陳長青，李欣然，張冰玉，陽同光

基于多時間尺度的儲能調(diào)峰調(diào)頻協(xié)同控制策略

陳長青1,2，李欣然1，張冰玉3，陽同光2

(1.湖南大學(xué)電氣與信息工程學(xué)院，湖南 長沙 410082；2.智慧城市能源感知與邊緣計算省重點實驗室(湖南城市學(xué)院)，湖南 益陽 413000；3.國網(wǎng)浙江湖州市德清縣供電有限公司，浙江 湖州 310000)

儲能(Energy Storage, ES)僅參與電網(wǎng)單一場景(調(diào)峰或調(diào)頻)控制，利用率低。首先，提出一種基于ES荷電狀態(tài)(State of charge, SoC)的調(diào)峰調(diào)頻工作區(qū)域劃分方法和協(xié)同控制策略，可實現(xiàn)ES在調(diào)峰與調(diào)頻控制間切換，進(jìn)而提高利用率。其次，為進(jìn)一步提高ES調(diào)峰調(diào)頻效果，在調(diào)峰單一場景中分別提出變功率調(diào)峰策略和虛擬慣性與下垂控制相結(jié)合的綜合調(diào)頻控制策略。然后，在此基礎(chǔ)上進(jìn)一步提出調(diào)峰調(diào)頻協(xié)同控制策略。最后，通過仿真實例發(fā)現(xiàn)，相比單調(diào)峰與單調(diào)頻控制，基于多時間尺度的協(xié)同控制策略，ES利用率分別提高了16.25%與37.29%，說明了該方法和策略的可行性。

儲能；調(diào)峰；調(diào)頻；協(xié)同控制策略

0 引言

ES具有性能穩(wěn)定、響應(yīng)快等特點[1-4]，被廣泛應(yīng)用于平抑新能源出力波動[5-6]、提高低電壓穿透能力[7]、調(diào)峰[8-10]和調(diào)頻[11-12]等，因此利用ES來改善電網(wǎng)運行特性，已然成為眾多學(xué)者的研究重點[13-15]。

在調(diào)頻研究方面：文獻(xiàn)[12]通過模擬慣性控制，提供動態(tài)頻率快速支持，解決風(fēng)光新能源發(fā)電造成的頻率偏移，驗證了下垂控制及慣性控制參與調(diào)頻的可行性；文獻(xiàn)[17-18]考慮ES的SoC與充放電功率關(guān)系，提出變下垂系數(shù)自適應(yīng)控制方法，有效提高了ES調(diào)頻效果；文獻(xiàn)[19]提出一種虛擬負(fù)慣性控制策略，通過頻率偏差臨界值用以區(qū)分不同情況的調(diào)頻需求，選擇對應(yīng)的控制策略，提高了調(diào)頻準(zhǔn)確性；文獻(xiàn)[20]提出一種基于動態(tài)下垂系數(shù)與動態(tài)SoC基點的ES一次調(diào)頻控制策略，能有效提高ES持續(xù)時間和調(diào)頻效果。

而在調(diào)峰研究方面：文獻(xiàn)[21]提出綜合考慮調(diào)峰效果、購電支出、蓄電池?fù)p耗的多目標(biāo)優(yōu)化模型，采用改進(jìn)粒子群優(yōu)化算法進(jìn)行求解；文獻(xiàn)[22]基于園區(qū)預(yù)測負(fù)荷，對負(fù)荷及SoC狀態(tài)劃分區(qū)間，針對不同區(qū)間設(shè)計各自的目標(biāo)函數(shù)，采用動態(tài)自適應(yīng)粒子群算法進(jìn)行求解，進(jìn)而確定ES控制策略；文獻(xiàn)[23]提出負(fù)荷預(yù)測與調(diào)峰動態(tài)目標(biāo)規(guī)劃結(jié)合的ES調(diào)峰控制策略，通過分階段滾動優(yōu)化實現(xiàn)最優(yōu)調(diào)峰效果。

然而，ES僅應(yīng)用于單一調(diào)峰或調(diào)頻場景，只有在特定時段ES才動作，在其他時段處于閑置狀態(tài)，極大地浪費了ES資源。因此，近年來，為了提升ES利用率，部分學(xué)者開始研究ES多場景協(xié)同運行。如文獻(xiàn)[24]針對負(fù)荷側(cè)ES，建立調(diào)峰調(diào)頻綜合收益的經(jīng)濟優(yōu)化模型，并驗證了調(diào)峰調(diào)頻協(xié)同優(yōu)化收益大于兩者單獨收益之和，從經(jīng)濟性角度證明了調(diào)峰調(diào)頻協(xié)同優(yōu)化的可行性。文獻(xiàn)[25]針對電網(wǎng)側(cè)ES，提出了一種調(diào)峰調(diào)頻的綜合控制策略，將SoC進(jìn)行區(qū)域劃分，實現(xiàn)兩個應(yīng)用場景協(xié)調(diào)運行。但文獻(xiàn)[24-25]中ES主要采用恒功率出力策略，不能實時跟蹤負(fù)荷曲線變化，降低了調(diào)峰調(diào)頻準(zhǔn)確性。

