟火电机组进行快速频率响应,即令储能模拟其惯性响应和一次调频的模式,令储能的虚拟惯性响应系数可调,并令储能的虚拟下垂控制系数可调(储能下垂控制系数指其调差系数的倒数)。
步骤2:对系统频率安全态势进行感知,根据系统当前是什么状态,为什么出现这种状态以及系统未来将要出现什么状态这三个问题,针对快速频率响应构建辅助服务需求与能力态势感知架构,该架构主要包括三个层次:能力估计,需求预测及指标评价。
能力估计,即根据步骤1所述快速频率响应的基本原理,寻求机组各元件快速频率响应动作的描述以及调频效果的分析,对系统现有的频率调整能力进行估计。在多机系统中,因每台发电机组的频率响应不一定相同,需要定义一个等效的发电机来反映所有发电机组的平均频率行为,这台发电机被称为整个系统的惯性中心(COI)。根据惯性常数的定义,第i台发电机关于系统额定频率的单机惯性常数Hi,sys如式(4),系统惯性中心的频率fCOI如式(5)。
式中,N为机组总数;i为机组编号;Hi为机组i的惯性;Si为第i台发电机的额定容量;Ssys为系统总容量,f为系统频率。
需求预测,即通过系统实时运行状态辨识,以历史数据和实时数据为基础,推演未来一段时间内系统运行状态是否发生变化,对系统调频需求进行预测。据《电力系统安全稳定导则GB38755-2019》中对电力系统安全性的要求,“N-1准则”是指正常运行方式下电力系统中任意一个元件(如线路、发电机、变压器等)无故障或因故障断开后,电力系统应能保持稳定运行和正常供电,其他元件不过负荷,电压和频率均在允许范围内。“N-1准则”用于单一元件无故障断开条件下电力系统静态安全分析,或单一元件故障断开后的电力系统稳定性分析即动态安全分析。
指标评价,即根据各项辅助服务的基本原理和控制过程,设定相应的指标参数,对系统现有调整能力和需求进行数量化描述,对二者之间的缺口大小及其紧急程度进行评价。
根据系统频率安全态势感知生成96时段内每时段的最大系统功率缺额数据,根据辅助服务需求与能力态势感知结果进行储能参与快速频率响应时储能与机组的快速频率响应责任分配。
因为快速频率响应希望系统频率迅速回到安全范围内,而储能在参与电网快速频率响应过程中具有响应速度快、跟踪精度高等明显优势,由储能优先承担部分快速频率响应调节任务,能够提高电网整体调节速率,改善其调频响应时延,减少电网对火电机组的调节需求。但大规模储能参与快速频率响应的成本比常规机组高出较多,合理进行大规模储能与常规机组的责任分配才能利用储能优势保证电网的安全经济运行。二者的责任分配由快速频率响应需求的紧急程度决定。快速频率响应需求紧急程度综合考虑了某一时段内功率缺额的大小、发生概率以及机组快速频率响应能力。当机组能力足以应对系统功率缺额时,不需要储能参与快速频率响应;当快速频率响应紧急程度较高,这时主要考虑安全性,需要储能补充机组能力的不足,即需储能充放电速率快,保证系统有足够的快速频率响应能力;当快速频率响应紧急程度较低,可使储能在参与快速频率响应时出力小一些,兼顾电网经济性。
步骤3:根据已知机组固有特性参数搭建仿真系统,在仿真系统内给定阶跃扰动,对系统5s内的响应曲线进行拟合,得到能够合理反映快速频率响应阶段的机组时间常数、机组下垂控制系数拟合结果。根据各机组固有参数对所有机组组成的系统进行惯性等效,等效后的系统总惯性可通过式(6)进行计算:
式中,Hsys为等效系统惯性;SB为系统基准容量。
步骤4:根据96时段内每时段的最大系统功率缺额计算各个时段仅由机组进行快速频率响应时的系统频率最低值,系统频率最低值计算模型如图1所示。
在系统频率从稳态值跌落到最低值的动态变化过程中,时间通常仅为几秒,在这个短暂的过程中,系统频率初始衰减的斜率在秒级尺度内一般为固定值mΔω,如图2所示,因此可以把发电机的输出简化为以线性爬坡率的输出,如式(7)所示:
ΔPGi(t)≈Ki·mΔω·t (7)
式中,ΔPGi为t时刻机组i的功率;Ki为机组i的简化线性爬坡率。
首先根据式(8)、(9)求取系统各个时段在稳态下出现功率缺额后系统频率到达最低值的时间,各个机组的简化线性爬坡率,进而根据式(10)求出各个时段的最大系统频差,从而由式(11)得到各个时段的系统频率最低值,同时由式(12)求出系统各个时段的一次调频功率值。
fmin=f0-Δfmax (11)
式中,Δfmax为最大系统频差;Pd为系统功率缺额标;f0为系统出现功率缺额前的初始稳态频率值;fB为系统频率基准值;PGi为机组i的一次调频功率;K0,i为机组i的调差系数的倒数;Ts,i为机组i的时间常数,tmin为系统到达系统频率最低值的时间;fmin为系统频率最低值。以上除最大系统频差、系统频率最低值为有名值外,其余均为标幺值。
