考虑可行性评估的光伏黑启动储能配置分析

李翠萍，王艺茗，李军徽，张哲深，黄建文，陈培毅

（1.现代电力系统仿真控制与绿色电能新技术教育部重点实验室（东北电力大学），吉林 吉林 132012；2.国网浙江省电力有限公司苍南县供电公司，浙江 苍南 325800）

0 引言

近年来，随着电网互联规模的不断扩大，电力系统的稳定性也受到了更多的考验，局部的波动或者误操作可能会对整个电网造成巨大的影响［1-2］，甚至造成大规模的停电事故［3-5］，对国家和社会造成极大的影响［6］，因此提前制定黑启动方案是维护电力系统安全稳定运行的前提之一［7］。

目前世界范围内的黑启动方案依旧以水电机组及火电机组为主［8-9］，主要过程是通过水电机组恢复火电机组辅机，进一步恢复使发电厂形成供电子系统［10］。然而以我们国家西北等地区为例，水电资源较为匮乏，仅通过火电机组辅机自行启动，耗时过长［11］，而西北地区的风光资源十分丰富［12-13］，因此通过新能源参与黑启动方案逐渐成为现阶段的研究对象［14-15］。

但由于光伏固有的随机性、波动性等［16］特点，独自作为黑启动电源可能难以保证黑启动的可靠性，而储能以其快速响应、可控性强等优点可以弥补光伏系统的缺点［17］，同时可以使其辅助新能源供电快速稳定地完成恢复任务。现阶段对于新能源系统完成黑启动的可行性做了以下研究：文献［18］通过将黑启动负荷需求进行分析，构建功率评价指标，设计了风光储黑启动的可行性评估方法；文献［19-20］将微电网系统进行建模，通过典型场景的概率函数求取，从而确定微电网黑启动的可行性；文献［21］通过对风电场出力概率分析提出了通过储能辅助风电场完成自启动等过程的方案，验证了储能对于新能源黑启动的可行性；文献［22-23］建立了孤岛运行状态下的光储黑启动控制策略，从而进行可行性分析；文献［24］分析了不同温度和光照强度的输出特性，并考虑储能在不同环境下的被影响程度，进而确定考虑环境适应性的控制策略，验证光储黑启动可行性；文献［25-26］主要从储能辅助风光系统承担黑启动任务时储能容量配置的方法进行研究。上述文献都进行了新能源黑启动的可行性分析，从光储、风储、风光储等方面通过设计控制策略，验证了黑启动可行性，但是场景划分可以更加精细，在此基础上储能的配置可以进一步优化，本文从上述方向进行更加深入的研究。

本文对光伏电站作为黑启动电源的可行性进行验证，再计算光伏缺额，设计储能的配置方案，再对光储黑启动可行性提升进行验证。首先对照火电机组辅机的启动过程进行黑启动功率需求分析，确定黑启动最小功率；然后根据不同季节的特征将光伏出力、温度等影响因素进行场景划分，根据场景特点设计相应的光储控制策略；结合控制策略确定储能配置区间，引入可行度概念确定最优储能配置；最后通过MATLAB 仿真平台，使用BP 神经网络方法进行预测数据，结合所设计的方法确定光伏黑启动可行性及储能的配置，并经过比较验证配置储能的有效性。

1 光储黑启动模型及负荷出力分析

1.1 光储联合系统黑启动模型

光储联合系统黑启动模型主要由光伏电站、储能电站、变压器、逆变器、待启动火电机组辅机及其他厂用负荷等组成，结构图如图1 所示。黑启动结构主要由黑启动电源及负荷组成，光储黑启动电源主要由一个或多个光伏电站及储能电站并联组成；黑启动负荷主要由火电机组及火电机组辅机组成。由于光伏电站及储能电站不足以启动整个火电机组，因此通过黑启动电源将火电机组辅机启动，再由辅机和黑启动电源共同完成启动整个火电机组，使火电机组为整个电力系统恢复供电。

图1 光储联合系统黑启动模型图Fig.1 Black start model diagram of photovoltaic energy storage combined system

1.2 光伏黑启动负荷需求分析

火电机组的启动是一段持续出力的过程，在这一段时间内光伏出力及储能出力要大于火电辅机启动的需求功率，需要对黑启动负荷需求作出分析，得到光伏黑启动最小出力，从而作为光伏黑启动可行性评估的一个评价指标。由于本文是通过光储黑启动系统为火电机组辅机供电，光储黑启动负荷主要由启动火电机组辅机的各阶段设备以及部分厂用电承担。

所求得的火电机组辅机总容量可以设定为光储系统黑启动的负载出力。由此可以确定光伏系统黑启动的最小出力，其定义为满足黑启动负载需求的最小出力。将火电机组辅机设为负载PF，并考虑一定的光伏电站的厂用电，光伏黑启动最小出力Pbs-min可以通过下面的公式得出。

