儲(chǔ)能參與電力系統(tǒng)調(diào)頻能夠減少火電機(jī)組的爬坡?lián)p耗,提高電力系統(tǒng)頻率的穩(wěn)定性。根據(jù)區(qū)域調(diào)頻需求合理配置儲(chǔ)能容量,將有利于提高系統(tǒng)經(jīng)濟(jì)性和穩(wěn)定性。基于歷史典型日區(qū)域控制誤差(area control error,ACE),建立了基于集合經(jīng)驗(yàn)?zāi)B(tài)分解(ensemble empirical mode decomposition,EEMD)方法的調(diào)頻儲(chǔ)能容量?jī)?yōu)化配置模型。以儲(chǔ)能參與調(diào)頻的凈效益期望最大為目標(biāo),計(jì)及儲(chǔ)能系統(tǒng)荷電狀態(tài)(state-of-ge,SOC)等約束,優(yōu)化確定基于EEMD的ACE信號(hào)濾波階數(shù),進(jìn)而確定參與調(diào)頻的儲(chǔ)能最優(yōu)配置容量。最后,基于實(shí)測(cè)ACE數(shù)據(jù)驗(yàn)證了所提方法的有效性。

0 引言

隨著電力系統(tǒng)電源結(jié)構(gòu)的變化,新能源發(fā)電占比日益增高導(dǎo)致電網(wǎng)頻率穩(wěn)定性下降,原有調(diào)頻手段已不足以滿足目前的調(diào)頻需求[1-2]。儲(chǔ)能系統(tǒng)的控制技術(shù)已較成熟,從全充電模式至全放電模式的時(shí)間可控制在毫秒級(jí),可快速響應(yīng)、精確跟蹤指令,利用其優(yōu)異的控制性能對(duì)電力系進(jìn)行功率-頻率控制,可改善電網(wǎng)頻率穩(wěn)定性[3-5],是近年來(lái)研究熱點(diǎn)。

儲(chǔ)能系統(tǒng)輔助自動(dòng)發(fā)電控制(automatic generation control,AGC)的基本思想是將儲(chǔ)能系統(tǒng)添加到目標(biāo)火電機(jī)組,并將其作為主控制器的補(bǔ)充裝置,即發(fā)電機(jī)調(diào)速器控制器,以響應(yīng)AGC指令[6]。優(yōu)化協(xié)調(diào)速度快容量小的儲(chǔ)能系統(tǒng)和速度慢容量大的火電機(jī)組之間的調(diào)節(jié)指令,可顯著提高AGC的整體性能,降低火電機(jī)組本身的設(shè)備磨損和運(yùn)行風(fēng)險(xiǎn)。文獻(xiàn)[7-8]分析了美國(guó)電力市場(chǎng)中儲(chǔ)能參與調(diào)頻的收益,證明了儲(chǔ)能在調(diào)頻輔助服務(wù)中的競(jìng)爭(zhēng)力。我國(guó)也相繼開(kāi)展了一系列儲(chǔ)能調(diào)頻研究和示范工作[9]。儲(chǔ)能調(diào)頻容量設(shè)置過(guò)大將會(huì)使成本大大提高[10],而容量過(guò)小又使火電機(jī)組頻繁響應(yīng)AGC指令,降低火電機(jī)組的運(yùn)行效率并增加運(yùn)行和維護(hù)成本。因此,根據(jù)電網(wǎng)實(shí)際調(diào)頻需求,并結(jié)合火電和儲(chǔ)能的調(diào)頻性能、成本等影響因素,合理優(yōu)化配置參與調(diào)頻的儲(chǔ)能容量,對(duì)于改善電網(wǎng)運(yùn)行的經(jīng)濟(jì)性和穩(wěn)定性都具有重要的現(xiàn)實(shí)意義。

