電力市場環境下考慮風電調度和調頻極限的儲能優化控制

李軍徽 侯 濤 穆 鋼 嚴干貴 李翠萍

（現代電力系統仿真控制與綠色電能新技術教育部重點實驗室（東北電力大學） 吉林 132012）

0 引言

近年來，以風電為代表的新能源裝機容量極大提高，截至2019 年年底我國風電累計裝機容量達2.1 億kW[1]，部分地區電網中風電裝機占比已達23%[2]。但是風電出力的隨機性使得風電場無法精確跟蹤發電計劃，導致電源側功率波動加劇，嚴重威脅電網頻率安全[3-6]。

儲能作為解決風電并網問題的有效手段[7-10]，受國家政策支持[11-13]，在輔助風電場跟蹤發電計劃[14-15]、改善電網頻率波動[16-18]等方面均有突出表現。文獻[19]從提高風電預測精度入手，基于超短期風電功率預測提出了儲能系統跟蹤發電計劃的控制策略。文獻[20-21]提出利用大規模儲能參與一次調頻，并通過仿真驗證了儲能參與調頻能顯著提高頻率穩定性。文獻[21]提出利用大規模儲能參與一次調頻，通過電網幅頻特性函數驗證了儲能參與調頻能顯著提高頻率穩定性。文獻[22]基于模型預測控制提出了風儲聯合參與調頻的控制策略，實現了風電機組和儲能之間調頻功率的最優分配。

上述研究一方面只單獨考慮儲能輔助風電場跟蹤發電計劃或參與調頻，工作模式較為單一；另一方面只從技術角度制定相應控制策略，而未在電力市場環境下[23-25]從經濟最優角度制定儲能出力。

現階段儲能建設和維護成本高昂，單一工作模式已不能保證風儲電站收支平衡，因此探索儲能新的運行方式、在保證電網頻率安全的同時提高風儲電站經濟效益成為亟待解決的問題。文獻[26]對儲能系統參與輔助服務市場的經濟性進行分析，結果表明儲能從調頻服務中獲取的利潤占總輔助服務利潤的51%以上。文獻[27]以系統總報價成本最小為目標，提出了儲能參與日前能量市場和調頻輔助服務市場協同優化調度模型。文獻[28]提出給風電場配置儲能，以風儲聯合體收益最大為目標，給出了儲能減小風電場棄風并參與電網調頻輔助服務的控制方法。文獻[29]提出風儲聯合參與日前能量市場和調頻輔助服務市場，實現風儲聯合競標收益之和最大。但是文獻[27-29]提出的考慮儲能參與調頻的風儲運行模型均未計及電網頻率安全性，忽略了當頻率波動超出允許波動范圍時對儲能參與調頻的要求。

綜上所述，為加強風電可調度性和電網頻率安全性，本文以日前調度為研究背景，提出利用儲能輔助風電場跟蹤調度計劃同時提供調頻服務的控制策略。首先構建了協調電網內部各發電資源發電量的日前調度計劃形成過程，并利用區域電網調頻模型計算調頻極限，通過比較調頻極限與等效負荷波動的大小來確定儲能運行工況；其次提出輔助風電場跟蹤日前調度計劃和參與調頻相結合的儲能控制策略，并在電力市場背景下建立風儲運行模型，用來獲得儲能最優出力；最后采用Matlab 進行算例仿真，分析所提方法和模型的有效性。

1 日前調度計劃和電網調頻極限分析

1.1 風電場日前調度出力計劃的形成過程

考慮電網風電消納能力限制和風速對風電場出力的影響，可利用調度中心制定日前調度出力計劃（以下簡稱調度計劃），協調電網內部各發電資源的發電量，如圖1 所示。調度中心利用風電場預測出力、負荷預測出力、傳統機組出力等數據，按式（1）制定風電場調度計劃和傳統機組調度計劃，實現電網功率平衡。

圖1 調度計劃形成示意圖Fig.1 Schematic diagram of the formation of the scheduling plan

圖1 中，Pb,t為儲能在t時刻的出力；PtWreal為風電場在t時刻的實際出力，PtW,b為風儲電站在t時刻的總出力。根據“清潔能源優先上網”原則[30-31]，調度中心可以通過減少傳統機組發電量提高風電上網功率，故本文將風電場日前預測出力作為其調度出力計劃，認為風電預測出力全被調度接納[19]。

