风光储电站对临近火电厂黑启动的协调控制策略

赵晶晶，朱天天，陈凌汉，贾 然

（上海电力大学电气工程学院，上海 200090）

由于国民经济增长迅速，电力系统规模日趋庞大，使得网架结构和动态性能变得复杂[1-3]。受外部高风险灾害和内部技术问题的影响，大停电事故仍无法避免。如2019年6月16日阿根廷电网因其构成、运行和管理等原因造成事故发生[4]，2019年8月9日英国电网因雷击诱发了停电事故等[5]。怎样提前制定停电后的黑启动方案，使事故发生后快速恢复供电，减小停电损失，成为黑启动研究的重要方向[6-7]。在规划黑启动方案时，首先要从启动速度、启动功率、自启动能力几个方面筛选黑启动电源，一般选择水电机组作为黑启动电源[8-9]，但对于缺水的内陆地区停电事故后的黑启动需找到新的黑启动电源。现今新能源发电大量接入电网，有数据显示，到2035年前，新能源将成为第一大电源，与风光装机规模分别达7亿kW和6.5亿kW。随着储能和风光等新能源控制技术的成熟，新能源可以作为黑启动电源为火电机组黑启动供电[10-12]。

黑启动是一个快速供电恢复的过程，对黑启动电源控制灵活性有较高的要求。在风电机组有功调频方面，有学者提出通过控制风机虚拟惯量、超速、桨距角等可为系统提供有功调节，提高频率的稳定性[13-15]；在无功调压方面，有学者提出了通过多台风电机组之间、风电机组与无功补偿设备间的协调控制策略，提高电压的稳定性[16]。这些研究为风电等新能源作为黑启动电源提供了理论基础。文献[17]对利用储能型风电场作为黑启动电源进行了研究，论证其可行性；文献[18-19]提出了利用柴油发电机辅助风电场实现黑启动的方法，并对黑启动时风机的调频控制策略进行了研究；文献[20]就微电网黑启动中的频率问题提出了利用风机转动惯量进行控制，并验证了其有效性；文献[21]从黑启动储能配置容量出发，提出了风储黑启动时电池储能系统的配置方法；文献[22]提出了光储黑启动中采用负荷跟踪与最大功率点跟踪MPPT（maxmium power point tracking）相结合的方法来减少储能配置容量。上述文献主要是从新能源电源做黑启动电源的可行性与储能容量配置做出了研究，对于风光储新能源参与黑启动的控制策略还研究较少。

本文建立了不同光强环境下光伏减载量与电压偏离值之间的关系，提出了风光储新能源电站对临近火电厂黑启动的协调控制策略。在火电机组黑启动过程中，当风光出力小于火电机组辅机功率时，风光机组采用最大功率跟踪，储能负责系统功率平衡；当风光出力超过火电机组辅机功率时，对风光发电系统进行减载，通过计算光伏与负荷功率差额确定风机的有功功率减载量，达到负荷跟踪的效果，降低储能平衡系统功率的负担。最后在DIg⁃SILENT/PowerFactory仿真软件中搭建了风光储新能源电站对临近火电厂黑启动的仿真模型，验证了所提控制策略的有效性。

1 风光储新能源电站参与黑启动系统结构

风光储新能源电站参与系统黑启动结构如图1所示。首先让风光储新能源电站恢复供电，储能建立35 kV母线电压和频率，当预测风光出力在未来足够时，开关K1、K2闭合，风光机组开始并网，新能源电站恢复供电；然后启动临近火电厂火电机组，待新能源出力稳定后，通过连接线路启动火电厂辅机，恢复火电机组发电能力。启动临近火电厂为火电机组的辅机供电。

图1 风光储黑启动系统结构Fig.1 Structure of black start system with the participation of wind-PV-storage

2 新能源电站各电源建模与控制策略

2.1 储能发电控制策略

新能源电站中储能系统采用V/f（恒频恒压）控制维持系统频率电压稳定，风电光伏采用MPPT控制与减载控制结合的方式。储能V/f控制策略如图2所示。图中，fbref和Ubref分别是储能端口电压频率与幅值的输入，U0是储能端口电压矢量，Uod和Uoq分别是U0的d、q轴分量，θb是储能端口电压相角。