步骤5:判断步骤4中的全天96时段(以15min为一个时段,全天共96时段)各时段的系统频率最低值是否满足系统频率要求,若全都满足要求,说明仅由机组就能保证系统频率维持在最低下限以上,不需要储能参与快速频率响应,储能全天快速频率响应功率为0,不再需要进行下述步骤;若系统频率有不满足要求的时段,则在不满足的时段令储能与机组共同参与快速频率响应,进行下述步骤优化储能参与快速频率响应时的虚拟惯性响应和虚拟下垂系数,而满足要求的时段储能参与快速频率响应的功率为0。
步骤6:步骤5中指出,在不满足系统频率要求的时段,令储能与火电机组共同进行快速频率响应调节系统频率。因此,需要计算储能与火电机组共同快速频率响应时的系统频率,即需要在步骤3中的等效系统基础上加入储能进一步等效,加入储能后系统的等效惯性可由式(13)表示:
式中Heaq为加入储能后系统的等效惯性;Hbat为储能的虚拟惯性响应系数;Sbat为储能容量。
步骤7:反复迭代优化储能的惯性响应系数、下垂控制系数,直至满足预先设定的频率要求。由于加入储能后系统等效惯性发生改变,此时步骤4中系统频率到达最低值的时间、最大系统频差、各机组一次调频功率由式(8)、(10)、(12)变化为式(14)、(15)、(16)。
式(14)、(15)中,Kbat为储能的下垂控制系数。
根据式(11)、(13)、(14)、(15)、(16)迭代优化储能的惯性响应系数、下垂控制系数,直至各时段的系统频率均满足式(1)要求。
优化同时需要保证储能功率满足自身功率上下限约束,如式(17)。
式中,为储能的一次调频功率;/>为储能的惯性响应功率。
如步骤4所述,在系统频率从稳态值跌落到最低值的动态变化过程这个短暂的过程中,系统频率初始衰减的斜率在秒级尺度内一般为固定值mΔω,因此可以把发电机的输出简化为如式(7)线性爬坡率的输出,因此在系统频率到达最低值的瞬间有式(18):
对式(18)求积分并求极值,将t=0代入,可求得在初始阶段,系统频率的近似线性变化率如式(19)所示:
因此,可以近似计算储能的惯性响应功率如式(20)所示:
储能的一次调频功率,如式(21)所示:
此外,优化同时需要满足储能荷电状态(SOC,state of charge)上下限约束。荷电状态为电化学储能在使用一段时间或长期搁置不用后的剩储能余容量与其完全充电状态下的容量比值,如式(22),其取值范围为0~1,当储能电量完全释放时SOC=0,全部充满时SOC=1,为保证储能长期安全运行,通常需要令SOC保持在一个合适的范围内(本发明设定范围为0.1~0.9),如式(23)。
根据储能参与快速频率响应的功率储能各个时段的电量,如式(24)。为了保证储能可以在满足式(23)的前提下根据电网要求参与快速频率响应辅助服务,因此在储能荷电状态低于0.5且不需要储能参与快速频率响应时,令储能进行自主充电,如式(25),该行为不应影响系统频率。
0.1≤SOC≤0.9(23)
式(22~25)中,EB泛指储能电量,EBtime、EBtime-1为time、time-1时段储能的电量(time表示时段编号,从0~96,EB0表示储能初始电量);ηd为储能的放电效率;为设定的储能自主充电功率;ηc为储能的充电效率。
步骤8:设定储能参与快速频率响应辅助服务单位功率的成本为Cbat,在需要储能参与快速频率响应辅助服务的时段,计算步骤7优化所得的所有时段的储能惯性响应功率和一次调频功率之和,可得电网调用储能参与快速频率响应辅助服务的成本F,如式(26)所示:
本发明针对大规模电化学储能(以下简称储能)容量大、可快速充放电、便于电网集中调控等特性,提供一种以系统调度视角对储能进行调控的虚拟惯性响应系数和虚拟下垂控制系数优化方法,该方法虽然令储能模拟火电机组进行快速频率响应的模式,但是由于储能自身响应速度快、便于调整等特性,储能的功率调整范围更大、空间调整更灵活。该方法中储能的虚拟惯性响应和虚拟下垂控制为单独运行或并行状态,不涉及二者的切换,当储能因参快速频率响应而导致荷电状态不佳时,我们令其自主充放电,该充放电行为不应影响电网频率,仅作为其对自身荷电状态的调整,因此不影响电网的频率计算,储能的虚拟惯性响应系数和虚拟下垂控制系数也不因此改变。
本发明的有益效果为:本发明提出了一种大规模电化学储能参与电网快速频率响应辅助服务的虚拟惯性响应系数和虚拟下垂控制系数优化方法。该方法实现了大规模储能虚拟系数的优化以及储能参与快速频率响应时电力系统频率的计算,解决了非线性致使优化难以求解的问题。该方法为电网如何调用储能参与快速频率响应作出指导,对利用储能保证电力系统频率安全具有重要意义。
附图说明
图1为系统频率最低值计算模型;
图2为功率变化起始阶段的系统频率变化示意图;
图3为快速频率响应责任分配示意图;
图4系统功率缺额;
图5储能快速频率响应功率及其荷电状态;
图6为本发明的流程图。
具体实施方式
以下结合具体实施例对本发明做进一步说明。