式中：PSZ为光伏电站厂用电及辅机自用电；系数ΔP%为线路损耗率及预留量。

所得出的光伏黑启动最小出力可以作为后续工作的评估标准，通过将当前光伏出力与光伏黑启动最小出力的比较，可以判据当前光伏出力是否可以完成黑启动任务，从而完成黑启动可行性评估。

2 光伏黑启动的可行性评估

2.1 可行性评估基本思路

由于黑启动是一段持续的过程，光伏出力需要保证在这一段时间内始终高于黑启动负荷需要的功率，可以将黑启动过程视为一段固定时间尺度在光伏出力时间轴上滚动的窗口，每滚动到一个位置，判定该时间段内的光伏出力是否满足黑启动出力，判定完成继续向下滚动，将长的时间尺度分成无数个小的时间窗口进行评估，由此完成整段黑启动可行性评估，基本思路如图2所示。

图2 可行性评估基本原理Fig.2 Basic principles of feasibility assessment

图2 中S1 为光伏满足黑启动部分，S2 为光伏不满足黑启动部分，需要判定储能是否足以补偿，如果储能足以补偿，即可视为可以完成黑启动任务。

2.2 可行性评估方法

评价每一个窗口内的黑启动可行性，具体方法如下所示。

通过光照辐射及温度确定光伏出力模型，光伏出力模型用Ppv，day(t)表示，其中t为时间，每天的光伏出力随时间变化而变化，其中每日光伏的最大值为

光伏系统的出力PPV采用式（2）进行计算。

式中：fPV为光伏系统的功率降额因数；YPV为光伏阵列容量；IT为实际光照度；IS为标准测试条件下的光照度；αp为功率温度系数；Tcell为当前光伏电池的表面温度；Tcell，STC为标准测试条件下的光伏电池温度，一般取25 ℃。

将光伏黑启动过程时长设为jmin。先将窗口内整个光伏出力的电量算出来，光伏出力电量为：

式中PG(t)为光伏电站在t时刻的功率。

将光伏黑启动出力在该时间尺度下所需要的电能进行比较，可以得出光伏出力与黑启动最小出力的比值η。

式中Pbs-min为黑启动最小出力。

根据η的大小可以分为如下3种情况。

1）当η≥1时

该情况为光伏出力电量大于黑启动所需要电量，此时不需要储能的动作，仅靠光伏出力，能够完成黑启动任务，可以直接视为可行。

2）当η＜1，但·100% ≥1时

式中Pbess-min为储能最小出力，光伏出力电量小于光伏黑启动最小出力电量，但通过储能系统的弥补可以完成黑启动任务。

式中Pbess-max为储能最大出力。

在该时间段内，光伏出力电量与储能可以弥补的总电量之和仍小于光伏黑启动最小出力电量，无法成功完成黑启动过程，不可以在该时间段进行黑启动操作，需要将窗口进行下一次滚动，再次进行计算。

3 光储联合系统下储能配置方法

3.1 光伏场景的划分

光伏电站受到季节、光照条件以及环境温度的影响会对光伏出力产生较大的差异，需要对场景进行细致划分。

首先确定强、弱光区的功率界限，结合光伏系统出力模型可知，光伏系统出力主要与该时刻的环境温度与光照强度有关，将某时刻的环境温度与光照强度的求取近似如式（5）—（6）所示。

式中：Gqd-i为i时刻光伏系统近似光照强度；IT-i为i时刻实际光照度；IS为标准测试条件下的光照度；fPV为为光伏系统的功率降额因数；Thj-i为i时刻环境温度；αp为为功率温度系数；Tcell-i和Tcell，STC分别为当前光伏电池的表面温度和标准测试条件下的光伏电池温度，一般取25 ℃。

由光伏出力模型可知：

式中PPV-dz为弱光区与强光区的临界功率。将2.2节中满足1）或2）两种情况的数据作为良好数据进行计算，可知弱光区与强光区的临界功率PPV-dz为：

式中：Plh为良好数据的功率值；nlh为良好数据的数量，在4个季节中分别计算强弱光临界功率。

光伏系统实际功率在黑启动时间段内的平均功率为：

式中：Psj-i为i时刻的光伏实际功率；k为黑启动设定的持续时间数量。

在强弱光区划分的基础上以环境温度为条件约束进一步划分为高、低温区。与上述划分方法相似，计算高低温区间的临界温度Thj-dz。

式中Tlh为良好数据的温度值。

根据各个季节的气候特点将临界温度进行划分，温度高季节中临界温度适当提高，反之临界值降低，防止部分场景数据过少。四季高低温临界温度如表1所示。

表1 四季临界温度值Tab.1 Critical temperature value of four seasons

各个季节的高低温区间分隔温度在黑启动时间段中此时段的平均温度如式（11）所示。

式中：Tsj-i为i时刻的实际环境温度；m为黑启动设定的持续时间点数量。由此可以将区域划分为，当Tsj-i＞Thj-dz时，为高温区；当Tsj-i≤Thj-dz时，为低温区。由此每个季节可以划分为4 种场景：强光高温区、强光低温区、弱光高温区、弱光低温区，结合不等式以及各约束条件如图3所示。

