219468971_考虑AGC_指令随机特性的火-储混合电站二次调频研究

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第51卷第12期电力系统保护与控制Vol.51 No.12 2023年6月16日Power System Protection and Control Jun. 16, 2023 DOI: 10.19783/ki.pspc.221600
考虑AGC指令随机特性的火-储混合电站二次调频研究
陈 沛,张新松,郭晓丽,李大祥,高 希
(南通大学电气工程学院,江苏 南通 226019)
摘要:首先,对如何利用电池储能系统(battery energy storage system, BESS)提升火电机组的二次调频能力进行了研究。

其次,基于实测自动发电控制(automatic generation control, AGC)指令,对AGC指令持续时间、间隔时间、调节速率与调节方向的概率特性进行了建模。

AGC指令调节方向随机,BESS辅助火电机组二次调频时,将在充放电状态间频繁切换,快速耗尽电池循环寿命。

为解决这一问题,将BESS分组接入调频电厂,运行中两组BESS 处于不同充放电状态,分别用于响应AGC升指令与降指令,一旦任意一组BESS满充或满放,立即同时切换两组BESS的充、放电状态。

然后,采用序贯蒙特卡洛模拟(sequential monte carlo simulation, SMCS)方法对火-储混合电站典型日的运行状况进行了模拟,并在此基础上评估二次调频性能、估算BESS循环寿命损耗。

最后,基于某实际调频电厂的仿真实验表明:BESS可显著增加调频机组的二次调频性能,且所提策略能有效减少BESS循环寿命损耗。

关键词:电池储能系统;二次调频;自动发电控制;随机特性;序贯蒙特卡洛模拟
Secondary frequency regulation of a hybrid coal-fired generator and BESS power station
considering random characteristics of AGC instructions
CHEN Pei, ZHANG Xinsong, GUO Xiaoli, LI Daxiang, GAO Xi
(School of Electrical Engineering, Nantong University, Nantong 226019, China)
Abstract: First, this paper focuses on how to use a battery energy storage system (BESS) to enhance performance in secondary regulation of a coal-fired generator. Second, the probability characteristics of automatic generation control (AGC) instruction duration period, interval period, regulation rate and regulation direction are modeled based on real AGC instructions. AGC instructions with random regulation direction will lead to frequent switching between charging and discharging states of the BESS, thus quickly depleting the battery. To address this problem, the BESS is divided into two parts when connecting to the frequency regulating generator. The two parts of the BESS are respectively in charging and discharging states for supporting up and down AGC instructions. Once any part of the BESS arrives at full charge or discharge, two parts of the BESS switch their charging/discharging states immediately. The performance on secondary frequency regulation of the coal-fired-generator with the BESS and tearing losses of the BESS are estimated based on simulating the operation of a hybrid coal-fired-generator and BESS power station during a typical day by the sequential Monte Carlo simulation (SMCS) method. Finally, the simulation experiments based on a real frequency regulating generator show that BESS can enhance performance on secondary regulation of the frequency regulating generator and the strategy developed in this paper can effectively reduce cycle life loss of the BESS.
This work is supported by the National Natural Science Foundation of China (No. 51877112).
Key words: battery energy storage system; secondary frequency regulation; automatic generation control; random characteristics; sequential Monte Carlo simulation
0 引言
近年来,随着化石燃料的逐步枯竭与环境污染
基金项目:国家自然科学基金项目资助(51877112);江苏省高等学校自然科学研究重大项目资助(22KJA470006) 的日益加剧,大力发展以风、光为代表的新能源成为世界各国的共识。

截至2021年底,我国风电、光伏装机容量分别高达3.3亿kW与3.1亿kW,均居世界首位[1]。

风、光等新能源发电出力具备随机波动特性,且大多通过电力电子接口接入电网。

在风、光等新能源大规模并网的背景下,电力系统呈现“高
陈 沛,等 考虑AGC指令随机特性的火-储混合电站二次调频研究- 169 -
新能源渗透率”、“高电力电子化”等新型特征,其弱惯性与随机波动性显著增加了传统火电机组的调频压力,对电网频率安全造成巨大威胁[2]。

电网调频主要分为三类:即一次调频、二次调频与三次调频[3]。

本文主要关注二次调频,即发电机组在规定的出力调整范围内,跟踪调度中心下发的自动发电控制(automatic generation control, AGC)指令,实时调整发电出力,满足电网频率和联络线功率控制要求[4]。

目前,我国电网的二次调频主力为火电机组,随着风、光等新能源并网规模的逐步增大,火电机组参与二次调频的局限性日益凸显:首先,调频机组很难跟踪调频指令,影响电网频率质量;其次,调频机组频繁动作导致机械磨损加剧,减少机组寿命[5-6]。

