彭政,林锦杰
(1.国网湖南省电力有限公司湘潭供电分公司,湖南 湘潭411100;2.湖南大学电气与信息工程学院,湖南 长沙410082)
近年来,园区分布式能源发电在能源危机和环境问题的驱动下得到有效发展[1-4],但高比例可再生能源渗透下的园区供配电系统面临着系统转换效率低、自平衡能力和能源自协调能力下降等问题。先进储能技术作为协调能量流分配的关键要素[5-7],可实现以电能为核心的多能源柔性互联、能量的双向流动以及电网故障时的有功支撑,将是未来实现智能供需互动的重要研究方向。
目前,储能系统(energy storage system,ESS)在组网结构形态[8]、能量管理[9]、功率和容量优化分配[10]、调峰调频[11-12]、入网拓扑结构及功能仿真[13]等多个方面都已取得相关研究成果。文献[14]通过储能调节公共节点的直流电压,并运用虚拟同步机控制策略调节能源互联网中的功率流向及大小。在园区分布能源并网中,可以通过控制混合节点的直流电压稳定来平衡分布式电源与大电网、负荷以及储能系统互联时的功率平衡。文献[15]针对新能源发电过程中对并网母线电压的冲击,结合分布式能源并网功率的频谱特性,提出一种与储能出力功率、容量和初始SOC参数有关的平抑网络功率波动储能优化配置方法,优化了储能容量规模和动态补偿效果。文献[16]介绍了利用储能装置调控分布式能源发电能源波动的控制算法及策略研究,同时以传统控制方法为基础,开发线性回归预测算法,根据网络功率不平衡状态采用两段式预补偿算法对储能装置进行预充电或预放电,有效地在稳定分布式能源发电并网时降低储能装置的容量规模。
文献[17]通过构建一个具有多输出多输入端口的多能协调运行和综合利用的微电网,提出一种基于能量流动的系统模型来描述能量模块静态关系,结合调度方式,对系统模型在不同能量流状况下进行分析和优化,整体上提升了能源的消纳率,但是对于多能系统并网稳定性并未对比分析。文献[18]针对风光储一体化系统提出了一种主动电源协调控制系统,以系统频率控制为目标,利用储能的充放电特性稳定公共电网的功率,有效地提升了分布式能源并网过程中的动态稳定性,但未考虑整体协调控制能力,也未分析储能系统参与电网补充的自身特性,系统整体经济运行效率差。文献[19]从联网型微电网和独立微电网所需的储能系统规模出发,依据微电网的最佳经济实时运行优化配置方法,对分布式能源季节性发电特性提供了经济支撑,一方面优化了储能系统不同时间尺度规模大小,另一方面也增强了系统稳定可靠性,但是其整体协调机制并未考虑分配问题。
本文提出一种应用于园区风光储一体化并网系统的无功补偿优化协调控制策略,通过神经网络与粒子算法结合实时优化算法对储能系统的容量大小分目标求解分析,保证储能系统对公共电网功率波动平衡控制的同时,也提升分布式能源并入园区公共电网时的并网友好性。最后通过园区风光储一体化系统并入公共电网的运行模式,对储能系统的容量配置分配和系统整体协调控制情况分步骤分情况进行仿真验证,验证了储能容量优化角度下所提策略的正确性和有效性。
为提高园区分布式能源“即插即用”的可靠性,灵活优化配置储能装置的补偿能量,采用如图1所示的交直流混合供配电园区风光储一体化系统。能量路由器对直流母线电压侧的有功功率进行一定补偿,同时园区分布式能源以最大效率捕获自然资源输出功率,而储能系统通过能量路由器与双向DC/DC装置的实时协调控制完成对园区供配电系统内能量的“削峰填谷”和无功补偿优化。本文从分布式能源与园区供配电系统的储能容量下不同能量协调机制出发,提升分布式能源消纳率的同时,增强系统稳定性。
