风电并网下储能参与电网一次调频控制策略*

doi:10.11985/2023.02.027

风电并网下储能参与电网一次调频控制策略^*

宋兴荣^,¹, 熊尚峰^,¹, 王德顺², 李理¹, 胡安平², 陶以彬²

1.国网湖南省电力有限公司电力科学研究院长沙 410007

2.中国电力科学研究院有限公司南京 210003

Control Strategy of Energy Storage Participating in Primary Frequency Regulation with Wind Power Integration

SONG Xingrong^,¹, XIONG Shangfeng^,¹, WANG Deshun², LI Li¹, HU Anping², TAO Yibin²

1. State Grid Hunan Electric Power Company Limited Research Institute, Changsha 410007

2. China Electric Power Research Institute Co., Ltd., Nanjing 210003

收稿日期: 2021-11-25 修回日期: 2022-06-30

基金资助:

国网湖南省电力有限公司科技资助项目(XDKY-2022-01)

Received: 2021-11-25 Revised: 2022-06-30

作者简介 About authors

宋兴荣，男，1976年生，硕士，高级工程师。主要研究方向为电力系统及其自动化。E-mail：songxingrong@163.com

熊尚峰，男，1977年生。主要研究方向为大规模储能电站应用及控制。E-mail：18973102190@163.com

摘要

为进一步提高风电并网后电力系统运行的安全稳定性，提出一种针对风电波动性的新型储能参与电网调频控制策略。首先分析电力系统频率恢复不同阶段运行特性，并基于此提出储能参与电网调频的改进虚拟惯性响应和虚拟下垂控制，用于平抑风电并网的波动性；以储能电池剩余电量及负荷扰动量作为双输入，采用模糊控制策略，推导出虚拟下垂系数与双输入之间的平滑曲线关系；利用负荷扰动时的变化率进行负荷预测，预测超短下一时刻的负荷变化情况，计及风电波动功率，优化虚拟惯性控制和虚拟下垂控制的出力系数，以达到最优化调频效果，并提出三项评价指标对控制策略进行评价。最后以某区域电网模型为例，在试验台中进行仿真验证分析。仿真结果显示所提控制策略能够有效改善风电并网波动性带来的电网扰动，且对维持储能电池SOC(State of charge)具有积极意义。

关键词： 风电波动; 负荷预测; 模糊控制; 出力系数

Abstract

In order to further improve the security and stability of power system operation after wind power grid connected, a new strategy of energy storage participating in power grid frequency modulation control is proposed. Firstly, the operation characteristics of power system in different stages of frequency recovery are analyzed. Based on this, the improved virtual inertia response and virtual droop control of energy storage participating in power grid frequency regulation are proposed to stabilize the fluctuation of wind power grid connection. Taking the remaining energy of energy storage battery and load disturbance as double input, the smooth curve relationship between virtual droop coefficient and double input is derived by using fuzzy control strategy. Using the change rate of load disturbance to predict the load change in the next ultra short time, considering the fluctuation power of wind power, the output coefficient of virtual inertia control and virtual droop control is optimized to achieve the optimal frequency modulation effect. Three evaluation indexes are proposed to evaluate the control strategy. Finally, taking a regional power grid model as an example, the simulation verification analysis is carried out in the test bench. The simulation results show that the proposed control strategy can effectively improve the grid disturbance caused by the fluctuation of wind power integration, and has positive significance for maintaining the state of charge(SOC) of energy storage battery.

Keywords： Wind power fluctuation; load forecasting; fuzzy control; output coefficient

PDF (714KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

宋兴荣, 熊尚峰, 王德顺, 李理, 胡安平, 陶以彬. 风电并网下储能参与电网一次调频控制策略^*[J]. 电气工程学报, 2023, 18(2): 260-268 doi:10.11985/2023.02.027

SONG Xingrong, XIONG Shangfeng, WANG Deshun, LI Li, HU Anping, TAO Yibin. Control Strategy of Energy Storage Participating in Primary Frequency Regulation with Wind Power Integration[J]. Chinese Journal of Electrical Engineering, 2023, 18(2): 260-268 doi:10.11985/2023.02.027

1 引言

随着煤炭等传统能源的匮乏和紧张，风能、太阳能等新能源的发展日益加快^[1-2]。但是，大规模的风电并网改变了原有电网系统的拓扑结构，电网的惯量大大降低，频率波动性升高，抗干扰能力逐渐下降，同时会带来一系列的安全隐患问题。在当前的矛盾下，迫切需要新的手段和控制策略辅助电网安全运行，弥补风电并网带来的不确定性。国外关于储能辅助电网的调频早有研究，国内也日渐关注并建立储能电站，这使得储能参与电网辅助调频控制策略成为当前研究热点^[3-4]。