近年来,电化学储能技术发展迅猛,控制技术日趋成熟,为缓解风、光等新能源大规模并网后的电网调频压力提供了一种新的技术选择[7-8]。

电池储能系统(battery energy storage system, BESS)具有充放电功率控制快速、准确,瞬时吞吐量大的特点[9-10],是系统中宝贵的调频资源[11]。

张北风光储输示范工程的建成、投运验证了BESS能快速、精准响应AGC 指令,具备参与电网二次调频的能力[12]。

北京石景山热电厂配置2 MW的BESS后,机组能更好响应AGC指令,显著提升了二次调频性能[13]。

BESS参与二次调频的技术路径主要分为两类:1) 作为独立主体参与电网二次调频,缓解火电机组二次调频压力[14-15];2) 接入火电厂,与火电机组协同运行,辅助火电机组二次调频,提高火电机组的二次调频性能[16-18]。

文献[14]提出了基于区域控制误差信号(area control error, ACE)分布的AGC 指令响应策略,提升了BESS对AGC指令的快速响应能力。

文献[15]提出了考虑BESS技术特征的二次调频策略,能充分考虑不同BESS的技术特征,精确控制BESS充放电功率,满足电网调频需求。

针对火电机组响应时滞长、爬坡速率低的问题,文献[16]采用BESS辅助火电机组二次调频,并提出了基于模糊控制的BESS控制策略,能显著减少频率偏差与联络线交换功率偏差。

文献[17]同样提出了基于模糊控制的BESS辅助火电机组二次调频的控制策略,并在频率偏差较小时利用火电机组剩余调频容量恢复BESS荷电状态(state of charge, SOC)。

文献[18]提出了考虑考核性能的BESS分时段控制策略,通过合理控制BESS充放电功率与动作时机,辅助火电机组二次调频,提升调频收益。

本文将BESS接入火电厂构成火-储混合电站,利用BESS 的灵活充放电能力辅助火电机组二次调频、提升调频性能。

风、光等新能源出力具有随机波动特性,大规模并网将显著增加系统频率的随机波动特性。

为控制电网频率与联络线交换功率,调度中心下发的AGC指令呈现很强的随机特性,现有文献均未对此问题进行深入研究。

为弥补上述局限,本文首先基于实测数据对AGC指令的持续时间、间隔时间、调节速率与调节方向的概率特性进行了分析。

接着,为减少BESS 辅助火电机组二次调频导致的电池循环寿命损耗[19],将BESS分为容量相等的两组独立运行,分别用于响应AGC升、降指令。

然后,采用序贯蒙特卡洛模拟(sequential monte carlo simulation, SMCS)方法对火-储混合电站典型日的运行状况进行了模拟,并在此基础上评估火-储混合电站的二次调频性能与估算BESS循环寿命损耗。

最后,基于某实际调频电厂的仿真实验验证了本文所提方法的有效性。

1 AGC指令的概率特性研究
风、光等新能源大规模并网后,电网频率波动幅度与随机特性进一步增加,为确保电网频率质量,AGC指令的下发频次与随机特性也随之显著增大。

对AGC指令随机特性进行分析是研究如何利用BESS辅助火电机组二次调频的前提之一。

目前,尚未有研究对AGC指令随机特性进行深入分析。

本文基于我国东南某调频电厂2019年12月接收的AGC指令,对AGC指令持续时间、间隔时间、调节速率与调节方向的概率特性进行分析。

1.1 AGC指令持续时间的概率特性
在统计周期内,案例调频电厂AGC指令持续时间为5~100 s,采用Matlab分布拟合工具箱对其概率分布特性进行拟合,拟合结果表明:可利用瑞利分布近似描述AGC指令持续时间的随机特性,如图1所示。

图1 AGC指令持续时间的概率分布特性 Fig. 1 Probability distribution characteristics for AGC
instruction duration period
- 170 - 电力系统保护与控制
图1中给出的概率密度函数c ()f T 可用式(1)表示。

2
c
2
c 2c c 2()e 0T b T f T T b
-=> (1)
式中:c T 为AGC 指令持续时间;b 为瑞利分布参数。

1.2 AGC 指令间隔时间的概率特性
AGC 指令间隔时间是前后两个AGC 指令间的间隔时间,在统计周期内,案例调频电厂AGC 指令间隔时间为0~60 s 。

实际运行中,调度中心可能连续下发AGC 指令,因此存在AGC 指令间隔时间为 0 s 的情况。

为精确描述AGC 指令间隔时间的概率分布特性,采用Matlab 分布拟合工具箱对非零AGC 指令间隔时间的概率特性进行拟合,拟合结果表明,可采用文献[20]提出的Versatile 分布对其进行近似描述,如图2
所示。

