论文部分内容阅读
摘 要：大力发展绿色能源是国家战略的发展需求，但光伏并网对电力系统存在明显的冲击性。为了平衡大批量光伏并网对系统的影响，研究了光储一体的微网系统对电网频率的调节作用，并分析了电池储能系统对电网频率的调节机理。在此基础上推理了电池SOC的状态模型，并结合传统下垂控制方法，对电池充放电进行了约束，以提升电池性能并降低对系统频率的冲击性。仿真结果表明，光储微网系统并网后，采用该方法可以降低对电网频率的影响。
关键词：光储微网;电池;调频;下垂控制
0 引言
绿色能源是我国实现双碳目标的主力军，大力发展绿色能源能有效降低碳排放[1]。但鉴于新能源的固有特性，其被称为“垃圾电”的问题暂时还没有良好的解决方案，因此若大量新能源并网对电网当前的稳定性会造成很大的冲击[2]，主要体现在电压和频率扰动、潮流方向等方面，在一定程度上影响了电网调度和运行，尤其是频率扰动，其存在较强的无序性，将增加调频计算的复杂度[3]。而传统电源由于运行出力的稳定性较高，所以调节方法较为固定，但却不适用于光伏、储能这类分布式能源[4]。因此，有必要针对分布式能源的并网调频问题进行研究。
1 光伏电源对电网频率的影响分析
对于小型光伏电站而言，在天气较为稳定时所存在的小幅度功率波动能够被电网自身的裕度消纳，不会产生明显影响。但是大规模并网会存在更加难以预测的不确定性，可能会导致电网频率失稳[5]。
光伏系统实际出力和理想出力曲线的对比示意如图1所示。从图中可以看出，实际出力由于受到云层等因素影响，会存在明显的波动性，而理想的曲线应该是按照最大出力构成的一条光滑曲线。
光伏系统发电功率对电网频率的扰动如下：
Δf= （1）
其中，Δf为对电网频率的扰动程度，ΔPpvi为光伏功率波动，由此可知功率波动与频率波动正相关。
2 电池储能调频原理及模型
电池储能系统具有毫秒级响应速度，能够实现快速精确而稳定的功率输出，且具备充放电双向调节能力。电池储能的特性很好地弥补了因自然波动导致的分布式电源引起的频率扰动问题。
为了避免小扰动对电力系统的影响引起误动，通常将调频死区设置为-0.033～+0.033 Hz，死区范围内的扰动不进行调频，其动作示意图如图2所示。当频率上升超过死区进入C区域后，储能系统作为负荷吸收有功功率;当频率下降超过死区进入B区域后，储能系统充当电源输出有功功率。以此实现了对电网频率进行调节的作用。
实际应用中的电池储能系统拓扑如图3所示，包括了本体和功率转换装置。对于该系统进行建模主要有4种方法，分别是一阶惯性系统模型、戴维宁等效电路模型以及这两种模型的两个变体。
不论选取何种模型，都需要对储能电池实时SOC状态量进行计算，设其为S，其初始值为Sref，则i时刻的计算公式为：
Si=Sref+ （2）
其中ΔT、Pb、Ert分别为储能间隔、当前功率和额定容量，且存在以下约束关系：
max Si≤SH，
min Si≥SL （3）
式中：SH、SL分別为储能电池SOC上下限。
3 光储系统调频策略及仿真研究
对储能电池充放电控制参与调频常用方法为下垂控制，该方法未考虑SOC状态对系统的影响，在大电站小储能配置中存在较为明显的缺陷。因此，本文将SOC状态作为控制变量引入下垂控制方法中，以弥补差异化场景下的应用缺陷。算法中将SOC状态分为下限、较低、较高、上限4个区间，分别定义为SL、Sl、Sh、SH。在不同的状态区间范围内对储能电池功率调节系数Kb赋以不同的取值。具体取值逻辑如下： （1）S∈[SL，Sl]时，电池SOC状态较低，此时的可充电容量较大，可以设置更大的功率调节系数进行充电，通常以最大功率调节系数Kmax进行充电。即：
Kb=Kch=Kmax （4）
式中：Kch为充电时的系数。
当放电作业时，为了更好地维持电池的性能，其放电系数为二次函数，为：
Kb=Kdisch=aS2+bS+c （5）
式中：Kdisch为放电时的系数。
（2）S∈[Sl，Sh]时，电池处于能量较为平衡的区间，可以进行较为自由的充放电，则：
Kb=Kch=Kdisch=Kmax （6）
