CN115864444A - 一种风电场联合储能参与的调频方法、系统、设备及介质 - Google Patents

一种风电场联合储能参与的调频方法、系统、设备及介质 Download PDF

Info

Publication number
CN115864444A
CN115864444A CN202211712876.XA CN202211712876A CN115864444A CN 115864444 A CN115864444 A CN 115864444A CN 202211712876 A CN202211712876 A CN 202211712876A CN 115864444 A CN115864444 A CN 115864444A
Authority
CN
China
Prior art keywords
frequency modulation
power
power system
inertia
energy storage
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.)
Pending
Application number
CN202211712876.XA
Other languages
English (en)
Inventor
杨培宏
亢岚
张晓明
张自雷
张新
吕东澔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inner Mongolia University of Science and Technology
Original Assignee
Inner Mongolia University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Inner Mongolia University of Science and Technology filed Critical Inner Mongolia University of Science and Technology
Priority to CN202211712876.XA priority Critical patent/CN115864444A/zh
Publication of CN115864444A publication Critical patent/CN115864444A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Control Of Eletrric Generators (AREA)

Abstract

本发明公开一种风电场联合储能参与的调频方法、系统、设备及介质,涉及电力系统调频领域;获取当前时段的电力系统数据和储能系统数据;根据当前时段的电力系统数据,计算电力系统在当前时段的第一最小惯量;根据当前时段的电力系统的不平衡功率和当前时段的储能系统数据,计算当前时段的储能系统的调频惯量;将当前时段的储能系统的调频惯量和在当前时段的第一最小惯量中的较大者,确定为电力系统在当前时段的第二最小惯量;将当前时段的第二最小惯量输入至优化调频模型,预测下一时段的调频方案;本发明能够提供有效的调频,以满足电力系统稳定性。

