杨乐
(北京国电电力新能源技术有限公司,北京 102200)
光伏发电和风力发电具有无污染特点,是当前推动能源转型的重要方式。随着风、光电容量的提高,对电力系统运行调度提出了更高要求。但通过应用储能技术,能够有效改善电能质量,因此,探析该技术的应用方法是十分必要的。
规模化储能主要是指将电能进行一定规模的储存,目前,规模化储能技术主要分为物理储能、电化学储能以及电磁储能,不同储能方式具有不同特点与适用场合。对于物理储能,在成本和技术成熟性方面具有较大优势,主要包括抽水蓄能、飞轮储能以及压缩空气储能,能够对电网稳定性、暂态/动态、频率等方面进行有效控制。对于电化学储能,主要包括钠硫、液流、铅酸、铅碳以及锂离子电池,不仅使用方便,整体响应时间也较快,具有较强灵活性。主要应用于风、光发电储能、改善电能质量、UPS等方面。对于电磁储能而言,主要包括超导电磁和超级电容器储能,虽然成本较高但响应较快,主要应用于电能质量控制和UPS等方面,仍处于发展阶段。
从目前来看,规模化储能技术在风、光发电项目中的研究主要包括风、光储系统集成、发电与储能容量配置、平抑能力、储能系统监测以及储能系统能量优化控制等方面。2017年,我国发展改革委发布了有关储能技术的指导意见,意味着储能行业走入大规模发展道路,目前,已落实40多个储能示范项目,在张北、辽宁等地建成了规模化储能电站。由此可见,风、光发电项目中,规模化储能的应用越发广泛,且具有极强的应用发展前景。就目前现状来看,风、光发电项目中规模化储能应用过程中所使用的关键技术主要有:(1)系统建模、储能单元以及物理平台的优化配置;(2)对储能系统剩余电量的估算技术以及有效控制充放电优化管理控制方法;(3)有效优化风、光发电系统储能单元能量管理控制策略。
在将规模化储能应用于风、光发电项目时,应明确应用思路,即对光伏阵列、风电机组以及储能系统的能量转换过程和原理进行分析,并以Matlab/Simulink仿真平台为基础构建各系统功率输出等效仿真模型,根据实际情况构建配置方案,实现多目标联合优化模型的顺利建立。在对建模方案进行制定时,主要运用间接组合建模形式进行,并以各系统、机组等方面特性为基础,采用等值方法将构建的单元级模型应用于聚合建模中,实现并网,最后在公共连接点对电网的动态特征进行掌握,实现规模化储能在风、光发电项目中的有效应用。即落实单元级-电站级-联合发电系统的间接组合建模思路,并将其应用于联合建模中,切实提升电站电量收益。
在将规模化储能应用于风、光发电项目时,需要建立各系统等效模型,主要包括储能系统和风、光发电系统,在对其进行建模时,主要采用间接组合建模思路,对三个系统的特征模型进行分别建立。首先,建立风力发电机组模型。在对该模型进行建立时,主要面向双馈风机进行设计,分别使用齿轮箍、集电线路对单组风电机组模型进行构建;其次,建模光伏发电单元,主要包括DC/AC逆变器模拟、光伏阵列模型以及数据接口;最后,建模储能单元,主要使用储能电池组模型、数据接口以及DC/AC换流器模型。