大规模储能容量大、可快速充放电、便于电网集中调控等特性,利用储能参与快速频率响应辅助服务是当前的发展趋势,并且已有大量研究令储能模拟火电机组进行快速频率响应。因此利用储能进行虚拟惯性响应系数和虚拟下垂控制与机组共同调整电力系统频率,提出了一种大规模储能参与电网快速频率响应辅助服务的虚拟惯性响应系数和虚拟下垂控制系数优化方法。该方法实现了大规模储能虚拟系数的优化以及储能参与快速频率响应时电力系统频率的计算,解决了系统频率计算公式的强非线性致使优化难以求解的问题。该方法为电网如何调用储能参与快速频率响应作出指导,对利用储能保证电力系统频率安全具有重要意义。
步骤1:电网安全稳定运行必须保证系统频率的安全,即保证系统频率f不低于规定的频率安全下限fs,如式(1):
f≥fs (1)
当机组能力不足,电网则需要其它资源与机组共同进行快速频率响应以保证式(1)得以满足,即保证系统的快速频率响应能力。
本发明针对储能参与系统快速频率响应,站在系统调度层面对储能参与快速频率响应时的虚拟系数进行优化,优先保证系统频率安全考虑电网利益。首先,了解火电机组的快速频率响应机理,其中包含惯性响应和一次调频两部分。惯性响应功率ΔPH由系统频率变化率Δf/Δt决定,机组惯性响应系数H由其本身固有特性决定,惯性响应遵循式(2);一次调频功率ΔPK由系统频差Δf决定,机组进行一次调频的调差系数R可调,计算一次调频功率时通常使用调差系数的倒数,表示为K=1/R,一次调频如式(3)。
ΔPH=H·Δf/Δt (2)
ΔPK=K·Δf (3)
令储能模拟火电机组进行快速频率响应,即令储能模拟其惯性响应和一次调频的模式,令储能的虚拟惯性响应系数可调,并令储能的虚拟下垂控制系数可调(储能下垂控制系数指其调差系数的倒数)。
根据辽宁省2021年1、2月份系统频率数据可知,两个月内的系统最低频率为49.89Hz,因此本文设定系统频率安全下限为49.85Hz,当频率最低值低于49.85Hz时,即系统频差大于0.15Hz储能便参与调整。
步骤2:对系统频率安全态势进行感知,根据系统当前是什么状态,为什么出现这种状态以及系统未来将要出现什么状态这三个问题,针对快速频率响应构建辅助服务需求与能力态势感知架构,该架构主要包括三个层次:能力估计,需求预测及指标评价。
能力估计,即根据步骤1所述快速频率响应的基本原理,寻求机组各元件快速频率响应动作的描述以及调频效果的分析,对系统现有的频率调整能力进行估计。在多机系统中,因每台发电机组的频率响应不一定相同,需要定义一个等效的发电机来反映所有发电机组的平均频率行为,这台发电机被称为整个系统的惯性中心(COI)。根据惯性常数的定义,第i台发电机关于系统额定频率的单机惯性常数Hi,sys如式(4),系统惯性中心的频率fCOI如式(5)。
式中,N为机组总数;i为机组编号;Hi为机组i的惯性;Si为第i台发电机的额定容量;Ssys为系统总容量,f为系统频率。
需求预测,即通过系统实时运行状态辨识,以历史数据和实时数据为基础,推演未来一段时间内系统运行状态是否发生变化,对系统调频需求进行预测。据《电力系统安全稳定导则GB38755-2019》中对电力系统安全性的要求,“N-1准则”是指正常运行方式下电力系统中任意一个元件(如线路、发电机、变压器等)无故障或因故障断开后,电力系统应能保持稳定运行和正常供电,其他元件不过负荷,电压和频率均在允许范围内。“N-1准则”用于单一元件无故障断开条件下电力系统静态安全分析,或单一元件故障断开后的电力系统稳定性分析即动态安全分析。
指标评价,即根据各项辅助服务的基本原理和控制过程,设定相应的指标参数,对系统现有调整能力和需求进行数量化描述,对二者之间的缺口大小及其紧急程度进行评价。
根据系统频率安全态势感知生成96时段内每时段的最大系统功率缺额数据,根据辅助服务需求与能力态势感知结果进行储能参与快速频率响应时储能与机组的快速频率响应责任分配。
因为快速频率响应希望系统频率迅速回到安全范围内,而储能在参与电网快速频率响应过程中具有响应速度快、跟踪精度高等明显优势,由储能优先承担部分快速频率响应调节任务,能够提高电网整体调节速率,改善其调频响应时延,减少电网对火电机组的调节需求。但大规模储能参与快速频率响应的成本比常规机组高出较多,合理进行大规模储能与常规机组的责任分配才能利用储能优势保证电网的安全经济运行。二者的责任分配由快速频率响应需求的紧急程度决定。快速频率响应需求紧急程度综合考虑了某一时段内功率缺额的大小、发生概率以及机组快速频率响应能力。当机组能力足以应对系统功率缺额时,不需要储能参与快速频率响应;当快速频率响应紧急程度较高,这时主要考虑安全性,需要储能补充机组能力的不足,即需储能充放电速率快,保证系统有足够的快速频率响应能力;当快速频率响应紧急程度较低,可使储能在参与快速频率响应时出力小一些,兼顾电网经济性。