有關(guān)參與電力系統(tǒng)調(diào)頻的儲(chǔ)能容量配置方法,文獻(xiàn)[11]通過(guò)設(shè)定切比雪夫I型高通濾波器的時(shí)間常數(shù),將調(diào)度信號(hào)分解為高頻和低頻并轉(zhuǎn)換為持續(xù)時(shí)間曲線;文獻(xiàn)[12]在儲(chǔ)能運(yùn)行過(guò)程中疊加了額外的充放電控制策略;文獻(xiàn)[13]基于復(fù)頻域靈敏度方法,考慮儲(chǔ)能參與快速調(diào)頻的動(dòng)作時(shí)機(jī)與深度;文獻(xiàn)[14]考慮調(diào)頻要求與儲(chǔ)能系統(tǒng)運(yùn)行要求,以調(diào)頻效果和經(jīng)濟(jì)性為目標(biāo)配置了參與一次調(diào)頻儲(chǔ)能容量;文獻(xiàn)[15]提出基于動(dòng)態(tài)可用AGC的儲(chǔ)能出力配置方案;文獻(xiàn)[16]采用離散傅里葉變換法,分析了調(diào)頻需求中的高、低頻分量的占比。現(xiàn)有的文獻(xiàn)對(duì)于儲(chǔ)能調(diào)頻容量配置主要基于調(diào)頻需求分解方法,然而,傳統(tǒng)高通或低通濾波器分解法會(huì)在濾波過(guò)程中產(chǎn)生延遲,導(dǎo)致調(diào)頻需求不準(zhǔn)確、增高成本,且不容易確定高低頻分界點(diǎn);離散傅里葉變換分解的方法只能對(duì)調(diào)頻信號(hào)進(jìn)行頻域分析,得到高低頻分量占比,而無(wú)法得到時(shí)域?qū)?yīng)的高、低頻分量,對(duì)調(diào)頻信號(hào)缺乏局域性信息,不能有效給出某頻率成分發(fā)生的具體時(shí)間段。文獻(xiàn)[17]提出了基于經(jīng)驗(yàn)?zāi)B(tài)分解和模糊機(jī)會(huì)約束的風(fēng)電場(chǎng)混合儲(chǔ)能容量配置方法,為儲(chǔ)能分段濾波提出了較好的解決方案。

基于現(xiàn)有研究成果,本文提出基于集合經(jīng)驗(yàn)?zāi)B(tài)分解(ensemble empirical mode decomposition,EEMD)方法的調(diào)頻儲(chǔ)能容量?jī)?yōu)化配置模型。將全網(wǎng)參與調(diào)頻的火電機(jī)組和儲(chǔ)能分別等效為一臺(tái)火電機(jī)組和一個(gè)儲(chǔ)能電站。通過(guò)EEMD方法構(gòu)造時(shí)空濾波器,將系統(tǒng)區(qū)域控制誤差(area control error,ACE)信號(hào)根據(jù)不同的時(shí)間尺度特征分解成一系列準(zhǔn)單分量信號(hào),避免傳統(tǒng)濾波器的局限性,同時(shí)減小由于模態(tài)混疊帶來(lái)的重復(fù)調(diào)節(jié)。以儲(chǔ)能參與調(diào)頻后電網(wǎng)的凈效益期望最大為目標(biāo),計(jì)及儲(chǔ)能和火電的調(diào)頻性能和約束,優(yōu)化確定火、儲(chǔ)分配調(diào)頻信號(hào)的濾波階數(shù),并確定電網(wǎng)參與調(diào)頻的最優(yōu)儲(chǔ)能容量。通過(guò)MATLAB對(duì)某電網(wǎng)實(shí)測(cè)數(shù)據(jù)進(jìn)行分析,算例結(jié)果驗(yàn)證了本文所提方案的有效性和正確性。

1 基于EEMD的調(diào)頻功率分配

電網(wǎng)調(diào)頻指令信號(hào)為一種典型的含間歇信號(hào)的非平穩(wěn)、非線性信號(hào),傳統(tǒng)基于頻域的信號(hào)分解方法對(duì)于非線性和非平穩(wěn)信號(hào)局限性較大。經(jīng)驗(yàn)?zāi)B(tài)分解(empirical mode decomposition,EMD)方法可用來(lái)對(duì)非平穩(wěn)、非線性信號(hào)進(jìn)行分解,將多分量信號(hào)根據(jù)不同的時(shí)間尺度特征分解成一系列準(zhǔn)單分量信號(hào),分解后的信號(hào)稱為原信號(hào)的固有模態(tài)函數(shù)(intrinsic mode function,IMF)。但EMD方法處理含有間歇信號(hào)的序列時(shí)易產(chǎn)生模態(tài)混疊問(wèn)題,模態(tài)混疊將會(huì)導(dǎo)致錯(cuò)誤的IMF分量,從而使IMF喪失具體的物理意義。