图2 储能V/f控制策略Fig.2 Energy storage V/f control strategy

2.2 光伏MPPT控制与减载控制

光伏最大功率跟踪原理如图3所示，光伏的最大功率跟踪原理是找到最大功率点电压Umpp。

图3 光伏最大功率跟踪原理Fig.3 Principle of PV maximum power tracking

由图3可见，B、C两点偏离最佳工作电压都能实现减载，本文光伏减载控制是通过减小光伏直流母线电压参考值来偏离最佳工作电压实现的，例如图中的A、B两点，其中A点表示当前光强环境下处于最佳工作点电压Umpp，达到最大功率Pmpp；B点表示处于偏离最佳工作电压UB，释放功率Pdeload。所以光伏要与风机配合实现负荷跟踪的功能，需要精确计算出光伏减载量与偏离电压、光照强度的关系，实现光伏减载，有

式中：ΔU为电压偏离值；ΔPpv为光伏减载量。

光伏模型参数如表1所示。通过改变光照强度E和温度T的实验，得出光伏减载量ΔPpv与电压偏离值ΔU、光照强度E的关系曲线，如图4所示。

表1 光伏模型参数Tab.1 Parameters of PV model

图4 光伏减载量与电压偏离关系曲线Fig.4 Curves of relationship between PV load shedding amount and voltage deviation

由图4可见，不同辐射强度下，光伏减载量ΔPpv近似为电压偏离值ΔU的线性函数，拟合函数为

由式（3），可根据需要的减载量ΔPpv，在不同光照强度E环境下计算出相应的电压偏离值ΔU。光伏减载量为10%时，ΔU与E的关系曲线如图5所示。在光照强度变化时，减小光伏直流母线电压，所对应的偏离值由图5确定，实现光伏减载控制。

图5 光伏减载10%时直流母线电压偏离与光强关系曲线Fig.5 Curve of relationship between DC bus voltage deviation and light intensity when PV load is reduced by 10%

2.3 风电MPPT控制与减载控制

风力机捕获的风能为

式中：ρ为空气密度；Aw为风力机叶片扫略面积；Cp为风能转换利用系数，与叶尖速比λ(λ=ωr/vw)和桨距角β有关；vw为风速；ωr为转子转速。

风能转化利用系数Cp和叶尖速比λ关系曲线如图6所示。由图6可知，风电可通过改变转速与桨距角来实现减载。由A、C两点可知，通过偏离最佳叶尖速比可使Cp减小，从而进行风机减载；由A、D两点可知，通过增大桨距角也可使Cp减小，风机减载，但桨距角变化响应速度较慢。

图6 Cp和λ关系曲线Fig.6 Curve of relationship betweenCpand λ

本文对风机进行超速控制来实现减载，平衡黑启动中辅机功率与光伏出力的缺额，实现负荷的跟踪。风机有功功率控制框图如图7所示，图中a%为减载率，由黑启动中辅机功率与光伏出力缺额确定。

图7 风电机组的有功功率控制框图Fig.7 Block diagram of active power control of wind turbine unit

2.4 风光储新能源电站启动临近火电厂协调控制策略

当风光储新能源电站启动临近火电厂时，先为火电机组的辅机供电。风光储电站系统功率平衡表达式为

式中：Pw(t)为风机出力；Ppv(t)为光伏出力；PES(t)为储能输出功率；Pload(t)为辅机功率。

黑启动过程中，由于线路轻载，储能要承担较大的线路充电功率，辅机启动过程中储能容量或功率不足均会导致黑启动失败。本文提出的风光储新能源电站协调控制策略，当风光机组出力小于投入的辅机功率时，风光机组都采用MPPT控制策略，尽可能多地出力，与储能共同为负荷供电；当风光机组出力大于投入的辅机功率时，风光机组一起减载，其中光伏减载量为0.1Ppv(t)；风机跟踪辅机功率变化，其减载量为ΔP1(t)=Pw(t)+Ppv1(t)-Pload(t)。其协调控制策略流程如图8所示。

图8 风光储新能源电站功率协调控制流程Fig.8 Flow chart of power coordinated control of wind-PV-storage new energy power station

具体流程如下。

步骤1进行黑启动前，设t=1，监测环境条件。当风速vw≥7 m/s、光强E≥300 W/m2、储能初始荷电状态SOC0≥0.8时，满足黑启动条件，开始启动，投入辅机。

步骤2判断是否Pload(t)>Pload(t-1)。如是，计算ΔP(t)=Pw(t)+Ppv(t)-Pload(t)。

步骤3判断是否ΔP(t)>0。如ΔP(t)≤0，风光机组都采用MPPT控制策略；如ΔP>0，则进入步骤4。

步骤4判断是否ΔP(t)>0.1Ppv(t)。如是，风光机组一起减载，其中光伏减载量为0.1Ppv(t)，风机采用负荷跟踪控制，其减载量为ΔP1(t)=Pw(t)+Ppv1(t)-Pload(t)；如否，光伏采用MPPT模式，仅风机采用负荷跟踪控制。