1.2 電網調頻極限分析

由于風電出力的隨機性會對電網頻率產生不良影響，故將風電波動視為負的負荷波動，與常規負荷波動共同構成等效負荷波動，記為ΔPequL,t。

引入調頻極限來描述電網的極限調頻能力，定義如下：在僅有傳統電源參與調頻的情況下，傳統機組將電網頻率維持在允許波動范圍內所能承受的最大等效負荷波動（簡稱最大可承受等效負荷波動）稱為電網調頻極限，記為

在僅靠傳統機組調頻的情況下，當等效負荷波動超過調頻極限時，傳統機組的調頻能力將不足以平衡等效負荷波動量，會產生調頻功率缺額，導致頻率偏差超過電網允許范圍。由調頻極限的定義可知，計算調頻極限就是計算區域電網最大可承受等效負荷波動，下面具體介紹計算方法。區域電網調頻模型如圖2 所示。

圖2 區域電網調頻模型Fig.2 Regional grid frequency modulation model

圖2 中，M為電網慣性時間常數，D為負荷阻尼系數，ΔPL(s)為負荷波動，ΔPG(s)為機組調頻出力，ΔP1(s)為一次調頻出力，ΔP2(s)為二次調頻出力，ΔPW(s)為風電波動，ΔF(s)為電網頻率偏差，KG為機組單位調節功率，Tg為火電機組調速器時間常數，FHP為汽輪機再熱器增益；TRH為再熱器時間常數；TCH為汽輪機時間常數，Gg(s)為機組傳遞函數，β0為電力系統偏差系數，KP、KI分別為控制器比例、積分系數，s為拉普拉斯算子。

電網頻率偏差大小取決于等效負荷和傳統機組的有功功率平衡程度，有功功率不平衡量與頻率偏差的關系為

式中，ΔPequL(s)為等效負荷波動；ΔPG(s)為

將式（3）代入式（2），整理得調頻模型的傳遞函數H(s)為

式中，Kd為傳統機組調頻死區對頻率的影響系數。

等效負荷波動與頻率偏差、傳遞函數的關系為

由傳遞函數H(s) 可得出區域電網幅頻特性[32]，求得，從而可由式（7）計算得到電網最大可承受等效負荷波動標幺值（即調頻極限）。

將標幺值換算為有名值，區域電網的調頻極限為

式中，Pbase為基準功率；為調頻極限上限；為調頻極限下限。

2 儲能最優控制策略

2.1 儲能控制策略框架

根據1.1 節可以認為：同一時間，只要傳統機組、風電場響應調度計劃，負荷跟隨預測出力，電網內部有功功率就能保持平衡，頻率波動不會越限。但由于風電預測技術及風電本身特性的制約，風電場很難精確響應調度計劃，會引發上網功率受限、考核費用高、電網頻率不穩定等問題。

針對上述問題，從提高風電可調度性和電網頻率穩定性的角度出發，本文提出風儲電站中儲能輔助風電場跟蹤調度計劃并提供調頻輔助服務的控制策略，如圖3 所示。

圖3 控制策略框圖Fig.3 Block diagram of the control strategy

1）首先，按1.1 節形成風電場調度計劃，按1.2節計算電網調頻極限，并判斷等效負荷波動是否超過電網調頻極限。

2）由判斷結果選擇儲能的工作模式，制定儲能控制策略：

（1）當等效負荷波動不超過調頻極限時，傳統機組調頻能力充足，最大頻率波動不會超過允許范圍，儲能以跟蹤調度計劃為主要目標，通過充、放電調整風電場實際出力與調度計劃的偏差，使其精確響應調度計劃；同時由于儲能輔助風電場跟蹤調度計劃時可能還有一部分功率并未投入使用，將這部分剩余功率用于向負荷或不具備調頻能力的新能源電廠提供調頻服務，獲得調頻收益。