（3）S∈[Sh，SH]时，电池的SOC状态较高，可放电的容量较为充裕，可以进行较为快速的放电控制，则可设置系数为：
Kb=Kdisch=Kmax （7）
但此時的充电裕度较为有限，为了更好地维持电池的性能，其充电系数为二次函数，为：
Kb=Kch=aS2+bS+c （8）
基于该控制逻辑，本文在下垂控制的基础上进行了以上约束，并将其作为反馈量参与系统控制。通过对电池功率调节系数的控制来保障电池的SOC状态相对稳定，既可以延长电池寿命，也能增强电池的调频效果。
在仿真中，50 s时外部产生一个0.085的阶跃扰动，以模拟光伏发电对电网系统的功率冲击。由图4可以看出，不加储能调频的系统会有显著的频率波动，但使用了下垂控制后能在一定程度上稳定系统频率，没有产生大幅的波动。此外，本文方法和传统的下垂控制方法相比，由于对充放电逻辑进行了约束，所以系统频率以较为平滑的方式趋于稳定，不会对系统产生二次冲击。
4 结语
大规模光伏发电接入系统会对电网系统的频率产生较为明显的冲击，因此在光伏发电系统中配置储能电池系统，共同调节电网频率，可以减弱发电系统对电网的冲击。本文分析了电池储能调频的原理并建立了基本模型，而后在传统下垂控制的基础上，对电池的SOC状态进行了约束控制，并通过仿真表明本文的方案可以减弱对系统频率的冲击。
[参考文献]
[1] 黄际元，李欣然，曹一家，等.面向电网调频应用的电池储能电源仿真模型[J].电力系统自动化，2015，39（18）：20-24.
[2] 李欣然，邓涛，黄际元，等.储能电池参与电网快速调频的自适应控制策略[J].高电压技术，2017，43（7）：2362-2369.
[3] 艾欣，董春发.储能技术在新能源电力系统中的研究综述[J].现代电力，2015，32（5）：1-9.
[4] 虞临波，寇鹏，冯玉涛，等.风储联合发电系统参与频率响应的模型预测控制策略[J].电力系统自动化，2019，43（12）：36-43.
[5] 孙冰莹，杨水丽，刘宗歧，等.国内外兆瓦级储能调频示范应用现状分析与启示[J].电力系统自动化，2017，41（11）：8-16.
收稿日期：2021-07-29
作者简介：赵斌（1977—），男，河南新乡人，硕士，教授，研究方向：智能控制、电能变换技术。
关键词：光储微网;电池;调频;下垂控制
0 引言
绿色能源是我国实现双碳目标的主力军，大力发展绿色能源能有效降低碳排放[1]。但鉴于新能源的固有特性，其被称为“垃圾电”的问题暂时还没有良好的解决方案，因此若大量新能源并网对电网当前的稳定性会造成很大的冲击[2]，主要体现在电压和频率扰动、潮流方向等方面，在一定程度上影响了电网调度和运行，尤其是频率扰动，其存在较强的无序性，将增加调频计算的复杂度[3]。而传统电源由于运行出力的稳定性较高，所以调节方法较为固定，但却不适用于光伏、储能这类分布式能源[4]。因此，有必要针对分布式能源的并网调频问题进行研究。
1 光伏电源对电网频率的影响分析
对于小型光伏电站而言，在天气较为稳定时所存在的小幅度功率波动能够被电网自身的裕度消纳，不会产生明显影响。但是大规模并网会存在更加难以预测的不确定性，可能会导致电网频率失稳[5]。
光伏系统实际出力和理想出力曲线的对比示意如图1所示。从图中可以看出，实际出力由于受到云层等因素影响，会存在明显的波动性，而理想的曲线应该是按照最大出力构成的一条光滑曲线。
光伏系统发电功率对电网频率的扰动如下：
Δf= （1）
其中，Δf为对电网频率的扰动程度，ΔPpvi为光伏功率波动，由此可知功率波动与频率波动正相关。
2 电池储能调频原理及模型
电池储能系统具有毫秒级响应速度，能够实现快速精确而稳定的功率输出，且具备充放电双向调节能力。电池储能的特性很好地弥补了因自然波动导致的分布式电源引起的频率扰动问题。
为了避免小扰动对电力系统的影响引起误动，通常将调频死区设置为-0.033～+0.033 Hz，死区范围内的扰动不进行调频，其动作示意图如图2所示。当频率上升超过死区进入C区域后，储能系统作为负荷吸收有功功率;当频率下降超过死区进入B区域后，储能系统充当电源输出有功功率。以此实现了对电网频率进行调节的作用。