步骤3:根据IEEE10机39节点数据参数搭建仿真系统,在仿真系统内给定阶跃扰动,对系统5s内的响应曲线进行拟合。机组参数以及得到的快速频率响应阶段的机组时间常数、机组下垂控制系数拟合结果如表1所示:
表1火电机组参数(以100MV·A为基准)
根据上述参数进行计算得到系统等效惯性系数为4.1195,等效系统计算通过式(6)得到:
式中,Hsys为等效系统惯性;SB为系统基准容量。
步骤4:根据96时段内每时段的最大系统功率缺额计算各个时段仅由机组进行快速频率响应时的系统频率最低值,系统频率最低值计算模型如图1所示。
在系统频率从稳态值跌落到最低值的动态变化过程中,时间通常仅为几秒,在这个短暂的过程中,系统频率初始衰减的斜率在秒级尺度内一般为固定值mΔω,如图2所示,因此可以把发电机的输出简化为以线性爬坡率的输出,如式(7)所示:
ΔPGi(t)≈Ki·mΔω·t (7)
式中,ΔPGi为t时刻机组i的功率;Ki为机组i的简化线性爬坡率。
首先根据式(8)、(9)求取系统各个时段在稳态下出现功率缺额后系统频率到达最低值的时间,各个机组的简化线性爬坡率,进而根据式(10)求出各个时段的最大系统频差,从而由式(11)得到各个时段的系统频率最低值,同时由式(12)求出系统各个时段的一次调频功率值。
fmin=f0-Δfmax (11)
式中,Δfmax为最大系统频差;Pd为系统功率缺额标;f0为系统出现功率缺额前的初始稳态频率值;fB为系统频率基准值;PGi为机组i的一次调频功率;K0,i为机组i的调差系数的倒数;Ts,i为机组i的时间常数,tmin为系统到达系统频率最低值的时间;fmin为系统频率最低值。以上除最大系统频差、系统频率最低值为有名值外,其余均为标幺值。
步骤3:判断步骤2中计算出的全天96时段的系统频差是否大于0.15Hz,若超过0.15Hz,则令储能参与电网调度,令储能在这些时段参与快速频率响应与火电机组共同进行系统频率的调整。
步骤5:判断步骤4中的全天96时段各时段的系统频率最低值是否低于49.85Hz,即各个时段系统频差是否大于0.15Hz。若全都满足要求,说明仅由机组就能保证系统频率维持在最低下限以上,不需要储能参与快速频率响应,储能全天快速频率响应功率为0,不再需要进行下述步骤;若存在系统频差超过0.15Hz的时段,则在不满足的时段令储能与机组共同参与快速频率响应,进行下述步骤优化储能参与快速频率响应时的虚拟惯性响应和虚拟下垂系数,而满足要求的时段储能参与快速频率响应的功率为0。
根据图4的功率缺额得到全天96时段需要储能参与快速频率响应的时段及该时段的最大系统频差如表2所示:
表2需要储能参与快速频率响应的时段及最大系统频差
表2续
表2续
步骤6:步骤5中指出,在不满足系统频率要求的时段,令储能与火电机组共同进行快速频率响应调节系统频率。因此,需要计算储能与火电机组共同快速频率响应时的系统频率,即需要在步骤3中的等效系统基础上加入储能进一步等效,加入储能后系统的等效惯性可由式(13)表示:
式中Heaq为加入储能后系统的等效惯性;Hbat为储能的虚拟惯性响应系数;Sbat为储能容量。
步骤7:反复迭代优化储能的惯性响应系数、下垂控制系数,直至满足预先设定的频率要求。由于加入储能后系统等效惯性发生改变,此时步骤4中系统频率到达最低值的时间、最大系统频差、各机组一次调频功率由式(8)、(10)、(12)变化为式(14)、(15)、(16)。
式(14)、(15)中,Kbat为储能的下垂控制系数。
根据式(11)、(13)、(14)、(15)、(16)迭代优化储能的惯性响应系数、下垂控制系数,直至各时段的系统频率均满足式(1)要求。
优化同时需要保证储能功率满足自身功率上下限约束,如式(17)。
式中,为储能的一次调频功率;/>为储能的惯性响应功率。
如步骤4所述,在系统频率从稳态值跌落到最低值的动态变化过程这个短暂的过程中,系统频率初始衰减的斜率在秒级尺度内一般为固定值mΔω,因此可以把发电机的输出简化为如式(7)线性爬坡率的输出,因此在系统频率到达最低值的瞬间有式(18):
对式(18)求积分并求极值,将t=0代入,可求得在初始阶段,系统频率的近似线性变化率如式(19)所示:
因此,可以近似计算储能的惯性响应功率如式(20)所示:
/>
储能的一次调频功率,如式(21)所示:
此外,优化同时需要满足储能荷电状态(SOC,state of charge)上下限约束。荷电状态为电化学储能在使用一段时间或长期搁置不用后的剩储能余容量与其完全充电状态下的容量比值,如式(22),其取值范围为0~1,当储能电量完全释放时SOC=0,全部充满时SOC=1,为保证储能长期安全运行,通常需要令SOC保持在一个合适的范围内(本发明设定范围为0.1~0.9),如式(23)。