关于储能参与一次调频，已有许多学者对此开展了研究。文献[5]从机理上对电力系统的惯性响应和下垂响应分析，利用电磁功率和机械功率的关系推导出了频率偏差和频率偏差变化率的关系及其影响因素。文献[6]分析同步发电机的工作特性，将储能视为虚拟同步发电机以模拟电力系统运行，提高系统的安全运行特性。文献[7]分析传统火电机组的惯性响应和下垂控制，提出电力系统中可采用虚拟惯性控制和虚拟下垂控制，并对其可行性和有效性做出评估。文献[8]中的储能电池模拟同步机的惯性，有效地抑制了扰动引起的频率偏差变化率。储能的荷电状态(State of charge, SOC)代表了储能系统剩余能量的百分比，能够反映出储能系统当前的调频能力。最初的储能电池参与调频未考虑储能荷电状态在内，电池往往会被破坏，使用寿命较短。随后考虑储能SOC的控制策略日渐增多，不过仍以快速响应调频为目的，在系统稳定时刻考虑对储能电池充电，少有对储能SOC有具体的恢复控制策略，文献[9]提出了考虑储能SOC的一般调频控制策略模型。文献[10]提出考虑SOC储能的自适应控制策略，兼顾储能出力及SOC的变化。同时，维持储能SOC在合适的范围内，是有效利用储能电池参与调频的关键，也是延长储能电池寿命的关键因素。考虑到储能电池的容量有限，其SOC状态密切影响着调频效果和电池使用寿命，充分利用一定量的SOC达到最好的调频效果，显得尤为重要。传统储能调频仅仅考虑到储能与SOC的关系，来确定出力情况，鲜有考虑频率偏差的恶化情况对于出力系数的影响。

储能现有的调频策略一般有定K法、变K法和自适应控制法等。定K法以固定的K值对电网进行充放电，关联性较低，不能充分考虑电网侧和储能测的实际情况，容易导致电网侧过调或缺调，储能测过充或缺充；变K法能考虑到SOC因素，但由于K值与SOC的关系较为单一，不能充分发挥储能调频的优势；一般自适应控制法进一步细化了K值与SOC的关系，但其平滑度不够，自适应能力较弱，尚不能发挥出储能调频的优势^[10⇓-12]。

根据以上分析，考虑恒风速和湍流风速两种不同运行条件，本文采用新型控制策略。依据储能特性设置人工死区，依据负荷扰动变化率对负荷进行超短时预判。以电力系统调频过程为基础，计及风电并网波动功率，综合采用虚拟惯性控制和虚拟下垂控制，优化各自分配系数，确定出力组合。最后以某区域电网为算例，在恒风速和湍流风速两种运行工况下对所提控制策略的有效性进行了仿真验证。

2 含风储的区域电网调频特性分析

图1为风储并网拓扑图及电力系统调频过程中的三大部分，在t₀~t₁时间内，频率偏差变化率逐渐减小，而频率偏差逐渐增大至最大值；在t₁~t₂时间内，频率偏差值渐渐恢复，但与频率基准值仍有差距；在t₂~t₃时间内，频率偏差值继续恢复，且恢复速度较快，直至频率恢复至基准值。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 风储并网及调频过程

考虑到风电波动性的出力特征、储能电池的容量有限、其SOC状态密切影响着调频效果和电池使用寿命，充分利用一定量的SOC达到最好的调频效果，显得尤为重要。本文将储能与电网的调频死区分离，设置储能的死区为某一适当值，对负荷扰动进行预判。计及风电机组，采用虚拟惯性控制为主，虚拟下垂控制为辅的策略改善频率偏差的变化率，抑制频率偏差跌出电网调频死区。

2.1 电力系统一次调频控制策略

2.1.1 虚拟惯性控制

虚拟惯性控制通过模拟同步发电机的惯性响应特性，给出适当的虚拟惯性系数，提高系统的动态稳定性，响应公式为

(1)

\{\begin{cases} Δ σ (t) = \frac{d Δ f (t)}{d t} \\ \frac{T_{J}}{f_{0}} \cdot \frac{d Δ f (t)}{d t} = \frac{T_{J}}{f_{0}} \cdot Δ σ (t) = Δ P_{1} \\ M_{1} \cdot Δ σ (t) = Δ P_{1} \end{cases}