图2 非零AGC 指令间隔时间的概率分布特性 Fig. 2 Probability distribution characteristics for non-zero
AGC instruction interval period
由于单独对非零AGC 指令间隔时间的概率特性进行拟合,因此采用式(2)所示的分段函数j ()f T 对AGC 指令间隔时间的随机特性进行描述。

{}j j j j 1j 0exp[()]
()01exp[()]q
T T f T T T βαβαγαγ+=⎧⎪⎪
--=⎨⎪
+--⎪⎩> (2) 式中:j T 为AGC 指令间隔时间;q 为AGC 指令间隔时间为0 s 的概率;α、β与γ为Versatile 分布
参数。

1.3 AGC 指令调节速率的概率特性
AGC 指令调节速率为AGC 指令要求调频机组调节发电出力的速度,由AGC 指令调节量除以AGC 指令持续时间获得。

AGC 指令调节量是指AGC 指令下发时刻调频机组发电出力与AGC 目标出力偏差的绝对值。

在统计周期内,案例调频电厂AGC 指令调节速率大部分介于0~1 MW/s 之间,采用Matlab 分布拟合工具箱对其概率分布特性进行拟
合,拟合结果表明:可采用对数正态分布对AGC
指令调节速率的随机特性进行近似描述,如图3所示。

图3 AGC 指令调节速率的概率分布特性 Fig. 3 Probability distribution characteristics for AGC
instruction regulation rate
图3给出的概率密度函数()f v 如式(3)所示。

221()(ln )02f v v v μσ⎡⎤
=
--⎢⎥⎣⎦
> (3)
式中:v 为AGC 指令调节速率;μ、σ为对数正态分布参数。

1.4 AGC 指令调节方向的概率特性
二次调频中,若调度中心要求调频机组增加发电出力,则该AGC 指令为升指令;否则,对应的AGC 指令为降指令。

在统计周期内,案例调频电厂共接收12 451条AGC 指令,升指令与降指令分别为6224条与6227条,占比分别为49.99%与50.01%。

从上述统计数据可以看出,AGC 指令调节方向服从0-1分布,且为升指令与为降指令的概率大致相等,可用式(4)所示的概率密度函数表示其随机特性。

1AGC ()(1),0,1d d P x d p p d -==-= (4)
式中:AGC x 为AGC 指令调节方向的0-1随机变量,取“1”表示AGC 指令为升指令,取“0”表示AGC 指令为降指令;p 为AGC 指令为升指令的概率,1/2p =。

2 火-储混合电站拓扑与二次调频策略
二次调频中,受制于爬坡速率与出力范围,火电机组很难完全跟踪AGC 指令,为提高二次调频性能,本文将BESS 接入火电厂,利用BESS 的灵活充、放电能力辅助火电机组二次调频。

2.1 火-储混合电站拓扑结构
若AGC 指令为升指令,BESS 放电辅助火电机组二次调频,反之,充电辅助火电机组二次调频。

上文分析表明,AGC 指令的调节方向具有随机特性,且出现升指令与降指令的概率大致相等。

此时,为辅助火电机组二次调频,BESS 将在充放电状态
陈 沛,等 考虑AGC 指令随机特性的火-储混合电站二次调频研究 - 171 -
间频繁切换,从而快速消耗电池循环寿命[21]。

为解决这一问题,本文将BESS 分为容量相等的两组接入火电厂,分别用于辅助火电机组响应AGC 升指令与降指令,具体如图4所示。

图4 火-储混合电站拓扑结构 Fig. 4 Topology of hybrid coal-fired generator
and BESS power station
图4中:g,t P 为火电机组在时刻t 的发电出力;
I b,t P 、II b,t P 分别为BESS I 与BESS II 在时刻t 的充、
放电功率,正值表示BESS 放电,负值表示BESS
充电;b,t P 为BESS I 与BESS II 在时刻t 的充、放电功率之和;d,t P 为火-储混合电站在时刻t 的发电出力,具体如式(5)所示。

I II
d,g,b,g,b,b,t t t t t t P P P P P P =+=++ (5) 2.2 面向二次调频的火电机组-BESS 协同运行策略
2.2.1升指令
接收AGC 升指令后,通过控制调频器增加火电机组出力,尽最大能力响应AGC 升指令,如图5所示。

