面向新型能源結構的系統調頻技術回顧與展望

蔡文亮,趙正暉,汪洋,王一帆,李斌,姬偉

(江蘇大學 電氣與信息工程學院,江蘇 鎮江 212013)

0 引 言

煤、石油等一次能源的大規模使用,在推動人類加速發展的同時,也造成了難以忽視的環境問題。近年來,全球在新能源領域的探索表明,以風、光為代表的可再生能源將成為未來人類低碳發展的重要基石[1]。我國也致力于提高國家自主貢獻力度,采取了更加有力的政策和措施,力爭2030年前二氧化碳排放達到峰值,努力爭取2060年前實現“碳中和”。預期到2030年我國風電和光伏總容量將超過1 200 GW[2]。當前,可再生能源機組通過逆變器、變流器等電力電子裝置接入主網,有功輸出和頻率響應處于解耦狀態。雖然可引入虛擬慣性和下垂控制的方式提供頻率響應,但是風電和光伏具有強波動性和強隨機性,相比于傳統火力機組而言,難以提供相對穩定的調頻能力。在可預計的未來,更多傳統火力發電機組被新能源機組取代,系統慣性和調頻資源總量將降低,調頻總容量呈減少趨勢,在有功擾動下,系統的頻率波動將增加,給電力系統頻率安全帶來前所未有之挑戰[3]。

目前,對于系統的調頻研究大多集中于慣性、一次調頻以及二次調頻的控制方面。除了傳統火力機組外,充分挖掘源-荷-儲不同環節的調頻能力是研究的熱點。新能源機組通過添加控制環節,實現類似火力機組的慣性響應和一次調頻能力。負荷和儲能分別通過需求側響應技術和快速充放電實現調頻能力?？紤]調頻的優化調度是保證現代電力系統安全穩定、經濟運行的重要基礎,也是檢驗各類資源調頻效果的重要手段。因此將從挖掘電力系統不同環節的調頻能力入手,對風電、光伏、負荷以及儲能參與系統調頻的方式進行梳理,分析各調頻資源的調度潛力,在此基礎上對考慮調頻備用資源的優化調度問題進行總結,對比調度模型中不確定性的處理方法和求解策略,最后基于以上綜述和回顧,對各調頻資源參與系統運行問題進行展望。

1 多種資源參與系統調頻的方式研究

可再生能源的快速發展對電力系統頻率安全提出了更高的發展要求,因此挖掘電力系統各個環節的調頻資源迫在眉睫。在電源側,為了加強新能源機組對電力系統穩定性的貢獻,《電力系統網源協調技術導則》[4]中規定風電場和光伏電站應具備一次調頻能力,能在規定時間內做出響應以滿足系統的調頻需求,為系統提供頻率支撐。在負荷側,用戶的需求側管理也逐步發展為電力系統中重要的調頻資源。它通過引導用戶優化用電方式,調動負荷側的頻率響應資源來滿足系統的調頻需求。需求側調頻資源包括負荷需求響應和電動汽車等。儲能作為電力系統中的多面手,不僅可以參與火力發電廠的調頻輔助服務,減少火電廠考核損失增加補償盈利,部分區域也開始嘗試參與新能源場站的調頻輔助服務。對于較為脆弱的地方電網,負荷變化的沖擊可能導致系統頻率波動較大,研究表明可以在以關停的火電機組處建設獨立的儲能電站主動參與電網調頻。目前,對于以上系統中主流的調頻資源,眾多專家學者對于其參與系統調頻的方式已經展開了較為廣泛的研究,本節將從控制方法的和調頻策略方面梳理不同資源參與系統調頻的前沿技術。

1.1 風力發電機參與系統調頻方法的研究綜述

目前風電機組參與系統調頻的方法主要有兩大類,如圖1所示,一類是利用自身慣量參與系統調頻的轉子動能控制[5-12],另一類是預留有功備用參與調頻的有功備用控制[13-22]。