集合經(jīng)驗(yàn)?zāi)B(tài)分解(ensemble EMD,EEMD)提出一種噪聲輔助數(shù)據(jù)分析方法,通過(guò)向待分解信號(hào)多次添加均勻白噪聲再濾除的方法,可以在減小模態(tài)混疊現(xiàn)象的同時(shí),得到更加準(zhǔn)確的IMF分量。采用EEMD方法將ACE信號(hào)中真實(shí)存在的不同時(shí)間尺度或趨勢(shì)的分量逐級(jí)分解出來(lái),產(chǎn)生一系列具有相同時(shí)間尺度的數(shù)據(jù)序列,分解后的ACE序列與原始ACE序列相比具有更強(qiáng)的規(guī)律性和可處理性。

通過(guò)EEMD方法分解后的結(jié)果如下所示[18]：

式中：X(t)為待分解信號(hào);hi(t)表示原始信號(hào)的第i階IMF分量;rn(t)表示分解余項(xiàng)。

對(duì)電網(wǎng)歷史ACE數(shù)據(jù)的統(tǒng)計(jì)分析可根據(jù)電網(wǎng)運(yùn)行方式及波動(dòng)特性,將全年的電網(wǎng)ACE數(shù)據(jù)分為幾種典型日,在每一種典型日下,基于EEMD方法對(duì)ACE信號(hào)分解,得到一系列IMF分量,每個(gè)IMF分量可以表征原始ACE信號(hào)在其對(duì)應(yīng)的某一時(shí)間尺度參數(shù)上的模態(tài),即不同類型的擾動(dòng)造成的電網(wǎng)功率波動(dòng)。借助IMF分量構(gòu)造時(shí)空濾波器,通過(guò)選取合適的濾波階數(shù)d,可以將原始ACE功率信號(hào)分解成兩部分,階數(shù)小于等于d的IMF分量之和為頻率較高的部分,由儲(chǔ)能承擔(dān);階數(shù)大于d的IMF分量之和為頻率較低的部分,由火電機(jī)組承擔(dān)。

式中d表示IMF的濾波階數(shù),也是儲(chǔ)能和火電機(jī)組分配調(diào)頻功率的分界點(diǎn),且0≤d≤n。d=0表示將所有的ACE信號(hào)都分配給火電機(jī)組,即儲(chǔ)能系統(tǒng)沒(méi)有參與調(diào)頻。

2 儲(chǔ)能容量?jī)?yōu)化配置模型

由于全年電網(wǎng)運(yùn)行情況不同,儲(chǔ)能容量設(shè)置時(shí)需綜合考慮全年各種運(yùn)行情況,引入風(fēng)險(xiǎn)評(píng)估理念,綜合各種典型日下電網(wǎng)凈效益及該典型日概率,建立了凈效益期望函數(shù),通過(guò)優(yōu)化濾波階數(shù)d,使得火-儲(chǔ)聯(lián)合系統(tǒng)參與調(diào)頻時(shí)凈效益期望最大化,同時(shí)計(jì)及儲(chǔ)能功率和容量約束等,時(shí)序模擬儲(chǔ)能參與調(diào)頻過(guò)程,進(jìn)而確定系統(tǒng)最優(yōu)儲(chǔ)能配置容量。

優(yōu)化目標(biāo)函數(shù)設(shè)置為儲(chǔ)能參與調(diào)頻后帶來(lái)的凈效益期望最大。凈效益主要包括3個(gè)部分,分別是第i個(gè)典型日調(diào)頻性能指標(biāo)提高帶來(lái)的收益B(i,d)、火電機(jī)組參與調(diào)頻的成本SG(i,d)和儲(chǔ)能系統(tǒng)參與調(diào)頻的成本SC(i,d)。以每種典型ACE運(yùn)行日出現(xiàn)概率pi為權(quán)重,定義系統(tǒng)綜合凈效益期望最大為目標(biāo)函數(shù)的儲(chǔ)能容量?jī)?yōu)化模型如下：

式中：i為典型日類型編號(hào);B(i,d)、SG(i,d)、SC(i,d)為第i個(gè)典型日的濾波階數(shù)d的函數(shù);Σpi=1。使得N種典型日下凈效益期望最大時(shí)的d值即為火、儲(chǔ)分配ACE調(diào)頻功率的最優(yōu)IMF濾波階數(shù)。