Description

一种风电场联合储能参与的调频方法、系统、设备及介质
技术领域
本发明涉及电力系统调频领域,特别是涉及一种风电场联合储能参与的调频方法、系统、设备及介质。
背景技术
构建以新能源为主体的新型电力系统是实现“双碳”目标的有力支撑,也是解决一次能源枯竭与环境污染问题双重压力的有效手段。随着风力发电技术的日益成熟,风电机组在单机容量的不断攀升,大规模集中式开发风力发电成为提升可再生能源在电力系统中占比的主要手段,是构建新型电力系统和实现“双碳”目标的重要保障。
传统火电或水电同步发电机组其转子转速与系统频率有着固有的耦合关系,当电网发生功率扰动故障时,造成电网功率缺额,同步发电机组会自动释放转子动能输出惯量(惯性为电力系统具有的一种固有物理属性,其表现为电力系统对频率变化的阻碍作用,惯量是惯性大小的度量)支撑,降低系统的有功功率的不平衡量,维持系统的频率稳定。但随着电力系统中风力发电渗透率的不断攀升,传统同步发电机组逐步被通过变流器接入电网的风电机组和光伏发电替代,新能源发电组经变流器接入电网,通过变流器控制风电机组输出的功率,转子转速与电网频率完全解耦,无法响应系统的频率变化。新能源的接入降低了整个电力系统的惯量水平。同时,为了最大化利用风能,风电机组通常在MPPT曲线上运行,实现输电功率最大化,造成系统功率缺额的情况下,风电机组也无法提供功率支持,即没有功率备用。
上述情况严重时甚至会造成电力系统崩溃,甚至引起大面积停电事故发生。由于电网中风电等新能源占比高,系统故障时缺乏惯量支持使得频率下降速度较快且超过风机耐受低频能力限值,导致风机大规模脱网,致使系统频率进一步下跌,最终触发低频减载装置而引起大面积停电事故发生。为此,通过风电机组附加频率控制参与一次调频对改善系统频率响应特性、减轻同步机调频压力以及促进风力发电的可持续发展均具有重大意义。然而,风电机组转子动能控制参与系统一次调频的不持久性和暂时性,特别是随着同步机组在电力系统中占比的逐年下降,单纯依赖风电机组参与系统调频已无法满足系统的频率稳定性。
发明内容
本发明的目的是提供一种风电场联合储能参与的调频方法、系统、设备及介质,可提供有效的调频,以满足电力系统稳定性。
为实现上述目的,本发明提供了如下方案:
一种风电场联合储能参与的调频方法,所述方法用于电力系统;
所述电力系统包括风电场联合的储能系统;所述储能系统的响应特性影响所述电力系统的惯量;所述储能系统包括:同步发电机组、风电机组和储能装置;所述响应特性包括所述同步发电机组的转动动能、所述风电机组的转动动能、所述储能装置的调频功率和所述储能系统的负荷频率;所述电力系统的惯量表征所述电力系统在功率不平衡扰动下对所述储能系统负荷频率的阻碍;
所述方法,包括:
获取当前时段的电力系统数据和储能系统数据;所述电力系统数据,包括:所述电力系统的不平衡功率、所述电力系统的负荷频率偏差、所述电力系统的负荷功率偏差以及所述电力系统的额定负荷功率;所述储能系统数据,包括:所述同步发电机组的调频功率、所述风电机组的调频功率和所述储能装置调频功率;
根据当前时段的电力系统数据,计算所述电力系统在当前时段的第一最小惯量;所述第一最小惯量为所述电力系统在当前时段内频率变化率最大时的惯量与所述电力系统在当前时段的惯量变化量之和;所述频率变化率为所述电力系统的负荷频率偏差关于时间求导的一阶导数;
根据当前时段的电力系统的不平衡功率和当前时段的储能系统数据,计算当前时段的储能系统的调频惯量;
将当前时段的储能系统的调频惯量和在当前时段的第一最小惯量中的较大者,确定为所述电力系统在当前时段的第二最小惯量;
将当前时段的第二最小惯量输入至优化调频模型,预测下一时段的调频方案;所述下一时段的调频方案用于对当前时段的电力系统的惯量进行调整,得到当前时段电力系统调整后的惯量;当前时段电力系统调整后的惯量作为下一时段电力系统的惯量。
可选地,所述优化调频模型包括:第一优化调频模型、第二优化调频模型和第三优化调频模型;
所述第一优化调频模型根据第一历史数据预测第一时段的调频方案;
所述第一历史数据包括第一历史时段的采样数据;所述第一时段为所述第一历史时段未来的一段时间,且所述第一历史时段与所述第一时段连续;
所述第二优化调频模型根据第二历史数据预测第二时段的调频方案;所述第二时段的调频方案用于对所述第一时段的调频方案进行更新,得到第一时段的更新调频方案;
所述第二历史数据包括第二历史时段的采样数据;所述第二时段为所述第一时段内的一段时间,且所述第二时段与所述第一时段的开始时刻相同;所述第二历史时段为所述第一历史时段内的一段时间,且与所述第一历史时段的结束时刻相同;
所述第三优化调频模型根据第三历史数据预测第三时段的调频方案;所述第三时段的调频方案用于对所述第一时段的更新调频方案再次更新,得到第一时段的最终调频方案;
所述第三历史数据包括第三历史时段的采样数据;所述第三时段为所述第一历史时段的结束时刻的下一时刻;所述第三历史时段为所述第二历史时段内的一段时间,且与所述第二历史时段的结束时刻相同;
其中,下一时段的调频方案是根据所述第一时段的最终调频方案确定的。
可选地,所述电力系统在当前时段的第一最小惯量的计算公式为:
H′min=Hmin+ΔHG
Figure BDA0004018667520000031
Figure BDA0004018667520000032
Figure BDA0004018667520000041
其中,H′min为电力系统在当前时段的第一最小惯量;Hmin为电力系统在当前时段内频率变化率最大时的惯量;ΔHG为电力系统在当前时段的惯量变化量;ΔP为电力系统的不平衡功率;Δf为负荷频率偏差;ΔPU为负荷功率偏差;PL0为电力系统的额定负荷功率;Fmax为频率最大变化率值;U0为电力系统的不平衡扰动前初始电压,U为电力系统的不平衡扰动瞬间电压,kz为恒阻抗负荷比例系数;ki为恒电流负荷比例系数,kp为恒功率负荷比例系数;t为时间;to为当前时段内频率变化率最大时对应的时刻。
可选地,所述当前时段的储能系统的调频惯量的计算公式为:
Figure BDA0004018667520000042