圖1 風力發電機組參與調頻方式

1.1.1 利用慣量參與調頻的轉子動能控制

轉子動能控制是指當風電機組檢測到電網頻率偏差時,提高有功控制的參考值,在此之后由于風電機組的輸出電磁功率大于其輸入的機械功率,風電機組轉子開始減速,并釋放出轉子動能,以此來參與系統調頻。

在不同的文獻中,轉子動能控制方式通常被歸納為兩種,第一種是將系統頻率變化量與風電有功出力相互耦合,風電機組參與調頻時模擬同步機組的慣性響應,將頻率變化率引入風電機組的控制環節,實現風電機組有功出力和頻率的耦合,當系統頻率下降,增大風機的功率參考值,使轉子的動能釋放增加有功輸出。該方法通常采用虛擬慣量控制(Virtual Inertial Control)[11]方式實現。第二種是將風電機組有功功率和系統頻率偏差進行耦合,建立二者之間的下垂特性。此種控制方法稱為下垂控制(Droop Control)[12]又叫斜率控制或比例控制。

1.1.2 利用風電減載備用參與調頻的控制方法

風電減載備用參與調頻的方法是指風電機組通過主動控制使其偏離最大功率點運行,跟蹤降載曲線使其具有上調和下調的出力空間,即實現了減載運行。當系統出現頻率偏差時,風電機組可以根據調頻指令實時調整出力參與系統調頻,其系統結構如圖2所示。由于風電機組捕獲的風功率與轉子轉速和槳距角都有關,因此可以將風電減載調頻的控制方式分為槳距角控制和超速減載控制。

圖2 風電減載調頻的系統結構圖

(1)超速減載控制

如圖3所示,超速減載控制通過控制風力機轉子轉速,使轉子的實際轉速高于最大功率曲線運行狀態下的轉速,此時風電機組運行于非最大功率曲線的另一次優點,降低捕獲的風功率,從而使機組保留一部分有功備用實現減載運行。當系統發生有功擾動時,再降低轉速,增大風電機組捕獲的風功率,從而使其有功輸出增加參與調頻[14-15]。

圖3 超速減載控制策略

(2)槳距角控制

通過控制風力機葉片的槳距角,使槳距角大于風電機組正常運行的槳距角,進而減小風電機組捕獲的風功率,使其運行于減載狀態。當遭受有功擾動時,減小其槳距角,增大風電機組的有功出力參與調頻[13,23]。

(3)超速減載控制結合槳距角控制

超速減載和槳距角減載都各自有其優缺點,前者的優點是響應速度快,但缺點是當風電機組處于高風速的工況下,風機的轉速已達上限,不具備減載備用的可能,因此其適用范圍只限于中、低風速的工況[24]。而后者可以適用于各種風速的工況,但是槳距角的變化涉及內部機械部件動作,因此有響應速度慢、風機部件易磨損的缺點,增加了風機的維護成本[25]。為了使風電機組可以在全風況下減載備用,并可維持較長的時間,增加風電的可調度性,有研究提出將兩種減載方式相結合的策略[21,26],其控制方式如圖4所示。

Vcr、Vw1、Vn分別為切入風速,最優轉速區臨界風速和額定風速。A點、C點和D點是在風速為Vcr、Vw1、和Vn的最大功率運行點。當風速為Vw時,風電機組在超速減載控制的作用下,其運行點可以從B點向B′點移動,當運行達到B′點時,由于轉子轉速已達到最大值無法繼續用超速減載控制減載,此時利用槳距角控制,可使得風電機組的運行點沿B′點向F點移動。F點是轉速為ωmax,采用槳距角控制的最大調整量運行點。因此,在任一風速下風電機組存在最大可減載率。當風電機組的減載率為Kopt%時,風電機組運行于B0點,則其調頻容量為:

(1)

(2)

Pde.opt=(1-Kopt%)*Pg.MPPT

(3)