1)火電機(jī)組調(diào)頻成本。

火電機(jī)組成本為兩類成本之和：①火電機(jī)組因參與自動(dòng)發(fā)電控制頻繁爬坡引起的機(jī)組磨損成本及維護(hù)成本S1;②火電機(jī)組分配其發(fā)出的一部分功率參與調(diào)頻,因不能準(zhǔn)確跟蹤經(jīng)濟(jì)調(diào)度的基點(diǎn)發(fā)電功率而導(dǎo)致的額外成本S2。

式中：PG(t)、PG(t+1)分別為火電機(jī)組在t和t+1時(shí)刻接收的ACE信號(hào);Sp為每兆瓦火電機(jī)組因頻繁爬坡產(chǎn)生的額外成本,與功率變化正相關(guān),元/(MW•h)。

So為每兆瓦火電機(jī)組因偏離經(jīng)濟(jì)調(diào)度曲線出力產(chǎn)生的額外成本,元/(MW•h)。

2)儲(chǔ)能系統(tǒng)調(diào)頻成本。

儲(chǔ)能系統(tǒng)的成本主要包括功率成本和能量成本,其中功率成本來(lái)自于儲(chǔ)能功率轉(zhuǎn)換裝置(power convert system,PCS),能量成本則來(lái)自儲(chǔ)能裝置本身。如公式(9)所示：

式中：Scp和Scs分別為儲(chǔ)能單位功率和單位能量的成本;τ和ζ分別為儲(chǔ)能PCS的使用率和儲(chǔ)能單元的使用率[10],分別由公式(10)(11)計(jì)算得出;Tlife為儲(chǔ)能裝置的壽命;Ncycle為儲(chǔ)能裝置的循環(huán)次數(shù);Psto、Esto分別為儲(chǔ)能系統(tǒng)參與調(diào)頻所需配置的功率容量和能量容量;Ps-(t)和Ps+(t)分別為t時(shí)刻儲(chǔ)能系統(tǒng)被分配的充、放電功率,且滿足：

Ps(t)=Ps+(t)+ Ps−(t)= xh(t) (12)

P+s(t)P−s(t)=0(13)

儲(chǔ)能要響應(yīng)其被分配的ACE功率信號(hào),忽略部分異常尖峰脈沖信號(hào),則儲(chǔ)能系統(tǒng)的功率容量Psto應(yīng)該大于等于Ps(t)在考核時(shí)段T內(nèi)分配給儲(chǔ)能系統(tǒng)的功率的絕對(duì)值的平均值,為保證大部分信號(hào)可以被響應(yīng),乘以余量系數(shù)α,考慮功率轉(zhuǎn)換裝置效率和儲(chǔ)能充放電效率,可得：

式中：t0為初始時(shí)刻;T為調(diào)頻性能考核時(shí)間段;η-和η+分別為儲(chǔ)能充、放電效率;ηPCS為儲(chǔ)能系統(tǒng)功率轉(zhuǎn)換裝置的效率。

儲(chǔ)能系統(tǒng)的能量容量Esto應(yīng)滿足T時(shí)間段內(nèi)分配給其調(diào)頻信號(hào)的能量需求,可由式(15)計(jì)算得出：

式(15)中：P's(t)為考慮充放電效率后儲(chǔ)能的實(shí)際動(dòng)作指令,可由公式(16)計(jì)算;SOC為儲(chǔ)能系統(tǒng)的荷電狀態(tài),且滿足公式(17)(18);SOCmax和SOCmin分別為荷電狀態(tài)的上、下限;SOC(0)和SOC(t)分別為0時(shí)刻和t時(shí)刻儲(chǔ)能系統(tǒng)的荷電狀態(tài)。

當(dāng)SOC(0)滿足公式(19),且公式(15)取等號(hào)時(shí),可得儲(chǔ)能系統(tǒng)最小能量容量Esto。

3)收益計(jì)算模型。

根據(jù)“兩個(gè)細(xì)則”[19-20],AGC服務(wù)貢獻(xiàn)補(bǔ)償以機(jī)組參與系統(tǒng)AGC控制的程度進(jìn)行區(qū)分,按補(bǔ)償計(jì)算時(shí)間、調(diào)節(jié)可用容量及調(diào)節(jié)性能的乘積進(jìn)行補(bǔ)償。AGC服務(wù)日補(bǔ)償費(fèi)用B可由下式計(jì)算：