在建立系统模型后,为使各个系统能够顺利运作,避免没必要的烦琐仿真计算,可以采取等值方法对各系统等值模型进行建立。在建立等值模型时,主要对主变压器、集电线路以及机组和单元变压器进行构建,以风电场为例。(1)使用变压器模型进行并网;(2)由于是大规模储能,风电场规模和场内集电线路规模相对较大,为此,需要合理布置集电线路,保证线路的等值。值得注意的是,该等值方法需要满足两个关键点,具体为:①若是两风电机组的连接馈线长度在1000m以内,则意味着电压跌落较小,风电机组机端电压幅值需相等;②无论是风电机组自身还是机端并联电容器,均具有励磁能力,所以,需要保证各风电机组功率因素一致。在满足上述两个关键点后,可以获得集电线路总损耗,当线路长度为1时,则每项参数为:R=r1l(Ω)、X=r1l(Ω)、G=g1l(Ω)、B=b1l(Ω),其中,R、X、G、B分别为总电阻、总电抗、总电导以及总电纳。通过对其进行计算,能够掌握总损耗,进而保证集电线路布置的科学合理性。(3)对机组和单元变压器进行设计,通过使用倍乘方式能够实现其等效。对于单元变压器等效模型而言,主要应用n台变压器进行并联,而机组的等值模型则需要对n台机组线性倍乘实现,该环节,储能电站和光伏电站与其相似。最后,对影响并网特性主要因素的集电线路、机组、主变压器以及单元变压器进行考虑,得到等效模型。具体模型如图1所示。
图1 等值模型
在风、光发电项目中应用规模化储能技术时,应使用时间序列分析法以及概率统计分析法分析有功功率波动特性,值得注意的是,应以风电场实际运行数据为基础,并结合光伏发电能量、风力发电能力的转换过程,获取处理变动率、容量系数等指标,进而科学、合理评价不同光照水平、风速条件下最大功率追踪能力以及输出功率波动特性,得到其量化评价,进而制定出能够有效平抑风、光发电项功率波动特性的策略,保证规模化储能在风、光发电项目中的应用实效性。
以20MWp光伏电站为例,通过使用以上建模方法,能够获得以下曲线数据,储能系统削峰填谷曲线如图2所示,储能系统平衡电站出力曲线如图3所示。
图2 削峰填谷曲线
图3 平衡电站出力曲线
以此为基础,对系统容量配置与预测功率优化方案进行制定,并根据规模化储能技术特性将功率匹配最佳、成本降低以及提高输出功率平滑度作为方案制定目标,通过落实就近平衡原则,实现储能系统容量配置方案的合理制定,进一步提升规模化储能在风、光发电项目中的应用效果。在实际平抑过程中,应分别掌握风、光两方面数据,进而对储能电池充放电策略进行调整、对功率预测进行优化,并以滤波器幅频特性为基础进行平滑处理,对离散点的功率走势进行平滑处理,优化平滑效果。为实现该优化方案,应对风、光储联合发电系统的运行状态进行控制,尤其在不同模式下,进而实现能量控制策略。主要是对储能装置电量约束和功率出力条件进行综合考量,引入光功率预测技术和风功率预测技术,实现储能系统的有效控制。之后,对系统的计划处理与中处理相匹配程度进行量化,使其形成指标,以提高输出功率平滑度为主要目标对递进区间控制函数进行构建,实现对目标函数的有效优化。最后,结合实际情况对能够优化储能控制的数学模型进行建立,并结合仿真与物理模拟方法对储能电站动态控制进行有效优化,从各个方面提高风、光发电项目中规模化储能的应用效果。
例如,在光伏电站增加储能装置,通过该装置提高光伏发电输出功率波动的平滑性,保证其波动率在设定值之内。同时,调节储能系统,对电站发电计划跟踪能力进行强化,在满足有关部门要求的同时对弃光电量进行有效降低,实现能耗和成本的降低。通过使用规模化储能,并构建相关系统与模型,能够依托性能稳定的电化学储能系统对光伏电站反调峰性进行有效降低,进一步减少弃电,实现电能的有效迁移和双向转换,为建设绿色低碳生态系统提供助力,促进风、光发电事业的可持续发展。
综上所述,规模化储能技术在风、光发电项目的应用对降低成本、保证电力质量等方面具有极强的现实意义。因此,相关企业应深入研究规模化储能基础,通过构建等值模型、制定平抑策略等方法提升应用效果,促进电力事业健康发展。