減載運行的風電機組具備雙向調頻的能力,且可維持較長的時間。是實現風電參與調頻調度的有效途徑。然而長期減載的風電機組會對風電場的經營成本帶來影響。文獻[27]對比了超速減載控制和槳距角控制對風電場收入的影響;文獻[28]指出,100 MW的風電場按照10%的裝機容量減載,在不限電區域每年虧損2 500萬元。因此,在系統調度層面決策風電場是否減載以及風電場的減載容量需要深入研究。

1.2 光伏發電系統參與系統調頻的研究

研究表明光伏系統具備參與電網調頻的能力,其方式與風電機組類似,即需要預留一部分有功備用,使其能夠迅速的響應系統的頻率變化,快速提供有功輸出。如圖5所示,現有研究通常將光伏參與調頻的方式分為兩類,第一種方法是光伏機組單獨參與系統調頻,其運行于非最大功率點,從而保持一定有功功率備用[29-31]。第二種方法是給光伏機組配置一定容量的儲能,光伏機組仍然運行于最大功率點,通過儲能快速釋放和吸收有功功率參與系統調頻[32-33]。

圖5 光伏發電系統參與調頻的系統結構圖

1.2.1 光儲聯合參與調頻

儲能系統可以進行快速充放電,具有靈活性高,響應速度快、控制精度高的特點。因此為光伏機組配置儲能,可以有效平滑光伏的發電功率,同時參與系統調頻。文獻[34]利用混合儲能系統的出力彌補光伏發電功率預測值和實際值的偏差從而達到平抑光伏出力波動的目的。文獻[35]分析光伏出力波動對于系統調頻備用需求的影響,提出利用儲能的充放對于光伏波動進行有限平抑并建立容量優化模型,在控制電網頻率穩定的同時使光儲系統的等效收益最大。

1.2.2 利用光伏減載備用參與系統調頻

當光伏機組運行在最大功率跟蹤模式時,無法提供可用的備用功率,在電網頻率下降時難以提供有功支撐,通過控制光伏機組的工作電壓使其使其工作在非最大功率點,可以控制光伏機組的輸出功率在減載狀態。如圖6所示,A點為最大功率跟蹤點,提升光伏機組的運行電壓,使其在C點減載運行,其備用容量為PMPPT和P減載的差值。當系統出現有功擾動,頻率下降時,將光伏機組運行電壓降低至V′使其在B點工作,增大機組輸出功率,達到參與電網調頻的效果。

圖6 光伏減載控制策略

文獻[36]提出基于牛頓二次插值的光伏系統功率控制策略,通過二次曲線逼近光伏系統的功率-電壓特性曲線,迭代獲得光伏系統所需的終端電壓,通過電壓控制其輸出功率實現減載。文獻[37]將離線擬合和在線功率跟蹤相結合實現光伏發電系統的變減載控制,根據電網頻率的變化改變減載率。文獻[38]考慮光伏發電系統的備用容量,將減載控制器和備用功率相結合,提出了一種等比例減載控制光伏調頻的策略。

1.3 負荷資源參與系統調頻的研究

隨著我國智能電網的發展,通信和控制技術的提升為負荷側資源參與調頻備用提供了有利支撐。目前,需求側的負荷調頻資源日趨多樣化,負荷資源可以直接與電網互動,也可通過需求響應的方式參與電網頻率響應。根據負荷資源的特性不同,可將負荷調頻備用資源分為單純可調的被動負荷和可以雙向互動的主動負荷[39]。

1.3.1 被動負荷調頻特性

被動負荷指事先與用戶簽訂協議或者是在用戶許可的條件下可以臨時退出或接入電網的負荷,可用于恢復源荷平衡和消除可再生能源波動。可中斷負荷與直接控制負荷作為兩種有效的被動負荷調頻資源,可在緊急頻率事件發生時分別按照約定,自動切除或遠程調節部分負荷以參與系統一次調頻[40]。例如,電熱水器擁有可控性高、有功輸出穩定等優點。是良好的負荷側調頻備用資源。可以對大量的電熱水器負荷經過合理的聚合后,調整其工作狀態,在負荷節點處以虛擬發電廠的形式參與電力系統的一次調頻[41-42]。文獻[43]建立了一次調頻動態響應模型,以此模型構造機組最小一次調頻容量約束條件,在考慮此約束的前提下,合理分配各機組所需承擔的調頻容量,保證系統頻率穩定。