（2）當等效負荷波動超過調頻極限時，傳統機組調頻能力不足，最大頻率波動將會超過允許范圍，儲能以保證電網頻率安全為主要目標，強制儲能參與調頻，補充傳統機組的調頻功率缺額。

3）為了獲得所提控制策略下儲能用于跟蹤調度計劃和參與調頻的最優出力，由步驟2）中風電場調度計劃形成風儲電站聯合出力約束（簡稱風儲出力約束），由電網調頻極限形成頻率安全約束，以風儲電站利潤最大為目標函數，建立基于風儲出力約束和頻率安全約束的風儲運行模型，通過求解模型得到儲能最優出力。

結合圖1 和所提策略，儲能出力、風儲電站聯網功率和風儲電站總出力表達式如下。

、分別為儲能充、放電的0-1 變量，二者關系為

式（9）規定在同一時間，儲能只能工作在充電狀態或放電狀態。

儲能在t時刻的出力Pb,t為

t時刻風儲電站的實際聯網功率為

t時刻風儲電站實際聯網和參與調頻的總功率為

2.2 風儲聯合運行模型

最優的儲能充放電功率和調頻功率是使風儲電站利潤最大的關鍵，而建立考慮2.1 節所提策略的風儲運行模型是獲得儲能最優出力的基礎。

2.2.1 目標函數

風儲聯合運行的目標是使風儲電站的利潤Cprofit最大，目標函數包括兩部分：風儲電站運行成本及其收入。表示為

式中，ccap為儲能的單位容量成本[25]，取1 600 元/(kW·h)；Erate為風電場配置的儲能額定容量；r為折現率，取8%；Tlife為儲能壽命周期，取10 年。

儲能在實際運行時，充放電會對其壽命有所影響，長時間運行還會導致更換成本，現將儲能壽命衰減及其導致的更換成本簡化為每個結算周期上的儲能壽命折損成本，包括輔助風電場跟蹤調度計劃時的壽命折損和儲能提供調頻輔助服務時的壽命折損即

式中，cop為折損費用系數，表示儲能充放一個單位電量所產生的壽命折損費用，取100 元/(MW·h)；tΔ為一個結算周期；β為調頻電量系數，表示儲能每提供1MW 的調頻功率在實際運行時會充（放）βMW·h 的能量，單位為MW·h/MW，取0.13[29]。

儲能輔助風電場跟蹤計劃出力和參與調頻時，充放電會導致相應的電能損耗，即

風電場出力偏離調度計劃除了會引發調頻費用，還會產生調峰、備用等一系列輔助服務費用，甚至危及電網頻率安全，因此必須對偏離功率進行懲罰，且懲罰力度應較大，這樣才能近似表示風儲電站偏離調度計劃對電網的不良影響，該費用每半個小時結算一次。

式中，cdev為單位功率缺額懲罰電價，取上網電價的兩倍，即1 040 元/MW。

風儲電站的聯網電量會獲得能量收入，即

在PJM 電力市場環境下[23]，儲能給電網提供調頻服務會獲得調頻輔助服務收入，包括調頻容量收入和調頻里程收入，即

為了便于分析，現假設：①任意一個調度周期內，儲能調頻功率將被調度優先考慮并全部接納[28]，具體解釋見附錄；②儲能能快速響應AGC(automatic generation control)調頻指令。在PJM 電力市場中，調頻性能指標tλ與精確度分數、相關性分數、延遲分數有關?；诩僭O②，可忽略相關性分數和延遲分數對tλ的影響，而精確度分數與儲能在該時刻能否提供足夠的調頻功率有關，故tλ可簡化為與儲能電池能量狀態（State of Energy, SOE）[33-34]有關的分段函數，表示為

式中，tλ為t時刻的調頻性能指標；λmax為調頻性能指標最大值，取1；λmin為調頻性能指標最小值，取0.6；SOEt為儲能在t時刻的剩余電量與滿充時總電量的比值；SOElow為SOE 理想區間下限，取0.2；SOEhigh為SOE 理想區間上限，取0.8。調頻性能指標與SOEt的關系見附錄。