式中，ΔP₁为虚拟惯性控制出力；M₁为其出力系数；T_J为同步发电机的惯性时间常数；Δσ(t)为频率偏差变化率。显然，由式(1)的第三个公式可得出，当虚拟惯性出力一定时，M₁越大，则系统对频率偏差变化率的包容性越高。

2.1.2 虚拟下垂控制

下垂响应是发电机组在惯性响应后，对电网频率变化所产生的自动调节特性，即为电网的一次调频特性。其做功出力为

(2)

Δ P_{2} = \{\begin{cases} 0 \\ - K_{l} \cdot Δ f \end{cases}

\begin{array}{l} | Δ f | \leq f_{d} \\ | Δ f | > f_{d} \end{array}

$K_{l} = \{\begin{cases} K_{a} \\ K_{s} \end{cases}$ $\begin{array}{l} Δ f \leq 0 \\ Δ f > 0 \end{array}$

式中，ΔP₂为虚拟下垂控制出力；K_l为出力系数；K_a为储能电池参与调频阶段的出力系数；K_s为储能电池恢复阶段的出力系数；Δf为系统频率偏差。

用储能SOC和负荷扰动ΔP_L作为模糊控制器的输入，虚拟下垂系数K为模糊控制器的输出。在将储能电池SOC作为模糊控制器的输入量时，可将SOC在0.15~0.95设为正常值，低于0.15或高于0.95为储能电池的非正常运行状态。依据此限定范围，控制经验，计及负荷扰动情况，可得其模糊均集为设置为{NB，NS，ZO，PS，PB}，代表{负大、负小、零、正小、正大}，而作为虚拟下垂系数K，由输入量和制定的模糊控制规则表的输出量共同决定，其模糊集为{NB，NS，ZO，PS，PB}，代表{负大、负小、零、正小、正大}，如表1所示。

表1 模糊控制规则

SOC	ΔP
SOC	NB	NS	ZO	PS	PB
NB	NB	NB	NS	ZO	ZO
NS	NB	NS	ZO	PS	PS
ZO	NS	NS	ZO	PS	PS
PS	ZO	ZO	ZO	PS	PB
PB	ZO	ZO	PS	PB	PB

新窗口打开| 下载CSV

图2是依据面积中心(重心)法对输出的模糊集合清晰化。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 给定模糊规则下控制器输出

2.2 SOC恢复控制策略

储能电池的SOC恢复分为以下两种情况，正常SOC恢复状况和非正常SOC恢复状况。

在正常恢复状况时，有以下四种工作模态。

(1) 若Δf >0且SOC<0.5，以较大功率对储能电池进行充电，帮助电网恢复频率偏差。

(2) 若Δf <0且SOC>0.5，以较大功率对储能电池进行充放电，帮助电网恢复频率偏差。

(3) 若Δf >0但SOC>0.5，储能SOC恢复需求较小，不需要过大的恢复功率支撑，以保护储能电池使用寿命，为保证电网频率有效下调，令储能以某一较小值充电。

(4) 若Δf <0但SOC<0.5，储能SOC恢复需求较大，且电网无额外功率输送，为保证频率不跌出死区，令储能以某一较小值放电。

如图3所示，根据以上Δf和SOC相互之间的四种工作模态可选取如下函数定量的描述Δf、SOC和储能自恢复功率之间的函数关系，其中M为调节因子。

(3)

y = M \times \arctan x

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 Δf、SOC和储能自恢复功率曲线

在非正常运行状态，即频率与SOC极端恶化的情况下(Δf > 0，SOC > 0.85；Δf < 0，SOC < 0.15)，应充分利用现有条件及实际的符合扰动需求，对储能自恢复的功率系数给予新一轮的抑制，防止其过放或过充。因此，可得出在极端情况下储能自恢复功率的关系式如下^[13]

(4)

\{\begin{cases} P c 1 = \{\begin{cases} P \max SOC \leq 0.15 \\ \frac{1}{2} \times P \max \times (2 - \frac{SOC}{2}) 0.15 < SOC \leq 0.5 \end{cases} \\ P c 2 = \{\begin{cases} \frac{1}{2} \times P \max \times (5 \times SOC - 3) 0.5 < SOC \leq 0.85 \\ P \max SOC > 0.85 \end{cases} \end{cases}

综合以上正常状态的四种工作模态与非正常状态储能自恢复的功率关系式，结合两种状态下的储能SOC和负荷扰动变化，对储能自恢复功率进行修正，可得出如下关系式

(5)

P E = \{\begin{cases} P \max SOC \leq 0.15 ， SOC > 0.85 \\ M \arctan (SOC) 0.15 < SOC \leq 0.85 \end{cases}