图5 火电机组响应AGC 升指令
Fig. 5 Response of coal-fired generator to rise AGC instruction
图5中:i 为AGC 指令索引;s,i T 与e,i T 分别为
AGC 指令i 的开始时刻与结束时刻;0
g,i P 为火电机
组在AGC 指令i 下发时刻的发电出力;AGC,i P 为AGC 指令i 目标出力。

接收到AGC 升指令后,火电机组立即以最大上爬坡速率up v 增加发电出力,响应AGC 升指令,根据响应效果,可分为以下3种情况。

Case I :火电机组能在AGC 指令i 的持续时间内跟踪上AGC 指令i 的目标出力,此时,火电机组在下一个AGC 指令(即AGC 指令1i +)下发之前的发电出力为
0g,up s,s, 1.g,AGC, 1.s,1(),,i i i i
t i
i i P v t T T t T P P T t T +⎧+-⎪=⎨⎪⎩≤<≤≤ (6)
式中:s,1i T +为下一个AGC 指令的下发时刻; 1.i T 为
火电机组在AGC 指令i 持续时间内跟踪上AGC 指
令目标出力的时刻。

Case II :火电机组无法在AGC 指令i 的持续时
间内跟踪上AGC 升指令,
但能在下一个AGC 指令下发之前跟踪上AGC 指令i 的目标出力,此时,火电机组在下一个AGC 指令下发之前的发电出力为
0g,up s,s, 2.g,AGC, 2.s,1(),,
i i i i
t i i i P v t T T t T P P T t T +⎧+-⎪=⎨
⎪⎩≤<≤≤ (7) 式中, 2.i T 为火电机组在下一个AGC 指令下发之前跟踪上AGC 指令i 目标出力的时刻。

Case III :火电机组在下一个AGC 指令下发之时仍无法跟踪上AGC 指令i 的目标出力,此时,火电机组在下一个AGC 指令下发之前的发电出力为
g,g,up s,s,s,1(),t i i i i P P v t T T t T +=+-≤≤ (8)
从图5可以看出:3种情形下仅靠火电机组均无法瞬时跟踪AGC 升指令的目标出力,因此,需要BESS 放电辅助火电机组响应AGC 升指令。

为描述方便,假定BESS Ⅰ与BESS Ⅱ在AGC 指令i 下发时刻分别处于放电状态与充电状态,此时,BESS Ⅰ放电辅助火电机组二次调频,而BESS Ⅱ处于待命状态。

BESS Ⅰ在下一个AGC 指令下发之前的放电功率I
b,t P 为
I I
b,d max,AGC,g,min[,]t t i t P P P P =- (9)
式中,I d max,t P 为BESS Ⅰ在时刻t 能提供的最大放电功率。

I,min c d I
dis c dmax,3600()min ,22t t S S E P E P T η-⎡⎤=⎢⎥∆⎣⎦
(10)
式中:dis P 为单位容量BESS 的额定放电功率;E c 为BESS 容量,火-储混合电站中,BESS 分两组接入火电厂,因此,BESS Ⅰ与BESS Ⅱ的容量均为
- 172 - 电力系统保护与控制
c 0.5E ;
d η为放电效率;T ∆为研究时段,单位为s ;
min S 为SOC 最小允许值;I,t S 为BESS Ⅰ在时刻t 的SOC 。

I
b,1I,I,1c d
36000.5t t t P T
S S E η--∆=-
⨯ (11)
式中,I
b,1t P -与I,1t S -分别为BESS Ⅰ在前一时刻的放电
功率与SOC 。

2.2.2降指令
接收AGC 降指令后,通过控制调频器降低火电机组的发电出力,尽最大能力响应AGC 降指令,如图6所示。

图6 火电机组响应AGC 降指令
Fig. 6 Response of coal-fired generator to drop AGC instruction
图6中,火电机组以最大下爬坡速率down v 减少发电出力,响应AGC 降指令,根据响应效果,可
分为以下3种情况。

Case I :火电机组能在AGC 指令i 的持续时间内跟踪上AGC 指令i 的目标出力,此时,火电机组在下一个AGC 指令下发之前的发电出力为
0g,down s,s, 1.g,AGC, 1.s,1(),,
i i i i
t i i i P v t T T t T P P T t T +⎧--⎪=⎨⎪⎩≤<≤≤ (12)
Case II :火电机组无法在AGC 指令i 的持续时间内跟踪上AGC 降指令,但可在下一个AGC 指令下发之前跟踪上AGC 指令i 的目标出力,此时,火电机组在下一个AGC 指令下发之前的发电出力为
0g,down s,s, 2.g,AGC, 2.s,1(),,
i i i i
t i i i P v t T T t T P P T t T +⎧--⎪=⎨⎪⎩≤<≤≤ (13)
Case III :火电机组在下一个AGC 指令下发之时仍无法跟踪上AGC 指令i 的目标出力,此时,火电机组在下一个AGC 指令下发之前的发电出力为
g,g,down s,s,s,1(),t i i i i P P v t T T t T +=--≤≤ (14)
从图6可以看出,3种情形下仅靠火电机组均
无法瞬时跟踪AGC 降指令的目标出力,因此,需要BESS 充电辅助火电机组响应AGC 指令。