2.2.2 約束條件

按儲能主要目標不同，將風儲聯合運行模型的約束條件分為兩種：以跟蹤調度計劃為主要目標時的約束和以保證電網頻率安全為主要目標時的約束。

1）儲能以跟蹤調度計劃為主要目標時的約束

（1）儲能運行約束

儲能系統在實際運行時，會受到電量約束和功率約束。

電量約束：由于儲能系統建設成本昂貴，過度充放電會嚴重損害其壽命，因此在儲能電量過低或過高時，應讓其退出工作，聯合運行模型的電量約束為

式中，SOEmin、SOEmax分別為儲能SOE 的最小值和最大值，取0.1 和0.9；SOEt?1為t-1 時刻的儲能剩余電量百分比；ΔSOEt為t時刻儲能SOE 的變化量；α為儲能自放電率，取0。

功率約束包括儲能輔助風電場跟蹤調度計劃時的功率約束和儲能跟蹤調度計劃、并將剩余功率用于調頻的輸出功率約束。

儲能輔助風電場跟蹤調度計劃時的功率約束為

式中，Prate為儲能額定功率。

電池儲能的充電過程不是一直不變的，需要經歷恒流階段和恒壓階段。在恒壓階段，儲能SOE 對其充電功率有一定的影響[35-36]，二者之間的關系如附圖3 所示。附圖3 中，SOEset為電池由恒流充電模式轉變為恒壓充電模式時的SOE 值，取0.8。

由附圖3 可知，如果只用額定功率對儲能充電功率進行限制，則將高估儲能電池的充電能力，導致充電階段無法充入預期的電量，降低了模型精確性。因此需要對儲能的充電功率約束進一步精確化為

儲能跟蹤調度計劃，并將剩余功率用于調頻的輸出功率約束為

式（26）規定儲能的向上/向下調頻功率不能超過其額定功率；儲能跟蹤計劃出力與調頻功率的總和不能超過其額定功率。

（2）風儲電站聯合出力約束

風電輸出功率取決于實時風速，現有預測技術難免會有誤差，因此設置調度計劃誤差帶，一方面可以松弛風儲電站出力約束，另一方面可以降低儲能動作深度。誤差帶公式為

式中，d為允許偏差，取3%[20]；為調度計劃上誤差帶；為調度計劃下誤差帶。

當等效負荷波動不超過調頻極限時，儲能以跟蹤調度計劃為主要目標，風儲電站的聯網功率應在調度計劃的誤差帶范圍以內，由此形成風儲出力約束，即

2）儲能以電網頻率安全為主要目標時的約束

儲能以電網頻率安全為主要目標時的約束有儲能運行約束和頻率安全約束。

儲能運行約束：儲能以保證電網頻率安全為主要目標時的運行約束同樣包含電量約束式（23）和功率約束式（24）～式（26）。

頻率安全約束：由1.2 節分析可知，當等效負荷波動超過調頻極限時，僅靠傳統機組無法將頻率維持在允許波動范圍內，此時應強制儲能提供調頻功率。針對不同的負荷波動，將儲能頻率安全約束分為兩種情況：

圖4 頻率安全約束下儲能出力示意圖Fig.4 Schematic diagram of energy storage output power under the frequency safety constraints

儲能頻率安全約束為

儲能的頻率安全約束為

綜上，風儲運行模型按等效負荷波動可分為以下三種情況：

（1） 當等效負荷波動超過調頻極限上限時，電網頻率不安全，儲能以維持電網頻率安全為主要目標，頻率安全約束為式（29）和式（30），適當放棄跟蹤調度計劃的能力，約束式（28）不予考慮。因此風儲電站運行模型為式（9）、式（13）～式（21）、式（23）～式（26）、式（29）～式（30）。

（2）當等效負荷波動低于調頻極限下限時，電網頻率不安全，儲能以維持電網頻率安全為主要目標，頻率安全約束為式（31）和式（32），適當放棄跟蹤調度計劃的能力，約束式（28）不予考慮。因此風儲電站運行模型為式（9）、式（13）～式（21）、式（23）～式（26）、式（31）和式（32）。

（3）當等效負荷波動不超過調頻極限時，傳統機組調頻能力充足，故頻率安全約束不予考慮，儲能以跟蹤調度計劃為主要目標，風儲電站出力必須滿足約束式（28）。風儲電站運行模型為式（9）、式（13）～式（21）、式（23）～式（26）、式（28）。