图1 园区风光储系统的基本拓扑结构
该园区风光储一体化系统包含两个等压交流电网,并与此对应通过直流链路进行级联的不同性质的三相三线制一般/重要交流负荷,以及储能系统模块和分布式能源发电装置。储能装置补偿主要通过双向Buck-Boost变换对电池组充放电切换实现能量在直流母线电压稳定、功率交换上的灵活控制。
根据前述结构,公共电网与储能系统进行功率协调控制,其两交流端口输出功率由双向电压源型换流器(Voltage Source Converter,VSC)控制,在采用相同的控制策略下,确保电压等级不一致的电网可以工作于并网/离网带负载模式,储能系统通过稳定电网级联时直流母线(链路)上的电压确保功率流向稳定和母线电能质量优化,达到分布式电源就地消纳、友好并网以及系统关键负荷可靠运行的目的。根据功率流方向和大小将系统运行模式分为4种:①交直流混合配电模式;②分布式能源不足以支撑起整个系统负荷的正常运行,此时系统的动态平衡功率方程为:馈线柔性互联模式;③潮流转供模式;④自稳定运行模式。各运行模式关系如图2所示。
图2 各运行模式及储能变换器运行状态 对应关系图
1)交直流混合配电模式
交直流混合配电模式为系统正常运行时的状态,具体表现为:两网之间单独运行,互不干扰,并通过量路由器和DC/DC装置协调将多余能量存储到储能系统内。此时,系统的功率平衡方程为:
式中,PE+为正值,表示网侧1和网侧2馈入储能装置的多余能量;PG1和PG2分别为电源1和电源2的出力;PWP为园区风光发电系统出力总和;PDC-Ld为园区内直流负荷;PAC-Ld为园区内交流负荷。
2)馈线柔性互联模式
馈线柔性互联模式具体表现为:电源1为交流负荷供电时,通过能量路由器与电源2实现馈线柔性互联,为交流负荷2提供能量,电源2也是如此,直流母线接纳分布式电源为直流负荷供电。由于此时潮流分布受分布式能源的影响很大,故分为两种情况:
①分布式能源能够支撑起整个电网负荷的正常运行,此时系统的动态功率平衡方程为:
式中,PE+为正值,表示馈入储能装置的多余能量。
式中,PE-为负值,表示储能装置稳定直流母线电压时向园区电网1和电网2馈入的能量。
3)潮流转供模式
潮流转供模式与馈线柔性互联模式①对应互补,具体表现为:当电网面临故障或能量路由器无法正常工作进而无法为负荷进行供电时,为保障系统的功率大小和方向守恒,电源2通过能量路由器、DC/DC装置与分布式能源、储能设备协调对交流负荷1和直流负荷供电,避免因故障带来的负荷断电和新能源投切。
4)自稳定运行模式
自稳定运行模式具体表现为:当电网停电或能量路由器控制离网时,此时需要储能装置放电以维持直流母线电压稳定,确保系统短时间内对外功率守恒和交直流负荷的正常运行,待系统故障排除后,重新工作于交直流混合配电模式。此时优先选择蓄电池组放电,系统功率平衡方程为:
若园区分布式能源与储能装置无法对系统功率守恒进行维持,从负荷优先等级考虑,切断敏感性负荷。
在园区风光储一体化系统中,尤其是在两网馈线柔性互联时,不同规模的储能装置之间很可能因容量的大小出现互相充放电、系统潮流反向以及直流母线振荡等不稳定的情况,甚至分布式能源入网频率失去稳定,系统崩溃。在这种情况下,利用储能装置的容量配置去缓冲可再生能源发电对电网的冲击,实现多能协同供应和阶梯利用[20]。
考虑到目前单一的智能算法无法解决储能容量计算过程中园区风光储一体化系统各变量之间的高度耦合问题[21]。结合现有的已知分布式能源出力条件下储能容量求解方法,构建如图3所示的神经网络-粒子群结合算法的储能容量迭代寻优流程。