基于此，本文針對電網(wǎng)側(cè)ES，提出一種基于SoC狀態(tài)的多時間尺度調(diào)峰調(diào)頻工作區(qū)域劃分方法。該方法可實現(xiàn)ES在調(diào)峰與調(diào)頻控制間切換，進(jìn)而提高利用率。針對單調(diào)峰和調(diào)頻控制場景，分別提出變功率調(diào)峰策略、虛擬慣性與下垂控制相結(jié)合的綜合調(diào)頻控制策略。并在此基礎(chǔ)上，進(jìn)一步提出調(diào)峰調(diào)頻協(xié)同控制策略。最后，通過仿真實例發(fā)現(xiàn)：相比單調(diào)峰與單調(diào)頻控制，基于多時間尺度的協(xié)同控制策略，ES利用率分別提高了16.25%與37.29%。說明了該方法和策略的可行性。

1 協(xié)同控制工作區(qū)域劃分方法

1.1 工作區(qū)域劃分思路

電網(wǎng)調(diào)峰為日前計劃調(diào)度，通常由電力調(diào)度部門根據(jù)歷史負(fù)荷數(shù)據(jù)和未來一天的負(fù)荷預(yù)測值，分配給ES和各發(fā)電廠的出力計劃，而調(diào)頻為日內(nèi)實時調(diào)節(jié)。當(dāng)供電與負(fù)荷不平衡時，將發(fā)生頻率波動，進(jìn)而產(chǎn)生調(diào)頻需求。

根據(jù)調(diào)峰市場規(guī)則，ES作為第三方獨立主體，需嚴(yán)格按照日前發(fā)電計劃進(jìn)行出力[26]。圖1為ES調(diào)峰原理圖。然而，當(dāng)ES僅應(yīng)用于單一調(diào)峰場景時，只在負(fù)荷高峰時段或者負(fù)荷低谷時段進(jìn)行充放電動作，而在其他時段處于閑置狀態(tài)，大大降低了ES利用率。因此，本文對ES采用“閑時復(fù)用”(即在同一個時間段內(nèi)，只有一種工作模式(調(diào)峰或調(diào)頻))的方式。在ES非調(diào)峰階段，利用閑置ES改善電網(wǎng)頻率，進(jìn)而提高利用率。從而可將ES劃分為多個工作區(qū)域，如圖2所示。

圖1 ES調(diào)峰原理圖

圖2 不同時間尺度的協(xié)同工作區(qū)域劃分

1.2 基于SoC的工作區(qū)域劃分方法

受ES容量限制，當(dāng)ES應(yīng)用于調(diào)峰調(diào)頻協(xié)同控制時，需要對SoC進(jìn)行合理規(guī)劃。當(dāng)ES工作在填谷區(qū)時，ES處于充電狀態(tài)，其SoC從0.1升至0.9。當(dāng)ES工作在削峰區(qū)時，處于放電狀態(tài)，SoC從0.9降至0.1。此時，當(dāng)ES切換至調(diào)頻區(qū)時，SoC初始值可能處于0.1或0.9。然而，頻率偏差具有雙向可能性。因此，當(dāng)SoC為0.1時，不能通過放電來改善頻率跌落問題，當(dāng)SoC為0.9時，不能通過充電來改善頻率上升問題。為避免使SoC處于臨界值，降低調(diào)頻能力，本文將SoC調(diào)峰工作區(qū)間設(shè)為0.15～0.85，為調(diào)頻預(yù)留0.05，圖3為協(xié)同控制下的SoC分區(qū)示意圖?；赟oC的調(diào)峰調(diào)頻協(xié)同控制工作區(qū)域劃分如圖4所示。

圖3 協(xié)同控制下的SoC工作區(qū)域劃分

圖4 基于SoC的協(xié)同控制工作區(qū)域劃分

2 ES調(diào)峰調(diào)頻協(xié)同控制策略

2.1單調(diào)峰控制策略

在傳統(tǒng)恒功率充放電策略中，因ES出力與實際調(diào)峰需求不匹配而出現(xiàn)局部反向高峰現(xiàn)象。為此，本文提出一種變功率充放電控制策略，使ES可根據(jù)負(fù)荷調(diào)峰需求動態(tài)調(diào)整充放電功率。ES變功率充放電控制策略以一天為時間尺度，基于電量平衡原則，即ES填谷吸收的容量與削峰釋放的容量相等。其變功率充放電策略控制流程如圖5所示。

圖5 ES變功率充放電策略流程圖

其具體控制步驟如下所述。

1) 導(dǎo)入原始負(fù)荷l，得到負(fù)荷的峰值max與谷值min。

當(dāng)填谷容量g與可用容量n相等時，填谷線g也隨之確定，若g小于n，則繼續(xù)迭代向上移動填谷線，直至g與f相等。ES參與調(diào)峰場景變功率充放電策略削峰出力，如式(4)所示。

上述步驟可以確定ES參與調(diào)峰場景變功率充放電策略的動作深度與動作時間。

2.2 單調(diào)頻控制策略

虛擬下垂控制對改善系統(tǒng)穩(wěn)態(tài)頻率偏差效果很明顯，卻無法解決初始頻率偏差變化率過快的問題，而虛擬慣性控制能有效改善頻率偏差變化率。因此，基于兩種控制方法各自的優(yōu)點與不足，提出一種綜合調(diào)頻控制策略，其具體過程如圖6所示。