根据储能参与快速频率响应的功率储能各个时段的电量,如式(24)。为了保证储能可以在满足式(23)的前提下根据电网要求参与快速频率响应辅助服务,因此在储能荷电状态低于0.5且不需要储能参与快速频率响应时,令储能进行自主充电,如式(25),该行为不应影响系统频率。
0.1≤SOC≤0.9 (23)
式(22~25)中,EB泛指储能电量,EBtime、EBtime-1为time、time-1时段储能的电量(time表示时段编号,从0~96,EB0表示储能初始电量);ηd为储能的放电效率;为设定的储能自主充电功率;ηc为储能的充电效率。
设定储能功率上限为200MW,恢复荷电状态的自主充电功率为20MW,充放电效率均为1,根据优化结果,加入储能后系统的系统频率均能回到49.85Hz以上。优化得到储能参与快速频率响应的总功率以及荷电状态如图5,虚拟系数如表3所示:
表3储能虚拟惯性响应系数及下垂控制系数优化结果
表3续
表3续
根据表3虚拟系数的优化结果可知,储能参与快速频率响应时,其主要调节作用在于一次调频,这是因为储能惯性出力过大会影响其荷电状态导致一次调节作用不足以使系统频率回升到要求值。
结合表2、表3可以看出,调频需求越紧急的时段,优化的储能虚拟系数则越大,充分发挥了储能响应速度快,可以快速遏制系统频率下跌的作用。通过优化结果可以看出,储能参与快速频率响应后,系统频率原本低于49.85Hz的时段已经全部升至该值以上,由此可见,令储能模拟常规机组进行虚拟惯性响应以及虚拟下垂控制能够改善系统频率。
步骤8:设定储能参与快速频率响应辅助服务单位功率的成本Cbat为0.6¥/KW·h,在需要储能参与快速频率响应辅助服务的时段,由步骤7优化所得的所有时段的储能惯性响应功率和一次调频功率之和,可得电网调用储能参与快速频率响应辅助服务的成本F,根据式(26)计算为416600元。
上所述实施例仅表达本发明的实施方式,但并不能因此而理解为对本发明专利的范围的限制,应当指出,对于本领域的技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些均属于本发明的保护范围。
Claims (1)
1.一种电化学储能模拟火电机组快速频率响应的虚拟系数优化方法,其特征在于,包括以下步骤:
步骤1:针对储能参与系统快速频率响应,站在系统调度层面对储能参与快速频率响应时的虚拟系数进行优化,优先保证系统频率安全考虑电网利益;火电机组的快速频率响应机理包含如式(2)所示的惯性响应和如式(3)所示的一次调频两部分:
ΔPH=H·Δf/Δt (2)
ΔPK=K·Δf (3)
式中,ΔPH为惯性响应功率;H为机组惯性响应系数;Δf为系统频差;K=1/R,R表示机组进行一次调频的调差系数;
令储能模拟火电机组进行快速频率响应,令储能的虚拟惯性响应系数可调,并令储能的虚拟下垂控制系数可调;
步骤2:对系统频率安全态势进行感知,并针对快速频率响应构建辅助服务需求与能力态势感知架构,该架构主要包括三个层次:能力估计,需求预测及指标评价;
根据系统频率安全态势感知生成96时段内每时段的最大系统功率缺额数据,根据辅助服务需求与能力态势感知结果进行储能参与快速频率响应时储能与机组的快速频率响应责任分配;
步骤3:根据已知机组固有特性参数搭建仿真系统,在仿真系统内给定阶跃扰动,对系统5s内的响应曲线进行拟合,得到能够合理反映快速频率响应阶段的机组时间常数、机组下垂控制系数拟合结果;根据各机组固有参数对所有机组组成的系统进行惯性等效,等效后的系统总惯性可通过式(6)进行计算:
式中,Hsys为等效系统惯性;SB为系统基准容量;
步骤4:根据96时段内每时段的最大系统功率缺额计算各个时段仅由机组进行快速频率响应时的系统频率最低值;
在系统频率从稳态值跌落到最低值的动态变化过程中,将发电机的输出简化为以线性爬坡率的输出,如式(7)所示:
ΔPGi(t)≈Ki·mΔω·t(7)式中,ΔPGi为t时刻机组i的功率;Ki为机组i的简化线性爬坡率;
根据下述式(8)、(9)求取系统各个时段在稳态下出现功率缺额后系统频率到达最低值的时间,各个机组的简化线性爬坡率,进而根据式(10)求出各个时段的最大系统频差,由式(11)得到各个时段的系统频率最低值,同时由式(12)求出系统各个时段的一次调频功率值;
fmin=f0-Δfmax (11)
式中,Δfmax为最大系统频差;Pd为系统功率缺额标;f0为系统出现功率缺额前的初始稳态频率值;fB为系统频率基准值;PGi为机组i的一次调频功率;K0,i为机组i的调差系数的倒数;Ts,i为机组i的时间常数,tmin为系统到达系统频率最低值的时间;fmin为系统频率最低值;以上除最大系统频差、系统频率最低值为有名值外,其余均为标幺值;