图3 各季节不同场景的划分Fig.3 Division of different scenes in each season

3.2 多场景光储控制策略的设计

由上述场景可知，仅采用光伏电站不能保证黑启动顺利完成，需要储能设备的辅助补充光伏出力。因此需要对储能的配置进行研究，防止储能配置的不足造成黑启动任务无法完成或储能配置过高而造成资源的浪费。根据不同的场景，光伏及储能的控制方法如下所示。

1）强光高温区

该区间为各个季节光伏出力环境最为理想的状态，只需要光伏出力就可以满足光伏黑启动最小出力，在完成黑启动任务的同时为储能充电，依然存在多余功率时，采用弃光方式，该阶段光伏电站采用减载控制策略而储能采用额定状态充电控制策略。

2）强光低温区/弱光高温区

两个区间情况相似，共用一个控制策略。该区间为不确定区间，部分时间需要储能补充出力才可以完成黑启动任务，而部分时间光伏出力独自就可以满足黑启动最小出力，该阶段时光伏电站采用在出力充足时采用最小出力跟踪方法，而出力不足时采用最大功率跟踪控制策略。

3）弱光低温区

该区间为光伏出力较少阶段，整个区间内大部分时间窗口无法满足光伏黑启动最小出力。该阶段光伏电站无法完成光伏黑启动任务，光伏电站以及储能均不需要动作。

3.3 储能配置的确认

结合上述4 种场景下的储能控制策略可以制定储能的额定功率以及额定容量配置。根据历史数据，采用滑动时间窗的方式，确定不同的储能配置，再选取合适的储能配置。将时间窗尺度设为k，k应远大于黑启动时间j，使计算配置的储能容量更加准确。

计算合适的储能充放电功率PN，由于储能成本高昂，大部分光伏电站在光伏出力充足时，会采用弃光策略，剩余的光伏出力无法完全由储能吸收，因此不能通过光伏多余出力计算储能的充电功率，会导致所配置的储能功率及容量过高，根据储能放电阶段进行出力功率的计算，只需要在上述第2 个控制策略对应的两个场景内计算即可。在两个场景内，选取不同时间段分别计算储能需要的功率，再取平均值，计算如式（12）所示。

式中：tf为其中一段储能放电的时长；t0为该时间段的起始时刻。计算得出i时间段的储能功率Pi，求取Pi平均值可以作为储能的额定功率PN。

再通过滑动窗口，经过不同的区域，通过不同的放电控制策略，确定不同的时间窗口所需要配置的储能值Ej。选取其中最大值Ej-max以及最小值Ej-min作为边界值。再将储能分别按照Ej-max和Ej-min设定，并引入可行度μ概念。可行度μ为在该时间尺度储能可以满足控制策略动作的概率，如式（13）所示。

式中：t1为黑启动所选择的时间尺度；t0为在该时间尺度内，储能可以按照储能控制策略动作的时长。

通过可行度的概念，可以判定所配储能能完成该时间段工作任务的情况，进一步可以判定储能的容量是否配置合理。在最大值Ej-max以及最小值Ej-min之间间隔赋值，求取合适的储能容量。

4 算例分析

为了验证上述所提出的光储黑启动可行性评估的方法的正确性，通过使用MATLAB 仿真程序进行模拟仿真。本文以吉林某地区的光伏电站所提供的一年的辐射数据以及环境温度作为参考，其中数据采样时间1 min。通过光储系统联合启动一台150 MW 的火电机组为例，具体参数如表2 所示，线损率参考2021 年线损率。其中11—1 月为冬季，2—4 月为春季，5—7 月为夏季，8—10 月为秋季。设黑启动过程为60 min。

表2 参数数据Tab.2 Parameter data

辅机总容量为7 MW，2021 年的线损率为4.94%，再加上1%的预留量，按照文中提供的黑启动最小出力为7.041 MW。

4.1 场景划分

根据光伏电站所提供的数据，可以得出光伏全年出力曲线，如图4所示。

图4 吉林某光伏电站全年出力情况Fig.4 Annual output of a photovoltaic power station in Jilin

结合所计算的黑启动最小出力，去掉不良数据，进行场景划分，将全年分为春、夏、秋、冬4个阶段，分别将四季数据与满足黑启动最小出力进行比较，如图5 所示。各个季节除去极端天气下，在环境温度以及光照辐射度的双重影响下，呈现不同的趋势，秋冬季节与春夏季节相比满足黑启动最小出力的天数较少。