1.3.2 主動負荷調頻特性

主動負荷是指具有儲能特性且可通過主動控制充放電參與系統調頻的負荷,具有功率的雙向調節能力,是較為理想的負荷側調頻備用資源,例如電動汽車(Electric Vehicle,EV)等移動儲能裝置。文獻[44]提出EV可受電網的直接控制參與調頻,具有迅速響應系統指令,提供調頻輔助服務的能力。文獻[45]考慮EV用戶充電行為的不確定性和用能需求,建立了EV聚合商充電功率及備用上報的優化決策模型。文獻[46]在考慮電動汽車用戶行為特性的基礎上,提出考慮用戶積極性的電動汽車與機組聯合調頻的兩階段隨機優化調度模型,實現火電和電動汽車調頻容量上的互補。

1.4 儲能系統參與系統調頻的研究

目前,在開展的新能源參與電網調頻的研究中,也把儲能作為重要的技術路線。通過對儲能充放電策略的控制實現對功率的雙向調節,維持系統有功平衡,使頻率處于安全范圍之內。

1.4.1 儲能參與系統調頻控制方式

儲能系統通過下垂控制進行一次調頻響應,這種控制是利用儲能電站的一次調頻容量,模擬同步機組頻率響應的出力方式[47-48]。如圖7所示當系統出現頻率偏差時,儲能系統快速充放電維持系統的有功平衡[49]。

圖7 儲能下垂調頻控制策略

1.4.2 儲能預留備用參與系統調頻

考慮儲能參與調頻,其重點是留有充足的調頻備用并滿足調頻前后的充放電功率以及電量限制[50-52]。儲能的調頻功率見式(4),需要滿足正常運行狀態下的充放電功率約束如式(5)、式(6)以及調頻后的電量約束如式(8):

ΔPE=Pdis,max-Pdis+Pch

(4)

Pdis.min≤Pdis≤Pdis.min

(5)

Pch.min≤Pch≤Pch.min

(6)

ΔE=Pdis,maxΔt

(7)

Emin≤E0-ΔE≤Emax

(8)

式中Pch、Pdis分別為儲能充放電功率;Δt表示儲能調頻持續時間;E0、Emin和Emax分別表示初始電量、電量最小值和電量最大值;ΔE為儲能放電的電量變化;Pdis.min、Pdis.max分別為儲能放電狀態時的最小和最大功率;Pch.min、Pch.max分別為儲能充電狀態時的最小和最大功率。

由于風電機組的轉速變化范圍有限,轉子動能控制無法提供充足的調頻備用,難以滿足高比例新能源電力系統的調頻需求。因此保留有功備用是風電場提供一次調頻的主要方式。然而風電和光伏的出力具有波動性和不可控性,其調頻容量與風速和光照密切相關,因此風電和光伏參與系統調頻仍有局限性。儲能可以增大電網備用容量,通過對輸出功率的快速增減校正電網供需平衡,其極快的響應速度使得頻率控制更加精確,需要更少的調頻容量。但是由于安裝成本高,投資回報率低,使得儲能難以在大范圍推廣應用?？芍袛嘭摵珊椭苯迂摵煽刂瓶梢宰龅娇焖佟⒕珳实墓β士刂?但是只能提供向上的調頻容量,不能進行雙向調頻,因此比較理想的調頻負荷是具有儲能性質,響應速度快,具有向上和向下調節的可控負荷。各類資源參與系統的頻率調整不僅需要合理的控制方法,也需要電網調度部門依據實際需求科學的安排調頻資源的運行方案。