步骤5:判断步骤4中全天96时段各时段的系统频率最低值是否满足系统频率要求,若全都满足要求,则仅由机组就能保证系统频率维持在最低下限以上,不需要储能参与快速频率响应,储能全天快速频率响应功率为0;若系统频率有不满足要求的时段,则在不满足的时段令储能与机组共同参与快速频率响应调节系统频率,进行下述步骤优化储能参与快速频率响应时的虚拟惯性响应和虚拟下垂系数,而满足要求的时段储能参与快速频率响应的功率为0;
步骤6:在不满足系统频率要求的时段,计算储能与火电机组共同快速频率响应时的系统频率,在步骤3中的等效系统基础上加入储能进一步等效,加入储能后系统的等效惯性可由式(13)表示:
式中Heaq为加入储能后系统的等效惯性;Hbat为储能的虚拟惯性响应系数;Sbat为储能容量;
步骤7:反复迭代优化储能的惯性响应系数、下垂控制系数,直至满足预先设定的频率要求;加入储能后步骤4中系统频率到达最低值的时间、最大系统频差、各机组一次调频功率由式(8)、(10)、(12)变化为式(14)、(15)、(16);
式(14)、(15)中,Kbat为储能的下垂控制系数;
根据式(11)、(13)、(14)、(15)、(16)迭代优化储能的惯性响应系数、下垂控制系数,直至各时段的系统频率均满足式(1)要求;
优化同时保证储能功率满足自身功率上下限约束,如式(17);
式中,为储能的一次调频功率;/>为储能的惯性响应功率;
在系统频率从稳态值跌落到最低值的动态变化过程中,将发电机的输出简化为如式(7)线性爬坡率的输出,因此在系统频率到达最低值的瞬间有式(18):
近似计算储能的惯性响应功率如式(20)所示:
储能的一次调频功率,如式(21)所示:
此外,优化同时需要满足储能荷电状态(SOC)的上下限约束,为了保证储能可以在满足式(23)的前提下根据电网要求参与快速频率响应辅助服务,在储能荷电状态低于0.5且不需要储能参与快速频率响应时,令储能进行自主充电,如式(25);
0.1≤SOC≤0.9(23)
式(22~25)中,EB泛指储能电量;EBtime、EBtime-1为time、time-1时段储能的电量,其中time表示时段编号,从0~96;EB0表示储能初始电量;ηd为储能的放电效率;为设定的储能自主充电功率;ηc为储能的充电效率;
步骤8:设定储能参与快速频率响应辅助服务单位功率的成本为Cbat,在需要储能参与快速频率响应辅助服务的时段,计算步骤7优化所得的所有时段的储能惯性响应功率和一次调频功率之和,可得电网调用储能参与快速频率响应辅助服务的成本F,如式(26)所示:
;
所述步骤2中:
所述能力估计:根据步骤1快速频率响应的基本原理,寻求机组各元件快速频率响应动作的描述以及调频效果的分析,对系统现有的频率调整能力进行估计;在多机系统中,第i台发电机关于系统额定频率的单机惯性常数Hi,sys如式(4),系统惯性中心的频率fCOI如式(5);
式中,N为机组总数;i为机组编号;Hi为机组i的惯性;Si为第i台发电机的额定容量;Ssys为系统总容量,f为系统频率;
所述需求预测:通过系统实时运行状态辨识,以历史数据和实时数据为基础,推演未来一段时间内系统运行状态是否发生变化,对系统调频需求进行预测;
所述指标评价:根据各项辅助服务的基本原理和控制过程,设定相应的指标参数,对系统现有调整能力和需求进行数量化描述,对二者之间的缺口大小及其紧急程度进行评价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110434599.XA CN112909980B (zh) | 2021-04-22 | 2021-04-22 | 一种电化学储能模拟火电机组快速频率响应的虚拟系数优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110434599.XA CN112909980B (zh) | 2021-04-22 | 2021-04-22 | 一种电化学储能模拟火电机组快速频率响应的虚拟系数优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112909980A CN112909980A (zh) | 2021-06-04 |
CN112909980B true CN112909980B (zh) | 2024-05-28 |
Family
ID=76108914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110434599.XA Active CN112909980B (zh) | 2021-04-22 | 2021-04-22 | 一种电化学储能模拟火电机组快速频率响应的虚拟系数优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112909980B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113452036B (zh) * | 2021-06-22 | 2022-09-23 | 东北电力大学 | 基于动态任务系数的储能辅助风电一次调频控制方法 |