步骤5t=t+1，返回步骤2。

3 算例仿真

3.1 仿真模型

本文在DIgSILENT/PowerFactory仿真软件中搭建了图1所示的黑启动仿真模型。模型包括双馈风机、光伏电池、储能系统等电源和火电机组辅机，配置容量如表2和表3所示[14，23]。本文用2台1.2 MW的异步电动机模拟辅机，功率随电机转速增大而逐步增加。风速、光强曲线如图9和图10所示。仿真时间为90 s，风光电站站内有功负荷0.4 MW，无功负荷0.4 Mvar。0 s时第1台火电厂辅机接入，在0～12 s功率逐渐增加到1.6 MW；30 s时第2台辅机接入，30～42 s功率逐渐增加到2.8 MW。

表2 风光储系统配置Tab.2 Configuration of wind-PV-storage system

表3 火电厂辅机配置Tab.3 Auxiliary equipment configuration of thermal power plant

图9 风速曲线Fig.9 Curve of wind speed

图10 光强曲线Fig.10 Curve of light intensity

3.2 黑启动仿真分析

3.2.1 风机和光伏采用MPPT控制

风机和光伏均采用MPPT控制时，黑启动仿真结果如图11所示。

图11 风机、光伏MPPT控制Fig.11 MPPT control of wind turbine and PV

图11（a）和（b）为35 kV母线频率和电压曲线，可见，在火电厂辅机投入过程中，储能能够保持35 kV母线电压和频率稳定。图11（c）为各电源有功功率曲线，可见，辅机功率由0.4 MW增长到1.6 MW再增长到2.8 MW过程中，在0～40 s和65～70 s风机光伏出力充足，储能充电；在40～65 s和70～90 s风机光伏出力不足，储能放电，储能充放电转换3次。图11（d）为各电源无功功率曲线，可见，无功负荷为0.4 Mvar，由储能和风机共同承担。

3.2.2 风机、光伏采用MPPT与负荷跟踪相结合控制

风机、光伏采用MPPT与负荷跟踪相结合控制时黑启动仿真结果如图12所示。

图12 MPPT与负荷跟踪相结合控制Fig.12 Combined control of MPPT and load tracking

图12（a）、（b）为35 kV母线频率和电压曲线，可见，频率和电压均能稳定在额定值附近。图12（c）为各电源有功功率曲线，可见，在0～40 s和65～70 s期间，风光出力充足，风光机组减载跟踪负荷功率，储能充放电功率为0；在40～65 s和70～90 s期间，风光出力不足，风光机组运行在MPPT模式，储能放电为负荷供电，黑启动过程中储能充放电功率和转换次数大大降低。图12（d）为各电源无功功率曲线，可见，风机承担的无功功率约为0.2 Mvar，储能承担剩余无功功率。

图13为采用不同控制策略时双馈风机的转速曲线。由图可见，在0～40 s和65～70 s期间，风光出力大于负荷功率，对风机进行超速减载控制，风机转速上升。仅采用风机减载时，在2.5 s和70 s时风机转速均超过其保护控制上限值1.3 p.u.；风机光伏均减载时，风机转速未超过1.3 p.u.上限值，因此风机光伏均减载时，能降低风机减载量，减少转速越限情况出现。

图13 双馈风机转速Fig.13 Speed of double-fed wind turbine

图14为光伏偏离电压，ΔU=0为MPPT状态，ΔU≠0为负荷跟踪状态。在不同的光强环境下，偏离电压实时计算，一直随光强变化而变化，保证光伏减载10%。而对于仅风机减载的控制，光伏始终处在最佳工作电压下，故ΔU=0。

图14 偏离电压Fig.14 Deviation voltage

4 结语

本文在风光储新能源电站对临近火电厂黑启动过程中提出了一种风光发电MPPT与负荷跟踪相结合的协调控制策略。仿真结果表明，当风光出力大于辅机功率时，风机、光伏减载跟踪辅机功率能有效降低储能的充放电功率和转换次数；当风光出力小于辅机功率时，风机、光伏MPPT控制与储能共同放电能维持系统稳定。该策略通过对光伏进行定量减载10%，可减少因风机减载过多造成的转速超限问题。