2.2 節所提風儲運行模型為混合整數非線性規劃（Mixed-Integer Nonlinear Programming, MINLP）模型，可采用YALMIP 工具箱求解。儲能最優充放電功率的計算流程如圖5 所示。

圖5 儲能最優出力計算流程Fig.5 Calculation process of optimal output power of energy storage

2.3 評價指標

根據儲能輔助風電場跟蹤調度計劃和參與調頻的兩種工況，提出以下評價指標。

跟蹤調度計劃評價指標Pindex為

式（33）表示風儲電站實際聯網功率與調度計劃之間的偏差方均根，Pindex越小，說明風儲電站跟蹤調度計劃的能力越好。

頻率波動評價指標為

式中，Δfmax為最大頻率波動量。findex越小，說明頻率波動越小。

3 算例分析

為驗證所提控制策略的有效性和經濟性，采用如下算例系統：區域總裝機容量為1 000MW，其中風電裝機100MW（占10%），磷酸鐵鋰電池儲能系統裝機容量為30MW/120MW·h。在Matlab 中仿真第2 節的儲能運行策略及模型。

3.1 電網調頻極限驗證和等效負荷波動分析

圖2 中的區域調頻模型參數[18]見附表1，通過多次仿真，比較傳遞函數與實際模型的頻率波動曲線，取Kd=1.15。由調頻模型傳遞函數可畫出區域電網幅頻特性曲線如圖6a 所示。設定電網允許的頻率波動范圍為[49.7Hz，50.3Hz]，即由圖6a 可知傳遞函數的最大幅值根據式（7）和式（8）計算可得區域電網調頻極限標幺值為±0.075(pu)，有名值為±75MW。

圖6 幅頻特性曲線與頻率波動曲線Fig.6 The amplitude-frequency characteristic curve and the frequency fluctuation curve

對區域電網受到75MW 等效負荷擾動的情況進行仿真，頻率波動如圖6b 所示，頻率在2.1s 時下降至最低值49.71Hz，與設定的頻率波動允許范圍[49.7Hz，50.3Hz]下限僅差0.01Hz，若增大等效負荷波動，電網頻率隨時會跌出49.7Hz。故可以用75MW作為該電網的調頻極限。

選取我國某地區一天的風電、負荷數據進行分析，區域等效負荷波動如圖7 所示。圖中采樣時間步長為15 min，一天共96 個采樣點。

圖7 等效負荷波動曲線Fig.7 Equivalent load fluctuation curve

由圖7 可見，區域等效負荷波動最大值出現在A 點處，達到95MW，此時如果電網中僅有傳統機組參與調頻，那么頻率將會遭受威脅。

3.2 控制策略效果分析

為體現本文策略在控制儲能輔助風電場跟蹤調度計劃和提高電網頻率穩定性中的作用，分別討論三種場景中的風儲電站運行及電網頻率波動情況。場景1：風電場未配置儲能系統；場景2：風儲聯合跟蹤調度計劃但無頻率安全約束；場景3：風儲聯合跟蹤調度計劃且有頻率安全約束。現以日前調度為例，分析時間步長為15min 時的儲能出力。

3.2.1 技術性分析

三種場景下風儲電站出力和儲能出力分別如圖8 和圖9 所示，圖10 對比了場景2 和場景3 中的儲能SOE 狀態。

圖8 風儲電站出力曲線Fig.8 The output power of wind-energy storage station

圖9 儲能最優出力Fig.9 The optimal output power of energy storage

圖10 SOE 變化曲線Fig.10 The changing curve of SOE

由圖8 可知，由于場景1 中未給風電場配置儲能，所以風儲電站出力等于風電場實際出力。而場景2 和場景3 的風儲電站除了在A、B-C、D 之后的時段內偏離了調度計劃外，其他時間均能響應調度計劃。同時由圖9 可知，在儲能輔助風電場跟蹤調度計劃時，剩余功率被用于調頻，這樣能充分發揮儲能的工作空間，B 點附近儲能總輸出功率有所降低是因為這些時段SOE 高于0.8，儲能充電功率和向下調頻功率受到SOE 限制有所下降。