CN113708394B (zh) * | 2021-08-04 | 2024-06-14 | 大连理工大学 | 一种百兆瓦级储能参与调峰及频率响应辅助服务的联合调度方法 |
CN114156869B (zh) * | 2021-11-18 | 2023-12-15 | 浙江大学 | 一种电气化铁路参与电力系统频率调节的控制方法 |
CN116031902B (zh) * | 2023-02-24 | 2024-01-30 | 山东鲁能控制工程有限公司 | 一种火电机组的调频控制方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111614106A (zh) * | 2020-06-02 | 2020-09-01 | 国网福建省电力有限公司 | 电池储能系统参与电网一次调频的控制方法 |
WO2020252813A1 (zh) * | 2019-06-20 | 2020-12-24 | 上海交通大学 | 逆变型分布式电源双层自适应惯量控制方法及装置 |
CN112491064A (zh) * | 2020-12-09 | 2021-03-12 | 福州大学 | 一种考虑soc自适应恢复的储能一次调频综合控制方法 |
CN112615399A (zh) * | 2020-11-24 | 2021-04-06 | 国网江苏省电力有限公司 | 一种储能系统参与电网调频优化控制方法、系统及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108418214A (zh) * | 2018-03-28 | 2018-08-17 | 国网江苏省电力有限公司南京供电分公司 | 一种基于变频空调负荷的电网调节方法 |
CN108899929B (zh) * | 2018-07-03 | 2021-06-25 | 上海交通大学 | 基于虚拟同步电机的iidg的自适应惯性控制方法 |
-
2021
- 2021-04-22 CN CN202110434599.XA patent/CN112909980B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020252813A1 (zh) * | 2019-06-20 | 2020-12-24 | 上海交通大学 | 逆变型分布式电源双层自适应惯量控制方法及装置 |
CN111614106A (zh) * | 2020-06-02 | 2020-09-01 | 国网福建省电力有限公司 | 电池储能系统参与电网一次调频的控制方法 |
CN112615399A (zh) * | 2020-11-24 | 2021-04-06 | 国网江苏省电力有限公司 | 一种储能系统参与电网调频优化控制方法、系统及存储介质 |
CN112491064A (zh) * | 2020-12-09 | 2021-03-12 | 福州大学 | 一种考虑soc自适应恢复的储能一次调频综合控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112909980A (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112909980B (zh) | 一种电化学储能模拟火电机组快速频率响应的虚拟系数优化方法 | |
El-Bidairi et al. | Optimal sizing of Battery Energy Storage Systems for dynamic frequency control in an islanded microgrid: A case study of Flinders Island, Australia | |
Khan et al. | Electric vehicles participation in load frequency control based on mixed H2/H∞ | |
Oshnoei et al. | Disturbance observer and tube-based model predictive controlled electric vehicles for frequency regulation of an isolated power grid | |
