婁為,翟海保,許凌,姚寅,董楠,徐波
(1.國家電網公司華東分部,上海 200120;2.上海電力大學電氣工程學院,上海 200090)
為實現“碳達峰”和“碳中和”目的,可再生能源(如風電、光伏)在能源體系中所占的比例將會持續升高[1],[2]。風電機組、光伏通常采用最大功率點跟蹤(Maximum Power Point Tracking,MPPT)控制方法跟蹤功率,但不提供備用功率,因此不具備一次調頻能力。此外,可再生能源機組的出力具有波動性、不確定性和間歇性,對電力系統頻率的穩定性造成不良影響,頻率穩定成為可再生能源滲透率極限的主要因素[3]~[6]。
研究表明,采用一定的控制方式調節風電機組的輸出功率,可以響應系統的頻率變化[7]~[10]。文獻[11]提出,通過調整槳距角使風電機組預留一定的一次調頻備用容量,在功率擾動后提供持續的功率支撐,參與系統一次調頻,但單獨使用此種控制方式不能最大限度利用風能,經濟性較差。文獻[12],[13]提出了風電機組的虛擬慣性控制方法,利用其固有轉子動能,通過微分和下垂控制實現虛擬慣量響應,頻率下降時釋放的動能轉化為電磁功率。然而在轉速恢復階段需要從網側吸收功率,可能造成二次擾動,導致頻率二次跌落。風儲聯合調頻控制能夠有效抑制風機功率波動對系統頻率的不良影響,降低單獨配置儲能單元的成本[14]~[16]。文獻[17]針對風電并網不提供慣量的問題,采用儲能設備輔助風電機組,將系統頻率變化率作為反饋,使風儲聯合系統提供慣量響應。文獻[18]提出一種包含電池荷電狀態(State of Charge,SOC)反饋環節的風儲調頻控制策略,依次啟動儲能系統、風機槳距角控制參與系統頻率調節,但是忽略了各調頻策略的聯合特性。文獻[19]基于協同控制理論,提出了一種飛輪儲能與MPPT運行下的風電機組的兩層協同控制方案,系統頻率響應特性得到改善。電動汽車充放電靈活,具有參與系統調頻的潛力[20]。文獻[21]分析了電動汽車參與電網頻率控制的優勢,提出考慮車輛限制和用戶需求的電動汽車參與電網一次頻率和二次調頻的控制策略。文獻[22],[23]采用橢圓函數構建電池荷電狀態與充/放電下垂的函數關系,實現電池能量維持和頻率下垂控制,并實時修正計劃充電功率。文獻[24]提出了一種基于改進控制信號的插電式混合動力汽車負荷頻率控制(Load Frequency Control,LFC)策略。上述研究均為電動汽車單獨參與調頻,將電動汽車與風儲聯合參與系統調頻的研究相對較少。
本文提出風電機組、儲能系統、電動汽車的聯合調頻控制策略。首先,風電機組提供虛擬慣性響應和一次調頻響應,利用儲能系統在響應速度等方面的優勢輔助調頻,并優化風儲聯合調頻時儲能系統的分配系數;然后,基于電動汽車的集群響應,提出電動汽車參與系統一次調頻的控制策略,發揮需求側調頻的潛力;最后,建立包含傳統機組、風電機組、儲能系統、電動汽車的系統頻率響應模型,驗證所提聯合調頻控制策略的有效性。
當系統中有功功率不平衡時,頻率將無法維持在額定值。在功率不平衡條件下,頻率動態響應過程可由搖擺方程來描述[3],即:

式中:H為系統慣性時間常數;D為系統阻尼常數;Pm為機械功率;Pe為電磁功率;Δf為系統頻率偏差。
通常采用頻率變化率(Rate of Change of Frequency,RoCoF)、最大頻率偏差和穩態頻率偏差等作為電力系統的頻率響應指標[25],其中最大頻率偏差和頻率變化率可作為電網中保護裝置的觸發信號。最大頻率偏差主要與一次調頻的調頻參數相關,同時受系統等效慣量的影響,我國要求最大頻率偏差不超過0.2~0.5 Hz。穩態頻率偏差取決于系統調差系數。
1.2.1 風電機組頻率響應模型
與同步發電機相比,變速風力發電機的運行速度范圍更大。通過對風電機組施加虛擬慣性控制,根據系統頻率變化改變轉子轉速,將存儲的旋轉動能轉化為電磁功率。慣性響應速度比一次調頻更快,可以抑制功率擾動時頻率的快速下降,但持續的時間尺度短。風電滲透率的增加也將降低系統的一次調頻能力,通過風機槳距角控制,使風電機組留有備用容量參與一次調頻,其頻率響應特性與傳統機組的調速器類似,但響應速度較慢。兩類控制方式的傳遞函數分別為

式中:kd為虛擬慣量響應控制系數;Tw為低通濾波器時間常數;ΔPω為風電機組虛擬慣量響應增發功率;kp為一次調頻響應控制系數;Tβ為變槳距響應時間常數;ΔPβ為風電機組一次調頻響應增發功率。
單獨使用槳距角控制會加劇棄風現象,而單獨采用虛擬慣性控制,當轉子恢復轉速時,可能會產生二次擾動,造成二次頻率下降。同時采取虛擬慣性控制和槳距角控制,能發揮風電機組的調頻能力,使風力發電機組兼具慣性響應能力和一次調頻能力,降低風機并網對頻率穩定性的影響。儲能系統的響應快速和輸出靈活的特性,彌補了風電場調頻能力的不足[15]。
1.2.2 儲能頻率響應模型儲
能參與頻率響應的傳遞函數為

式中:kbp,kbd分別為慣量響應和一次調頻響應控制系數;Tb為儲能系統響應時間常數,通常遠小于風電機組和火電機組的響應時間常數;ΔPB為儲能系統參與調頻時的增發功率。
1.2.3 電動汽車頻率響應模型
電動汽車充放電行為的可調性可用于系統頻率支撐[22]。當電動汽車參與一次調頻控制時,其頻率響應特性為


考慮儲能系統實際運行時的荷電狀態,建立電動汽車充電負荷的隨機分布概率模型為[26]

式中:SOCmax和SOCmin分別為電動汽車蓄電池荷電狀態的上限和下限,分別取0.9和0.1。
本文各調頻單元的系統綜合頻率響應模型如圖1所示。

圖1 系統頻率響應模型Fig.1 System frequency response model
目前,電力系統中火電機組和水電機組參與調頻一般根據裝機容量占比分配相應的調頻附加功率。風儲系統將作為整體參與調頻任務的分配。設K為風儲調頻時儲能系統的分配系數,則1-K為風電機組的分配系數。基于頻率穩定性,以頻率偏差最小,即頻率最低點最大為目標,求取最優分配系數K的流程如圖2所示。

圖2 K的優化流程圖Fig.2 The optimization of coefficient K
風儲系統參與調頻時,風電機組與儲能系統能夠按照最優分配系數分配調頻任務,風電機組提供虛擬慣量響應及一次調頻響應,儲能系統彌補槳距角控制響應慢的不足,提供快速響應,兩者聯合與火電、水電機組共同參與系統一次調頻[28]。
當系統頻率偏差超過限值,電動汽車可減少充電功率甚至向電網主動饋電以參與調頻。荷電狀態能夠代表潛在的調頻能力和用戶充電需求的強弱,SOC越大意味著能夠為調頻提供更長時間的功率支撐,且充電需求較弱。另外,隨著系統頻率偏差變大,對系統調頻能力提出更高的要求。為了在電動汽車參與頻率響應的過程中同時考慮用戶需求,合理利用電動汽車調頻單元,根據電網頻率偏差的情況,調頻系數采用階梯變系數。
本文依據電動汽車的荷電狀態,將電動汽車劃分為A,B,C 3種調頻模式,分別對應的荷電狀態區間為0.5~0.9,0.3~0.5,0.1~0.3,不同模式采用不同的調頻系數。調頻系數選擇如圖3所示,其中,A模式作為基礎調頻策略,B,C調頻模式調頻系數的選擇在A模式的基礎上右移。