图3 神经网络-粒子群结合算法迭代求解 储能容量流程
园区储能系统接入电力系统节点位置一致时,储能装置的容量大小在平抑网络功率波动效果上以及在抑制线路损耗上为寻优求解目标。
1)以网络有功功率波动为优化目标
考虑到电网频率的变化对电力系统频率的干扰,严重时会造成电力系统发电机组解列及其他电力电子设备故障,故在保证风光储并网运行期间电网功率波动范围最小,确保电力系统安全运行的同时也降低设备维护成本。其函数表达式如下:
式中,Pnet_min为公共电网波动瞬时功率最小值;PL为园区实时负荷值;PWP为园区风光发电系统输出的实时功率;Pref为储能装置在补偿周期TE内输出功率的平均值;Pgrid为园区供配电系统输出的实时功率。
2)以网络传输有功损耗为优化目标
当储能系统接入公共电网后,其容量的大小一方面保证了其响应速度,另一方面能量传输过程中其充放电时间也必将造成能量传输的整个线路损耗。所以合理设计容量大小,不仅可以确保其响应速度,也能避免储能系统长时间充放电时给输电线路规划设计过程中带来的电力冗余。其函数表达式如下:
式中,Ploss_min为园区电能传输过程中的瞬时能量损耗最小值;U为园区供配电系统母线电压有效值;φ为园区供配电系统的功率因素;R为储能系统的内阻。
根据园区风光储系统的结构和基本运行原理,上述储能系统在TE周期内补偿的功率为:
进一步考虑到储能单元的荷电状态(State of charge,SOC)而避免过充和过放,规定储能单元的荷电状态上限和下限为Cup和Clow(0≤Clow<Cup≤1)。据此,储能系统容量计算式为:
式中,P1(t)为公共网络功率Pnet(t)与储能系统输出功率Pref(t)的输出功率差值的绝对值。
以储能系统为调控优化核心的风光发电系统,主要通过对储能系统与电网内功率流的导流,减轻园区电力系统的供配电压力,也为风光储一体化并网系统的稳定提供支撑,系统的能量协调控制框图如图4所示。
图4 园区风光储一体化系统整体协调框图
考虑到负荷的结构和功率具有一定波动性,并且能源互联过程中存在着能量互补耦合的关系,电网方面希望所并入的新能源出力足够稳定且波动幅度小,因此储能系统对有功功率协调控制提高系统稳定性尤为关键。按照风光储一体化系统的多能互补运行特性,当风光电站的有功出力过大(Pnet>0)时,此时储能变流器检测到公共电网的频率过高进而触发储能单元工作于充电状态,用于削除公共电网中多余有功功率,确保公共电网的安全,进而避免公共电网给风光发电系统并网时所造成的风光投切离网。
另外,对于系统不平衡量Qnet的功率因素滞后和超前判断,通过实时采样比较并网点的实际电压与标定额定电压的差值,判断其公共节点的无功不平衡状态,进而促发双向DC/DC进行相应调整动作。
根据能量补偿原理及过程,得到风光发电系统并网双向DC/DC与能量路由器整体协调控制,其控制框图如图5所示。
图5 DC/DC换流器功率并网协调控制框图
同理,为实现园区风光发电系统在潮流转供过程中园区公共电网稳定运行,需要通过储能装置和能量路由器的协调功率平衡,采用如图6所示的基于PQ无功补偿改进控制策略。
图6 能量路由器离网协调控制框图
选取我国南方某地区(28°N,113°E)为研究对象,根据该地区的气象历史数据,该地属于亚热带湿润气候区,整体区域负荷波动及增长速度较为平稳。为确保预测误差最小以及功率曲线的拟合程度高,选取风电场规模为10 MW、光伏电站为2 MW,公共电网电力负荷采取科研教育园区的波动数值,结合园区风光储一体化系统拓扑结构,构建如图7所示的Matlab/Simulink模型,主要电气设备仿真模块参数见表1。重点分析园区风光储并网系统下储能容量不同优化目标下对公共电网的能量补偿状况。