圖6 ES綜合控制模型

由圖6可知，當(dāng)兩種控制策略結(jié)合時，其ES出力如式(5)所示。

式中，IR和DR分別為慣性和下垂控制系數(shù)。

在綜合控制策略下，系統(tǒng)頻率如式(6)所示。

式中，G為傳統(tǒng)機組調(diào)頻系數(shù)。

由拉普拉斯變換可得系統(tǒng)初始頻率偏差變化率與穩(wěn)態(tài)頻率偏差，計算如式(7)所示。

由式(7)可知，通過采用下垂控制與慣性控制結(jié)合方法，一方面可以減少穩(wěn)態(tài)頻率偏差，另一方面可以抑制頻率偏差變化率。當(dāng)頻率偏差處于惡化階段，采用虛擬慣性控制策略。而頻率偏差處于恢復(fù)階段，采用虛擬下垂控制。圖7為不同調(diào)頻階段的綜合頻率控制策略原理圖。

圖7 綜合頻率控制策略原理圖

2.3 調(diào)峰調(diào)頻協(xié)同控制策略

本文對ES參與調(diào)峰調(diào)頻的協(xié)同控制策略，主要采用“閑時復(fù)用”的方式。在ES非調(diào)峰階段，利用閑置ES改善電網(wǎng)頻率，進(jìn)而提高利用率。因此，需根據(jù)日前預(yù)測負(fù)荷曲線得到削峰與填谷線。進(jìn)而劃分外層調(diào)峰區(qū)與內(nèi)層調(diào)頻區(qū)，外層調(diào)峰區(qū)進(jìn)一步分為填谷區(qū)與削峰區(qū)，外層調(diào)峰區(qū)投影至軸的時段為調(diào)峰時段。從而得到基于負(fù)荷預(yù)測的協(xié)同工作時段，如圖8所示。

圖8 基于負(fù)荷預(yù)測的協(xié)同控制工作區(qū)域劃分

由圖8可知，基于日前負(fù)荷預(yù)測曲線可劃分三個工作區(qū)域。從而確定次日ES參與調(diào)峰與調(diào)頻的時段。其調(diào)峰調(diào)頻協(xié)同控制策略主要包括5個環(huán)節(jié)：

1) 導(dǎo)入預(yù)測負(fù)荷與實時負(fù)荷擾動數(shù)據(jù)。

2) 基于預(yù)測負(fù)荷數(shù)據(jù)，通過變功率策略確定削峰線與填谷線，基于實時負(fù)荷擾動數(shù)據(jù)，確定頻率偏差。

3) 當(dāng)預(yù)測負(fù)荷數(shù)據(jù)在削峰線與填谷線之外時，說明ES處于外層調(diào)峰區(qū)，此時依據(jù)變功率調(diào)峰控制策略確定ES出力。

4) 若ES不處于外層調(diào)峰區(qū)，則說明處于內(nèi)層調(diào)頻區(qū)。判斷頻率偏差是否越過死區(qū)，若越過死區(qū)則依據(jù)綜合調(diào)頻控制策略確定ES出力，否則ES出力為0。

5) 輸出ES的最終出力。得到調(diào)峰調(diào)頻協(xié)同控制策略如圖9所示。

圖9 協(xié)同控制策略流程圖

根據(jù)ES參與調(diào)峰調(diào)頻協(xié)同控制工作區(qū)域劃分與出力規(guī)則，可得每時刻ES出力。其中，不同時間尺度下的協(xié)同出力策略如圖10所示。

圖10 ES協(xié)同控制出力策略

2.4 調(diào)峰調(diào)頻評價指標(biāo)

2.4.1 調(diào)峰評價指標(biāo)

為定量衡量調(diào)峰效果，可通過定義評價指標(biāo)對其進(jìn)行量化。其調(diào)峰評估指標(biāo)如下所述。

1) 絕對峰谷差

式中，max與min分別為負(fù)荷的峰值與谷值，單位為MW，該指標(biāo)數(shù)值越小說明在24 h時間尺度內(nèi)負(fù)荷的絕對偏差值越小。

2) 峰谷系數(shù)

該指標(biāo)體現(xiàn)負(fù)荷的波動程度，數(shù)值越小說明波動程度越大。

3) 峰谷差率

該指標(biāo)體現(xiàn)負(fù)荷的波動范圍，數(shù)值越小說明波動范圍越小。

4) 負(fù)荷變化方差

式中：為預(yù)測負(fù)荷的采樣數(shù)；為對應(yīng)的采樣時刻；avg為預(yù)測負(fù)荷的平均值，單位為MW。該指標(biāo)體現(xiàn)負(fù)荷的平坦程度，數(shù)值越小說明越平坦。

5) 削峰率

2.4.2 調(diào)頻評價指標(biāo)

為衡量調(diào)頻效果，需要定義評價指標(biāo)對其進(jìn)行量化，針對階躍負(fù)荷擾動，定義頻率惡化速度與恢復(fù)速度，分別如式(13)、式(14)所示。