三種場景的跟蹤調度計劃指標和頻率指標計算結果見表1。結合圖8 可知，場景1 跟蹤調度計劃的能力最差，場景3 的最好。場景3 的Pindex比場景2 的低0.106%，比場景1 的低32.833%，因此本策略可以利用儲能提高風電場跟蹤調度計劃的能力，具體分析如下。

表1 兩種指標對比結果Tab.1 Comparison result of two index

在A 處，等效負荷擾動超過調頻極限。場景2中未考慮頻率安全約束，儲能一直以輔助跟蹤調度計劃為主要目標，由圖 9a 可知，此時儲能充電10MW，使得風儲電站能響應調度計劃。場景3 的頻率安全約束使得儲能以保證電網頻率安全為主要目標，強制儲能參與調頻，彌補傳統機組的調頻功率缺額，由圖9b 可知，儲能給超出調頻極限的等效負荷波動提供了30MW 向上調頻功率，放棄了跟蹤調度計劃的能力。

在B 處，等效負荷擾動并未超過調頻極限，場景2 和場景3 中儲能均以輔助風電場跟蹤調度計劃為主要目標。場景2 由于儲能在A 處跟蹤了調度計劃，導致在B 處儲能SOE 接近上限（如圖10 區域b），故場景2 儲能不動作。場景3 由于在A 處強制儲能參與調頻，SOE 有所下降（如圖10 區域a），由圖9b 可知此時儲能進行充電，故場景3 能跟蹤調度計劃。

在C 處，等效負荷擾動沒有超過調頻極限，場景2 和場景3 均以輔助風電場跟蹤調度計劃為主要目標。但場景2 中儲能SOE 在（C-1）處接近上限（如圖10 區域c），所以場景2 儲能不動作。場景3中在（C-1）處SOE 尚未達到上限，因此場景3 儲能充電，如圖9b 所示。上述B、C 兩個時段內場景3儲能動作是導致場景3Pindex低于場景2 的主要原因。

在D 處，等效負荷擾動并未超過調頻極限，場景2 和場景3 均以輔助風電場跟蹤調度計劃為主要目標。由圖8 可知，此時風電場調度計劃與實際出力偏差達到28MW，而場景2 和場景3 儲能SOE 狀態較低，一旦動作便會導致SOE 跌出SOE 下限，故兩種情況儲能均不動作。

在E 處，等效負荷擾動并未超過調頻極限。場景2 和場景3 均以輔助風電場跟蹤調度計劃為主要目標。此階段風電場調度計劃與實際出力之間的差距較小，故兩種場景中的儲能均放電（見圖9），從而使得風儲電站出力跟蹤調度計劃。

為驗證本策略在減小頻率波動上的有效性，對該區域三種場景下受到95MW 等效負荷擾動進行仿真，頻率波動曲線如圖11 所示。

圖11 95MW 等效負荷波動下的頻率變化曲線Fig.11 The change of frequency under 95MW equivalent load fluctuation

由圖11 可知，雖然場景2 中儲能在A 處給本區域電網提供了20MW 向下調頻功率，但是與調頻需求相反，只能通過聯絡線外送至合適的區域，對本區域電網的頻率沒有幫助，因此場景2 的頻率波動與場景1 相同，最低頻率低至49.63Hz。而由圖9b 可知，場景3 儲能提供了30MW 向上調頻功率，在儲能參與調頻后，最低頻率為49.76Hz，滿足頻率要求。

結合表1 和圖11 可知，場景1 和場景2 的findex相同，場景3 的findex比場景1 和場景2 減小35.1%，說明考慮頻率安全約束后的區域電網頻率最安全。

綜上，所提策略不僅能提高風電場跟蹤調度計劃的能力，還能提高電網頻率安全性。

3.2.2 經濟性分析

表2 給出了場景2和場景3 的減少棄風量和儲能調頻功率。

表2 兩種場景下減少棄風量和調頻功率對比Tab.2 The comparison of the amount of wind curtailment and frequency modulation power in case 2 and case 3