B=PAGC tAGC KP YAGC(20)

式中：PAGC為機(jī)組AGC調(diào)節(jié)可用容量;tAGC為機(jī)組全天AGC補(bǔ)償計(jì)算時(shí)間,單位為小時(shí),本文假設(shè)參與調(diào)節(jié)的機(jī)組在投用時(shí)間內(nèi)全部參與AGC控制,則補(bǔ)償計(jì)算時(shí)間等于投運(yùn)時(shí)間;YAGC為AGC補(bǔ)償標(biāo)準(zhǔn);KP為機(jī)組當(dāng)天的調(diào)頻性能綜合指標(biāo),且滿足：

KP=K1 K2 K3(21)

式中K1、K2、K3分別為調(diào)節(jié)速率、調(diào)節(jié)精度和響應(yīng)時(shí)間指標(biāo),具體計(jì)算方法詳見(jiàn)“兩個(gè)細(xì)則”。

3 仿真模型

根據(jù)本文所提策略,建立火、儲(chǔ)分別響應(yīng)其被分配的調(diào)頻功率信號(hào)的仿真模型,如圖1所示。

圖1 火-儲(chǔ)聯(lián)合系統(tǒng)響應(yīng)調(diào)頻信號(hào)模型

圖1中：PG_out為火電機(jī)組出力;PS_out為儲(chǔ)能系統(tǒng)出力;ΔPtie為聯(lián)絡(luò)線功率偏差;Gg(s)為火電機(jī)組動(dòng)態(tài)特性低階模型,可用于電力系統(tǒng)頻率分析與控制,模型忽略了鍋爐的慢特性與發(fā)電機(jī)的快速動(dòng)態(tài)特性,由調(diào)速器模型和汽輪機(jī)模型串聯(lián)構(gòu)成,火電機(jī)組調(diào)速器的傳遞函數(shù)為[21]

式中Tc為儲(chǔ)能出力響應(yīng)時(shí)間常數(shù)。本文所采用仿真模型參數(shù)Tg、Tt和Tc分別為0.08 s、0.40 s和0.1 s。

4 算例分析

4.1 ACE信號(hào)的集合經(jīng)驗(yàn)?zāi)B(tài)分解

采用某電網(wǎng)公司歷史ACE數(shù)據(jù)進(jìn)行仿真,為了保證樣本的隨機(jī)性和代表性,本文隨機(jī)在每個(gè)月中選擇1天為典型日,全年12個(gè)典型日作為一組ACE分析數(shù)據(jù),共選取5組作為典型ACE測(cè)試數(shù)據(jù)。

圖2為某一個(gè)典型日的ACE曲線,采樣時(shí)間間隔為1min。

圖2 1天的ACE原始數(shù)據(jù)

對(duì)上述ACE信號(hào)進(jìn)行EEMD分解,得到各階IMF分量及余項(xiàng)r,如圖3所示。

圖3 分解后的IMF分量及余項(xiàng)

圖3中,IMFl—IMF9為分解ACE信號(hào)后得到的各階固有模態(tài)分量,r9為分解后得到的趨勢(shì)性余項(xiàng)。由此可見(jiàn)：IMF1分量變化迅速,為原始信號(hào)的最高頻分量;IMF9變化平緩,為原始信號(hào)的最低頻分量。利用第1節(jié)中所構(gòu)造的時(shí)空濾波器對(duì)分解后的IMF分量進(jìn)行重構(gòu),選取的濾波階數(shù)d越大,則頻率較高的部分所含的分量越多,能量越大,所需要的儲(chǔ)能容量也越大。

4.2 濾波階數(shù)與調(diào)頻性能分析

算例中用到的基本參數(shù)如表1所示[23]。

表1 仿真相關(guān)參數(shù)

采用“兩個(gè)細(xì)則”中規(guī)定的調(diào)節(jié)性能綜合指標(biāo)計(jì)算方法,分別計(jì)算系統(tǒng)某典型日d取不同值時(shí)調(diào)節(jié)性能指標(biāo)KP,如表2所示(其中d=0表示無(wú)儲(chǔ)能)。