2 考慮風光荷儲參與調頻備用的調度優化

系統的調頻資源對于系統的安全運行承擔重要作用,尤其隨著新能源的滲透率的不斷升高,系統運行中的不確定性增加,傳統根據最大發電負荷安排火電機組的備用計劃,往往面臨備用容量不足,調頻困難的問題。在此情境下,越來越多的研究從調頻資源提供調頻備用的角度出發,探索如何合理安排調頻備用資源,減少在線火電發電機組的運行壓力。

2.1 考慮單一資源參與系統調頻的備用調度

文獻[53]提出了一種考慮風電場減載備用的雙層模型,上層模型是預調度階段以系統運行費用最小為目標函數制定備用計劃,下層模型是實時階段以系統計劃偏差量最小為目標函數優化調整風電機組的減載率和火電機組的出力以達到降低總成本的目的。文獻[54]在文獻[53]的基礎上進一步提出利用魯棒優化的方法刻畫風電和負荷的不確定性,建立考慮風電降載的系統備用調度模型。文獻[26]從電網的有功不平衡量角度出發,將風電預測誤差和負荷預測誤差刻畫為電網的調頻需求,針對風電出力的不確定性,采用機會約束規劃建立不同時間尺度下考慮風電減載調頻的調度模型,并采用粒子群算法結合隨即模擬技術進行求解,得到在一定時間尺度內的風電減載率和機組出力。文獻[55]針對如何平衡風電機組的減載率和火電機組的運行成本的問題,提出考慮最小風電減載率和最小火電機組運行成本的多目標機組組合模型,并采用模糊隸屬度函數法,得到最優折中解。文獻[56]提出了一種隨機機組組合模型,通過場景法描述風電出力,并在此基礎上分析了不確定情景下的風電減載容量。該方法的局限性在于需要確定所有場景下的減載容量,并且沒有考慮風電場的再調度過程。文獻[57]考慮風電場運行的尾流效應和風電場提供備用的方式,分析并網容量與風電場出力不確定性的關系,一是建立可變風電不確定集合,并基于風電場和風機運行方式建立了風電備用模型;二是建立考慮網絡約束的風電場與系統協同運行魯棒優化模型,并通過列約束生成算法(C&CG)算法進行求解。文獻[58-59]將風電減載備用引入兩階段經濟調度模型,但沒有考慮風電的不確定性。

現有的研究通常建立兩階段模型確定風電減載率,第一階段通過長時間尺度的預測信息或者工況最差的典型場景,確定機組的開停機狀況以及較為保守的減載量并將結果帶入第二階段。在第二階段通過尺度更短的預測信息或者日內場景對第一階段的風電減載量進行修正,平抑新能源的有功不平衡量,確保系統頻率安全。

在系統層面,現有文獻對光伏減載率的確定采用了與風電減載率類似的方法,文獻[60]建立了以同步機組發電備用計劃和光伏減載量為決策變量的日前日內兩階段光伏發電調度模型,以此研究尺度內的光伏減載量。除了考慮光伏的不確定性,還有研究考慮了系統頻率的動態響應,文獻[61]構建了考慮光伏調頻的頻率響應模型,推導出光伏調頻容量約束和動態頻率約束并加入傳統機組組合模型中,并采用Benders法對所提模型進行求解,相比于光伏未參與調頻的模型可以有效降低系統運行的成本。

儲能電站在作為調頻備用時,需特別注意與火電機組調頻進行協調,在滿足電網調頻需求的同時,優先發揮火電機組的調頻作用,盡量避免儲能頻繁充電放電,對儲能壽命造成影響。文獻[62]針對含有電網側儲能的系統調峰和調頻聯合調度的問題,制定了聯合調度中儲能的控制策略,建立了儲能與同步機組共同參與調峰調頻的聯合優化模型最終實現儲能與機組的協同優化處理空間的分配。文獻[63]針對跨區優化調度中未考慮調頻需求的問題,在構建跨區安全經濟的魯棒優化調度中加入滿足慣量支撐和調頻需求的儲能,使得調頻需求與供給達到平衡。