3 一次调频的控制策略及评价指标

本文结合储能电池容量限制、物理化学特性、风电机组波动性等，对储能参与调频时设置新的人工死区f_d为电网调频死区界限^[14]。

(6)

\{\begin{cases} f d = \frac{1}{5} \times f e \\ f e = 0.033 HZ \end{cases}

这样既能避免储能电池因小干扰而频繁误动作，又能尽可能在频率偏差跌出电网调频死区前，利用储能电池的快速响应特性先行调节频率变化率。

如图4所示，若已知当前电力系统的负荷扰动的值P_L (t > 0)及其变化率λ的大小和方向(λ的计算，依据t₀^-~t₀时刻P_L变化率求解)，则可以在短时间 $Δ t$ ( $Δ t$ 取相对小)内初步预知下一时刻t₀⁺负荷扰动及变化情况，依次迭代可得如下公式

(7)

P L (t + 1) = P L (t) + λ (t) \times Δ t

式中，λ(t)为t时刻的负荷扰动变化率； $Δ t$ 取相对小。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 负荷变化趋势示意图

依据负荷扰动的变化情况对电池储能参与调频的两种方式进行工作模态划分，充分配置虚拟惯性控制和虚拟下垂控制的出力系数，优化两者的组合达到最优调频效果。当P_L的值较小或不够大，而λ(t)的值较大时，电池储能应该以虚拟惯性控制为主，以抑制λ(t)的进一步扩大为首要目的；当P_L的值较大而λ(t)较小或不够大时，以虚拟下垂控制为主，快速恢复频率偏差值至死区为首要目的。本文综合考虑风电波动性及储能出力的各方面限制条件，设置虚拟惯性和下垂的出力系数如下

(8)

P E = a 1 M 1 \times \frac{d Δ f_{0}}{d t} + a 2 K l \times Δ f

式中，n为配置系数的适应因子，一般可取值为10。

图5为本文考虑风电功率后，储能系统参与辅助电网一次调频控制策略流程图。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 控制策略流程图

为了充分评估本文电池储能参与一次调频协调控制策略的控制效果和其对于储能电池SOC的保护作用，提出针对阶跃负荷扰动的调频评价指标^[15⇓-17]分别为系统受到扰动后的频率偏差变化率、最大频率偏差值、一次调频最终差值以及各自达到效果的对应时刻。依据这3个有效指标可判断储能参与一次调频的快速响应特性、调频能力。频率偏差变化率越缓和，最大频率偏差值越小，一次调频最终差值越小，则表明调频能力越强，响应速度越快^[18]。

4 算例分析

在IEEE 9节点系统上开展算例测试，将储能模型连接至系统当中的线路L3上，如图6所示。在图7所示的新能源储能试验台中搭建该电网仿真模型，储能电池容量为3 MW·h，系统电气参数如表2所示。本算例的模糊设计规则参考第2.1节的模糊设计规则，虚拟下垂系数K具体模糊集参数设置如下：虚拟下垂系数K模糊集为{NB，NS，ZO，PS，PB}，代表{负大、负小、零、正小、正大}，其分别对应数值为{0、0.2、0.4、0.6、0.8}。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 IEEE 9节点系统

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 试验台

表2 系统参数

参数	数值
等效惯性时间常数H_S/s	8
等效阻尼系数D_s	1
机械功率增益系数K_m	0.95
等效高压缸的工作比例F_H	0.3
等效载荷时间常数T_R/s	8
调速器调节系数R	0.05

新窗口打开| 下载CSV

4.1 9 m/s恒风速风电机组运行工况

以9 m/s恒风速，阶跃负荷扰动增加，频率向下跌落为例。在系统受到向上扰动时，频率会极速下降产生一定的偏差，不同的协调控制策略方法所导致的频率下降变化率及恢复至稳态后的偏差值会有一定的区别。本文分别对系统无储能状态、含有储能采用定K法^[19]、变K法、一般自适应法^[20]与本文协调策略进行仿真分析。

如果储能不参与系统一次调频，在频率响应的变化过程中，频率偏差变化率恶化情况严重，频率跌落速度较快，最大频率偏差较大，且稳态频率偏差也较大，用时最长。如图8与表3所示，在一般的定K法中，频率变化曲线有了明显的改善，其频率偏差最大值为0.175 Hz，较无储能状态下降了0.066 Hz；频率跌落速度减缓，达到最大频率偏差的时间较短，能较快地恢复至某一稳定偏差值，但与本文策略相比还是有明显差距。在本文的协调控制策略下，频率偏差最大值最小，恢复时间最短，调频效果最优。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 频率波动曲线