針對連續(xù)擾動，用頻率偏差及SoC均方根值作為調(diào)頻場景的評價指標(biāo)，如式(15)、式(16)所示。

3 算例分析

以湖南某地區(qū)ES電站為例，其裝機規(guī)模為26 MW/52 MWh，由磷酸鐵鋰電池串并聯(lián)組成，單體容量為3.2 V/86 Ah。選取某典型日負(fù)荷數(shù)據(jù)，采樣間隔為15 min，以24 h為時間尺度，共有負(fù)荷樣本96個。其中負(fù)荷最大值max=205.32 MW，負(fù)荷最小值min=80.925 MW，絕對峰谷差Δ= 124.395 MW，峰谷系數(shù)=0.394 1，峰谷差率=0.605 9，負(fù)荷方差=1 499.4。機組額定容量為100 MW，額定頻率為50 Hz，調(diào)頻仿真參數(shù)如表1所示。

3.1 變功率調(diào)峰策略仿真分析

為更好地體現(xiàn)本文所提變功率調(diào)峰策略的優(yōu)越性，現(xiàn)對恒功率與變功率調(diào)峰策略進(jìn)行對比分析。參與調(diào)峰時，ES均采用一充一放模式。其調(diào)峰效果與ES出力如圖11與圖12所示，ES電站SoC變化如圖13所示。調(diào)峰效果指標(biāo)如表2。

表1 調(diào)頻仿真模型參數(shù)

圖11 儲能參與調(diào)峰場景后負(fù)荷曲線

由圖11可知，恒功率與變功率控制策略均在負(fù)荷低谷期充電，負(fù)荷高峰期放電。但采用恒功率控制策略調(diào)峰，負(fù)荷曲線將出現(xiàn)凹凸現(xiàn)象，這是由于恒功率策略不能跟隨負(fù)荷曲線實時調(diào)整ES出力。采用變功率控制策略時，削峰線x=183.11 MW，填谷線t=95.67 MW，當(dāng)負(fù)荷大于削峰線時，ES放電，當(dāng)負(fù)荷小于填谷線時，ES充電?？蓪崟r跟蹤負(fù)荷曲線進(jìn)行動態(tài)調(diào)整。因此，其削峰填谷效果更好。

圖12 變功率和恒功率控制策略下儲能出力

圖13 變功率及恒功率控制策略下儲能SoC

由圖12和圖13不難發(fā)現(xiàn)，在兩種控制策略下，ES充放電時段有部分重合，由于變功率控制策略可隨負(fù)荷曲線實時調(diào)整出力，可實現(xiàn)在相同容量下，延長充放電時間。

表2 恒功率與變功率控制策略調(diào)峰評價指標(biāo)

由表2可知：相比原始負(fù)荷，恒功率控制策略絕對峰谷差減小6.33 MW，峰谷差率減小0.016 1，峰谷系數(shù)增大0.016 1，負(fù)荷方差減小298.8，削峰率為0.974 9。各項指標(biāo)變化率較小，調(diào)峰效果不明顯。而采用變功率控制策略，負(fù)荷絕對峰谷差減小36.95 MW，峰谷差率減小0.128 3，峰谷系數(shù)增大0.128 3，負(fù)荷方差減小350.6，削峰率為0.891 8，調(diào)峰效果提升8%。由此可知，與恒功率控制策略相比，變功率控制策略調(diào)峰效果更佳。

3.2 綜合調(diào)頻控制策略分析

3.2.1 階躍負(fù)荷擾動

為說明階躍負(fù)荷擾動下的下垂控制、虛擬慣量控制和綜合控制3種控制策略的調(diào)頻效果。在5 s處加入0.01 p.u. 階躍負(fù)荷擾動，仿真時長為20 s，對3種控制策略進(jìn)行仿真分析與評價。3種控制方式下系統(tǒng)頻率偏差、ES出力及火電機組出力分別如圖14—圖16所示。調(diào)頻指標(biāo)如表3所示。

圖14 階躍負(fù)荷擾動下頻率偏差

圖15 階躍負(fù)荷擾動下儲能出力

圖16 階躍負(fù)荷擾動下火電機組出力

表3 階躍擾動下各策略調(diào)頻指標(biāo)

由表3可知，綜合控制策略對改善頻率穩(wěn)態(tài)偏差效果最好。相比無ES減小了31.3%，既能有效抑制頻率惡化速度，又不會影響頻率恢復(fù)速度。

3.2.2 連續(xù)負(fù)荷擾動

為說明連續(xù)負(fù)荷擾動工況下3種調(diào)頻控制策略的調(diào)頻效果，在區(qū)域仿真模型中加入如圖17所示的24 h連續(xù)隨機負(fù)荷擾動，得到各調(diào)頻策略下系統(tǒng)頻率偏差、SoC及火電機組出力，如圖18—圖20所示。調(diào)頻指標(biāo)如表4所示。

由圖18可知，在連續(xù)隨機負(fù)荷擾動工況下，同一時刻不同控制方法頻率偏差絕對值從小到大分別為綜合控制、下垂控制、慣性控制以及無ES。綜合控制頻率偏差絕對值相比下垂控制小0.001 Hz，而比慣性控制小0.02 Hz。說明綜合控制在改善頻率偏差方面與下垂控制效果類似，且遠(yuǎn)優(yōu)于慣性控制。