由表2 可以看出：場景3 的減少棄風量和累計調頻功率均高于場景2。因為場景3 在A 處強制儲能參與調頻，SOE 有所下降，從而可以在B 點和C點附近吸收更多的過剩風電或提供更多的調頻功率。

表3、表4、表5 分別給出了場景2 和場景3 的風儲電站總成本、總收入、總利潤。

由表5 可知，場景2 中儲能始終以跟蹤調度計劃為主要目標，一天總利潤為124 647 元。場景3中，儲能在電網頻率安全時以跟蹤調度計劃為主要目標，在電網頻率不安全時以保證電網頻率安全為主要目標，一天總利潤為188 677 元，較場景2 提高33.9%。因為場景3 中儲能的調頻功率遠遠高于場景2（見表2），使得表4 中場景3 的調頻收入增加，從而導致場景3 中風儲電站利潤大于場景2。

綜上所述，本文提出的利用儲能輔助風電場跟蹤調度計劃并參與調頻的風儲運行方式具有良好的經濟效益。

表3 風儲電站運行成本對比Tab.3 The operating cost comparison of wind-energy storage station in case 2 and case 3

表4 風儲電站收入對比Tab.4 The income comparison of wind-energy storage station in case 2 and case 3

表5 風儲電站利潤對比Tab.5 The profit comparison of wind-energy storage station in case 2 and case 3

4 結論

在電力市場環境中，為了提高風電場跟蹤調度計劃能力和電網頻率穩定性，最大化風儲電站利潤，提出了基于風電場調度計劃和電網調頻極限的儲能系統優化運行策略，結論如下：

1）所提策略及模型在儲能SOE 狀態正常時能夠提高風電場跟蹤調度計劃的能力，使跟蹤調度計劃指標較無儲能時減少32.833%。

2）由電網調頻極限形成的頻率安全約束雖然在等效負荷波動超出調頻極限時會導致風電場跟蹤調度計劃的能力下降，但卻能強制儲能提供調頻功率，使得最大頻率波動量較不考慮頻率安全約束時減少35.1%，有效維護電網頻率安全。

3）在計及初始投資折舊、儲能運行損耗、出力偏離懲罰等幾類運行成本和能量、調頻等收入的情況下，本策略能使風儲電站一天利潤達到188 677元，說明在電力市場環境下將儲能同時用于輔助風電場跟蹤調度計劃和參與調頻具有良好的經濟效益。

各區域電網內的調頻資源和調頻需求不可能完全平衡，如何跨區域協調調度各個區域電網中的調頻資源，實現全網調頻成本最低還有待進一步研究。

附 錄

1. 儲能調頻功率被調度優先考慮全部接納假設

以兩區域互聯系統為例，兩區域互聯系統如附圖 1所示。圖中，區域1 包含風儲電站（W1+E1）、傳統電廠（G1）、負荷（L1），調頻電源包括風儲電站和G1；區域2 包含風電場（W2）、傳統電廠（G2）、負荷（L2），調頻電源僅為G2，W2 不具備調頻能力，是調頻功率的需求方。

附圖1 兩區域互聯示意圖App.Fig.1 Schematic diagram of interconnection of two regions

儲能是電網中的優質調頻資源，基于“快速調頻資源優先調用”原則，在任意時段儲能調頻功率的調用優先級將高于調頻能力不如儲能的傳統機組（G1/G2）；另外，若W2 和L2 的綜合波動較大，G2 的調頻能力很可能會出現不足，導致區域2 頻率不穩定，考慮儲能系統E1 在一個調頻周期內可能出現調頻能力過剩的情況，可將這部分富余的調頻功率通過聯絡線外送至區域2，為新能源電站W2 或負荷L2 提供必要的輔助服務。

因此做出如下假設：任意一個調度周期內，儲能調頻功率能被調度優先考慮并全部接納。

2. 調頻性能指標與SOEt的關系

附圖2 調頻性能指標與SOE 的關系圖App.Fig.2 The relationship between frequency modulation performance index and SOE of energy storage

附圖3 充電功率與SOE 的關系圖App.Fig.3 The relationship between the charging power and SOE of energy storage

附表1 調頻模型參數App.Tab.1 Parameters of the frequency modulation model