2.2 考慮多種資源參與調頻的系統備用調度

以上研究在系統調度運行中僅考慮了單一電源側調頻備用或儲能調頻備用。也有學者對多種調頻備用資源進行協同優化的問題展開探究。

文獻[64]針對風電和負荷備用資源聯合優化的問題,提出了一種日前、日內兩階段魯棒優化模型。首先根據各資源的備用方式進行建模,其次采用魯棒優化方法刻畫風電機組的不確定性,建立兩階段機組組合與備用優化模型,保障系統在最惡劣運行工況下安全可靠運行,考慮風電減載和需求側可中斷負荷同時參與系統一次調頻,建立了穩態暫態聯合優化的日前調度模型,暫態仿真中確保系統的頻率安全,風電機組通過減載運行方式與常規機組聯合參與系統一次調頻,同時負荷側的可中斷負荷也作為調頻備用的一部分。提出了一種穩態與暫態聯合的實時滾動調度模型,在多種高風險隨機場景下進行暫態仿真確保系統運行的頻率安全。

2.3 不確定因素

長期以來,風電和光伏等可再生能源被認為是電力系統中不確定性因素的主要來源。在考慮調頻備用資源分配的問題中,均會涉及新能源出力、負荷預測功率、機組的狀態等不確定因素。針對不確定因素,相關文獻通常采用隨機優化、魯棒優化[54]和區間優化三種方法處理。隨機優化有多場景和機會約束規劃兩種模型。場景法模型簡單,通過典型場景將不確定性問題轉換為確定性問題進行求解,缺點是需要將海量場景進行削減,計算時間長,場景典型性要求高。機會約束規劃是允許部分約束條件在一定置信度水平下越限,缺點是置信度設置較為主觀。魯棒優化[54]是通過不確定集合描述不確定因素,按照最差場景下的優化方案,缺點是求解結果較為保守。區間優化描述不確定性時,除了預測場景外,還要添加由變量取值區間上下限逐一組合的極端場景,保守性強且計算規模大。

2.4 求解方法

在考慮調頻資源的電力系統優化的模型中,其變量通常包含了用于決策的整數變量和用于控制的連續變量,是一個典型的混合整數優化問題。對于模型的求解分成智能算法和數學優化方法兩種。

由于智能算法對于模型中非線性的復雜約束具有很好地適應性,因此可以廣泛應用于任意優化模型中?，F有的文獻通常將原問題分解為日前決策和日內運行模擬兩階段模型進行求解。因此智能算法可以對兩階段模型進行分層求解,對第一階段模型中的決策變量進行迭代尋優,并將其最優決策變量傳遞至第二階段的模型中,第二階段的模型以第一階段的決策變量為基礎仍采用智能算法進行迭代尋優以求解其余變量或修正第一階段模型中的決策。文獻[26]采用基于隨機模擬的粒子群算法求解考慮風電減載的頻率優化模型,將第一階段所求解的長時間尺度下開機機組組合傳遞至第二階段短時間尺度下的模型中,第二階段短時間尺度下所求解的風電最優減載率修正了第一階段長時間尺度模型下的風電減載率。文獻[63]采用飛蛾撲火算法對第一階段機組組合模型進行求解,并將優化后的火電機組運行狀態傳遞至第二階段模型中,第二階段采用自適應蝴蝶算法解決考慮儲能調頻的輔助服務優化問題。智能算法對于復雜的優化問題具有極強的適用性,其缺點是在處理大規模問題時,計算速度較為緩慢且無法得到全局最優解,容易陷入局部最優。

數學優化方法[41]通常需要將模型和約束進行處理,使其轉化為混合整數線性優化問題。非線性約束通常采用大M法、分段線性化以及邊界法進行處理,其優點是使用范圍廣,可以構造任意的變量關系式,但存在局部保守型不足的缺點。數學優化算法通常將原問題分解為上層決策與下層運行模擬的雙層模型,并通過Benders分解法[62]或列與約束生成(Column-and-constraint Generation,C&CG)算法[57,64]進行迭代求解。該類問題通常采用CPLEX、GUROBI、MOSEK等求解器直接求解。相比于智能算法,數學優化算法具有較高的求解精度,且可嚴格保證全局最優性。