由圖19可知，慣性控制下SoC維持效果最好，一直在0.5附近上下波動，下垂控制SoC維持效果稍好于綜合控制，這是由于綜合控制在下垂控制的基礎(chǔ)上疊加了慣性控制。由圖20可知，在連續(xù)負(fù)荷擾動情況下，綜合控制下火電機組出力最小，慣性控制下火電機組出力最大，僅次于無ES情況。將不同控制策略下的火電機組出力次數(shù)進(jìn)行統(tǒng)計，綜合控制下火電機組未動作次數(shù)為1 042，而無ES時火電機組未動作次數(shù)為600。這說明綜合控制不僅能有效改善系統(tǒng)頻率偏差，而且可以減少火電機組動作次數(shù)，緩解其調(diào)頻壓力。慣性控制下火電機組次數(shù)相較無ES增加了334次，這是因為慣性控制抑制了頻率的恢復(fù)。

圖17 24 h連續(xù)隨機負(fù)荷擾動

圖18 連續(xù)負(fù)荷擾動下頻率偏差

圖19連續(xù)負(fù)荷擾動下儲能SoC

圖20 連續(xù)負(fù)荷擾動下火電機組出力

表4 連續(xù)擾動下各策略調(diào)頻指標(biāo)

由表4可知，綜合控制策略在SoC維持效果上略低于虛擬下垂控制，但綜合控制策略調(diào)頻效果最好，在減緩火電機組調(diào)頻壓力方面也優(yōu)于其他兩種策略，說明了綜合控制策略在調(diào)頻方面的有效性。

3.3 協(xié)同控制運行分析

設(shè)負(fù)荷擾動為均值為0、標(biāo)準(zhǔn)差為0.8的正態(tài)分布隨機數(shù)，最大為0.022 p.u.，采樣時間為1 s，時間尺度為24 h，負(fù)荷擾動數(shù)據(jù)共計86 400個?；诒疚乃嵴{(diào)峰調(diào)頻協(xié)同控制策略，通過Matlab/ Simulink仿真，得到ES出力與SoC，如圖21和圖22所示。

圖21 儲能在調(diào)峰調(diào)頻協(xié)同控制下出力曲線

由圖21得到該典型日下ES在24 h時間尺度內(nèi)實時工作區(qū)域劃分，如表5所示。

由表5可知，當(dāng)ES工作在協(xié)同控制時，可以利用其閑置時段進(jìn)行調(diào)頻，提高ES的利用率。調(diào)峰時段包括填谷區(qū)與削峰區(qū)，累計7.25 h，調(diào)頻時段累計16.75 h，定義ES出力次數(shù)與全天的統(tǒng)計時段數(shù)之比為ES利用率。現(xiàn)得到的單調(diào)峰、單調(diào)頻以及協(xié)同場景下利用率如表6所示。

表5 工作區(qū)域時段分布表

表6 不同工作場景下ES利用率

由表6可知，單調(diào)峰下ES的出力次數(shù)最少，協(xié)同控制下ES出力次數(shù)最多，為60 264次，相較單調(diào)峰場景增加了30 310次。協(xié)同控制下ES利用率相較單調(diào)峰與單調(diào)頻控制分別提升35.08%與16.42%，顯著提升ES利用率。

圖22 調(diào)峰調(diào)頻協(xié)同控制下SoC曲線

由圖22可知，在協(xié)同控制下SoC處于0.146～ 0.857，沒有超出ES正常SoC值，驗證了協(xié)同控制策略的可行性。ES工作在調(diào)峰區(qū)時，出力幅值較大，持續(xù)時間長，最大出力值為20.6 MW。ES工作在調(diào)頻區(qū)時，出力幅度小，ES周期短，最大出力值為0.87 MW，占用ES能量也小。其中3個調(diào)頻工作區(qū)的SoC始末值如表7所示。

表7 調(diào)頻區(qū)SoC始末值

因調(diào)頻引起的SoC波動值均為0.001～0.002，即調(diào)頻占用的能量最多為ES能量的2‰，進(jìn)一步說明調(diào)頻區(qū)的加入不影響調(diào)峰能力。

3.4 協(xié)同控制調(diào)峰效果分析

為驗證調(diào)峰調(diào)頻協(xié)同控制下ES調(diào)峰效果，先將負(fù)荷擾動疊加到預(yù)測負(fù)荷上得到次日實際負(fù)荷曲線，將計劃ES出力與實時ES出力疊加到實際負(fù)荷上，得到單調(diào)峰與協(xié)同控制下的ES調(diào)峰負(fù)荷曲線，如圖23所示。

圖23 單調(diào)峰控制與協(xié)同控制負(fù)荷對比

圖23中，綠色曲線與紅色曲線趨勢一致，重合部分占比極高。將17：00—18：30時段的負(fù)荷局部放大，因該時段屬于調(diào)頻區(qū)，單調(diào)峰場景在這個時段不進(jìn)行充放電操作，而協(xié)同控制策略在該時段可以處理系統(tǒng)的調(diào)頻需求，所以藍(lán)色曲線與紅色曲線完全重合，而綠色曲線在此基礎(chǔ)略有波動。調(diào)峰指標(biāo)如表8所示。

表8 單調(diào)峰控制與協(xié)同控制調(diào)峰指標(biāo)

