CN117154758A - 一种飞轮-火电联合调频容量与参数协同优化方法及系统 - Google Patents

一种飞轮-火电联合调频容量与参数协同优化方法及系统 Download PDF

Info

Publication number
CN117154758A
CN117154758A CN202311105771.2A CN202311105771A CN117154758A CN 117154758 A CN117154758 A CN 117154758A CN 202311105771 A CN202311105771 A CN 202311105771A CN 117154758 A CN117154758 A CN 117154758A
Authority
CN
China
Prior art keywords
flywheel
thermal power
frequency modulation
power
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.)
Pending
Application number
CN202311105771.2A
Other languages
English (en)
Inventor
王玮
陈彪
高嵩
房方
李沂洹
洪烽
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.)
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
North China Electric Power University
Original Assignee
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
North China Electric Power University
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 Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd, North China Electric Power University filed Critical Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Priority to CN202311105771.2A priority Critical patent/CN117154758A/zh
Publication of CN117154758A publication Critical patent/CN117154758A/zh
Pending legal-status Critical Current

Links

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
    • H02J3/24—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
    • 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
    • H02J3/30—Arrangements for balancing of the load in a network by storage of energy using dynamo-electric machines coupled to flywheels
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本发明公开一种飞轮‑火电联合调频容量与参数协同优化方法及系统，该方法包括当电网频率超出死区时，根据分解的高频分量、飞轮虚拟下垂控制功率指令及引入以Soc为自变量的Logistic回归函数对飞轮出力限制，确定调频时飞轮实际充放电功率；确定火电补偿值；根据分解的高频分量及火电补偿值确定飞轮响应的高频分量；根据低频分量以及火电补偿值确定火电机组应发功率；建立以全生命周期净现值最大为目标的飞轮‑火电容量配置与调频参数协同优化模型；根据飞轮‑火电容量配置与调频参数协同优化模型，采用粒子群算法，确定飞轮容量配置和控制策略参数。本发明能够获得最优飞轮容量配置并提升机组调频性能以及减少机组磨损。

Description

一种飞轮-火电联合调频容量与参数协同优化方法及系统
技术领域
本发明涉及电网调频领域，特别是涉及一种飞轮-火电联合调频容量与参数协同优化方法及系统。
背景技术
构建新型电力系统已成为现在着重关注的项目。截至2023年4月底，风电、光伏装机占中国发电装机的30.9％。由于风电、光伏发电具有很强的间歇性、波动性，可再生能源大规模并网运行对电网频率稳定带来了新的挑战，作为电网频率主要支撑的火电机组需承担更多地调频任务。随着不断地发展，提高机组一次调频性能考核系数，对火电机组一次调频性能提出更高的要求。因此，提升火电机组一次调频能力对于电网频率稳定，提升电厂经济效益具有重要意义。
飞轮储能作为一种物理储能装置，具有响应速度快、效率高、寿命长等特点，非常契合一次调频短时功率大、持续时间短、充放电频次高的特性。推动飞轮储能技术在电网调频方面的应用，容量配置和控制参数优化是一个重要课题。
然而，当前的研究，要么固定容量开展飞轮控制策略的研究，要么固定控制参数开展容量配置研究，两者相互独立，缺乏综合考虑。
因此，为解决新型电力系统中火电机组一次调频能力不足以及磨损问题，并实现系统效益最大化，亟需提供一种提升机组调频性能以及减少机组磨损的飞轮-火电一次调频协调控制策略和容量配置方法。
发明内容
本发明的目的是提供一种飞轮-火电联合调频容量与参数协同优化方法及系统，能够提升机组调频性能以及减少机组磨损。
为实现上述目的，本发明提供了如下方案：
一种飞轮-火电联合调频容量与参数协同优化方法，包括：
获取电网频率以及火电机组一次调频指令；
当电网频率超出死区时，根据火电机组一次调频指令分解的高频分量、飞轮虚拟下垂控制功率指令以及引入以Soc为自变量的Logistic回归函数对飞轮出力限制，确定调频时飞轮实际充放电功率；并确定火电补偿值；
根据火电机组一次调频指令分解的高频分量以及火电补偿值确定飞轮响应的高频分量；
根据火电机组一次调频指令分解的低频分量以及火电补偿值确定火电机组应发功率；
根据调频时飞轮实际充放电功率、飞轮响应的高频分量、火电机组应发功率，考虑机组一次调频考核电量、机组磨损、污染物排放，建立以全生命周期净现值最大为目标的飞轮-火电容量配置与调频参数协同优化模型；
根据飞轮-火电容量配置与调频参数协同优化模型，采用粒子群算法，确定飞轮容量配置和控制策略参数。
可选地，所述当电网频率超出死区时，根据火电机组一次调频指令分解的高频分量、飞轮虚拟下垂控制功率指令以及引入以Soc为自变量的Logistic回归函数对飞轮出力限制，确定调频时飞轮实际充放电功率；并确定火电补偿值，具体包括：
利用公式Pr＝Pf+PH＝-KfΔf+PH确定飞轮理论功率指令；
利用确定放电功率和充电功率；
利用公式确定调频时飞轮实际充放电功率；
利用公式确定火电补偿值；
利用公式确定电荷状态Soc；
其中，Pr为飞轮理论功率指令，Pf为飞轮虚拟下垂控制功率指令，PH为火电机组一次调频指令分解的高频分量，Δf为电网频率偏差，Kf为飞轮单位调节功率，Pd为放电功率，Pc为充电功率，Prated为飞轮额定功率，Soc,max为电荷状态SOC最大值，Soc,min为电荷状态SOC最小值，K1、P0、P1、b、r为常量，Pact为调频时飞轮实际充放电功率，Soc(t)为t时刻的电荷状态SOC，Soc(t+1)为t+1时刻的电荷状态SOC，Erated为飞轮额定容量，Pin(t)为t时刻的飞轮内部功率，ηc、ηd分别为充电效率、放电效率，Δt为采样时间。
可选地，所述根据火电机组一次调频指令分解的高频分量以及火电补偿值确定飞轮响应的高频分量，具体包括：
利用公式Pfh＝PH-Pb确定飞轮响应的高频分量Pfh。
可选地，所述根据火电机组一次调频指令分解的低频分量以及火电补偿值确定火电机组应发功率，具体包括：
利用公式Pg,r＝PL+Pb确定火电机组应发功率Pg,r；
其中，PL为火电机组一次调频指令分解的低频分量。
可选地，所述根据调频时飞轮实际充放电功率、飞轮响应的高频分量、火电机组应发功率，考虑机组一次调频考核电量、机组磨损、污染物排放，建立以全生命周期净现值最大为目标的飞轮-火电容量配置与调频参数协同优化模型，具体包括：
A＝max(PNET)＝max(NRES+NP+NE-Cinv-CO,M-Ce)；
其中，A为目标值，PNET为全寿命周期内一次调频净现值，NRES为减少机组考核电量的间接收益，NP为减少机组磨损的间接收益，NE为减少污染物排放的间接收益，Cinv为初始投资成本，CO,M为运行维护成本，Ce为飞轮损失电量成本。
可选地，减少机组磨损的间接收益NP为：
其中，D为每年火电机组因频繁升降负荷导致的机组磨损成本，SP为每兆瓦火电机组因频繁爬坡产生的成本；Pg(t)、Pg(t+1)分别为火电机组在t和t+1时刻的实时功率，Dpre为未加入飞轮前机组每年的磨损成本，Dafter为加入飞轮后的磨损成本，TLCC为飞轮寿命周期，y为使用y年，r为贴现率。
可选地，减少污染物排放的间接收益NE为：
其中，ks、kn、kc分别为单位电量脱硫、脱硝以及碳排放成本，Pfh(t)为t时刻的飞轮响应的高频分量。
可选地，飞轮损失电量Qe为：
一种飞轮-火电联合调频容量与参数协同优化系统，包括：
获取模块，用于获取电网频率以及火电机组一次调频指令；
调频时飞轮实际充放电功率和火电补偿值确定模块，用于当电网频率超出死区时，根据火电机组一次调频指令分解的高频分量、飞轮虚拟下垂控制功率指令以及引入以Soc为自变量的Logistic回归函数对飞轮出力限制，确定调频时飞轮实际充放电功率；并确定火电补偿值；
飞轮响应的高频分量确定模块，用于根据火电机组一次调频指令分解的高频分量以及火电补偿值确定飞轮响应的高频分量；
火电机组应发功率确定模块，用于根据火电机组一次调频指令分解的低频分量以及火电补偿值确定火电机组应发功率；
优化模型确定模块，用于根据调频时飞轮实际充放电功率、飞轮响应的高频分量、火电机组应发功率，考虑机组一次调频考核电量、机组磨损、污染物排放，建立以全生命周期净现值最大为目标的飞轮-火电容量配置与调频参数协同优化模型；
调频容量配置和调频参数协同优化模块，用于根据飞轮-火电容量配置与调频参数协同优化模型，采用粒子群算法，确定飞轮容量配置和控制策略参数。
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：
本发明所提供的一种飞轮-火电联合调频容量与参数协同优化方法及系统，为了缓解火电机组一次调频出力频繁波动问题，通过一阶低通滤波器将火电机组一次调频指令Ppr分解为低频分量和高频分量，使飞轮承担高频分量；为避免飞轮过充、过放，引入以Soc为自变量的Logistic回归函数对飞轮出力限制；考虑机组一次调频考核电量、机组磨损、污染物排放，建立以全生命周期净现值最大为目标的飞轮-火电容量配置与调频参数协同优化模型，并利用粒子群算法求解该模型。本发明通过飞轮-火电联合系统一次调频时域仿真模型，根据火电机组一次调频指令分解的高频分量、火电补偿值以及火电机组一次调频指令分解的低频分量实现协调控制策略，解决了新型电力系统中火电机组一次调频能力不足以及磨损问题，进而提升了机组调频性能、减少机组磨损。
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为本发明所提供的一种飞轮-火电联合调频容量与参数协同优化方法流程示意图；
图2为本发明所提供的一种飞轮-火电联合调频容量与参数协同优化方法整体流程图；
图3为飞轮储能系统(flywheel energy storage system，FESS)接入电厂示意图；
图4为火电机组输出功率变化示意图((a)部分为无储能策略火电机组输出功率，(b)部分为协调控制策略火电机组输出功率)。
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飞轮-火电联合调频容量与参数协同优化方法及系统，能够提升机组调频性能以及减少机组磨损。
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。
如图1所示，本发明所提供的一种飞轮-火电联合调频容量与参数协同优化方法，包括：
S101，获取电网频率以及火电机组一次调频指令。
FESS接入电厂方式如图3所示。功率分配模块根据电网频率f，对火电机组一次调频指令Ppr进行分配，其中PL为低频分量，PH为高频分量。飞轮功率控制模块根据Soc、PH和f确定飞轮内部功率Pf,in和火电机组补偿值Pb。低频分量PL和火电机组补偿值Pb构成了火电机组应发功率Pg,r。
火电机组一次调频指令Ppr的计算公式为：
Ppr＝-KgΔf (1)
式中：Kg为火电机组单位调节功率；Δf为电网频率偏差。
为了缓解火电机组一次调频出力频繁波动问题，通过一阶低通滤波器将火电机组一次调频指令Ppr分解为低频分量和高频分量，使飞轮承担高频分量。低通滤波器的传递函数F(s)为：
式中：T1为滤波时间常数；s为拉普拉斯算子。
一次调频指令、高频分量、低频分量三者之间的关系为：
Ppr＝PH+PL (3)
S102，当电网频率超出死区时，根据火电机组一次调频指令分解的高频分量、飞轮虚拟下垂控制功率指令以及引入以Soc为自变量的Logistic回归函数对飞轮出力限制，确定调频时飞轮实际充放电功率；并确定火电补偿值.
S103，根据火电机组一次调频指令分解的高频分量以及火电补偿值确定飞轮响应的高频分量；
S104，根据火电机组一次调频指令分解的低频分量以及火电补偿值确定火电机组应发功率；
S102-S104具体为：
当电网频率超出死区即f<49.967Hz或f>50.033Hz时，由式(1)知调频需求不为0，此时飞轮理论功率指令Pr包括高频分量PH和飞轮虚拟下垂控制功率指令Pf，Pr的计算公式为：
Pr＝Pf+PH＝-KfΔf+PH (4)
式中：Kf为飞轮单位调节功率。
为避免飞轮过充、过放，引入以Soc为自变量的Logistic回归函数对飞轮出力限制，该函数表达式为：
式中：Pd为放电功率；Pc为充电功率；Prated为飞轮额定功率；Soc,max为SOC最大值；Soc,min为SOC最小值；K1、P0、P1、b、r为常量。
调频时飞轮实际充放电功率Pact为：
由式(4)知，飞轮虚拟下垂控制指令与系统调频需求呈正相关，因此，采用飞轮优先响应虚拟下垂指令的策略。当Pr＝Pact时，飞轮能够完全响应飞轮理论功率指令，火电机组无需补偿。当|Pr|>|Pact|时，飞轮不能完全响应飞轮理论功率指令，由于飞轮优先响应下垂控制指令，此时将会出现两种情形。情形1：|Pf|<|Pact|，飞轮能够承担部分高频分量，火电机组应补偿剩余的高频分量。情形2：|Pf|≥|Pact|，飞轮只能响应虚拟下垂功率指令，火电机组应完全补偿高频分量。因此，火电补偿值Pb为:
飞轮响应的高频分量Pfh为：
Pfh＝PH-Pb (8)
火电机组应发功率Pg,r为：
Pg,r＝PL+Pb (9)
由于飞轮在充放电过程中存在能量损失，使得飞轮实际充放电功率Pact与飞轮内部功率Pin存在差异，两者之间的关系为：
式中：ηc、ηd分别为充电效率、放电效率。
根据安时计量法描述FESS荷电状态变化，已知t时刻SOC为Soc(t)，则t+1时刻SOC值Soc(t+1)为：
式中：Erated为飞轮额定容量。
S105，根据调频时飞轮实际充放电功率、飞轮响应的高频分量、火电机组应发功率，考虑机组一次调频考核电量、机组磨损、污染物排放，建立以全生命周期净现值最大为目标的飞轮-火电容量配置与调频参数协同优化模型。
本文目标值A为：
A＝max(PNET)＝max(NRES+NP+NE-Cinv-CO,M-Ce) (12)
式中：NRES为减少机组考核电量的间接收益；NP为减少机组磨损的间接收益；NE为减少污染物排放的间接收益；Cinv为初始投资成本；CO,M为运行维护成本；Ce为飞轮损失电量成本。
(1)减少机组考核电量的间接收益
当机组由于自身特性限制机组出力不能满足一次调频考核指标时，电力调度机构将对该机组进行性能考核。
小扰动考核电量Qs为：
QS＝(80％-λ)PNα (13)
式中：λ为每月的正确动作率；PN为机组容量；α为一次调频考核系数。
一次调频大扰动考核采用定额考核方式，大扰动考核电量QB为：
QB＝K0PNα (14)
每年的考核电量Q为：
式中：J为每年的一次调频考核次数。
假设未加入飞轮前机组每年的考核电量为Qpre，飞轮参与后的考核电量为Qafter，则减少机组考核电量的间接收益NRES为：
式中：R1为单位电量价格；TLCC为飞轮寿命周期；r为贴现率。
(2)减少机组磨损的间接收益
每年火电机组因频繁升降负荷导致的机组磨损成本D为：
式中：SP为每兆瓦火电机组因频繁爬坡产生的成本；Pg(t)、Pg(t+1)分别为火电机组在t和t+1时刻的实时功率。
假设未加入飞轮前机组每年的磨损成本为Dpre，加入飞轮后的磨损成本为Dafter，则减少机组磨损的间接收益NP为：
(3)减少污染物排放的间接收益
本文策略中飞轮承担了火电机组一次调频指令中的高频分量，减少了机组调频出力，从而减少了污染物的排放，减少污染物排放的间接收益NE为：
式中：ks、kn、kc分别为单位电量脱硫、脱硝以及碳排放成本。
(4)初始投资成本
初始投资成本Cinv包括飞轮容量成本和功率成本，其表达式为：
Cinv＝CEErated+CPPrated (20)
式中：CE、CP分别为飞轮单位容量、单位功率成本。
(5)运行维护成本
运行维护成本CO,M包括容量维护成本和功率维护成本，其表达式为：
式中：CEO,M为单位容量维护成本；CPO,M为单位功率维护成本。
(6)飞轮充、放电损失电量成本
飞轮在进行充、放电的过程中，不能保证电量100％的传递，因此应该考虑飞轮的电量损失。飞轮损失电量Qe为：
飞轮损失电量成本Ce为：
式中：pe为飞轮损失电量电价。
约束条件为：
1)额定功率约束。为加快模型计算速度，对额定功率寻优范围进行限制，其中额定功率寻优最大值Pmax取系统调频需求最大值。
0＜Prated≤Pmax (24)
式中：Emax、Emin分别为飞轮容量约束最大值、最小值。
2)额定容量约束。飞轮SOC一般设置在50％左右，一次调频考核标准要求一次调频稳定时间不超过60s，因此飞轮额定容量寻优最大值按照飞轮Soc＝0.5，额定功率充放电60s设置。
0＜Erated≤Pmax*120s (25)
3)滤波时间常数约束。对于0.015Hz～0.2Hz频段内的功率波动，火电机组一次调频起主要调节作用，因此设置滤波时间常数T1的寻优最大值为10。
0＜T1≤10 (26)
4)飞轮单位调节功率约束。
0＜Kf≤Kg (27)
S106，根据飞轮-火电容量配置与调频参数协同优化模型，采用粒子群算法，确定飞轮容量配置和控制策略参数。
粒子群算法具有易实现、精度高、收敛快的特点，在单目标优化问题中，具有一定的优势。本文利用粒子群算法求解，粒子群的计算公式为：
式中：i为粒子编号；k为粒子迭代次数；为第i个粒子经过k+1次迭代后的速度；w为惯性权重；c1、c2为学习因子；Pbest,i为第i个粒子的自身最优为值；Gbest为粒子群全局最优位置；r1、r2为相互独立的随机数；/>为第i个粒子经过k+1次迭代后的位移。
飞轮-火电联合一次调频控制参数与容量配置优化模型的求解流程如图2所示。
以下通过具体的实施例进行说明：
采用某1000MW二次再热机组一个月的历史频率数据，进行容量优化配置和控制策略参数优化。通过数据分析，该月频率最大偏差为0.0483Hz。根据细则标准，判定该月未发生大扰动。此时，需要通过一次调频远程扰动测试对机组进行考核，远程下发0.1Hz扰动信号，机组理论调频需求为26.8MW(按5％转速不等率计算)。因此，设置飞轮功率最大值为26.8MW。飞轮SOC一般设置在50％左右，一次调频考核标准要求一次调频稳定时间不超过60s。假设飞轮可以按照额定功率充放电60s，此时对应的容量最大值为0.89MWh，设置飞轮容量约束最大值为0.89MWh。
联合系统优化配置结果如表1所示，最优配置下，飞轮容量为4.838MW/0.124MWh，飞轮可以按照额定功率充放电91.5s，能够满足系统一次调频大扰动试验期间的充放电需求。加入飞轮后机组Q％由52.8％提升到70％，K0由0.2459减少至0，考核电量由245.9MWh减小为0。可见，协调控制策略可以显著提升系统一次调频能力，降低机组一次调频考核电量。
表1
根据表1配置结果，得到某正常运行日下的火电机组输出功率如图4所示。从图4可知，协调控制策略下火电机组出力波动范围明显小于仅火电机组参与调频的系统，机组输出功率峰值由2.36MW减小至1.61MW，降低了31.78％；输出功率标准差由0.127减小至0.105，降低了17.32％，说明本文控制策略可以有效地平滑机组出力波动，减少机组磨损。
对应上述方法，本发明还提供一种飞轮-火电联合调频容量与参数协同优化系统，包括：
获取模块，用于获取电网频率以及火电机组一次调频指令。
调频时飞轮实际充放电功率和火电补偿值确定模块，用于当电网频率超出死区时，根据火电机组一次调频指令分解的高频分量、飞轮虚拟下垂控制功率指令以及引入以Soc为自变量的Logistic回归函数对飞轮出力限制，确定调频时飞轮实际充放电功率；并确定火电补偿值。
飞轮响应的高频分量确定模块，用于根据火电机组一次调频指令分解的高频分量以及火电补偿值确定飞轮响应的高频分量。
火电机组应发功率确定模块，用于根据火电机组一次调频指令分解的低频分量以及火电补偿值确定火电机组应发功率。
优化模型确定模块，用于根据调频时飞轮实际充放电功率、飞轮响应的高频分量、火电机组应发功率，考虑机组一次调频考核电量、机组磨损、污染物排放，建立以全生命周期净现值最大为目标的飞轮-火电容量配置与调频参数协同优化模型。
调频容量配置和调频参数协同优化模块，用于根据飞轮-火电容量配置与调频参数协同优化模型，采用粒子群算法，确定飞轮容量配置和控制策略参数。
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 (9)

1.一种飞轮-火电联合调频容量与参数协同优化方法，其特征在于，包括：
获取电网频率以及火电机组一次调频指令；
当电网频率超出死区时，根据火电机组一次调频指令分解的高频分量、飞轮虚拟下垂控制功率指令以及引入以Soc为自变量的Logistic回归函数对飞轮出力限制，确定调频时飞轮实际充放电功率；并确定火电补偿值；
根据火电机组一次调频指令分解的高频分量以及火电补偿值确定飞轮响应的高频分量；
根据火电机组一次调频指令分解的低频分量以及火电补偿值确定火电机组应发功率；
根据调频时飞轮实际充放电功率、飞轮响应的高频分量、火电机组应发功率，考虑机组一次调频考核电量、机组磨损、污染物排放，建立以全生命周期净现值最大为目标的飞轮-火电容量配置与调频参数协同优化模型；
根据飞轮-火电容量配置与调频参数协同优化模型，采用粒子群算法，确定飞轮容量和调频参数。
2.根据权利要求1所述的一种飞轮-火电联合调频容量与参数协同优化方法，其特征在于，所述当电网频率超出死区时，根据火电机组一次调频指令分解的高频分量、飞轮虚拟下垂控制功率指令以及引入以Soc为自变量的Logistic回归函数对飞轮出力限制，确定调频时飞轮实际充放电功率；并确定火电补偿值，具体包括：
利用公式Pr＝Pf+PH＝-KfΔf+PH确定飞轮理论功率指令；
利用确定放电功率和充电功率；
利用公式确定调频时飞轮实际充放电功率；
利用公式确定火电补偿值；
利用公式确定电荷状态Soc；
其中，Pr为飞轮理论功率指令，Pf为飞轮虚拟下垂控制功率指令，PH为火电机组一次调频指令分解的高频分量，Δf为电网频率偏差，Kf为飞轮单位调节功率，Pd为放电功率，Pc为充电功率，Prated为飞轮额定功率，Soc,max为电荷状态SOC最大值，Soc,min为电荷状态SOC最小值，K1、P0、P1、b、r为常量，Pact为调频时飞轮实际充放电功率，Soc(t)为t时刻的电荷状态SOC，Soc(t+1)为t+1时刻的电荷状态SOC，Erated为飞轮额定容量，Pin(t)为t时刻的飞轮内部功率，ηc、ηd分别为充电效率、放电效率，Δt为采样间隔。
3.根据权利要求2所述的一种飞轮-火电联合调频容量与参数协同优化方法，其特征在于，所述根据火电机组一次调频指令分解的高频分量以及火电补偿值确定飞轮响应的高频分量，具体包括：
利用公式Pfh＝PH-Pb确定飞轮响应的高频分量Pfh。
4.根据权利要求2所述的一种飞轮-火电联合调频容量与参数协同优化方法，其特征在于，所述根据火电机组一次调频指令分解的低频分量以及火电补偿值确定火电机组应发功率，具体包括：
利用公式Pg,r＝PL+Pb确定火电机组应发功率Pg,r；
其中，PL为火电机组一次调频指令分解的低频分量。
5.根据权利要求2所述的一种飞轮-火电联合调频容量与参数协同优化方法，其特征在于，所述根据调频时飞轮实际充放电功率、飞轮响应的高频分量、火电机组应发功率，考虑机组一次调频考核电量、机组磨损、污染物排放，建立以全生命周期净现值最大为目标的飞轮-火电容量配置与调频参数协同优化模型，具体包括：
A＝max(PNET)＝max(NRES+NP+NE-Cinv-CO,M-Ce)；
其中，A为目标值，PNET为全寿命周期内一次调频净现值，NRES为减少机组考核电量的间接收益，NP为减少机组磨损的间接收益，NE为减少污染物排放的间接收益，Cinv为初始投资成本，CO,M为运行维护成本，Ce为飞轮损失电量成本。
6.根据权利要求5所述的一种飞轮-火电联合调频容量与参数协同优化方法，其特征在于，减少机组磨损的间接收益NP为：
D为每年火电机组因频繁升降负荷导致的机组磨损成本，
其中，
SP为每兆瓦火电机组因频繁爬坡产生的成本；Pg(t)、Pg(t+1)分别为火电机组在t和t+1时刻的实时功率，Dpre为未加入飞轮前机组每年的磨损成本，Dafter为加入飞轮后的磨损成本，TLCC为飞轮寿命周期，y为使用y年，r为贴现率。
7.根据权利要求5所述的一种飞轮-火电联合调频容量与参数协同优化方法，其特征在于，减少污染物排放的间接收益NE为：
ks、kn、kc分别为单位电量脱硫、脱硝以及碳排放成本，
其中，
Pfh(t)为t时刻的飞轮响应的高频分量。
8.根据权利要求5所述的一种飞轮-火电联合调频容量与参数协同优化方法，其特征在于，飞轮损失电量Qe为：
9.一种飞轮-火电联合调频容量与参数协同优化系统，其特征在于，包括：
获取模块，用于获取电网频率以及火电机组一次调频指令；
调频时飞轮实际充放电功率和火电补偿值确定模块，用于当电网频率超出死区时，根据火电机组一次调频指令分解的高频分量、飞轮虚拟下垂控制功率指令以及引入以Soc为自变量的Logistic回归函数对飞轮出力限制，确定调频时飞轮实际充放电功率；并确定火电补偿值；
飞轮响应的高频分量确定模块，用于根据火电机组一次调频指令分解的高频分量以及火电补偿值确定飞轮响应的高频分量；
火电机组应发功率确定模块，用于根据火电机组一次调频指令分解的低频分量以及火电补偿值确定火电机组应发功率；
优化模型确定模块，用于根据调频时飞轮实际充放电功率、飞轮响应的高频分量、火电机组应发功率，考虑机组一次调频考核电量、机组磨损、污染物排放，建立以全生命周期净现值最大为目标的飞轮-火电容量配置与调频参数协同优化模型；
调频容量配置和调频参数协同优化模块，用于根据飞轮-火电容量配置与调频参数协同优化模型，采用粒子群算法，确定调频飞轮容量和控制策略参数。
CN202311105771.2A 2023-08-30 2023-08-30 一种飞轮-火电联合调频容量与参数协同优化方法及系统 Pending CN117154758A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311105771.2A CN117154758A (zh) 2023-08-30 2023-08-30 一种飞轮-火电联合调频容量与参数协同优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311105771.2A CN117154758A (zh) 2023-08-30 2023-08-30 一种飞轮-火电联合调频容量与参数协同优化方法及系统

Publications (1)

Publication Number Publication Date
CN117154758A true CN117154758A (zh) 2023-12-01

Family

ID=88911286

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311105771.2A Pending CN117154758A (zh) 2023-08-30 2023-08-30 一种飞轮-火电联合调频容量与参数协同优化方法及系统

Country Status (1)

Country Link
CN (1) CN117154758A (zh)

Similar Documents

Publication Publication Date Title
WO2021114849A1 (zh) 增加新能源发电波动的海岛电网储能系统分层控制方法
CN107294122B (zh) 一种混合储能系统分层动态控制方法
CN105337294B (zh) 协调风电场参与电力系统一次调频的储能配置方法
CN110829408B (zh) 基于发电成本约束的计及储能电力系统的多域调度方法
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
CN102709954A (zh) 风光储联合发电系统有功协调控制方法
CN104361416A (zh) 一种考虑大规模电动汽车接入的电网双层优化调度方法
CN116231734A (zh) 一种微电网风-储-荷分层协同调频控制方法
CN104795830A (zh) 一种利用多类型储能系统跟踪发电计划出力的控制方法
CN114567002A (zh) 储能双馈风力发电机组与同步发电机协同调频控制方法
CN106385044A (zh) 用于风电场发电计划跟踪的复合储能控制系统及其控制方法
CN105574620A (zh) 一种结合双主控协作与mpso算法的微电网动态优化调度方法
CN115498668A (zh) 一种综合能源系统的优化方法
CN116760008A (zh) 一种考虑负荷特性的多时间尺度有功无功协调调度方法
Li et al. Research on the control strategy of energy storage participation in power system frequency regulation
CN113708394A (zh) 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
CN116154877B (zh) 一种优化新能源场站集群调频参数的方法
Sun et al. An investigation of battery energy storage aided wind-coal integrated energy system
CN117318027A (zh) 一种基于emd的虚拟电厂日前-实时频率调控方法
CN116826857A (zh) 一种计及碳排放的火储联合优化控制方法、系统及设备
Wang et al. Frequency response methods for grid-connected wind power generations: A review
CN116470528A (zh) 一种区域电网光储场站多时间尺度辅助调频方法
Wang et al. Multi-objective optimal dispatch of wind-integrated power system based on distributed energy storage
CN116805192A (zh) 考虑最优弃能率的综合能源系统双层规划优化方法及应用
CN117154758A (zh) 一种飞轮-火电联合调频容量与参数协同优化方法及系统

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