圖3 頻率響應控制策略中KF的選擇Fig.3 The choice of KF in frequency response control strategy
頻率偏差的允許值為0.2~0.5 Hz,但實際頻率控制性能較好,頻率偏差超過0.1 Hz時,調頻系數取最大值KFmax,即:
當檢測到系統頻率偏差不為0時,參與調頻的電動汽車根據其荷電狀態選擇調頻模式,然后選擇該模式下頻率偏差所在區間對應的調頻系數,一個頻率檢測周期后重復該過程。值得注意的是,本文電動汽車調頻過程中的調頻模式和調頻系數將根據頻率偏差的大小和荷電狀態的變化進行調整,如圖4所示。

圖4 電動汽車參與調頻的流程圖Fig.4 Flow chart of electric vehicles participating in frequency modulation
本文以單區域電力系統進行仿真分析,基于MATLAB/Simulink建立了含火電、風電、儲能系統、電動汽車參與電力系統頻率調節的控制模型,相關參數如表1所示。

表1 系統中頻率控制的相關參數Table 1 Related parameters of frequency control in the system
本文的系統負荷為300 MW,設基準功率為300 MW,風電場額定功率為60 MW,系統中接入5 000臺電動汽車,電動汽車選用錳酸鉀電池的純電動汽車。本文設置以下4種場景:場景1為風電機組不參與調頻;場景2為風電機組參與調頻;場景3為風-儲聯合調頻;場景4為風-儲-電動汽車聯合調頻。另外,儲能系統的分配系數為0.5,電動汽車的初始荷電狀態設置為0.4。
場景1考慮不同風電滲透率下,系統在0.05 p.u.負荷擾動時的頻率動態過程。仿真過程中使用風電機組同比例地替換火電機組和水電機組,將電力系統中的風電滲透率分別設置為0,20%,30%,40%,仿真結果如圖5所示。

圖5 不同風電滲透率下系統頻率響應Fig.5 System frequency response under different wind power penetration
由圖5可知,在不同風電滲透率下,系統的頻率響應特性呈規律性變化。隨著風電滲透率的不斷提高,系統的慣量響應和一次調頻能力下降,擾動后瞬間的頻率變化率、最大頻率偏差和穩態頻率偏差都增大,當風電滲透率為40%時頻率最低點接近49.5 Hz,嚴重威脅系統頻率的穩定性。為了提高系統對風電的極限承載力,除同步發電機外其他調頻單元有必要參與系統調頻控制。
設t=1 s時,負荷突增20 MW(0.05 p.u.),4種場景的系統頻率響應曲線和場景4下風電機組、儲能系統、電動汽車參與調頻后輸出功率的變化如圖6所示。由圖可知,與場景1只有火電機組提供調頻控制的情況相比,其余3種場景下的頻率響應特性均得到明顯改善,顯著提高了頻率最低點,減緩了頻率下降速度,提高了系統等效慣量和一次調頻能力。場景2對風電機組的調頻控制使得系統的穩態頻率偏差降低,但在頻率恢復后頻率出現第二個極小值點,這是由于風機轉速恢復吸收動能,同時頻率偏差的減小使得一次調頻增發功率減少,導致風電機組調頻能力下降。場景3利用儲能輔助風電機組調頻,減小頻率響應中出現多個極小值點的可能。與場景2對比,儲能主要在頻率穩定之前發揮作用,因此其穩態頻率基本沒有提高。場景4的風電-儲能-電動汽車聯合控制策略則增加了需求側響應,穩態頻率為49.90 Hz,頻率最低點為49.76 Hz,對比其他3種場景,分別提高了0.12,0.06,0.02 Hz,調頻效果最優。