由表8可知，單調(diào)峰與協(xié)同控制對實際負(fù)荷均有改善，且兩者的調(diào)峰指標(biāo)幾乎一致，進(jìn)一步說明協(xié)同控制不影響調(diào)峰效果。而協(xié)同控制調(diào)峰負(fù)荷方差較單調(diào)峰減小1，側(cè)面反映協(xié)同控制對于整體的負(fù)荷波動有更好的改善。

3.5 協(xié)同控制調(diào)頻效果分析

為驗證協(xié)同控制調(diào)頻效果，對13：00—23：45調(diào)頻區(qū)進(jìn)行仿真驗證，得到無ES、協(xié)同控制與單調(diào)頻控制下的頻率偏差，如圖24所示。

圖24 單調(diào)頻控制與協(xié)同控制頻率偏差對比

由圖24可知，無ES情況頻率偏差絕對值最大為0.098 Hz，協(xié)同控制下頻率偏差與單調(diào)頻保持一致，頻率偏差絕對值最大為0.072 Hz，相比無ES減小了0.026 Hz。調(diào)頻指標(biāo)如表9所示。

表9 單調(diào)頻控制與協(xié)同控制調(diào)頻指標(biāo)

由表9可知，單調(diào)頻與協(xié)同控制對于頻率偏差均有改善，且協(xié)同控制調(diào)頻效果與單調(diào)頻控制完全一致。因此，在不影響調(diào)峰效果及不越過SoC正常范圍值的前提下，利用閑置時段參與調(diào)頻具有可行性，并能有效地提高ES利用率。

4 結(jié)論

針對單調(diào)峰和調(diào)頻控制場景，提出變功率調(diào)峰策略以及虛擬慣性與下垂控制相結(jié)合的綜合調(diào)頻控制策略，并在此基礎(chǔ)上，進(jìn)一步提出分時段的調(diào)峰調(diào)頻協(xié)同控制策略。通過仿真可得如下幾個結(jié)論。

1) 針對單調(diào)峰場景，變功率控制策略與恒功率控制策略均能降低負(fù)荷峰谷差。但與恒功率策略相比，變功率策略下的削峰填谷效果更佳，可提升8%。

2) 針對調(diào)頻場景，在階躍負(fù)荷擾動下，綜合控制策略對改善頻率穩(wěn)態(tài)偏差效果最好，相比無儲能減小了31.3%。在連續(xù)負(fù)荷擾動下，綜合控制策略在SoC維持效果上略低于虛擬下垂控制，但綜合控制策略調(diào)頻效果最佳，在減緩火電機組調(diào)頻壓力方面也優(yōu)于其他兩種策略。

3) 相比單獨調(diào)峰與單獨調(diào)頻控制，協(xié)同控制策略在ES利用率方面，分別提高了16.25%和37.29%。

綜上可知，本文所提變功率調(diào)峰策略和綜合調(diào)頻控制策略能有效改善單調(diào)峰和調(diào)頻場景效果。而所提基于SoC狀態(tài)的多時間尺度綜合控制策略，能實現(xiàn)調(diào)峰調(diào)頻和提高ES利用率的雙層目的。

[1] ZHANG Feng, XU Zhao, MENG Ke. Optimal sizing of substation scale energy storage station considering seasonal variations in wind energy[J]. IET Generation Transmission & Distribution, 2016, 10(13): 3241-3250.

[2] 孫偉卿, 羅靜, 張婕. 高比例風(fēng)電接入的電力系統(tǒng)儲能容量配置及影響因素分析[J]. 電力系統(tǒng)保護(hù)與控制, 2021, 49(15): 9-18.

SUN Weiqing, LUO Jing, ZHANG Jie. Energy storage capacity allocation and influence factor analysis of a power system with a high proportion of wind power[J]. Power System Protection and Control, 2021, 49(15): 9-18.

[3] 帥軒越, 王秀麗, 黃晶. 多區(qū)域綜合能源系統(tǒng)互聯(lián)下的共享儲能容量優(yōu)化配置[J]. 全球能源互聯(lián)網(wǎng), 2021, 4(4): 382-392.

SHUAI Xuanyue, WANG Xiuli, HUANG Jing. Optimal configuration of shared energy storage capacity under multiple regional integrated energy systems interconnection[J]. Journal of Global Energy Interconnection, 2021, 4(4): 382-392.

[4] 王威, 李潤秋, 張鷺, 等. 計及多類型電儲能的綜合能源系統(tǒng)優(yōu)化運行對比分析研究[J]. 電網(wǎng)與清潔能源, 2020, 36(2): 110-116, 123.

WANG Wei, LI Runqiu, ZHANG Lu, et al. Comparative analysis of optimal operation of integrated energy system with multiple types of energy storage[J]. Power System and Clean Energy, 2020, 36(2): 110-116, 123.

[5] NGAMROO I, KARAIPOOM T. Improving low voltage ride through performance and alleviating power fluctuation of WTs wind turbine in DC microgrid by optimal SMES with fault current limiting function[J]. IEEE Transactions on Applied Superconductivity, 2014, 24(5).

[6] 陳巖, 靳偉, 王文賓, 等. 區(qū)域儲能站參與擾動平抑的配電網(wǎng)多時間尺度自律策略[J]. 電力系統(tǒng)保護(hù)與控制, 2021, 49(7): 134-143.