其中,Hmin(Δf)为当前时段的储能系统的调频惯量;ΔPt1为同步发电机组的调频功率;ΔP为电力系统的不平衡功率;ΔPW为风电机组的调频功率;ΔPES为储能装置调频功率;RW为风电机组转子动能一次调频速率;RES为储能装置的一次调频速率;RS为火电机组一次调频速率;KL为负荷调频系数;Δf为负荷频率偏差。
可选地,所述电力系统在当前时段的第二最小惯量的计算公式为:
H1min=max{H′min,Hmin(Δf)};
其中,H1min为电力系统在当前时段的第二最小惯量;Hmin(Δf)为当前时段的储能系统的调频惯量;H′min为电力系统在当前时段的第一最小惯量;Δf为负荷频率偏差。
一种风电场联合储能参与的调频系统,所述系统包括:
数据获取模块,用于获取当前时段的电力系统数据和储能系统数据;所述电力系统数据,包括:所述电力系统的不平衡功率、所述电力系统的负荷频率偏差、所述电力系统的负荷功率偏差以及所述电力系统的额定负荷功率;所述储能系统数据,包括:同步发电机组的调频功率、风电机组的调频功率和储能装置调频功率;
第一计算模块,用于根据当前时段的电力系统数据,计算所述电力系统在当前时段的第一最小惯量;所述第一最小惯量为所述电力系统在当前时段内频率变化率最大时的惯量与所述电力系统在当前时段的惯量变化量之和;所述频率变化率为所述电力系统的负荷频率偏差关于时间求导的一阶导数;
第二计算模块,用于根据当前时段的电力系统的不平衡功率和当前时段的储能系统数据,计算当前时段的储能系统的调频惯量;
第三计算模块,用于将当前时段的储能系统的调频惯量和在当前时段的第一最小惯量中的较大者,确定为所述电力系统在当前时段的第二最小惯量;
预测模块,用于将当前时段的第二最小惯量输入至优化调频模型,预测下一时段的调频方案;所述下一时段的调频方案用于对当前时段的电力系统的惯量进行调整,得到当前时段电力系统调整后的惯量;当前时段电力系统调整后的惯量作为下一时段电力系统的惯量。
一种电子设备,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行上述任意一项所述的风电场联合储能参与的调频方法。
一种计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的风电场联合储能参与的调频方法。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供了一种风电场联合储能参与的调频方法、系统、设备及介质,通过根据当前时段的电力系统数据,计算电力系统在当前时段的第一最小惯量;根据当前时段的电力系统的不平衡功率和当前时段的储能系统数据,计算当前时段的储能系统的调频惯量;将当前时段的储能系统的调频惯量和在当前时段的第一最小惯量中的较大者,确定为电力系统在当前时段的第二最小惯量;将当前时段的第二最小惯量输入至优化调频模型,预测下一时段的调频方案;下一时段的调频方案用于对当前时段的电力系统的惯量进行调整,得到当前时段电力系统调整后的惯量;当前时段电力系统调整后的惯量作为下一时段电力系统的惯量;由于本发明通过结合电力系统的不平衡功率以及储能系统的调频功率,得到由风电联合储能参与的第二最小惯量,通过根据第二最小惯量维持电力系统的频率稳定,实现输电功率的最大化;又由于根据当前时段的电力系统的第二最小惯量,采用优化调频模型预测下一时刻的调频方案,以对电力系统的惯量进行调整,能够实现电力系统调频方案的修正,改善电力系统的频率响应,因此,本发明能够提供有效的调频,以满足电力系统稳定性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的风电场联合储能参与的调频方法的流程图;
图2为本发明实施例提供的风电场联合储能参与的调频系统的结构图。
符号说明:
数据获取模块-1、第一计算模块-2、第二计算模块-3、第三计算模块-4、预测模块-5。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种风电场联合储能参与的调频方法、系统、设备及介质,可提供有效的调频,以满足电力系统稳定性。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
如图1所示,本发明实施例提供了一种风电场联合储能参与的调频方法,该方法用于电力系统;所述电力系统包括风电场联合的储能系统;所述储能系统的响应特性影响所述电力系统的惯量;所述储能系统包括:同步发电机组、风电机组和储能装置;所述响应特性包括所述同步发电机组的转动动能、所述风电机组的转动动能、所述储能装置的调频功率和所述储能系统的负荷频率;所述电力系统的惯量表征所述电力系统在功率不平衡扰动下对所述储能系统负荷频率的阻碍。
所述方法,包括:
步骤100:获取当前时段的电力系统数据和储能系统数据;所述电力系统数据,包括:所述电力系统的不平衡功率、所述电力系统的负荷频率偏差、所述电力系统的负荷功率偏差以及所述电力系统的额定负荷功率;所述储能系统数据,包括:所述同步发电机组的调频功率、所述风电机组的调频功率和所述储能装置调频功率。
步骤200:根据当前时段的电力系统数据,计算所述电力系统在当前时段的第一最小惯量;所述第一最小惯量为所述电力系统在当前时段内频率变化率最大时的惯量与所述电力系统在当前时段的惯量变化量之和;所述频率变化率为所述电力系统的负荷频率偏差关于时间求导的一阶导数。
具体地,所述电力系统在当前时段的第一最小惯量的计算公式为:
H′min=Hmin+ΔHG
Figure BDA0004018667520000071
Figure BDA0004018667520000072
Figure BDA0004018667520000073
其中,H′min为电力系统在当前时段的第一最小惯量;Hmin为电力系统在当前时段内频率变化率最大时的惯量;ΔHG为电力系统在当前时段的惯量变化量;ΔP为电力系统的不平衡功率;Δf为负荷频率偏差;ΔPU为负荷功率偏差;PL0为电力系统的额定负荷功率;Fmax为频率最大变化率值;U0为电力系统的不平衡扰动前初始电压,U为电力系统的不平衡扰动瞬间电压,kz为恒阻抗负荷比例系数;ki为恒电流负荷比例系数,kp为恒功率负荷比例系数;t为时间;to为当前时段内频率变化率最大时对应的时刻。
步骤300:根据当前时段的电力系统的不平衡功率和当前时段的储能系统数据,计算当前时段的储能系统的调频惯量。