表2 調(diào)節(jié)性能指標(biāo)KP

由表2可以看出,隨著d的增大,K1、K2、K3值均有所提高,KP值逐步從2.18提高到5.87,說(shuō)明儲(chǔ)能裝置投入的越多,所帶來(lái)的調(diào)頻性能越好。

分別計(jì)算各組典型日下ACE數(shù)據(jù)綜合調(diào)頻性能指標(biāo)KP值隨d值的變化情況,可得d與KP間的關(guān)系曲線如圖4,其中每條曲線代表一組典型日。

圖4 KP隨d變化曲線

由圖4可見(jiàn)當(dāng)d<4時(shí),KP值隨d值的增加而增加;而當(dāng)d>4時(shí),KP增加緩慢,或與d=4時(shí)持平。通過(guò)對(duì)曲線斜率的分析可知,當(dāng)d<4時(shí),KP的增長(zhǎng)率隨d的增加而減小,當(dāng)d>4時(shí),KP的增長(zhǎng)率接近于0。也就是說(shuō),再加入更多容量的儲(chǔ)能時(shí),所能夠提高的調(diào)頻性能基本已達(dá)極限,此時(shí)若繼續(xù)增加儲(chǔ)能容量,只會(huì)導(dǎo)致成本的增加,而不會(huì)帶來(lái)調(diào)頻性能明顯的改善。

4.3 凈效益分析

在儲(chǔ)能對(duì)頻率較高的調(diào)頻功率進(jìn)行調(diào)節(jié)的過(guò)程中,可以確定其所需功率容量和能量容量,分別求出5組數(shù)據(jù)在不同濾波階數(shù)下對(duì)應(yīng)的儲(chǔ)能功率容量和能量容量如圖5和圖6所示。

從圖5和圖6可以看出,隨著d的增大,分配

圖5 功率容量

圖6 能量容量

給儲(chǔ)能系統(tǒng)的調(diào)頻分量越多,其所需功率容量和能量容量越大,相應(yīng)的儲(chǔ)能參與調(diào)頻的成本也越高。

圖7為5組數(shù)據(jù)不同d值下的凈效益曲線,其中黑色曲線代表每個(gè)d值下5組ACE數(shù)據(jù)凈效益期望的平均值。可見(jiàn)當(dāng)d=3時(shí),所得到的凈效益期望均值最大,為5.5萬(wàn)元。

圖7 系統(tǒng)凈效益期望

圖7中凈效益期望的增長(zhǎng)率如圖8所示,當(dāng)1≤d≤3時(shí)凈效益期望增長(zhǎng)率為正,凈效益期望呈增長(zhǎng)趨勢(shì),當(dāng)d≥4時(shí),凈效益期望增長(zhǎng)率為負(fù),表示此時(shí)凈效益期望呈現(xiàn)負(fù)增長(zhǎng),即凈效益期望衰退。可得,當(dāng)d=3時(shí),凈效益期望最大,按此配置系統(tǒng)的儲(chǔ)能容量可以獲得最優(yōu)的經(jīng)濟(jì)性能。

圖8 凈效益增長(zhǎng)率隨d的變化

綜合圖4結(jié)果,在d≤3時(shí),系統(tǒng)調(diào)頻性能一直在提高,故儲(chǔ)能和火電機(jī)組分配調(diào)頻信號(hào)的最佳濾波階數(shù)設(shè)置為d=3。此時(shí),火、儲(chǔ)承擔(dān)的調(diào)頻分量

當(dāng)d=3時(shí),計(jì)及儲(chǔ)能和火電機(jī)組調(diào)頻性能約束,采用時(shí)序模擬仿真,獲得的所需儲(chǔ)能容量見(jiàn)表3。由于5組算例選取時(shí)采用隨機(jī)抽取方法,即認(rèn)為每組數(shù)據(jù)出現(xiàn)的概率相同。設(shè)置該區(qū)域電網(wǎng)火-儲(chǔ)聯(lián)合系統(tǒng)儲(chǔ)能容量配置時(shí),選取5組數(shù)據(jù)的平均值,即最優(yōu)儲(chǔ)能容量為16.75 MW/15.30 MW•h。