CHEN Yan, JIN Wei, WANG Wenbin, et al. Multi-time scale self-regulation strategy of distribution network with regional Energy Storage Stations participating in disturbance stabilization[J]. Power System Protection and Control, 2021, 49(7): 134-143.

[7] 李建林, 袁曉冬, 郁正綱, 等. 利用儲能系統(tǒng)提升電網(wǎng)電能質(zhì)量研究綜述[J]. 電力系統(tǒng)自動化, 2019, 43(8): 15-24.

LI Jianlin, YUAN Xiaodong, YU Zhenggang, et al. A review of energy storage system to improve power quality in power grid[J]. Automation of Electric Power Systems, 2019, 43(8): 15-24.

[8] 顏湘武, 崔森, 常文斐. 考慮儲能自適應(yīng)調(diào)節(jié)的雙饋感應(yīng)發(fā)電機一次調(diào)頻控制策略[J]. 電工技術(shù)學(xué)報, 2021, 36(5): 1027-1039.

YAN Xiangwu, CUI Sen, CHANG Wenfei. Considering energy storage adaptive adjustment of doubly-fed induction generator control strategy of primary frequency[J]. Transactions of China Electrotechnical Society, 2021, 36(5): 1027-1039.

[9] 姜海洋, 杜爾順, 朱桂萍, 等. 面向高比例可再生能源電力系統(tǒng)的季節(jié)性儲能綜述與展望[J]. 電力系統(tǒng)自動化, 2020, 44(19): 194-207.

JIANG Haiyang, DU Ershun, ZHU Guiping, et al. Review and prospect of seasonal energy storage for power system with high proportion of renewable energy[J]. Automation of Electric Power Systems, 2020, 44(19): 194-207.

[10] 羅慶, 張新燕, 羅君, 等. 基于正負(fù)效益的儲能削峰填谷容量配置[J]. 電網(wǎng)與清潔能源, 2020, 36(2): 91-97.

LUO Qing, ZHANG Xinyan, LUO Jun, et al. Energy storage peak load filling capacity allocation based on positive and negative benefits[J]. Power System and Clean Energy, 2020, 36(2): 91-97.

[11] 孫銘爽, 賈祺, 張善峰, 等. 面向機電暫態(tài)分析的光伏發(fā)電參與電網(wǎng)頻率調(diào)節(jié)控制策略[J]. 電力系統(tǒng)保護(hù)與控制, 2019, 47(18): 28-37.

SUN Mingshuang, JIA Qi, ZHANG Shanfeng, et al. Single-stage grid-connected photovoltaic generation takes part in grid frequency regulation for electromechanical transient analysis[J]. Power System Protection and Control, 2019, 47(18): 28-37.

[12] 張金平, 汪寧渤, 黃蓉, 等. 高滲透率光伏參與電力系統(tǒng)調(diào)頻研究綜述[J]. 電力系統(tǒng)保護(hù)與控制, 2019, 47(15): 179-186.

ZHANG Jinping, WANG Ningbo, HUANG Rong, et al. Survey on frequency regulation technology of power grid by high-penetration photovoltaic[J]. Power System Protection and Control, 2019, 47(15): 179-186.

[13] 李建林, 李雅欣, 周喜超, 等. 儲能商業(yè)化應(yīng)用政策解析[J]. 電力系統(tǒng)保護(hù)與控制, 2020, 48(19): 168-178.

LI Jianlin, LI Yaxin, ZHOU Xichao, et al. Policy analysis of commercial application of energy storage[J]. Power System Protection and Control, 2020, 48(19): 168-178.

[14] MURTY V, KUMAR A. Multi-objective energy management in microgrids with hybrid energy sources and battery energy storage systems[J]. Protection and Control of Modern Power Systems, 2020, 5(1): 1-20.

[15] ZHANG Delong, LI Jianlin, HUI Dong. Coordinated control for voltage regulation of distribution network voltage regulation by distributed energy storage systems[J]. Protection and Control of Modern Power Systems, 2018, 3(3): 1-8.

[16] DELILLE G, FRANCOIS B, MALARANGE G. Dynamic frequency control support by energy storage to reduce the impact of wind and solar generation on isolated power system's inertia[J]. IEEE Transactions on Sustainable Energy, 2012, 3(4): 931-939.

[17] MERCIER P, CHERKAOUI R, OUDALOV A. Optimizing a battery energy storage system for frequency control application in an isolated power system[J]. IEEE Transactions on Power Systems, 2009, 24(3): 469-477.

[18] 李欣然, 鄧濤, 黃際元, 等. 儲能電池參與電網(wǎng)快速調(diào)頻的自適應(yīng)控制策略[J]. 高電壓技術(shù), 2017, 43(7): 2362-2369.

LI Xinran, DENG Tao, HUANG Jiyuan, et al. Adaptive control strategy of energy storage battery in power grid fast frequency modulation[J]. High Voltage Engineering, 2017, 43(7): 2362-2369.

[19] 鄧霞, 孫威, 肖海偉. 儲能電池參與一次調(diào)頻的綜合控制方法[J]. 高電壓技術(shù), 2018, 44(4): 1157-1165.

DENG Xia, SUN Wei, XIAO Haiwei. Integrated control method of energy storage battery participating in primary frequency modulation[J]. High Voltage Engineering, 2018, 44(4): 1157-1165.

[20] 李軍徽, 高卓, 應(yīng)鴻, 等. 基于動態(tài)下垂系數(shù)與SOC 基點的儲能一次調(diào)頻控制策略[J]. 電力系統(tǒng)保護(hù)與控制, 2021, 49(5): 1-10.

LI Junhui, GAO Zhuo, YING Hong, et al. Energy storage primary frequency modulation control strategy based on dynamic droop coefficient and SoC basis point[J]. Power System Protection and Control, 2021, 49(5): 1-10.

[21] 夏新茂, 關(guān)洪浩, 丁鵬飛, 等. 基于改進(jìn)型量子遺傳算法的儲能系統(tǒng)容量配置與優(yōu)化策略[J]. 儲能科學(xué)與技術(shù), 2019, 8(3): 551-558.

XIA Xinmao, GUAN Honghao, DING Pengfei, et al. Capacity allocation and optimization strategy of energy storage system based on improved quantum genetic algorithm[J]. Energy Storage Science and Technology, 2019, 8(3): 551-558.

[22] 楊錫運, 董德華, 李相俊, 等. 商業(yè)園區(qū)儲能系統(tǒng)削峰填谷的有功功率協(xié)調(diào)控制策略[J]. 電網(wǎng)技術(shù), 2018, 42(8): 2551-2561.

YANG Xiyun, DONG Dehua, LI Xiangjun, et al. Active power coordination control strategy of peak load shifting for energy storage system in business park[J]. Power System Technology, 2018, 42(8): 2551-2561.

[23] 王曉東, 苗宜之, 盧奭瑄, 等. 基于SCM-ANFIS負(fù)荷預(yù)測的儲能電站調(diào)峰控制策略[J]. 太陽能學(xué)報, 2018, 39(6): 1651-1657.

WANG Xiaodong, MIAO Yizhi, LU Shixuan, et al. Peak regulation control strategy of energy storage power station based on SCM-ANFIS load prediction[J]. Acta Energetica Sinica, 2018, 39(6): 1651-1657.

[24] SHI Y, XU B, WANG D, et al. Using battery storage for peak shaving and frequency regulation: joint optimization for superlinear gains[J]. IEEE Transactions on Power Systems, 2017, 33(3): 2882-2894.

[25] 丁明, 施建雄, 韓平平, 等. 光儲系統(tǒng)參與電網(wǎng)調(diào)頻及調(diào)峰的綜合控制策略[J]. 中國電力, 2021, 54(1): 116-123, 174.

DING Ming, SHI Jianxiong, HAN Pingping, et al. An integrated control strategy for photovoltaic-energy storage system participating in frequency regulation and peak shaving of power grid[J]. Electric Power, 2021, 54(1): 116-123, 174.

[26] 史沛然, 李彥賓, 江長明, 等. 第三方獨立主體參與華北電力調(diào)峰市場規(guī)則設(shè)計與實踐[J]. 電力系統(tǒng)自動化, 2021, 45(5): 168-174.

SHI Peiran, LI Yanbin, JIANG Changming, et al. Rule design and practice for third-party idependent entities participating electric peak regulation auxiliary service market of North China[J]. Automation of Electric Power Systems, 2021, 45(5): 168-174.

Energy storage peak and frequency modulation cooperative control strategy based on multi-time-scale

CHEN Changqing1, 2, LI Xinran1, ZHANG Bingyu3, YANG Tongguang2

(1. College of Electrical and Information Engineering, Hunan University, Changsha 410082, China; 2. Hunan Provincial Key Laboratory of Smart City Energy Perception and Edge Computing, Hunan City University, Yiyang 413000, China; 3. State Grid Zhejiang Huzhou Deqing Power Supply Co., Ltd., Huzhou 310000, China)

Energy Storage (ES) participates in the control of a single scenario (peak regulation or frequency modulation) of the power grid, and the utilization rate is low. A peak-FM working area division method and cooperative control strategy based on ES State of Charge (SoC) are proposed. This strategy can realize ES switching between peak modulation and frequency modulation control, and then improve the utilization rate. Then, to further improve the effect of ES peak modulation, a variable power peak modulation strategy and integrated frequency modulation control strategy combining virtual inertia and droop control are proposed respectively in a single peak modulation scene. From here a cooperative control strategy of peak and frequency modulation is proposed. Finally, a simulation example shows that compared with monotone peak control and single frequency modulation control, the utilization rate of ES is improved by 16.25% and 37.29% respectively based on multi-timescale cooperative control strategy. This shows the feasibility of the method and strategy.

energy storage; peak shaving; frequency regulation; cooperative control strategy

10.19783/j.cnki.pspc.210857

國家重點研發(fā)計劃項目資助(2017YFB0903400)

This work is supported by the National Key Research and Development Program of China (No. 2017YFB0903400).

2021-07-07；

2021-09-24

陳長青(1989—)，男，博士研究生，助教，研究方向為新能源保護(hù)控制與優(yōu)化。E-mail: 841052440@qq.com

(編輯 姜新麗)