表3 不同策略对比

策略	最大频率偏差/Hz
无储能	0.241
定K法	0.175
变K法	0.162
一般自适应法	0.192
本文策略	0.153

新窗口打开| 下载CSV

在第5 s负荷扰动增加时，储能电池开始参与电网调频，对外放电，释放有功输出。如图9所示，与传统方法相比，本文协调控制策略的储能电池放电状态更加良好，在放电时能够更为平滑出力，放电时间较长，更好地保护储能电池，延长使用寿命。从储能电池的出力曲线图可以看出，本文的协调控制策略对调频系统的出力更加平滑持久，快速响应的能力更强，能对负荷扰动瞬间做出快速瞬时响应，并以较大功率出力，表明本文协调控制策略的优越性。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9 储能电池SOC变化、出力、风机出力曲线

图9c为风电机组的出力曲线图，可以看出在本文的协调控制策略下，风机出力更加平滑，且波动性较小，对风力机的保护更好，表明本文协调控制策略的优越性。

4.2 湍流风速风电机组运行工况

以平均风速为6 m/s的湍流风速为例。若系统无储能参与一次调频，在频率响应的变化过程中，频率偏差变化率恶化情况严重，频率跌落速度较快，偏差值较大。如图10所示，在一般的定K法中，频率响应曲线有了明显的改善，频率偏差最大值与无储能状态有较大改善，频率跌落速度减缓，但是与本文策略相比还是有明显差距。在本文的协调控制策略下，频率偏差值范围较小，恢复时间较短频率响应曲线具有明显改善。

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10 湍流风速、频率波动曲线

与定K法和变K法相比，本文协调控制策略的储能电池放电状态更加良好。如图11所示，在放电时能够更为平滑出力，放电时间较长，更好地保护储能电池使用寿命。由储能电池的出力曲线图可以看出，本文的协调控制策略对调频系统的出力更加平滑持久，快速响应的能力更强，能对负荷扰动瞬间做出快速瞬时响应，并以较大功率出力，表明本文协调控制策略的优越性。由风电机组的出力曲线图可以看出，在本文的协调控制策略下，风机出力更加平滑，且波动性较小，对风力机的保护更好，表明本文协调控制策略的优越性。

图11

新窗口打开| 下载原图ZIP| 生成PPT

图11 储能电池SOC变化、储能出力、风机出力曲线

5 结论

本文利用模糊控制策略，充分优化虚拟下垂系数，保证其充放电功率适于储能电池实际情况。利用负荷扰动及负荷扰动变化率优化虚拟惯性控制和虚拟下垂控制功率分配系数，综合两者优劣势，寻求出能参与调频的最优组合。对恒风速和湍流风速两种运行工况建立模型，并通过算法验证，可得出以下结论。

(1) 本文将储能调频死区与电网调频死区分离，在设置储能的调频死区为一定值，可有效减少电网参与调频时常规机组的不必要动作次数。储能电池以虚拟惯性控制为主参与到电网调频，为电网一次调频赢得更多时间，充分发挥储能有限的SOC预调节作用，抑制频率偏差跌出电网调频死区。

王德顺考虑风电波动性的储能参与电网一次调频控制策略

(2) 通过模糊控制储能参与调频的虚拟下垂系数，使其在调节时能够平滑出力，依据储能电池的实际情况综合调频，不仅能够保证充放电功率符合调频需求，也充分防止了电池的过充过放，延长使用寿命。

(3) 利用负荷扰动及其变化率，预测负荷变化情况，为优化虚拟惯性控制和虚拟下垂控制的组合作判断，综合研判频率偏差变化率及频率偏差实际情况，达到最优组合出力。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

李建林, 马会萌, 惠东.

储能技术融合分布式可再生能源的现状及发展趋势

[J]. 电工技术学报, 2016, 31(14):1-10.

SOC	ΔP
SOC	NB	NS	ZO	PS	PB
NB	NB	NB	NS	ZO	ZO
NS	NB	NS	ZO	PS	PS
ZO	NS	NS	ZO	PS	PS
PS	ZO	ZO	ZO	PS	PB
PB	ZO	ZO	PS	PB	PB

SOC	ΔP
SOC	NB	NS	ZO	PS	PB
NB	NB	NB	NS	ZO	ZO
NS	NB	NS	ZO	PS	PS
ZO	NS	NS	ZO	PS	PS
PS	ZO	ZO	ZO	PS	PB
PB	ZO	ZO	PS	PB	PB