具体地,所述当前时段的储能系统的调频惯量的计算公式为:
Figure BDA0004018667520000081
其中,Hmin(Δf)为当前时段的储能系统的调频惯量;ΔPt1为同步发电机组的调频功率;ΔP为电力系统的不平衡功率;ΔPW为风电机组的调频功率;ΔPES为储能装置调频功率;RW为风电机组转子动能一次调频速率;RES为储能装置的一次调频速率;RS为火电机组一次调频速率;KL为负荷调频系数;Δf为负荷频率偏差。
步骤400:将当前时段的储能系统的调频惯量和在当前时段的第一最小惯量中的较大者,确定为所述电力系统在当前时段的第二最小惯量。
具体地,所述电力系统在当前时段的第二最小惯量的计算公式为:
H1min=max{H′min,Hmin(Δf)};
其中,H1min为电力系统在当前时段的第二最小惯量;Hmin(Δf)为当前时段的储能系统的调频惯量;H′min为电力系统在当前时段的第一最小惯量;Δf为负荷频率偏差。
步骤500:将当前时段的第二最小惯量输入至优化调频模型,预测下一时段的调频方案;所述下一时段的调频方案用于对当前时段的电力系统的惯量进行调整,得到当前时段电力系统调整后的惯量;当前时段电力系统调整后的惯量作为下一时段电力系统的惯量。
其中,优化调频模型包括:第一优化调频模型、第二优化调频模型和第三优化调频模型。
所述第一优化调频模型根据第一历史数据预测第一时段的调频方案;所述第一历史数据包括第一历史时段的采样数据;所述第一时段为所述第一历史时段未来的一段时间,且所述第一历史时段与所述第一时段连续。
所述第二优化调频模型根据第二历史数据预测第二时段的调频方案;所述第二时段的调频方案用于对所述第一时段的调频方案进行更新,得到第一时段的更新调频方案;所述第二历史数据包括第二历史时段的采样数据;所述第二时段为所述第一时段内的一段时间,且所述第二时段与所述第一时段的开始时刻相同;所述第二历史时段为所述第一历史时段内的一段时间,且与所述第一历史时段的结束时刻相同。
所述第三优化调频模型根据第三历史数据预测第三时段的调频方案;所述第三时段的调频方案用于对所述第一时段的更新调频方案再次更新,得到第一时段的最终调频方案;所述第三历史数据包括第三历史时段的采样数据;所述第三时段为所述第一历史时段的结束时刻的下一时刻;所述第三历史时段为所述第二历史时段内的一段时间,且与所述第二历史时段的结束时刻相同。
其中,下一时段的调频方案是根据所述第一时段的最终调频方案确定的。
在实际应用中,本发明提供的风电场联合储能参与的调频方法,具体的实施步骤还可以如下:
步骤一:在不考虑调频资源的前提下,计算抵消系统功率不平衡扰动的第一最小惯量需求。
系统频率动态方程如下:
Figure BDA0004018667520000091
其中,Hs为系统惯量;ΔP为电力系统的不平衡功率;ΔPG为同步机调频功率,ΔPW为风电机组的调频功率;ΔPES为储能装置调频功率,ΔPL为负荷调频功率,Δf为负荷频率偏差。
系统功率不平衡扰动瞬间,系统惯量最小,导致频率变化率最大,采用此时的频率变化率值作为约束,进行系统最小惯量需求评估。由于扰动初始,系统频率无偏差,此时同步发电机和负荷无法响应系统频率调节效应,其频率变化仅与系统惯量和扰动功率相关,具体如下:
Figure BDA0004018667520000101
其中,Hs为系统惯量;ΔP为电力系统的不平衡功率;Δf为负荷频率偏差。
由此可得,频率变化率约束下系统最小惯量为:
Figure BDA0004018667520000102
其中,ΔP为电力系统的不平衡功率;Δf为负荷频率偏差;t为任意一时刻;to为某一时刻;Fmax为频率最大变化率值。
功率扰动瞬间,感应负荷的静态电压功率也给系统提供一定的惯量支持,具体如下:
Figure BDA0004018667520000103
Hmin为电力系统在当前时段内频率变化率最大时的惯量,即Hmin为频率变化率约束下的最小惯量;ΔP为电力系统的不平衡功率;ΔPU为负荷功率偏差;Fmax为频率最大变化率值。
Figure BDA0004018667520000104
U0为电力系统的不平衡扰动前初始电压,U为电力系统的不平衡扰动瞬间电压,kz为恒阻抗负荷比例系数;ki为恒电流负荷比例系数,kp为恒功率负荷比例系数;ΔPU为负荷功率偏差;PL0为电力系统的额定负荷功率。
上述模型没有考虑功率缺额ΔP的来源,如直流闭锁故障引起的扰动功率ΔP,是不影响整个系统的惯量水平。若发生交流线路断线或同步机跳闸事故,使系统惯量降低,进一步恶化系统频率。
此时,第一最小惯量需求值为:
H′min=Hmin+ΔHG
H′min为电力系统在当前时段的第一最小惯量;Hmin为电力系统在当前时段内频率变化率最大时的惯量;ΔHG为电力系统在当前时段的惯量变化量;ΔHG表示的是同步发电机组退出或交流线路短线造成的惯量变化量,即降低了系统的惯量。
步骤二:在充分考虑调频资源的前提下,计算调频资源能够提供的惯量,结合上述第一最小惯量需求,进一步计算需要由风电场联合储能参与的第二最小惯量需求。
功率缺额下,电力系统中各调频资源的响应速度不同,参与系统的调频尺度也不同,本发明中涉及的调频资源包括负荷的频率响应特性、储能装置的虚拟惯量控制、风电机组的虚拟惯量控制以及同步机组的调频特性。
负荷频率响应的自然属性,首先响应系统的频率变化,缩小功率差额;其次,由于储能的响应速度快,及时提供虚拟惯量进一步降低功率不平衡量;然后,风电机组通过转子动能提供惯量支持,抑制频率偏差的进一步扩大;最后,同步发电机组的一次调频启动,补充系统的功率不平衡量。
本发明分为4个阶段计算频率最大偏移量的系统的第二最小惯量值。取四个阶段对应的时间分别为t1、t2、t3和t4,对应时间段分别为Δt1、Δt2、Δt3和Δt4,对应的频率偏差分别为Δf1、Δf2、Δf3和Δf4
从故障发生时刻0至系统频率偏差达到极值t4时刻,采用分段线性化的方法进行积分求解,具体如下:
Figure BDA0004018667520000111
其中,Hs为系统惯量;ΔP为电力系统的不平衡功率;ΔPG为同步机调频功率,ΔPW为风电机组的调频功率;ΔPES为储能装置调频功率;ΔPL为负荷调频功率。
0-t1阶段,所有调频控制装置均未启动,系统有功不平衡量ΔP维持不变,即:
Figure BDA0004018667520000121
其中,ΔP为电力系统的不平衡功率;ΔPG为同步机调频功率;ΔPW为风电机组的调频功率;ΔPES为储能装置调频功率。
t1-t2阶段,储能装置调频启动,此时,
Figure BDA0004018667520000122
其中,ΔP为电力系统的不平衡功率;ΔPG为同步机调频功率;ΔPW为风电机组的调频功率;ΔPES为储能装置调频功率;RES为储能装置的一次调频速率,具体为:
Figure BDA0004018667520000123
t2-t3阶段,风电机组转子动能辅助频率控制启动,此时,
Figure BDA0004018667520000124
其中,ΔP为电力系统的不平衡功率;ΔPG为同步机调频功率,ΔPW为风电机组的调频功率;ΔPES为储能装置调频功率;RW为风电机组转子动能一次调频速率,具体为:
Figure BDA0004018667520000125
其中,PW为风电机组输出功率。
t3-t4阶段,火电机组一次调频启动,此时,
Figure BDA0004018667520000126
其中,ΔP为电力系统的不平衡功率;ΔPG为同步机调频功率;ΔPW为风电机组的调频功率;ΔPES为储能装置调频功率;RS为火电机组一次调频速率,具体为:
Figure BDA0004018667520000131
其中,ΔP为电力系统的不平衡功率;ΔPW为风电机组的调频功率。
由于t3-t4阶段考虑了风电机组恢复控制吸收的功率,实质上发电机提供的调频功率为:
Figure BDA0004018667520000132
其中,ΔP为电力系统的不平衡功率;ΔPG为同步机调频功率;ΔPW为风电机组的调频功率;ΔPES为储能装置调频功率;RS为火电机组一次调频速率。
由此可得,系统需要的最小惯量为:
Figure BDA0004018667520000133
其中,Hmin(Δf)为当前时段的储能系统的调频惯量;ΔPt1为同步发电机组的调频功率;ΔP为电力系统的不平衡功率;ΔPW为风电机组的调频功率;ΔPES为储能装置调频功率;RW为风电机组转子动能一次调频速率;RES为储能装置的一次调频速率;RS为火电机组一次调频速率;KL为负荷调频系数;Δf为负荷频率偏差;此时,Δf的值为Δf4的值,等于1Hz。
根据电力系统低频减载整定方法及整定方案,低频减载首轮切负荷的频率整定值为49Hz,为此,本文的Δf4为1Hz。
为此,电力系统的最小惯量需求,即电力系统的第二最小惯量为:
Hmin=max{H′min,Hmin(Δf)}
其中,H1min为电力系统在当前时段的第二最小惯量;Hmin(Δf)为当前时段的储能系统的调频惯量;H′min为电力系统在当前时段的第一最小惯量;Δf为负荷频率偏差。
步骤三:根据日前24h风电场出力预测数据和负荷预测数据,评估日前24小时系统第二最小惯量需求,给出24个时段的第二最小惯量需求值,制定日前调频策略。
利用获得的日前24h风电场出力曲线和负荷用电曲线,通过电力系统调度系统可以获得日前24h传统同步机组的出力曲线,结合风电系统、同步发电机系统以及负荷的频率响应特性,通过系统功率扰动ΔP,利用频率变化率和频率最大偏移量两个因素,可获得日前24h以1h为分辨率的系统最小惯量需求值。
以最小惯量需求值为约束,进行优化配置风电场联合储能的一次调频策略,最小惯量约束为:
Hs(t)≥Hmin(t),t∈[0,24]
式中,Hs(t)表示t时段的系统惯量,Hmin(t)为t时段的系统最小惯量需求。
日前24h的风电场联合储能参与系统一次调频策略的目标函数为:
Figure BDA0004018667520000141
式中,fi(PGi(t)表示同步机组的运行成本,NG表示同步机组数量,si(t)表示同步机组的状态,其中,si(t)=1,表示同步机组运行状态,si(t)=0表示同步机组停运状态,Si(t)表示同步机组的启停成本,ΔHES表示储能装置增加的虚拟惯量,cES表示虚拟惯量调整单位成本。
其中,约束方程为:
电力系统功率有功功率平衡约束为:
Figure BDA0004018667520000142
式中,NW表示风电场数量;NPV表示光伏电站数量;NES表示储能电站数量;PGi(t)表示第i台同步发电机的输出功率;PWi(t)表示第i个风电场的输出功率;PPVi(t)表示第i个光伏电站的输出功率;PESdi(t)表示储能装置的放电功率;PESci(t)表示储能装置的充电功率。
火电机组出力限值约束:
Figure BDA0004018667520000151
风电机组出力限值约束:
Figure BDA0004018667520000152
光伏发电出力限值约束:
Figure BDA0004018667520000153
电力系统节点电压限值约束:
Ui,min≤Ui,t≤Ui,max
电力系统输电线路传输功率约束:
|Pij,t|≤Pij,max
储能装置出力限值约束:
PESd,min≤PESdi,t≤PESd,max
一个调度周期内,储电装置的起始与终止电量相同约束为:
EESd,0=EESd,24
火电机组爬坡约束:
|EGi,t+1-EGi,t|≤ΔPGi,max·Δt
步骤四:根据日内4h风电场出力预测数据和负荷预测数,结合日前24个时段的第二最小惯量需求值,评估日内4小时系统第二最小惯量需求,滚动给出日内15min分辨率下的16个时段的第二最小惯量需求值,制定日内调频策略。
日内4h的风电场联合储能参与系统一次调频策略的目标函数为:
Figure BDA0004018667520000161
式中,fi(PGi(t)表示同步机组的运行成本,NG表示同步机组数量,si(t)表示同步机组的状态,其中,si(t)=1,表示同步机组运行状态,si(t)=0表示同步机组停运状态,Si(t)表示同步机组的启停成本,ΔHES表示储能装置增加的虚拟惯量,cES表示虚拟惯量调整单位成本。
约束方程为:
Figure BDA0004018667520000162
式中,NW表示风电场数量,NPV表示光伏电站数量,NES表示储能电站数量。
Hs(t)≥Hmin(t),t∈[0,4],约束方程发生了变化,包括火电机组、风电场、光伏电站的输出功率限值发生了变化。
Figure BDA0004018667520000163