圖6 仿真結果Fig.6 Simulation results
由圖6(b)可知,除常規機組外,風電機組承擔著重要的調頻任務。風電機組的虛擬慣量響應動作最快,并在調頻開始增發功率即可達到極大值點,能夠有效抑制頻率的快速下跌。隨著頻率進一步下降,儲能增發功率快速上升,彌補了風電機組慣量響應支撐時間短和槳距角響應速度慢的不足。電動汽車參與一次調頻,減少充電功率,在擾動后1~3 s電動汽車減少的充電功率大于風電機組增發功率,彌補了風電機組在短暫的功率支撐后因一次調頻能力響應較慢引起的出力下降。
另外,在場景4下風電機組采用兩種控制策略,即在策略1中,采用了虛擬慣性控制和槳距角控制,在策略2中只應用虛擬慣性控制。兩種策略下風電機組在0.05 p.u.負載擾動下的電力系統頻率響應指標如表2所示。兩種策略下各調頻單元輸出功率的變化如圖7所示。

表2 頻率響應指標Table 2 Frequency Response Indicators

圖7 策略1,2下各調頻單元增發功率Fig.7 Additional power of each FM unit under strategy 1 and 2
由表2和圖7可見,擾動開始1 s內,風電機組一次調頻響應速度較慢,兩種策略下各調頻單元的出力相同。由于風電機組在提供短期的功率支撐后迅速下降,過頻率最低點后需要從系統中吸收功率,更需要儲能系統和電動汽車的輔助調頻作用。策略1的穩態頻率和頻率最低點兩個頻率指標比策略2分別提高了0.01,0.01 Hz,頻率的動態過程表現更優。
為了驗證提出的控制策略在正常運行時參與頻率控制的可靠性,負荷波動為隨機生成,并服從期望為0,標準差為0.3 MW(0.001 p.u.)的正態分布。在場景1,4下的系統頻率響應情況如圖8所示。從最大頻率偏差的絕對值、頻率方差及頻率波動率3個指標來判斷調頻控制策略的性能,如表3所示。

表3 頻率表現指標Table 3 Frequency Performance Indicators

圖8 負荷波動時場景1,4下的系統頻率響應Fig.8 System frequency response under scenarios 1 and 4 when the load fluctuates
仿真結果表明,采用風電-儲能-電動汽車聯合參與系統調頻的控制策略后,在同樣的負荷擾動下,系統頻率最大頻率偏差的絕對值減小,頻率偏差的均方根減小,頻率集中于50 Hz附近。聯合控制調頻也能夠降低在穩態運行時負荷波動對頻率的影響。另外,從表3的頻率波動率指標可以發現,場景4的波動性稍大,這是因為調頻控制策略增加了系統的等效慣量,對頻率的變化更加敏感,頻率控制動作更頻繁。
本文提出風電機組、儲能系統、電動汽車的聯合系統調頻控制策略,改善了高風電滲透電力系統的頻率響應特性。仿真結果表明,負荷發生變化時,風電-儲能-電動汽車聯合控制策略與單獨使用風電機組和風電儲能聯合控制策略相比較,能有效提高系統等效慣性和一次調頻響應能力,在仿真算例中頻率最低點、頻率變化率、穩態偏差指標分別提高0.12 Hz,0.04 Hz/s,0.03 Hz。對風電機組只進行虛擬慣性控制,過頻率最低點后需要從系統中吸收功率,不利于系統的調頻,槳距角控制和與儲能聯合調頻能夠彌補該不足以改善調頻效果。電動汽車的集群響應響應速度快,可以發揮需求側的調頻潛力。電動汽車與風儲系統的聯合調頻策略在正常負荷波動情況下的頻率波動和頻率偏差的方差較小,提高了系統正常運行下的頻率質量。