4.4 調(diào)頻效果仿真

以表1和表3中的參數(shù)搭建仿真模型,全天的ACE信號(hào)及火電機(jī)組和儲(chǔ)能的出力曲線如圖9(a)所示,某時(shí)刻局部放大圖如圖9(b)所示,其中黑線為ACE信號(hào)曲線,指令周期為1min,紅線為加入儲(chǔ)能后火-儲(chǔ)聯(lián)合出力,綠線表示無(wú)儲(chǔ)能時(shí)火電機(jī)組的總出力。由圖9可見(jiàn),儲(chǔ)能輔助火電機(jī)組參與ACE調(diào)節(jié)之后,調(diào)節(jié)速度明顯變快、調(diào)節(jié)偏差明顯減小,響應(yīng)更加迅速。

以儲(chǔ)能在整個(gè)調(diào)頻時(shí)間內(nèi)的荷電狀態(tài)值SOC驗(yàn)證儲(chǔ)能容量配置的合理性。某一時(shí)刻的SOC變化如圖10所示,可見(jiàn)該時(shí)刻SOC值在0.2~0.7范圍內(nèi)波動(dòng),滿足SOC∈[0.2,0.8]。

將5組數(shù)據(jù)所有調(diào)頻時(shí)間段內(nèi)的荷電狀態(tài)值

圖9 儲(chǔ)能及機(jī)組響應(yīng)ACE曲線

Fig. 9 Energy storage and unit response ACE curves

圖10 某時(shí)刻荷電狀態(tài)值變化

Fig. 10 SOC change at a certain time

SOC進(jìn)行統(tǒng)計(jì),可得圖11中的SOC概率分布圖,其統(tǒng)計(jì)結(jié)果為：SOC落在區(qū)間[0.2,0.8]的概率為94.25%,落在區(qū)間[0.1,0.9]的概率為98.04%,儲(chǔ)能系統(tǒng)的SOC可以滿足其被分配的調(diào)頻指令能量需求,且利用率較高,證明本文的容量配置結(jié)果合理。

圖11 荷電狀態(tài)概率分布圖

Fig. 11 SOCprobability distribution graph

5 結(jié)論

本文基于EEMD方法分解ACE信號(hào),基于凈效益期望最大選擇最優(yōu)濾波階數(shù),實(shí)現(xiàn)AGC過(guò)程中火-儲(chǔ)聯(lián)合調(diào)度調(diào)頻儲(chǔ)能容量?jī)?yōu)化配置。該方法在彌補(bǔ)傳統(tǒng)分解手段不足的基礎(chǔ)上,能同時(shí)滿足調(diào)節(jié)效果和經(jīng)濟(jì)性的要求。算例結(jié)果表明,濾波階數(shù)越大調(diào)頻效果越好,但儲(chǔ)能建設(shè)費(fèi)用過(guò)高,儲(chǔ)能系統(tǒng)利用率降低;而濾波階數(shù)設(shè)置過(guò)小,則達(dá)不到所需調(diào)頻效果;濾波階數(shù)的選擇與系統(tǒng)的歷史ACE波動(dòng)性和電網(wǎng)調(diào)頻機(jī)組性能密切相關(guān),需要根據(jù)不同的電網(wǎng)分別進(jìn)行估算,不存在固定值。

采用本文所提方案,各電網(wǎng)在確定儲(chǔ)能容量配置時(shí),應(yīng)對(duì)全年的典型日ACE進(jìn)行綜合考慮,結(jié)合電網(wǎng)已有調(diào)頻機(jī)組特性,根據(jù)凈效益期望合理的設(shè)置儲(chǔ)能容量,從而在提高電網(wǎng)頻率穩(wěn)定性的基礎(chǔ)上,提高儲(chǔ)能運(yùn)行經(jīng)濟(jì)性,為儲(chǔ)能電站的建設(shè)提供理論指導(dǎo),避免儲(chǔ)能電站盲目擴(kuò)建。

賈燕冰1, 鄭晉1, 陳浩1, 嚴(yán)正2, 王金浩3, 常瀟3

1.電力系統(tǒng)運(yùn)行與控制山西省重點(diǎn)實(shí)驗(yàn)室(太原理工大學(xué)),山西省 太原市 030024

2.電力傳輸與功率變換控制教育部重點(diǎn)實(shí)驗(yàn)室(上海交通大學(xué)),上海市 閔行區(qū) 200240

3.國(guó)網(wǎng)山西省電力科學(xué)研究院,山西省 太原市 030012