Figure BDA0004018667520000164
Figure BDA0004018667520000165
Ui,min≤Ui,t≤Ui,max
|Pij,t|≤Pij,max
Pb,min≤Pbi,t≤Pb,max
Pb,min≤Pbi,t≤Pb,max
|EGi,t+1-EGi,t|≤ΔPGi,max·Δt
步骤五:基于实测数据,结合日内系统第二最小惯量需求值,优化电力系统的一次调频策略,给出风电场联合储能参与系统一次调频方案。
实时优化风电场联合储能参与系统一次调频策略的目标函数为:
Figure BDA0004018667520000171
式中,NG表示同步机组数量;ΔHES表示储能装置增加的虚拟惯量;PES为储能装置的功率。
约束方程为:
Figure BDA0004018667520000172
式中,NG表示同步机组数量;NW表示风电场数量;NPV表示光伏电站数量;NES表示储能电站数量。
约束条件为:
Hs(t)≥Hmin(t)
PGi,min≤PGi,t≤PGi,max
0≤Pwi,t≤Pw
0≤Ppvi,t≤Ppv
Ui,min≤Ui,t≤Ui,max
|Pij,t|≤Pij,max
Pb,min≤Pbi,t≤Pb,max
Pb,min≤Pbi,t≤Pb,max
|EGi,t+1-EGi,t|≤ΔPGi,max·Δt;
通过获得实时调频策略,实时调整风电场与储能装置的频率响应特性,保证系统的频率稳定。
实施例2
如图2所示,本发明实施例提供了一种风电场联合储能参与的调频系统,该系统包括:数据获取模块1、第一计算模块2、第二计算模块3、第三计算模块4和预测模块5。
数据获取模块1,用于获取当前时段的电力系统数据和储能系统数据;所述电力系统数据,包括:所述电力系统的不平衡功率、所述电力系统的负荷频率偏差、所述电力系统的负荷功率偏差以及所述电力系统的额定负荷功率;所述储能系统数据,包括:同步发电机组的调频功率、风电机组的调频功率和储能装置调频功率。
第一计算模块2,用于根据当前时段的电力系统数据,计算所述电力系统在当前时段的第一最小惯量;所述第一最小惯量为所述电力系统在当前时段内频率变化率最大时的惯量与所述电力系统在当前时段的惯量变化量之和;所述频率变化率为所述电力系统的负荷频率偏差关于时间求导的一阶导数。
第二计算模块3,用于根据当前时段的电力系统的不平衡功率和当前时段的储能系统数据,计算当前时段的储能系统的调频惯量。
第三计算模块4,用于将当前时段的储能系统的调频惯量和在当前时段的第一最小惯量中的较大者,确定为所述电力系统在当前时段的第二最小惯量。
预测模块5,用于将当前时段的第二最小惯量输入至优化调频模型,预测下一时段的调频方案;所述下一时段的调频方案用于对当前时段的电力系统的惯量进行调整,得到当前时段电力系统调整后的惯量;当前时段电力系统调整后的惯量作为下一时段电力系统的惯量。
实施例3
本发明实施例提供了一种电子设备,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行实施例1中任意一项所述的风电场联合储能参与的调频方法。
作为一种可选的实施方式,本发明实施例还提供了一种计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时实现实施例1中任意一项所述的风电场联合储能参与的调频方法。
本发明综合考虑电力系统的调频资源,包括传统同步发电机组、风电机组的转动动能以及负荷自身的频率响应特性,通过日前24h风电场风功率预测以及电力系统负荷预测数据,获得传统同步发电机组的出力。根据源荷双侧的频率响应特性,评估电力系统最小惯量需求。以电力系统最小惯量需求、电力系统功率平衡、同步发电机组爬坡以及设备运行限值为约束,以电力系统传统同步发电机组运行成本和提升虚拟惯量成本之和最小为目标,构建了电力系统最优调频控制策略,进一步获得风电场联合储能参与系统一次调频的最优配置方案,即给出了储能电站24h的运行方案。
考虑到日前24h风电场风功率预测以及电力系统负荷预测结果存在的误差,为了进一步提高电力系统调频策略的有效性,提出了日内4h的风电场风功率以及电力系统负荷预测,通过日内4h的预测,进一步降低预测结果与实际运行的误差。根据4h的预测结果修正传统发电机组的出力安排,通过评估系统最小惯量需求,优化风电场联合储能参与系统一次调频的最优配置方案,获得储能电站4h的运行方案。通过实测数据,并与4h的预测结果进行对比,快速修正风电场联合储能参与系统一次调频的最优配置方案,给出储能电站的实时运行方案,保障电力系统实时具备充足的惯量水平,改善高比例新能源接入下电力系统的频率响应能力
本发明的优点如下:
1.能够快速修正风电场联合储能参与系统一次调频的最优配置方案,给出储能电站的实时运行方案,保障电力系统实时具备充足的惯量水平,改善高比例新能源接入下电力系统的频率响应能力。
2.通过最优化调频控制,在保证电力系统频率稳定性的前提下,提高了电力系统运行的经济性,同时,本发明方法简单,实用性强,为高比例新能源电力系统构建提供了技术保障。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种风电场联合储能参与的调频方法,其特征在于,所述方法用于电力系统;
所述电力系统包括风电场联合的储能系统;所述储能系统的响应特性影响所述电力系统的惯量;所述储能系统包括:同步发电机组、风电机组和储能装置;所述响应特性包括所述同步发电机组的转动动能、所述风电机组的转动动能、所述储能装置的调频功率和所述储能系统的负荷频率;所述电力系统的惯量表征所述电力系统在功率不平衡扰动下对所述储能系统负荷频率的阻碍;
所述方法,包括:
获取当前时段的电力系统数据和储能系统数据;所述电力系统数据,包括:所述电力系统的不平衡功率、所述电力系统的负荷频率偏差、所述电力系统的负荷功率偏差以及所述电力系统的额定负荷功率;所述储能系统数据,包括:所述同步发电机组的调频功率、所述风电机组的调频功率和所述储能装置调频功率;
根据当前时段的电力系统数据,计算所述电力系统在当前时段的第一最小惯量;所述第一最小惯量为所述电力系统在当前时段内频率变化率最大时的惯量与所述电力系统在当前时段的惯量变化量之和;所述频率变化率为所述电力系统的负荷频率偏差关于时间求导的一阶导数;
根据当前时段的电力系统的不平衡功率和当前时段的储能系统数据,计算当前时段的储能系统的调频惯量;
将当前时段的储能系统的调频惯量和在当前时段的第一最小惯量中的较大者,确定为所述电力系统在当前时段的第二最小惯量;
将当前时段的第二最小惯量输入至优化调频模型,预测下一时段的调频方案;所述下一时段的调频方案用于对当前时段的电力系统的惯量进行调整,得到当前时段电力系统调整后的惯量;当前时段电力系统调整后的惯量作为下一时段电力系统的惯量。
2.根据权利要求1所述的风电场联合储能参与的调频方法,其特征在于,所述优化调频模型包括:第一优化调频模型、第二优化调频模型和第三优化调频模型;
所述第一优化调频模型根据第一历史数据预测第一时段的调频方案;
所述第一历史数据包括第一历史时段的采样数据;所述第一时段为所述第一历史时段未来的一段时间,且所述第一历史时段与所述第一时段连续;
所述第二优化调频模型根据第二历史数据预测第二时段的调频方案;所述第二时段的调频方案用于对所述第一时段的调频方案进行更新,得到第一时段的更新调频方案;
所述第二历史数据包括第二历史时段的采样数据;所述第二时段为所述第一时段内的一段时间,且所述第二时段与所述第一时段的开始时刻相同;所述第二历史时段为所述第一历史时段内的一段时间,且与所述第一历史时段的结束时刻相同;
所述第三优化调频模型根据第三历史数据预测第三时段的调频方案;所述第三时段的调频方案用于对所述第一时段的更新调频方案再次更新,得到第一时段的最终调频方案;
所述第三历史数据包括第三历史时段的采样数据;所述第三时段为所述第一历史时段的结束时刻的下一时刻;所述第三历史时段为所述第二历史时段内的一段时间,且与所述第二历史时段的结束时刻相同;
其中,下一时段的调频方案是根据所述第一时段的最终调频方案确定的。
3.根据权利要求1所述的风电场联合储能参与的调频方法,其特征在于,所述电力系统在当前时段的第一最小惯量的计算公式为:
H′min=Hmin+ΔHG
Figure FDA0004018667510000021
Figure FDA0004018667510000022
Figure FDA0004018667510000023
其中,H′min为电力系统在当前时段的第一最小惯量;Hmin为电力系统在当前时段内频率变化率最大时的惯量;ΔHG为电力系统在当前时段的惯量变化量;ΔP为电力系统的不平衡功率;Δf为负荷频率偏差;ΔPU为负荷功率偏差;PL0为电力系统的额定负荷功率;Fmax为频率最大变化率值;U0为电力系统的不平衡扰动前初始电压,U为电力系统的不平衡扰动瞬间电压,kz为恒阻抗负荷比例系数;ki为恒电流负荷比例系数,kp为恒功率负荷比例系数;t为时间;to为当前时段内频率变化率最大时对应的时刻。
4.根据权利要求1所述的风电场联合储能参与的调频方法,其特征在于,所述当前时段的储能系统的调频惯量的计算公式为:
Figure FDA0004018667510000031
其中,Hmin(Δf)为当前时段的储能系统的调频惯量;ΔPt1为同步发电机组的调频功率;ΔP为电力系统的不平衡功率;ΔPW为风电机组的调频功率;ΔPES为储能装置调频功率;RW为风电机组转子动能一次调频速率;RES为储能装置的一次调频速率;RS为火电机组一次调频速率;KL为负荷调频系数;Δf为负荷频率偏差。
5.根据权利要求4所述的风电场联合储能参与的调频方法,其特征在于,所述电力系统在当前时段的第二最小惯量的计算公式为:
H1min=max{H′min,Hmin(Δf)};
其中,H1min为电力系统在当前时段的第二最小惯量;Hmin(Δf)为当前时段的储能系统的调频惯量;H′min为电力系统在当前时段的第一最小惯量;Δf为负荷频率偏差。
6.一种风电场联合储能参与的调频系统,其特征在于,所述系统包括:
数据获取模块,用于获取当前时段的电力系统数据和储能系统数据;所述电力系统数据,包括:所述电力系统的不平衡功率、所述电力系统的负荷频率偏差、所述电力系统的负荷功率偏差以及所述电力系统的额定负荷功率;所述储能系统数据,包括:同步发电机组的调频功率、风电机组的调频功率和储能装置调频功率;
第一计算模块,用于根据当前时段的电力系统数据,计算所述电力系统在当前时段的第一最小惯量;所述第一最小惯量为所述电力系统在当前时段内频率变化率最大时的惯量与所述电力系统在当前时段的惯量变化量之和;所述频率变化率为所述电力系统的负荷频率偏差关于时间求导的一阶导数;
第二计算模块,用于根据当前时段的电力系统的不平衡功率和当前时段的储能系统数据,计算当前时段的储能系统的调频惯量;
第三计算模块,用于将当前时段的储能系统的调频惯量和在当前时段的第一最小惯量中的较大者,确定为所述电力系统在当前时段的第二最小惯量;
预测模块,用于将当前时段的第二最小惯量输入至优化调频模型,预测下一时段的调频方案;所述下一时段的调频方案用于对当前时段的电力系统的惯量进行调整,得到当前时段电力系统调整后的惯量;当前时段电力系统调整后的惯量作为下一时段电力系统的惯量。
7.一种电子设备,其特征在于,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行如权利要求1至5中任意一项所述的风电场联合储能参与的调频方法。
8.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5中任意一项所述的风电场联合储能参与的调频方法。
CN202211712876.XA 2022-12-27 2022-12-27 一种风电场联合储能参与的调频方法、系统、设备及介质 Pending CN115864444A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211712876.XA CN115864444A (zh) 2022-12-27 2022-12-27 一种风电场联合储能参与的调频方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211712876.XA CN115864444A (zh) 2022-12-27 2022-12-27 一种风电场联合储能参与的调频方法、系统、设备及介质