CN104617590A (zh) | 不同时间尺度下基于混合储能调度的微网能量优化方法 | |
CN110581571A (zh) | 一种主动配电网动态优化调度方法 | |
CN107769234B (zh) | 一种多点储能协调分布式电源的调频能力评价方法 | |
CN110350589B (zh) | 一种可再生能源和储能调度模型及调度方法 | |
CN111969655A (zh) | 考虑负荷响应不确定性的多源多荷协调调度方法及系统 | |
Sanjareh et al. | Optimal scheduling of HVACs in islanded residential microgrids to reduce BESS size considering effect of discharge duration on voltage and capacity of battery cells | |
CN111697578A (zh) | 多目标含储能区域电网运行控制方法 | |
Deng et al. | Hierarchical distributed frequency regulation strategy of electric vehicle cluster considering demand charging load optimization | |
Hassanzadeh et al. | Intelligent fuzzy control strategy for battery energy storage system considering frequency support, SoC management, and C-rate protection | |
Mejia-Ruiz et al. | Fast hierarchical coordinated controller for distributed battery energy storage systems to mitigate voltage and frequency deviations | |
CN116470528A (zh) | 一种区域电网光储场站多时间尺度辅助调频方法 | |
US11695299B2 (en) | Quick-response voltage control method of distribution system considering multiple participants | |
Yang et al. | Inverse proportion technique based scheduling strategy for energy storage system considering load demand differences | |
Zhang et al. | Research on frequency regulation strategy based on model predictive control for wind-hydro-storage complementary microgrid | |
CN110676846A (zh) | 电力调峰方法、调度中心及电力调峰系统 | |
Metwly et al. | A Review of Power Management Strategies for Grid Frequency Regulation Using Electric Vehicles | |
CN117081177B (zh) | 一种孤岛模式下水电主调机组微电网运行功率控制方法 | |
Abegaz et al. | Optimal dispatch control of energy storage systems using forward-backward induction | |
Huang et al. | Probabilistic Optimal Scheduling Method for Distribution Network with Photovoltaic-storage System Considering Voltage Fluctuation Suppression | |
CN114844127B (zh) | 基于暂态和稳态约束的储能容量配置方法 | |
Hongzhen et al. | Multiple Time-Scale Optimization Scheduling for Microgrids |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |