CN112751348A - 考虑风电调度和调频极限的储能优化控制方法 - Google Patents
考虑风电调度和调频极限的储能优化控制方法 Download PDFInfo
- Publication number
- CN112751348A CN112751348A CN202110010767.2A CN202110010767A CN112751348A CN 112751348 A CN112751348 A CN 112751348A CN 202110010767 A CN202110010767 A CN 202110010767A CN 112751348 A CN112751348 A CN 112751348A
- Authority
- CN
- China
- Prior art keywords
- frequency modulation
- power
- energy storage
- wind power
- frequency
- 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.)
- Granted
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 264
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005457 optimization Methods 0.000 title claims abstract description 20
- 238000007599 discharging Methods 0.000 claims description 35
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000011217 control strategy Methods 0.000 claims description 19
- 238000011156 evaluation Methods 0.000 claims description 18
- 238000012546 transfer Methods 0.000 claims description 17
- 238000010248 power generation Methods 0.000 claims description 15
- 230000006855 networking Effects 0.000 claims description 13
- 230000005611 electricity Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000014509 gene expression Effects 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 238000013016 damping Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 6
- 230000000694 effects Effects 0.000 description 6
- 230000002411 adverse Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001771 impaired effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- 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
- H02J3/32—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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
- H02J2300/28—The renewable source being wind energy
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Power Engineering (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Wind Motors (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明一种考虑风电调度和调频极限的储能优化控制方法,其特点是:利用储能辅助风电场跟踪日前调度计划并参与调频的策略,在电力市场环境下建立以风储电站利润最大为目标的风储运行模型,用来计算储能辅助风电场跟踪日前调度计划和参与调频的最优出力。其在储能SOE状态正常时能够提高风电场跟踪调度计划的能力,使跟踪调度计划指标较无储能时显著减少;由电网调频极限形成的频率安全约束能强制储能提供调频功率,有效维护电网频率安全;在计及运行成本和能量、调频等收入的情况下,本发明能使风储电站一天利润达到188677元,说明在电力市场环境下将储能同时用于辅助风电场跟踪调度计划和参与调频具有良好的经济效益。
Description
技术领域
本发明涉及电网调频技术领域,以日前调度为研究背景,在电力市场环境下,提出一种考虑风电调度和调频极限的储能优化控制方法。
背景技术
近年来,以风电为代表的新能源装机迅速提高,但是风电出力随机性使得风电场无法精确跟踪发电计划,导致电源侧功率波动加剧,严重威胁电网频率安全,储能作为解决风电并网问题的有效手段,受国家政策支持,在辅助风电场跟踪发电计划、改善电网频率波动等方面均有突出表现。但是,现有研究一方面只单独考虑储能辅助风电场跟踪发电计划或参与调频,工作模式较为单一;另一方面只从技术角度制定相应控制策略,并未在电力市场环境下从经济最优角度制定储能出力,因而,研究考虑风电调度和调频极限的储能优化控制方法对储能在调频领域的应用具有重要意义。
发明内容
本发明的目的是:克服现有技术的缺点,提供一种考虑风电调度和调频极限的储能优化控制方法,不仅提高风电场跟踪日前调度计划能力和电网频率安全性,同时还具有良好的经济效益。
为实现上述目的所采用的技术方案首先构建了协调电网内部各发电资源发电量的日前调度计划形成过程,并利用区域电网调频模型计算调频极限,通过比较调频极限与等效负荷波动的大小来确定储能运行工况;其次提出了辅助风电场跟踪日前调度计划和参与调频相结合的储能控制策略,并在电力市场背景下建立风储运行模型,用来获得储能最优出力;最后采用Matlab进行算例仿真,分析所提方法和模型的有效性。
本发明的技术方案是:一种考虑风电调度和调频极限的储能优化控制方法,其特征是:利用储能辅助风电场跟踪日前调度计划并参与调频的策略,在电力市场环境下建立以风储电站利润最大为目标的风储运行模型,用来计算储能辅助风电场跟踪日前调度计划和参与调频的最优出力,具体包括以下步骤:
1)日前调度计划和电网调频极限分析
①风电场日前调度出力计划的形成过程考虑到电网风电消纳能力限制和风速对风电场出力的影响,可利用调度中心制定日前调度出力计划,以下简称调度计划,协调电网内部各发电资源的发电量,调度中心利用风电场预测出力、负荷预测出力、火电机组出力的数据,制定风电场调度计划和火电机组调度计划,实现电网功率平衡;
②电网调频极限分析
引入调频极限来描述电网的极限调频能力,定义如下:在仅有传统电源参与调频的情况下,火电机组将电网频率维持在允许波动范围内所能承受的最大等效负荷波动称为电网调频极限,电网频率维持在允许波动范围内所能承受的最大等效负荷波动简称最大可承受等效负荷波动,记为
2)储能最优控制策略
从提高风电可调度性和电网频率稳定性的角度出发,提出风储电站中储能辅助风电场跟踪调度计划并提供调频辅助服务的控制策略;
①储能控制策略框架
Ⅰ按形成的风电场调度计划,计算电网调频极限,并判断等效负荷波动是否超过电网调频极限;
Ⅱ由判断结果选择储能的工作模式,制定储能控制策略;
Ⅲ以风储电站利润最大为目标函数,建立基于风储出力约束和频率安全约束的风储运行模型,通过求解风储运行模型得到储能最优出力;
②建立风储运行模型
Ⅰ目标函数
建立包括风储电站运行成本及其收入的目标函数;
Ⅱ约束条件
按储能主要目标不同,将风储运行模型的约束条件分为两种:以跟踪调度计划为主要目标时的约束和以保证电网频率安全为主要目标时的约束;
Ⅲ评价指标
根据储能辅助风电场跟踪调度计划和参与调频的两种工况,提出评价指标。
进一步,所述步骤1)的①利用风电场预测出力、负荷预测出力和火电机组出力数据,制定风电场调度计划和火电机组调度计划,实现电网功率平衡见式(1):
Pt Wplan+Pt Tplan=Pt Lplan (1)
其中,Pt Wplan、Pt Tplan、Pt Lplan分别为t时刻风电场调度计划出力、火电机组调度计划出力、负荷预测出力,Pb,t为储能在t时刻的出力;Pt Wreal为风电场在t时刻的实际出力,Pt W,b为风储电站在t时刻的总出力,根据“清洁能源优先上网”原则,调度中心可以通过减少火电机组发电量提高风电上网功率,故将风电场日前预测出力作为其调度出力计划,认为风电预测出力全被调度接纳。
进一步,所述步骤1)的②电网调频极限分析,具体如下:由于风电出力的随机性会对电网频率产生不良影响,故将风电波动视为负的负荷波动,与常规负荷波动共同构成等效负荷波动,记为ΔPequL,t;
在仅靠火电机组调频的情况下,当等效负荷波动超过调频极限时,火电机组的调频能力将不足以平衡等效负荷波动量,会产生调频功率缺额,导致频率偏差超过电网允许范围;由调频极限的定义可知,计算调频极限就是计算区域电网最大可承受等效负荷波动,下面具体介绍计算方法:
电网频率偏差大小取决于等效负荷和火电机组的有功功率平衡程度,有功功率不平衡量与频率偏差的关系为:
其中,ΔPequL(s)为等效负荷波动,M为电网惯性时间常数,D为负荷阻尼系数,ΔPG(s)为机组调频出力,ΔF(s)为电网频率偏差,KG为机组单位调节功率,Tg为火电机组调速器时间常数,ΔPG(s)如式(3)所示:
其中ΔP1(s)为一次调频出力,ΔP2(s)为二次调频出力,FHP为汽轮机再热器增益;TRH为再热器时间常数;TCH为汽轮机时间常数,Gg(s)为机组传递函数,β0为电力***偏差系数,Kp、KI为控制器比例积分参数,s为拉普拉斯算子。
将式(3)代入式(2),整理得调频模型的传递函数H(s)如式(4)所示:
其中,Kd为火电机组调频死区对频率的影响系数;
等效负荷波动与频率偏差、传递函数的关系如式(5)所示;
将标幺值换算为有名值,区域电网的调频极限如式(8)所示:
进一步,所述步骤2)的①之Ⅱ由判断结果选择储能的工作模式,具体为:
(a)当等效负荷波动不超过调频极限时,火电机组调频能力充足,最大频率波动不会超过允许范围,储能以跟踪调度计划为主要目标,通过充放电调整风电场实际出力与调度计划的偏差,使其精确响应调度计划;同时由于储能辅助风电场跟踪调度计划时可能还有一部分功率并未投入使用,将这部分剩余功率用于向负荷或不具备调频能力的新能源电厂提供调频服务,获得调频收益;
(b)当等效负荷波动超过调频极限时,火电机组调频能力不足,最大频率波动将会超过允许范围,储能以保证电网频率安全为主要目标,强制储能参与调频,补充火电机组的调频功率缺额。
进一步,所述步骤2)的①之Ⅲ以风储电站利润最大为目标函数,建立基于风储出力约束和频率安全约束的风储运行模型,具体如下:
为了获得所提控制策略下储能用于跟踪调度计划和参与调频的最优出力,由(2)中风电场调度计划形成风储电站联合出力约束(简称风储出力约束),由电网调频极限形成频率安全约束,以风储电站利润最大为目标函数,建立基于风储出力约束和频率安全约束的风储运行模型,通过求解模型得到储能最优出力;
储能出力、风储电站联网功率和风储电站总出力表达式如下:
式(9)规定在同一时间,储能只能工作在充电状态或放电状态;
储能在t时刻的出力Pb,t如式(10)所示:
进一步,所述步骤2)的②风储运行模型之Ⅰ目标函数,具体如下:
风储联合运行的目标是使风储电站的利润Cprofit最大,目标函数包括两部分:风储电站运行成本及其收入,如式(13)所示:
其中,ccap表示储能的单位容量成本,取1600元/kWh;Erate表示风电场配置的储能额定容量;r为折现率,取8%;Tlife为储能寿命周期,取10年;
储能在实际运行时,充放电会对其寿命有所影响,长时间运行还会导致更换成本,现将储能寿命衰减及其导致的更换成本简化为每个结算周期上的储能寿命折损成本,包括:辅助风电场跟踪调度计划时的寿命折损和储能提供调频辅助服务时的寿命折损
其中,cop为折损费用系数,表示储能充放一个单位电量所产生的寿命折损费用,取100元/MWh;Δt为一个结算周期;β为调频电量系数,表示储能每提供1MW的调频功率在实际运行时会充(放)βMWh的能量,单位为MWh/MW,取0.13;
储能辅助风电场跟踪计划出力和参与调频时,充放电会导致相应的电能损耗:
由于风电场出力偏离调度计划除了会引发调频费用,还会产生调峰、备用等一系列辅助服务费用,甚至危及电网频率安全,因此必须对偏离功率进行惩罚,且惩罚力度应较大,这样才能近似表示风储电站偏离调度计划对电网的不良影响,该费用每半个小时结算一次;
其中,cdev为单位功率缺额惩罚电价,取上网电价的两倍,即1040元/MW;
风储电站的联网电量会获得能量收入,如式(20)所示:
在PJM电力市场环境下,储能给电网提供调频服务会获得调频辅助服务收入,包括调频容量收入和调频里程收入,如式(21)所示:
为了便于分析,现做出如下假设:任意一个调度周期内,储能调频功率将被调度优先考虑并全部接纳;储能能快速响应AGC调频指令,在PJM电力市场中,调频性能指标λt与精确度分数、相关性分数、延迟分数有关;可忽略相关性分数和延迟分数对λt的影响,将精确度分数简化为储能在该时刻能否提供足够的调频功率,故λt可简化为与储能电池能量状态(State of Energy,SOE)有关的分段函数,如式(22)所示:
其中,λt为t时刻的调频性能指标;λmax为调频性能指标最大值,取1;λmin为调频性能指标最小值,取0.6;SOEt为储能在t时刻的剩余电量与满充时总电量的比值;SOElow为SOE理想区间下限,取0.2;SOEhigh为SOE理想区间上限,取0.8。
进一步,所述步骤2)的②风储运行模型之Ⅱ约束条件,具体如下:
按储能主要目标不同,将风储联合运行模型的约束条件分为两种:以跟踪调度计划为主要目标时的约束、以保证电网频率安全为主要目标时的约束;
(a)储能以跟踪调度计划为主要目标时的约束
(A)储能运行约束
储能***在实际运行时,会受到电量约束和功率约束;
a电量约束
由于储能***建设成本昂贵,过度充放电会严重损害其寿命,因此在储能电量过低或过高时,应让其退出工作,联合运行模型的电量约束如下:
其中,SOEmin、SOEmax分别为储能SOE的最小值和最大值,取0.1和0.9;SOEt-1为(t-1)时刻的储能剩余电量百分比;ΔSOEt为t时刻储能SOE的变化量;α为储能自放电率,取0;
b功率约束
储能辅助风电场跟踪调度计划时的功率约束:
其中,Prate为储能额定功率;
电池储能的充电过程不是一直不变的,需要经历恒流阶段和恒压阶段;在恒压阶段,储能SOE对其充电功率有一定的影响;
如果只用额定功率对储能充电功率进行限制,则将高估储能电池的充电能力,导致充电阶段无法充进预期的电量,降低模型精确性;因此需要对储能的充电功率约束进一步精确,如式(25)所示:
储能跟踪调度计划并将剩余功率用于调频的输出功率约束:
式(26)规定储能的向上/向下调频功率不能超过其额定功率;储能跟踪计划出力与调频功率的总和不能超过其额定功率;
(B)风储电站联合出力约束
风电输出功率取决于实时风速,现有预测技术难免会有误差,因此设置调度计划误差带,一方面可以松弛风储电站出力约束,另一方面可以降低储能动作深度;误差带公式如式(27)所示:
(b)储能以电网频率安全为主要目标时的约束
(A)储能运行约束
储能以保证电网频率安全为主要目标时的运行约束同样包含电量约束(23)和功率约束(24)—(26);
(B)频率安全约束
由之前分析可知,当等效负荷波动超过调频极限时,仅靠火电机组无法将频率维持在允许波动范围内,此时应强制储能提供调频功率;针对不同的负荷波动,将储能频率安全约束分为两种情况:
储能频率安全约束如式(30)所示:
储能的频率安全约束如式(32)所示:
进一步,述风储运行模型按等效负荷波动可分为以下三种情况:
㈠当等效负荷波动超过调频极限上限时,电网频率不安全,储能以维持电网频率安全为主要目标,频率安全约束为(29)—(30),适当放弃跟踪调度计划的能力,约束(28)不予考虑。因此风储电站运行模型为:(9)、(13)—(21)、(23)—(26)、(29)—(30);
㈡当等效负荷波动低于调频极限下限时,电网频率不安全,储能以维持电网频率安全为主要目标,频率安全约束为(31)—(32),适当放弃跟踪调度计划的能力,约束(28)不予考虑。因此风储电站运行模型为:(9)、(13)—(21)、(23)—(26)、(31)—(32);
㈢当等效负荷波动不超过调频极限时,火电机组调频能力充足,故频率安全约束不予考虑,储能以跟踪调度计划为主要目标,风储电站出力必须满足约束(28);风储电站运行模型为:(9)、(13)—(21)、(23)—(26)、(28)。
进一步,所述步骤2)的②风储运行模型之Ⅲ评价指标,具体如下:
根据储能辅助风电场跟踪调度计划和参与调频的两种工况,提出以下评价指标:
(a)跟踪调度计划评价指标Pindex如式(33)所示:
式(33)表示风储电站实际联网功率与调度计划之间的偏差均方根,Pindex越小,说明风储电站跟踪调度计划的能力越好;
(b)频率波动评价指标为:
findex=Δfmax (34)
式中,Δfmax为最大频率波动量,findex越小,说明频率波动越小。
本发明的考虑风电调度和调频极限的储能优化控制方法,在储能SOE状态正常时能够提高风电场跟踪调度计划的能力,使跟踪调度计划指标较无储能时减少32.833%;由电网调频极限形成的频率安全约束虽然在等效负荷波动超出调频极限时会导致风电场跟踪调度计划的能力下降,但却能强制储能提供调频功率,使得最大频率波动量较不考虑频率安全约束时减少35.1%,有效维护电网频率安全;在计及初始投资折旧、储能运行损耗、出力偏离惩罚等几类运行成本和能量、调频等收入的情况下,本发明能使风储电站一天利润达到188677元,说明在电力市场环境下将储能同时用于辅助风电场跟踪调度计划和参与调频具有良好的经济效益。
附图说明
图1为区域电网调频模型图;
图2为幅频特性曲线;
图3为频率波动曲线图;
图4为等效负荷波动曲线图;
图5为风储电站出力曲线图;
图6为场景2储能最优出力示意图;
图7为场景3储能最优出力示意图;
图8为SOE变化曲线;
图9为95MW等效负荷波动下的频率变化曲线图。
具体实施方式
下面利用附图和实施例对本发明作进一步说明。
参见图1~图9,本发明一种考虑风电调度和调频极限的储能优化控制方法,利用储能辅助风电场跟踪日前调度计划并参与调频的策略,在电力市场环境下建立以风储电站利润最大为目标的风储运行模型,用来计算储能辅助风电场跟踪日前调度计划和参与调频的最优出力,具体包括以下步骤:
1)日前调度计划和电网调频极限分析
①风电场日前调度出力计划的形成过程考虑到电网风电消纳能力限制和风速对风电场出力的影响,可利用调度中心制定日前调度出力计划,以下简称调度计划,协调电网内部各发电资源的发电量,调度中心利用风电场预测出力、负荷预测出力、火电机组出力的数据,制定风电场调度计划和火电机组调度计划,实现电网功率平衡;
②电网调频极限分析
引入调频极限来描述电网的极限调频能力,定义如下:在仅有传统电源参与调频的情况下,火电机组将电网频率维持在允许波动范围内所能承受的最大等效负荷波动称为电网调频极限,电网频率维持在允许波动范围内所能承受的最大等效负荷波动简称最大可承受等效负荷波动,记为
2)储能最优控制策略
从提高风电可调度性和电网频率稳定性的角度出发,提出风储电站中储能辅助风电场跟踪调度计划并提供调频辅助服务的控制策略;
①储能控制策略框架
Ⅰ按形成的风电场调度计划,计算电网调频极限,并判断等效负荷波动是否超过电网调频极限;
Ⅱ由判断结果选择储能的工作模式,制定储能控制策略;
Ⅲ以风储电站利润最大为目标函数,建立基于风储出力约束和频率安全约束的风储运行模型,通过求解风储运行模型得到储能最优出力;
②建立风储运行模型
Ⅰ目标函数
建立包括风储电站运行成本及其收入的目标函数;
Ⅱ约束条件
按储能主要目标不同,将风储运行模型的约束条件分为两种:以跟踪调度计划为主要目标时的约束和以保证电网频率安全为主要目标时的约束;
Ⅲ评价指标
根据储能辅助风电场跟踪调度计划和参与调频的两种工况,提出评价指标。
进一步,所述步骤1)的①利用风电场预测出力、负荷预测出力和火电机组出力数据,制定风电场调度计划和火电机组调度计划,实现电网功率平衡见式(1):
Pt Wplan+Pt Tplan=Pt Lplan (1)
其中,Pt Wplan、Pt Tplan、Pt Lplan分别为t时刻风电场调度计划出力、火电机组调度计划出力、负荷预测出力,Pb,t为储能在t时刻的出力;Pt Wreal为风电场在t时刻的实际出力,Pt W,b为风储电站在t时刻的总出力,根据“清洁能源优先上网”原则,调度中心可以通过减少火电机组发电量提高风电上网功率,故将风电场日前预测出力作为其调度出力计划,认为风电预测出力全被调度接纳。
进一步,所述步骤1)的②电网调频极限分析,具体如下:由于风电出力的随机性会对电网频率产生不良影响,故将风电波动视为负的负荷波动,与常规负荷波动共同构成等效负荷波动,记为ΔPequL,t;
在仅靠火电机组调频的情况下,当等效负荷波动超过调频极限时,火电机组的调频能力将不足以平衡等效负荷波动量,会产生调频功率缺额,导致频率偏差超过电网允许范围;由调频极限的定义可知,计算调频极限就是计算区域电网最大可承受等效负荷波动,下面具体介绍计算方法:
电网频率偏差大小取决于等效负荷和火电机组的有功功率平衡程度,有功功率不平衡量与频率偏差的关系为:
其中,M为电网惯性时间常数,D为负荷阻尼系数,ΔPG(s)为机组调频出力,ΔF(s)为电网频率偏差,KG为机组单位调节功率,Tg为火电机组调速器时间常数,ΔPequL(s)为等效负荷波动,ΔPG(s)如式(3)所示:
其中ΔP1(s)为一次调频出力,ΔP2(s)为二次调频出力,FHP为汽轮机再热器增益;TRH为再热器时间常数;TCH为汽轮机时间常数,Gg(s)为机组传递函数,β0为电力***偏差系数,Kp、KI为控制器比例积分参数,s为拉普拉斯算子。
将式(3)代入式(2),整理得调频模型的传递函数H(s)如式(4)所示:
其中,Kd为火电机组调频死区对频率的影响系数;
等效负荷波动与频率偏差、传递函数的关系如式(5)所示;
将标幺值换算为有名值,区域电网的调频极限如式(8)所示:
进一步,所述步骤2)的①之Ⅱ由判断结果选择储能的工作模式,具体为:
(a)当等效负荷波动不超过调频极限时,火电机组调频能力充足,最大频率波动不会超过允许范围,储能以跟踪调度计划为主要目标,通过充放电调整风电场实际出力与调度计划的偏差,使其精确响应调度计划;同时由于储能辅助风电场跟踪调度计划时可能还有一部分功率并未投入使用,将这部分剩余功率用于向负荷或不具备调频能力的新能源电厂提供调频服务,获得调频收益;
(b)当等效负荷波动超过调频极限时,火电机组调频能力不足,最大频率波动将会超过允许范围,储能以保证电网频率安全为主要目标,强制储能参与调频,补充火电机组的调频功率缺额。
进一步,所述步骤2)的①之Ⅲ以风储电站利润最大为目标函数,建立基于风储出力约束和频率安全约束的风储运行模型,具体如下:
为了获得所提控制策略下储能用于跟踪调度计划和参与调频的最优出力,由(2)中风电场调度计划形成风储电站联合出力约束(简称风储出力约束),由电网调频极限形成频率安全约束,以风储电站利润最大为目标函数,建立基于风储出力约束和频率安全约束的风储运行模型,通过求解模型得到储能最优出力;
储能出力、风储电站联网功率和风储电站总出力表达式如下:
式(9)规定在同一时间,储能只能工作在充电状态或放电状态;
储能在t时刻的出力Pb,t如式(10)所示:
t时刻风储电站实际联网和参与调频的总功率Pt W,b如式(12)所示:
进一步,所述步骤2)的②风储运行模型之Ⅰ目标函数,具体如下:
风储联合运行的目标是使风储电站的利润Cprofit最大,目标函数包括两部分:风储电站运行成本及其收入,如式(13)所示:
其中,ccap表示储能的单位容量成本,取1600元/kWh;Erate表示风电场配置的储能额定容量;r为折现率,取8%;Tlife为储能寿命周期,取10年;
储能在实际运行时,充放电会对其寿命有所影响,长时间运行还会导致更换成本,现将储能寿命衰减及其导致的更换成本简化为每个结算周期上的储能寿命折损成本,包括:辅助风电场跟踪调度计划时的寿命折损和储能提供调频辅助服务时的寿命折损
其中,cop为折损费用系数,表示储能充放一个单位电量所产生的寿命折损费用,取100元/MWh;Δt为一个结算周期;β为调频电量系数,表示储能每提供1MW的调频功率在实际运行时会充(放)βMWh的能量,单位为MWh/MW,取0.13;
储能辅助风电场跟踪计划出力和参与调频时,充放电会导致相应的电能损耗:
由于风电场出力偏离调度计划除了会引发调频费用,还会产生调峰、备用等一系列辅助服务费用,甚至危及电网频率安全,因此必须对偏离功率进行惩罚,且惩罚力度应较大,这样才能近似表示风储电站偏离调度计划对电网的不良影响,该费用每半个小时结算一次;
其中,cdev为单位功率缺额惩罚电价,取上网电价的两倍,即1040元/MW;
风储电站的联网电量会获得能量收入,如式(20)所示:
在PJM电力市场环境下,储能给电网提供调频服务会获得调频辅助服务收入,包括调频容量收入和调频里程收入,如式(21)所示:
为了便于分析,现做出如下假设:任意一个调度周期内,储能调频功率将被调度优先考虑并全部接纳;储能能快速响应AGC调频指令,在PJM电力市场中,调频性能指标λt与精确度分数、相关性分数、延迟分数有关;可忽略相关性分数和延迟分数对λt的影响,将精确度分数简化为储能在该时刻能否提供足够的调频功率,故λt可简化为与储能电池能量状态(State of Energy,SOE)有关的分段函数,如式(22)所示:
其中,λt为t时刻的调频性能指标;λmax为调频性能指标最大值,取1;λmin为调频性能指标最小值,取0.6;SOEt为储能在t时刻的剩余电量与满充时总电量的比值;SOElow为SOE理想区间下限,取0.2;SOEhigh为SOE理想区间上限,取0.8。
进一步,所述步骤2)的②风储运行模型之Ⅱ约束条件,具体如下:
按储能主要目标不同,将风储联合运行模型的约束条件分为两种:以跟踪调度计划为主要目标时的约束、以保证电网频率安全为主要目标时的约束;
(a)储能以跟踪调度计划为主要目标时的约束
(A)储能运行约束
储能***在实际运行时,会受到电量约束和功率约束;
a电量约束
由于储能***建设成本昂贵,过度充放电会严重损害其寿命,因此在储能电量过低或过高时,应让其退出工作,联合运行模型的电量约束如下:
其中,SOEmin、SOEmax分别为储能SOE的最小值和最大值,取0.1和0.9;SOEt-1为(t-1)时刻的储能剩余电量百分比;ΔSOEt为t时刻储能SOE的变化量;α为储能自放电率,取0;
b功率约束
储能辅助风电场跟踪调度计划时的功率约束:
其中,Prate为储能额定功率;
电池储能的充电过程不是一直不变的,需要经历恒流阶段和恒压阶段;在恒压阶段,储能SOE对其充电功率有一定的影响;
如果只用额定功率对储能充电功率进行限制,则将高估储能电池的充电能力,导致充电阶段无法充进预期的电量,降低模型精确性;因此需要对储能的充电功率约束进一步精确,如式(25)所示:
储能跟踪调度计划并将剩余功率用于调频的输出功率约束:
式(26)规定储能的向上/向下调频功率不能超过其额定功率;储能跟踪计划出力与调频功率的总和不能超过其额定功率;
(B)风储电站联合出力约束
风电输出功率取决于实时风速,现有预测技术难免会有误差,因此设置调度计划误差带,一方面可以松弛风储电站出力约束,另一方面可以降低储能动作深度;误差带公式如式(27)所示:
(b)储能以电网频率安全为主要目标时的约束
(A)储能运行约束
储能以保证电网频率安全为主要目标时的运行约束同样包含电量约束(23)和功率约束(24)—(26);
(B)频率安全约束
由之前分析可知,当等效负荷波动超过调频极限时,仅靠火电机组无法将频率维持在允许波动范围内,此时应强制储能提供调频功率;针对不同的负荷波动,将储能频率安全约束分为两种情况:
储能频率安全约束如式(30)所示:
储能的频率安全约束如式(32)所示:
进一步,述风储运行模型按等效负荷波动可分为以下三种情况:
㈠当等效负荷波动超过调频极限上限时,电网频率不安全,储能以维持电网频率安全为主要目标,频率安全约束为(29)—(30),适当放弃跟踪调度计划的能力,约束(28)不予考虑。因此风储电站运行模型为:(9)、(13)—(21)、(23)—(26)、(29)—(30);
㈡当等效负荷波动低于调频极限下限时,电网频率不安全,储能以维持电网频率安全为主要目标,频率安全约束为(31)—(32),适当放弃跟踪调度计划的能力,约束(28)不予考虑。因此风储电站运行模型为:(9)、(13)—(21)、(23)—(26)、(31)—(32);
㈢当等效负荷波动不超过调频极限时,火电机组调频能力充足,故频率安全约束不予考虑,储能以跟踪调度计划为主要目标,风储电站出力必须满足约束(28);风储电站运行模型为:(9)、(13)—(21)、(23)—(26)、(28)。
进一步,所述步骤2)的②风储运行模型之Ⅲ评价指标,具体如下:
根据储能辅助风电场跟踪调度计划和参与调频的两种工况,提出以下评价指标:
(a)跟踪调度计划评价指标Pindex如式(33)所示:
式(33)表示风储电站实际联网功率与调度计划之间的偏差均方根,Pindex越小,说明风储电站跟踪调度计划的能力越好;
(b)频率波动评价指标为:
findex=Δfmax (34)
式中,Δfmax为最大频率波动量,findex越小,说明频率波动越小。
根据图1~图9,本发明考虑风电调度和调频极限的储能优化控制方法,首先,形成风电场调度计划,计算电网调频极限,并判断等效负荷波动是否超过电网调频极限;由判断结果选择储能的工作模式,制定储能控制策略,具体如下:
1)电网调频极限验证和等效负荷波动分析
图1中的区域调频模型参数见表1,通过多次仿真,比较传递函数与实际模型的频率波动曲线,取Kd=1.15。由调频模型传递函数可画出区域电网幅频特性曲线如图2所示。设定电网允许的频率波动范围为[49.7Hz,50.3Hz],即=0.006。由图2可知传递函数的最大幅值为0.16,根据式(7)和式(8)计算可得区域电网调频极限标幺值为±0.075,有名值为±75MW。
表1调频模型参数
Tab.C Parameters of the frequency modulation model
对区域电网受到75MW等效负荷扰动的情况进行仿真,频率波动如图3所示,频率在2.1s时下降至最低值49.71Hz,与设定的频率波动允许范围[49.7Hz,50.3Hz]下限仅差0.01Hz,若增大等效负荷波动,电网频率随时会跌出49.7Hz。故可以用75MW作为该电网的调频极限。
选取我国某地区一天的风电、负荷数据进行分析,区域等效负荷波动如图4所示。由图4可见,区域等效负荷波动最大值出现在A点处,达到95MW,此时如果电网中仅有火电机组参与调频,那么频率将会遭受威胁。
2)控制策略效果分析
为体现本发明控制策略在控制储能辅助风电场跟踪调度计划和提高电网频率稳定性中的作用,分别讨论3种场景中的风储电站运行及电网频率波动情况。场景1:风电场未配置储能***;场景2:风储联合跟踪调度计划但无频率安全约束;场景3:风储联合跟踪调度计划且有频率安全约束。现以日前调度为例,分析时间步长为15min时的储能出力。
(a)技术性分析
三种场景下风储电站出力和储能出力分别如图5、图6和图7所示,图8对比了场景2和场景3中的储能SOE状态。
由图5可知,由于场景1中未给风电场配置储能,所以风储电站出力等于风电场实际出力。而场景2和场景3的风储电站除了在A、B-C、D之后的时段内偏离了调度计划外,其他时间均能响应调度计划。同时由图6、图7可知,在储能辅助风电场跟踪调度计划时,剩余功率被用于调频,这样能充分发挥储能的工作空间,B点附近储能总输出功率有所降低是因为这些时段SOE高于0.8,储能充电功率和向下调频功率受到SOE限制有所下降。
三种场景的跟踪调度计划指标和频率指标计算结果如表2所示。结合图5可知,场景1跟踪调度计划的能力最差,场景3的最好。场景3的Pindex比场景2的低0.106%,比场景1的低32.833%,因此本发明可以利用储能提高风电场跟踪调度计划的能力,具体分析如下:
在A处,等效负荷扰动超过调频极限。场景2中未考虑频率安全约束,储能一直以辅助跟踪调度计划为主要目标,由图6可知,此时储能充电10MW,使得风储电站能响应调度计划。场景3的频率安全约束使得储能以保证电网频率安全为主要目标,强制储能参与调频,弥补火电机组的调频功率缺额,由图7可知,储能给超出调频极限的等效负荷波动提供了30MW向上调频功率,放弃了跟踪调度计划的能力。
在B处,等效负荷扰动并未超过调频极限,场景2和场景3中储能均以辅助风电场跟踪调度计划为主要目标。场景2由于储能在A处跟踪了调度计划,导致在B点处储能SOE接近上限(如图8区域b),故场景2储能不动作。场景3由于在A处强制储能参与调频,SOE有所下降(如图8区域a),由图7可知此时储能进行充电,故场景3能跟踪调度计划。
在C处,等效负荷扰动没有超过调频极限,场景2和场景3均以辅助风电场跟踪调度计划为主要目标。但场景2中储能SOE在(C-1)处接近上限(如图8区域c),所以场景2储能不动作。场景3中在(C-1)处SOE尚未达到上限,因此场景3储能充电,如图7所示。上述B、C两个时段内场景3储能动作是导致场景3Pindex低于场景2的主要原因。
在D处,等效负荷扰动并未超过调频极限,场景2和场景3均以辅助风电场跟踪调度计划为主要目标。由图5可知,此时风电场调度计划与实际出力偏差达到28MW,而场景2和场景3储能SOE状态较低,一旦动作便会导致SOE跌出SOE下限,故两种情况储能均不动作。
在E处,等效负荷扰动并未超过调频极限。场景2和场景3均以辅助风电场跟踪调度计划为主要目标。此阶段风电场调度计划与实际出力之间的差距较小,故两种场景中的储能均放电(如图6、图7所示),从而使得风储电站出力跟踪调度计划。
表2两种指标对比结果
Tab.1 Comparison result of two index
为验证本发明在减小频率波动上的有效性,对该区域三种场景下受到95MW等效负荷扰动进行仿真,频率波动曲线如图9所示。由图9可知,虽然场景2中储能在A处给本区域电网提供了20MW向下调频功率,但是与调频需求相反,只能通过联络线外送至合适的区域,对本区域电网的频率没有帮助,因此场景2的频率波动与场景1相同,最低频率低至49.63Hz。而由图7可知,场景3储能提供了30MW向上调频功率,在储能参与调频后,最低频率为49.76Hz,满足频率要求。
结合表2和图9可知,场景1和场景2的findex相同,场景3的findex比场景1和场景2减小35.1%,说明考虑频率安全约束后的区域电网频率最安全。
综上,所提发明不仅能提高风电场跟踪调度计划的能力,还能提高电网频率安全性。
(b)经济性分析
表3给出了场景2和场景3的减少弃风量和储能调频功率。
表3两种场景下减少弃风量和调频功率对比
Tab.2 The comparison of the amount of wind curtailment and frequencymodulation power in case 2and case 3
由表3可以看出:场景3的减少弃风量和累计调频功率均高于场景2。因为场景3在A处强制储能参与调频,SOE有所下降,从而可以在B点和C点附近吸收更多的过剩风电或提供更多的调频功率。
表4、表5、表6分别给出了场景2和场景3的风储电站总成本、总收入、总利润。
表4风储电站运行成本对比
Tab.3 The operating cost comparison of wind-energy storage station incase 2 and case 3
表5风储电站收入对比
Tab.4 The income comparison of wind-energy storage station in case2and case 3
表6风储电站利润对比
Tab.5 The profit comparison of wind-energy storage station in case 2and case 3
由表6可知,场景2中储能始终以跟踪调度计划为主要目标,一天总利润为124 647元。场景3中,储能在电网频率安全时以跟踪调度计划为主要目标,在电网频率不安全时以保证电网频率安全为主要目标,一天总利润为188 677元,较场景2提高33.9%。因为场景3中储能的调频功率远远高于场景2(如表2),使得表5中场景3的调频收入增加,从而导致场景3中风储电站利润大于场景2。
综上所述,本发明提出的利用储能辅助风电场跟踪调度计划并参与调频的考虑风电调度和调频极限的储能优化控制方法具有良好的经济效益。
本发明实施例中的计算条件、图例、表等仅用于对本发明作进一步的说明,并非穷举,并不构成对权利要求保护范围的限定,本领域技术人员根据本发明实施例获得的启示,不经过创造性劳动就能够想到其它实质上等同的替代,均在本发明保护范围内。
Claims (9)
1.一种考虑风电调度和调频极限的储能优化控制方法,其特征是:利用储能辅助风电场跟踪日前调度计划并参与调频的策略,在电力市场环境下建立以风储电站利润最大为目标的风储运行模型,用来计算储能辅助风电场跟踪日前调度计划和参与调频的最优出力,具体包括以下步骤:
1)日前调度计划和电网调频极限分析
①利用风电场预测出力、负荷预测出力和火电机组出力的数据,制定风电场调度计划和火电机组调度计划,实现电网功率平衡;
②电网调频极限分析
2)储能最优控制策略
①储能控制策略框架
Ⅰ按形成的风电场调度计划,计算电网调频极限,并判断等效负荷波动是否超过电网调频极限;
Ⅱ由判断结果选择储能的工作模式,制定储能控制策略;
Ⅲ以风储电站利润最大为目标函数,建立基于风储出力约束和频率安全约束的风储运行模型,通过求解风储运行模型得到储能最优出力;
②建立风储运行模型
Ⅰ目标函数
建立包括风储电站运行成本及其收入的目标函数;
Ⅱ约束条件
按储能主要目标不同,将风储运行模型的约束条件分为两种:以跟踪调度计划为主要目标时的约束和以保证电网频率安全为主要目标时的约束;
Ⅲ评价指标
根据储能辅助风电场跟踪调度计划和参与调频的两种工况,提出评价指标。
3.如权利要求1所述的考虑风电调度和调频极限的储能优化控制方法,其特征是:所述步骤1)的②电网调频极限分析,具体如下:
将风电波动视为负的负荷波动,与常规负荷波动共同构成等效负荷波动,记为ΔPequL,t;
由调频极限的定义可知,计算调频极限就是计算区域电网最大可承受等效负荷波动,具体计算方法如下:
电网频率偏差大小取决于等效负荷和火电机组的有功功率平衡程度,有功功率不平衡量与频率偏差的关系为:
其中,ΔPequL(s)为等效负荷波动,M为电网惯性时间常数,D为负荷阻尼系数,ΔPG(s)为机组调频出力,ΔF(s)为电网频率偏差,KG为机组单位调节功率,Tg为火电机组调速器时间常数ΔPG(s),如式(3)所示:
其中ΔP1(s)为一次调频出力,ΔP2(s)为二次调频出力,FHP为汽轮机再热器增益;TRH为再热器时间常数;TCH为汽轮机时间常数,Gg(s)为机组传递函数,β0为电力***偏差系数,Kp、KI为控制器比例积分参数,s为拉普拉斯算子。
将式(3)代入式(2),整理得调频模型的传递函数H(s)如式(4)所示:
其中,Kd为火电机组调频死区对频率的影响系数;
等效负荷波动与频率偏差、传递函数的关系如式(5)所示:
将标幺值换算为有名值,区域电网的调频极限如式(8)所示:
4.如权利要求1所述的考虑风电调度和调频极限的储能优化控制方法,其特征是:所述步骤2)的①之Ⅱ由判断结果选择储能的工作模式,具体为:
(a)当等效负荷波动不超过调频极限时,储能以跟踪调度计划为主要目标,通过充放电调整风电场实际出力与调度计划的偏差,使其精确响应调度计划;
(b)当等效负荷波动超过调频极限时,储能以保证电网频率安全为主要目标,强制储能参与调频,补充火电机组的调频功率缺额。
5.如权利要求1所述的考虑风电调度和调频极限的储能优化控制方法,其特征是:所述步骤2)的①之Ⅲ以风储电站利润最大为目标函数,建立基于风储出力约束和频率安全约束的风储运行模型,具体如下:
为了获得所提控制策略下储能用于跟踪调度计划和参与调频的最优出力,由式(2)中风电场调度计划形成风储电站联合出力约束,简称风储出力约束,由电网调频极限形成频率安全约束,以风储电站利润最大为目标函数,建立基于风储出力约束和频率安全约束的风储运行模型,通过求解模型得到储能最优出力;
储能出力、风储电站联网功率和风储电站总出力表达式如下:
式(9)规定在同一时间,储能只能工作在充电状态或放电状态;
储能在t时刻的出力Pb,t如式(10)所示:
6.如权利要求1所述的考虑风电调度和调频极限的储能优化控制方法,其特征是:所述步骤2)的②风储运行模型之Ⅰ目标函数,具体如下:
风储联合运行的目标函数包括两部分:风储电站运行成本及其收入,如式(13)所示:
其中,ccap表示储能的单位容量成本,取1600元/kWh;Erate表示风电场配置的储能额定容量;r为折现率,取8%;Tlife为储能寿命周期,取10年;
其中,cop为折损费用系数,表示储能充放一个单位电量所产生的寿命折损费用,取100元/MWh;Δt为一个结算周期;β为调频电量系数,表示储能每提供1MW的调频功率在实际运行时会充(放)βMWh的能量,单位为MWh/MW,取0.13;
储能辅助风电场跟踪计划出力和参与调频时,充放电会导致相应的电能损耗:
对风电场出力偏离调度计划进行惩罚,该费用每半个小时结算一次;
其中,cdev为单位功率缺额惩罚电价,取上网电价的两倍,即1040元/MW;
风储电站的联网电量会获得能量收入,如式(20)所示:
在PJM电力市场环境下,储能给电网提供调频服务会获得调频辅助服务收入,包括调频容量收入和调频里程收入,如式(21)所示:
为了便于分析,现做出如下假设:任意一个调度周期内,储能调频功率将被调度优先考虑并全部接纳;储能能快速响应AGC调频指令,在PJM电力市场中,调频性能指标λt与精确度分数、相关性分数、延迟分数有关;可忽略相关性分数和延迟分数对λt的影响,将精确度分数简化为储能在该时刻能否提供足够的调频功率,故λt可简化为与储能电池能量状态State of Energy,SOE有关的分段函数,如式(22)所示:
其中,λt为t时刻的调频性能指标;λmax为调频性能指标最大值,取1;λmin为调频性能指标最小值,取0.6;SOEt为储能在t时刻的剩余电量与满充时总电量的比值;SOElow为SOE理想区间下限,取0.2;SOEhigh为SOE理想区间上限,取0.8。
7.如权利要求1所述的考虑风电调度和调频极限的储能优化控制方法,其特征是:所述步骤2)的②风储运行模型之Ⅱ约束条件,具体如下:
按储能主要目标不同,将风储联合运行模型的约束条件分为两种:以跟踪调度计划为主要目标时的约束、以保证电网频率安全为主要目标时的约束;
(a)储能以跟踪调度计划为主要目标时的约束
(A)储能运行约束
储能***在实际运行时,会受到电量约束和功率约束;
a电量约束
在储能电量过低或过高时,应让其退出工作,联合运行模型的电量约束如下:
其中,SOEmin、SOEmax分别为储能SOE的最小值和最大值,取0.1和0.9;SOEt-1为(t-1)时刻的储能剩余电量百分比;ΔSOEt为t时刻储能SOE的变化量;α为储能自放电率,取0;
b功率约束
储能辅助风电场跟踪调度计划时的功率约束:
其中,Prate为储能额定功率;
对储能的充电功率约束进一步精确,如式(25)所示:
储能跟踪调度计划并将剩余功率用于调频的输出功率约束:
式(26)规定储能的向上/向下调频功率不能超过其额定功率;储能跟踪计划出力与调频功率的总和不能超过其额定功率;
(B)风储电站联合出力约束
风电输出功率设置调度计划误差带,调度计划误差带公式如式(27)所示:
(b)储能以电网频率安全为主要目标时的约束
(A)储能运行约束
储能以保证电网频率安全为主要目标时的运行约束同样包含电量约束(23)和功率约束(24)—(26);
(B)频率安全约束
由之前分析可知,当等效负荷波动超过调频极限时,应强制储能提供调频功率;针对不同的负荷波动,将储能频率安全约束分为两种情况:
储能频率安全约束如式(30)所示:
储能的频率安全约束如式(32)所示:
8.如权利要求1、6或7所述的考虑风电调度和调频极限的储能优化控制方法,其特征是:所述风储运行模型按等效负荷波动可分为以下三种情况:
㈠当等效负荷波动超过调频极限上限时,电网频率不安全,储能以维持电网频率安全为主要目标,频率安全约束为(29)—(30),适当放弃跟踪调度计划的能力,约束(28)不予考虑。因此风储电站运行模型为:(9)、(13)—(21)、(23)—(26)、(29)—(30);
㈡当等效负荷波动低于调频极限下限时,电网频率不安全,储能以维持电网频率安全为主要目标,频率安全约束为(31)—(32),适当放弃跟踪调度计划的能力,约束(28)不予考虑。因此风储电站运行模型为:(9)、(13)—(21)、(23)—(26)、(31)—(32);
㈢当等效负荷波动不超过调频极限时,火电机组调频能力充足,故频率安全约束不予考虑,储能以跟踪调度计划为主要目标,风储电站出力必须满足约束(28);风储电站运行模型为:(9)、(13)—(21)、(23)—(26)、(28)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110010767.2A CN112751348B (zh) | 2021-01-06 | 2021-01-06 | 考虑风电调度和调频极限的储能优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110010767.2A CN112751348B (zh) | 2021-01-06 | 2021-01-06 | 考虑风电调度和调频极限的储能优化控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112751348A true CN112751348A (zh) | 2021-05-04 |
CN112751348B CN112751348B (zh) | 2022-07-29 |
Family
ID=75650041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110010767.2A Active CN112751348B (zh) | 2021-01-06 | 2021-01-06 | 考虑风电调度和调频极限的储能优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112751348B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112821419A (zh) * | 2021-01-21 | 2021-05-18 | 中国三峡新能源(集团)股份有限公司 | 一种电网调频极限分析方法及*** |
CN113205262A (zh) * | 2021-05-08 | 2021-08-03 | 中国三峡新能源(集团)股份有限公司 | 风储电站在线调度方法及装置、电子设备及存储介质 |
CN113315144A (zh) * | 2021-05-24 | 2021-08-27 | 清华大学 | 一种新能源电厂共享储能参与调频的储能***运行方法 |
CN113422373A (zh) * | 2021-05-31 | 2021-09-21 | 国网福建省电力有限公司电力科学研究院 | 电化学储能电站参与调频辅助服务市场对cps1指标影响的分析方法 |
CN113452041A (zh) * | 2021-08-19 | 2021-09-28 | 云南电网有限责任公司电力科学研究院 | 一种新能源场站的调频方法及*** |
CN113610374A (zh) * | 2021-07-29 | 2021-11-05 | 南通大学 | 一种风光互补功率计划偏差动态补偿储能能量管理方法 |
CN113629745A (zh) * | 2021-08-16 | 2021-11-09 | 哈尔滨工业大学 | 一种新能源场站计划外功率辅助控制用储能容量规划方法 |
CN113708394A (zh) * | 2021-08-04 | 2021-11-26 | 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 |
CN113988897A (zh) * | 2021-09-14 | 2022-01-28 | 广西电网有限责任公司 | 风储***出力偏差惩罚费用计算方法及装置 |
CN114221383A (zh) * | 2021-12-14 | 2022-03-22 | 阳光新能源开发股份有限公司 | 新能源电站及其控制方法、装置 |
CN114566986A (zh) * | 2022-03-14 | 2022-05-31 | 长沙学院 | 一种基于储能电站的跨时间尺度无偏差调频方法 |
CN114744667A (zh) * | 2021-12-02 | 2022-07-12 | 国网冀北电力有限公司 | 基于电化学储能精细建模的风电储能等多主体协同控制方法和设备 |
CN117060468A (zh) * | 2023-08-03 | 2023-11-14 | 华能罗源发电有限责任公司 | 基于改进nsga-ii算法的储能调峰容量优化配置方法及*** |
CN117375049A (zh) * | 2023-10-13 | 2024-01-09 | 华能山东发电有限公司 | 用于风电场多维考核标准的混合储能优化配置方法和*** |
CN117791656A (zh) * | 2023-12-28 | 2024-03-29 | 中国长江电力股份有限公司 | 一种面向多场景应用的共享储能优化控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106487038A (zh) * | 2016-11-28 | 2017-03-08 | 北京交通大学 | 一种用于风电‑火电‑储能联合调频***的控制优化方法 |
CN109687530A (zh) * | 2019-01-08 | 2019-04-26 | 南京工程学院 | 一种考虑阻塞和储能分时电价的电网混合滚动调度方法 |
CN110414744A (zh) * | 2019-08-07 | 2019-11-05 | 东北电力大学 | 磷酸铁锂电池储能***辅助火电机组深度调峰的分层优化方法 |
CN110829504A (zh) * | 2019-11-08 | 2020-02-21 | 山东大学 | 弃风参与电网调频的电转气-储气-燃气轮机容量优化配置方法及*** |
CN111049198A (zh) * | 2020-01-02 | 2020-04-21 | 东南大学 | 考虑储能寿命和调频性能的风储联合运行优化方法及*** |
CN111900721A (zh) * | 2020-06-28 | 2020-11-06 | 湖南大学 | 一种基于风水协同发电模式下的智能电网频率控制方法 |
-
2021
- 2021-01-06 CN CN202110010767.2A patent/CN112751348B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106487038A (zh) * | 2016-11-28 | 2017-03-08 | 北京交通大学 | 一种用于风电‑火电‑储能联合调频***的控制优化方法 |
CN109687530A (zh) * | 2019-01-08 | 2019-04-26 | 南京工程学院 | 一种考虑阻塞和储能分时电价的电网混合滚动调度方法 |
CN110414744A (zh) * | 2019-08-07 | 2019-11-05 | 东北电力大学 | 磷酸铁锂电池储能***辅助火电机组深度调峰的分层优化方法 |
CN110829504A (zh) * | 2019-11-08 | 2020-02-21 | 山东大学 | 弃风参与电网调频的电转气-储气-燃气轮机容量优化配置方法及*** |
CN111049198A (zh) * | 2020-01-02 | 2020-04-21 | 东南大学 | 考虑储能寿命和调频性能的风储联合运行优化方法及*** |
CN111900721A (zh) * | 2020-06-28 | 2020-11-06 | 湖南大学 | 一种基于风水协同发电模式下的智能电网频率控制方法 |
Non-Patent Citations (4)
Title |
---|
PRAKASH THAPA等: "A Comparative Study on VRLA and Li-ion Battery for Use in Frequency Modulation (FM) Station", 《 2019 IEEE GREEN TECHNOLOGIES CONFERENCE(GREENTECH)》 * |
刘芳: "风电–火电–抽水蓄能联合优化机组组合模型", 《中国机电工程学报》 * |
匡生: "考虑储能寿命和参与调频服务的风储联合运行优化策略", 《发电技术》 * |
李军徽: "储能辅助火电机组深度调峰的分层优化调度", 《电网技术》 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112821419A (zh) * | 2021-01-21 | 2021-05-18 | 中国三峡新能源(集团)股份有限公司 | 一种电网调频极限分析方法及*** |
CN113205262A (zh) * | 2021-05-08 | 2021-08-03 | 中国三峡新能源(集团)股份有限公司 | 风储电站在线调度方法及装置、电子设备及存储介质 |
CN113205262B (zh) * | 2021-05-08 | 2023-10-13 | 中国三峡新能源(集团)股份有限公司 | 风储电站在线调度方法及装置、电子设备及存储介质 |
CN113315144A (zh) * | 2021-05-24 | 2021-08-27 | 清华大学 | 一种新能源电厂共享储能参与调频的储能***运行方法 |
CN113422373B (zh) * | 2021-05-31 | 2022-06-03 | 国网福建省电力有限公司电力科学研究院 | 电化学储能电站参与调频辅助服务市场对cps1指标影响的分析方法 |
CN113422373A (zh) * | 2021-05-31 | 2021-09-21 | 国网福建省电力有限公司电力科学研究院 | 电化学储能电站参与调频辅助服务市场对cps1指标影响的分析方法 |
CN113610374A (zh) * | 2021-07-29 | 2021-11-05 | 南通大学 | 一种风光互补功率计划偏差动态补偿储能能量管理方法 |
CN113610374B (zh) * | 2021-07-29 | 2024-01-16 | 南通大学 | 一种风光互补功率计划偏差动态补偿储能能量管理方法 |
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 |
CN113708394A (zh) * | 2021-08-04 | 2021-11-26 | 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 |
CN113629745A (zh) * | 2021-08-16 | 2021-11-09 | 哈尔滨工业大学 | 一种新能源场站计划外功率辅助控制用储能容量规划方法 |
CN113629745B (zh) * | 2021-08-16 | 2024-01-30 | 哈尔滨工业大学 | 一种新能源场站计划外功率辅助控制用储能容量规划方法 |
CN113452041B (zh) * | 2021-08-19 | 2023-05-26 | 云南电网有限责任公司电力科学研究院 | 一种新能源场站的调频方法及*** |
CN113452041A (zh) * | 2021-08-19 | 2021-09-28 | 云南电网有限责任公司电力科学研究院 | 一种新能源场站的调频方法及*** |
CN113988897A (zh) * | 2021-09-14 | 2022-01-28 | 广西电网有限责任公司 | 风储***出力偏差惩罚费用计算方法及装置 |
CN114744667A (zh) * | 2021-12-02 | 2022-07-12 | 国网冀北电力有限公司 | 基于电化学储能精细建模的风电储能等多主体协同控制方法和设备 |
CN114221383A (zh) * | 2021-12-14 | 2022-03-22 | 阳光新能源开发股份有限公司 | 新能源电站及其控制方法、装置 |
CN114566986B (zh) * | 2022-03-14 | 2022-08-02 | 长沙学院 | 一种基于储能电站的跨时间尺度无偏差调频方法 |
CN114566986A (zh) * | 2022-03-14 | 2022-05-31 | 长沙学院 | 一种基于储能电站的跨时间尺度无偏差调频方法 |
CN117060468B (zh) * | 2023-08-03 | 2024-06-11 | 华能罗源发电有限责任公司 | 基于改进nsga-ii算法的储能调峰容量优化配置方法及*** |
CN117060468A (zh) * | 2023-08-03 | 2023-11-14 | 华能罗源发电有限责任公司 | 基于改进nsga-ii算法的储能调峰容量优化配置方法及*** |
CN117375049A (zh) * | 2023-10-13 | 2024-01-09 | 华能山东发电有限公司 | 用于风电场多维考核标准的混合储能优化配置方法和*** |
CN117375049B (zh) * | 2023-10-13 | 2024-04-09 | 华能山东发电有限公司 | 用于风电场多维考核标准的混合储能优化配置方法和*** |
CN117791656A (zh) * | 2023-12-28 | 2024-03-29 | 中国长江电力股份有限公司 | 一种面向多场景应用的共享储能优化控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112751348B (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112751348B (zh) | 考虑风电调度和调频极限的储能优化控制方法 | |
CN108306331B (zh) | 一种风光储混合***的优化调度方法 | |
CN107565607B (zh) | 一种基于实时电价机制的微电网多时间尺度能量调度方法 | |
CN110768273B (zh) | 一种储能联合火电参与电网二次调频的控制方法 | |
CN110970912B (zh) | 一种含储能的新能源电力***运行模拟方法 | |
CN110826880B (zh) | 一种大规模电动汽车接入的主动配电网优化调度方法 | |
CN110311421A (zh) | 基于需求侧响应的微电网多时间尺度能量管理方法 | |
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 | |
CN110086187B (zh) | 计及负荷特性的储能调峰日前优化调度方法 | |
CN111786422B (zh) | 基于bp神经网络的微电网参与上层电网实时优化调度方法 | |
CN107482690B (zh) | 风电与电动汽车协同调度的电力***调度优化方法及*** | |
CN111210079B (zh) | 一种分布式能源虚拟电厂运行优化方法及*** | |
CN115276008B (zh) | 考虑调峰调频需求的电力***新能源承载能力评估方法 | |
CN116109076A (zh) | 能量和调峰市场下考虑需求响应的虚拟电厂优化调度方法 | |
CN114912943B (zh) | 一种考虑碳排放交易的虚拟电厂中长期联合调度方法 | |
CN115498668A (zh) | 一种综合能源***的优化方法 | |
CN116050637A (zh) | 基于分时电价的综合能源虚拟电厂优化调度方法及*** | |
CN109242163A (zh) | 一种基于主从博弈的风电商和电动汽车换电站的协调优化方法 | |
CN115473285A (zh) | 基于合作博弈论的多类型储能***最优容量配置方法 | |
CN113708394B (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 | |
CN107947246B (zh) | 一种考虑调频增发的风电发电指标分配及增发评估方法 | |
Zhang et al. | Low-carbon economic dispatch model with combined wind-storage system and carbon capture power plants | |
CN117410974A (zh) | 面向发电计划跟踪与调峰的新能源汇集储能协调运行方法 | |
CN112541778B (zh) | 一种基于微电网参与两阶段市场出清***优化运行方法 | |
CN213213111U (zh) | 自动发电控制*** |
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 |