Publications (1)

Publication Number Publication Date
CN115864444A true CN115864444A (zh) 2023-03-28

Family

ID=85656085

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211712876.XA Pending CN115864444A (zh) 2022-12-27 2022-12-27 一种风电场联合储能参与的调频方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN115864444A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116667389A (zh) * 2023-07-25 2023-08-29 昆明理工大学 一种新型电力系统惯量提升的风储联合预测校正控制方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116667389A (zh) * 2023-07-25 2023-08-29 昆明理工大学 一种新型电力系统惯量提升的风储联合预测校正控制方法
CN116667389B (zh) * 2023-07-25 2023-10-13 昆明理工大学 一种新型电力系统惯量提升的风储联合预测校正控制方法

Similar Documents

Publication Publication Date Title
EP3565080B1 (en) Combined cycle power generation system
CN104538980B (zh) 一种微电网自平衡快速减负荷控制方法
Yoo et al. Dynamic inertia response support by energy storage system with renewable energy integration substation
EP2393179B1 (en) System and process for controlling active power in a power generation plant
CN107453410B (zh) 负荷扰动的双馈风机参与风柴微网调频控制方法
CN102354992B (zh) 风电场无功功率控制方法
JP7011881B2 (ja) ハイブリッド発電システム及び電力制御装置
EP3012937B1 (en) Control system for renewable energy power generation facilities, method for controlling same, and renewable energy power generation system
CN115842359B (zh) 考虑动态调频性能的风光储场站一次调频备用整定方法
CN112260289A (zh) 一种基于频率约束确定新能源和直流规模的方法及装置
CN111555310B (zh) 一种新能源参与异步送端电网调频的方法
CN105896617B (zh) 一种计及风机有功主动控制的风电调节备用容量评估方法
CN117937618A (zh) 一种高比例新能源电力系统惯量需求评估方法
CN114938005A (zh) 一种风储电站参与电网一次调频的双层控制方法和装置
CN115864444A (zh) 一种风电场联合储能参与的调频方法、系统、设备及介质
Liu et al. Model predictive control based voltage regulation strategy using wind farm as black-start source
Zhang et al. Wind power transmission through LCC-HVDC with wind turbine inertial and primary frequency supports
WO2021249603A1 (en) Hybrid power plant fast frequency response
CN115800296B (zh) 远海风电经vsc-mtdc并网系统的电压频率协同支撑方法
WO2019193837A1 (ja) 発電システムおよびその制御方法
Zhang et al. Research on frequency regulation strategy based on model predictive control for wind-hydro-storage complementary microgrid
Fernandez et al. Contribution of wind farms to the network stability
Fernández et al. Linear and non-linear control of wind farms. Contribution to the grid stability
WO2021196525A1 (zh) 调节风电场有功功率的方法、控制设备及风电场的控制器
CN114447930B (zh) 一种计及电网安全约束的海上风电机组并网容量计算方法

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