图5 四季满足黑启动最小出力情况Fig.5 Minimum output of four seasons to meet black start

在季节的场景下，再进行场景划分。图6 表示为以春季为例的4 种场景的分布图，分别用环境温度以及光照幅度来表示，场景分界线根据式（7）来确定。

图6 春季GT分布Fig.6 Spring GT distribution

以春季为例，划分为强光高温区、强光低温区、弱光高温区以及弱光低温区4 个场景，如图6所示。

以春天为例，结合光照强度以及温度，将4 个场景的光伏输出功率更加直观的表现出来的三维图，同时也体现出各个场景的不同特点。并结合其的特点进行储能控制策略的划分，如图7所示。

图7 春季GT分布三维图Fig.7 3D Graph of spring GT distribution

4.2 储能配置确定

首先需要以步长为1 h 的黑启动过程窗口在数据中滚动，设定储能电池的初始电量为额定电量的50%，得到不同起止时间段中的完成黑启动任务的功率差值，数据如图8所示。

图8 部分功率差值Fig.8 Partial power difference

再通过式（12）计算，得到功率为4.867 MW，由此可以近似得到储能电站的额定功率为5 MW。根据整体功率差值计算，容量设定为2.357 MWh到14 MWh之间。

进而确定储能电站的容量，根据计算得出的储能功率，同时将已进行场景划分的数据按照不同的储能及光伏电站控制策略进行模拟，引入储能容量可行度μ的概念，确定适合的储能容量，储能容量所对应的可行度图9 所示。可以看出当储能容量大约到达9 000 kWh 左右可行度达到峰值，储能容量继续增加并不会提升可行度，会增加储能的浪费，因此储能容量选择为10 MWh，储能的配置为5 MW/10 MWh。

图9 储能可行度Fig.9 Feasibility of energy storage

4.3 可行性评估及储能配置检验

将历史数据通过BP 神经网络进行学习，结合气象监测部门提供的环境温度及光照辐射度的预测值，进行光伏功率的预测，得到预测值如图10所示。

图10 光伏预测值Fig.10 PV predicted value

所得到的预测值进行可行性评估，先后对储能参与前与储能参与后进行仿真模拟，可以得到不同的黑启动可执行时间段，如图11所示。

图11 储能配置前后某天功率Fig.11 Power of a day before and after energy storage configuration

图11 为某时段储能弥补前后的输出功率对比，储能弥补前可执行时长仅为3.01 h左右，而在配置有效的储能后增长到8.3 h 左右，可以看出合适的储能配置可以大大提升光伏黑启动的成功率。对春夏秋冬四季的储能配置前后黑启动可执行度分别进行对比，并对全年黑启动可执行度进行对比，数据如表3所示。

表3 储能参与前后黑启动可执行度Tab.3 Black start executable degree before and after energy storage participation %

表3 中，冬季提升最为显著，提升了20.43%，春秋也均有较好的提升，分别提升13.99% 及14.27%，而夏季由于温度及光照的自身优势，在配置储能前及有较好的黑启动能力，由于夏季存在较多的强光高温场景，该场景的光伏电站会采用弃光策略，因此储能对于夏季的黑启动可执行度提升不多，但夏季仍为可执行度最高的季节。

可以看出，该方法可以有效判断出光储黑启动的可行性，同时所确定的储能可以大大提高光伏电站单独作为黑启动电源的成功率，也不会造成储能配置过多的资源浪费。

5 结语

本文针对光伏系统能否承担黑启动任务进行了分析，由于光伏的不确定性，配置储能系统进行平抑、辅助光伏系统进行黑启动任务，设计了光伏作为黑启动电源的可行性评估方法，同时将场景划分，确定了储能配置的方法，并进行验证，结论如下。

1）根据文中所设计的光伏黑启动可行性评估方式，首先进行光伏黑启动最小功率的确定，排除不良数据，进而可以快速确定光伏黑启动可行性，为后续的场景划分提供基础。

2）将光伏场景进行季节、环境温度、光照辐射度的划分，共分为16 种场景，并结合场景特征，进行控制策略的设计，同时根据控制策略进行储能的功率及容量配置的可行区间的分析。

3）根据储能的配置区间执行光储黑启动可行性评估，并引入可行度概念，确定区间内的储能所得到的可行度，从而确定最优的光储系统黑启动储能配置，提升了光伏系统黑启动可行性，同时对储能的配置没有造成不足或者大量的浪费。