表1 仿真参数
图7 计及无功补偿的园区风光储 系统仿真模型
首先结合神经网络-粒子群算法对不同目标下的储能容量寻优迭代求解,并以此为条件对不同运行模式下的园区风光储系统的能量流优化差异进行分析。根据求解流程,对两种不同优化目标下的函数迭代求解,得到如图8、图9所示的对比图。
图8 储能系统优化配置对比运行图
图9 储能容量优化配置适应度函数 曲线对比图
由图8的两种运行计划可以看出,在同等电力负荷运行计划情况下,图8(a)中的风光发电系统和储能系统的波动幅度比较大,而图8(b)中风光发电系统的波动幅度相对较小,储能系统的出力变化频率相对较小。综合上述结果,在忽略系统电能传输损耗以及在同等负荷调度运行计划下,选取优化网络损耗最小的储能系统容量比较合理。
同时,在不同的容量迭代求取条件下,网络有功功率波动值ΔPnet=8.6%,网络有功功率损耗ΔPloss=1.7%,符合电网正常运行标准。
园区光伏出力及端电压曲线如图10所示,风电端口出力及无功曲线如图11所示,负荷曲线如图12所示,公共电网功率波动及电压偏差曲线如图13所示。
图10 园区光伏出力及端电压曲线图
图11 园区风电端口出力及无功曲线图
图12 园区负荷曲线图
图13 公共电网功率波动及电压偏差曲线图
根据上述风电场、光伏电站和负荷的功率曲线图,对储能不同优化目标下出力及公共电网功率波动状态仿真,得到如图14—17所示的波形数据。
图14 平抑网络功率时节点功率及电压偏差图
图15 平抑网络功率时节点三相电流及谐波图
图17 最小损耗时节点三相电流及谐波图
综合图14和图16中Pnet的波动状况知,当储能容量为最佳平滑网络功率值时,网络节点的功率波动程度相对于最小损耗时较佳,但是综合其无功功率波动,公共电网在最小损耗储能容量时响应较为迅速,毛刺偏少,即分别测取并网节点三相电流及其谐波畸变率时,最小损耗容量的THD小于平抑波动容量值。另外通过与传统运行下的图11对比可知,储能的作用有效提升了公共电网中的能量消纳率,同时最小损耗时的储能容量值降低了系统谐波电流所增设的附加损耗量。
图16 最小损耗时节点功率及电压偏差图
由图18知储能单元和园区功率波动特性的规律一致,且出口电流平滑,有利于蓄电池的维护保养。由图19和图20知在风电场、光伏电站与园区公共网柔性互联由并网转换为离网时,储能系统能够及时响应系统的转换动态,大幅度提升系统的稳定性,确保了园区内负荷的正常供电。而且根据图18知,在离网运行期间,电网内所窜流的无功功率变得平滑,即此时风电场和光伏电站向电网所注入的无功功率偏少,另外有功功率的波动幅度也较小。在风电场和光伏电站由离网转换为并网运行期间,电网内有功功率出现了小幅的凸点,但是由于储能系统的出力,系统的功率逐渐平滑,确保了系统内功率的整体能量协调控制的稳定性。
图18 无功优化时储能单元工作状态图
图19 柔性互联时电网功率及电压波动状态图
图20 柔性互联时储能单元工作状态图
通过建立园区风光储一体化仿真模型,对园区风光储一体化系统接入电网时的公共电网能量流进行仿真实验,重点分析储能系统引入园区风光发电系统后能量动态平衡以及公共电网的网侧电能质量情况。仿真结果表明含储能系统的园区风光发电系统在与公共电网互动时可以有效提升风光发电并网系统的稳定性、储能单元的充放电保护、公共电网内的能量流动态协调,验证了所构建的风光储一体化系统并网协调策略的有效性和正确性。