3 展望

目前,國內外對于各類資源參與調頻的方法研究不斷深入并取得了一定成果,但是各類調頻資源參與系統頻率調整,不僅需要合理的控制方法,也需要電網調度依據運行實際需求科學評估各資源參與頻率調整的策略,以制定科學的運行方案,因此依然存在較多問題亟待研究:

(1)風電和光伏機組以減載運行的方式為系統預留調頻有功備用。長期減載運行的風電和光伏機組會對風電場和光伏電站的利益造成不容小覷的影響。在廠網分離的大環境下,在確保系統頻率穩定的同時,也要顧及新能源場站的利益,因此以系統的角度安排新能源的減載計劃可能與實際情況存在出入。博弈論為分析各主體利益關系提供了新的調度思想,通過博弈論建立考慮多種資源調頻服務的優化調度模型,在滿足系調頻需求的基礎上,平衡不同調頻資源主體之間的利益關系,分析各主體利益訴求以及可能達到的均衡點,在保證系統穩定的同時最大化各調頻資源的利益,激勵多類資源積極參與調頻服務;

(2)負荷側調頻具有響應速度快,可控性強等優勢,其主要通過改變負荷的功率進行系統的頻率響應,現有研究大部分局限于負荷響應策略,少有考慮與傳統機組調頻能力結合運用到調度研究中以此確定合理的負荷預留容量與機組調頻備用容量;

(3)儲能可以在電力系統中的各個環節提供容量支撐,但受成本的限制,在系統中配置的容量仍然有限。因此,研究低成本大容量的儲能是未來新型電力系統下儲能參與調頻輔助服務的基礎。在技術層面上,儲能的調頻備用能力在發電計劃和自身電量約束的影響下,呈現動態特征,在充放電策略中儲能如何合理劃分其自身出力空間和調頻備用容量空間是需要解決的問題。在效益層面上,考慮儲能成本的容量配置,對儲能參與系統調頻的效益及定價補償方法也是未來的研究方向;

(4)現有的“三公”電力調度機制不再適應能源轉型下電力系統需要,優化日前、日內和實時調度運行的潛力還沒有被充分挖掘,風、光伏的不確定性因素對系統頻率的影響,極大增加了日內調度計劃調整的頻次和工作量。因此完善電力市場機制,優化調度運行,對調頻能力強的機組賦予優勢,激發潛在調頻資源是要進一步展開的工作。

4 結束語

在現代新型電力系統中,隨著新能源發電機組逐步取代火電機組,傳統電力系統中僅依靠火電機組提供調頻備用的策略會給電網安全穩定運行帶來極大挑戰。因此,新能源機組、儲能以及負荷側調頻資源將成為滿足未來電網調頻備用需求的重要組成部分。

文中對新型電力系統下的多種潛在調頻資源進行深入分析,從源-荷-儲不同環節梳理風電機組、光伏機組、負荷資源以及儲能參與系統調頻的方式。從各類調頻資源本身的層面來看,由于風電與光伏機組的出力具有不確定性,新能源機組在實際應用中主要采用更為可靠的減載備用的方式參與系統的調頻;儲能系統主要通過下垂控制參與系統的一次調頻,具有極快的頻率響應速度和可以滿足小幅度高頻率的調頻需求,在現有的使用場景中可以與火電機組聯合,彌補火電機組響應時間長,調頻速率低的特點;被動負荷雖然可以做到及時、快速的功率調節,但由于只能提供向上的調頻容量,因此具有儲能性質、可控性強的主動負荷在未來更加具有調頻潛力。從系統層面看,考慮調頻備用需求的電力系統優化調度,就是在一定周期內制定電力運行計劃,安排合理的調頻資源,以滿足系統的調頻需求。通過對機組的啟停操作,調頻資源的決策,調頻備用的合理安排,優化系統的調頻性能。