实际应用中的电池储能系统拓扑如图3所示，包括了本体和功率转换装置。对于该系统进行建模主要有4种方法，分别是一阶惯性系统模型、戴维宁等效电路模型以及这两种模型的两个变体。
不论选取何种模型，都需要对储能电池实时SOC状态量进行计算，设其为S，其初始值为Sref，则i时刻的计算公式为：
Si=Sref+ （2）
其中ΔT、Pb、Ert分别为储能间隔、当前功率和额定容量，且存在以下约束关系：
max Si≤SH，
min Si≥SL （3）
式中：SH、SL分別为储能电池SOC上下限。
3 光储系统调频策略及仿真研究
对储能电池充放电控制参与调频常用方法为下垂控制，该方法未考虑SOC状态对系统的影响，在大电站小储能配置中存在较为明显的缺陷。因此，本文将SOC状态作为控制变量引入下垂控制方法中，以弥补差异化场景下的应用缺陷。算法中将SOC状态分为下限、较低、较高、上限4个区间，分别定义为SL、Sl、Sh、SH。在不同的状态区间范围内对储能电池功率调节系数Kb赋以不同的取值。具体取值逻辑如下： （1）S∈[SL，Sl]时，电池SOC状态较低，此时的可充电容量较大，可以设置更大的功率调节系数进行充电，通常以最大功率调节系数Kmax进行充电。即：
Kb=Kch=Kmax （4）
式中：Kch为充电时的系数。
当放电作业时，为了更好地维持电池的性能，其放电系数为二次函数，为：
Kb=Kdisch=aS2+bS+c （5）
式中：Kdisch为放电时的系数。
（2）S∈[Sl，Sh]时，电池处于能量较为平衡的区间，可以进行较为自由的充放电，则：
Kb=Kch=Kdisch=Kmax （6）
（3）S∈[Sh，SH]时，电池的SOC状态较高，可放电的容量较为充裕，可以进行较为快速的放电控制，则可设置系数为：
Kb=Kdisch=Kmax （7）
但此時的充电裕度较为有限，为了更好地维持电池的性能，其充电系数为二次函数，为：
Kb=Kch=aS2+bS+c （8）
基于该控制逻辑，本文在下垂控制的基础上进行了以上约束，并将其作为反馈量参与系统控制。通过对电池功率调节系数的控制来保障电池的SOC状态相对稳定，既可以延长电池寿命，也能增强电池的调频效果。
在仿真中，50 s时外部产生一个0.085的阶跃扰动，以模拟光伏发电对电网系统的功率冲击。由图4可以看出，不加储能调频的系统会有显著的频率波动，但使用了下垂控制后能在一定程度上稳定系统频率，没有产生大幅的波动。此外，本文方法和传统的下垂控制方法相比，由于对充放电逻辑进行了约束，所以系统频率以较为平滑的方式趋于稳定，不会对系统产生二次冲击。
4 结语
大规模光伏发电接入系统会对电网系统的频率产生较为明显的冲击，因此在光伏发电系统中配置储能电池系统，共同调节电网频率，可以减弱发电系统对电网的冲击。本文分析了电池储能调频的原理并建立了基本模型，而后在传统下垂控制的基础上，对电池的SOC状态进行了约束控制，并通过仿真表明本文的方案可以减弱对系统频率的冲击。
[参考文献]
[1] 黄际元，李欣然，曹一家，等.面向电网调频应用的电池储能电源仿真模型[J].电力系统自动化，2015，39（18）：20-24.
[2] 李欣然，邓涛，黄际元，等.储能电池参与电网快速调频的自适应控制策略[J].高电压技术，2017，43（7）：2362-2369.
[3] 艾欣，董春发.储能技术在新能源电力系统中的研究综述[J].现代电力，2015，32（5）：1-9.
[4] 虞临波，寇鹏，冯玉涛，等.风储联合发电系统参与频率响应的模型预测控制策略[J].电力系统自动化，2019，43（12）：36-43.
[5] 孙冰莹，杨水丽，刘宗歧，等.国内外兆瓦级储能调频示范应用现状分析与启示[J].电力系统自动化，2017，41（11）：8-16.
收稿日期：2021-07-29
作者简介：赵斌（1977—），男，河南新乡人，硕士，教授，研究方向：智能控制、电能变换技术。