此时,处于放电状态的BESS Ⅰ待命,而处于充电状态的BESS Ⅱ充电辅助火电机组响应AGC 指令,其在下
一个AGC 指令下发之前的充电功率II
b,t P 为
II II
b,cmax,g,AGC,min ,t t t i P P P P ⎡⎤=--⎣⎦ (15)
式中,II
cmax,t P 为BESS Ⅱ在时刻t 能提供的最大充电
功率。

max II,c II
ch c cmax,c 3600()min ,22t t
S S E P E P T η-⎡⎤=⎢⎥∆⎣⎦
(16) 式中:ch P 为单位容量BESS 的额定充电功率;c η为充电效率;max S 为SOC 最大允许值;II,t S 为BESS Ⅱ在时刻t 的SOC 。

II c b,1II,II,1c
36000.5t t t P T
S S E η--∆=-
⨯ (17)
式中,II
b,1t P -与II,1t S -分别为BESS Ⅱ在1t -时刻的充
电功率与SOC 。

2.3 BESS 充放电状态切换策略
火-储混合电站中,两组BESS 分组运行,处于不同的充放电状态,分别辅助火电机组响应AGC 升指令与降指令,提升二次调频性能。

为避免过充/放损伤电池,运行中,一旦任意一部分BESS 满充或满放,应立即切换其充放电状态。

此外,为确保两组BESS 始终处于不同的充放电状态,能随时辅助火电机组响应不同调节方向的AGC 指令,另一部分BESS 的充放电状态应同步切换,如图7所示。

图7 BESS 充放电状态切换策略
Fig. 7 Charging/discharging state switching strategy of BESS
图7中,0t 时刻,BESS Ⅰ满放,为避免过放损伤电池,应立刻将其切换为充电状态。

此时,尽管BESS Ⅱ尚未到达满充状态,为严格确保两部分BESS 始终处于不同的充、放电状态,BESS Ⅱ也将同步由充电状态切换至放电状态。

图7给出的BESS 充放电状态切换策略能避免BESS 在充、放电状态间的频繁切换,显著减少BESS 循环寿命损耗。

陈 沛,等 考虑AGC 指令随机特性的火-储混合电站二次调频研究 - 173 -
3 AGC 指令跟踪性能评价、BESS 损耗成
本估算与运行模拟
对火-储混合电站来说,调度中心下发的AGC 指令具有随机特性,为评估二次调频性能,本文采用SMCS 方法对其进行运行模拟[22-23]。

3.1 AGC 指令跟踪性能评价指标
本文提出两个评价指标:AGC 指令跟踪成功概率(probability of successful tracking, POST)与AGC 指令跟踪偏差电量(deviation energy in tracking, DEIT),分别评估火-储混合电站二次调频性能。

评价指标POST 量化评价周期内火-储混合电站能否在指令持续周期内跟踪上AGC 目标出力的概率,可按式(18)计算。

e,POST r d,AGC,{()0},1,2,,i T i M P P P i N =-== (18) 式中:POST M 为指标POST 取值;P r {ꞏ}表示括号中事件发生的概率;e,d,i T P 为火-储混合电站在AGC 指令i 结束时刻e,i T 的发电出力,为火电机组出力与BESS 充、放电功率之和;N 为评价周期内的AGC 指令数。

评价指标DEIT 为评价周期内火-储混合电站在所有指令周期内实际发电出力与AGC 目标出力之间的电量偏差,可按式(19)计算。

s,+1s,DEIT d,AGC,1d i i
N
T t i T i M P P t ==-∑⎰
(19)
式中,DEIT M 为指标DEIT 取值。

3.2 BESS 损耗成本估算
对图4中的任一部分BESS 来说,假定其在评价周期内经历了m 次充、放电循环,则其损耗成本cost V 为
cost invest c 1life dod,1
0.5()
m
k k V V E M D ==∑ (20)
式中:invest V 为单位容量BESS 投资成本;dod,k D 为第k 次充、放电循环对应的放电深度;life dod,()k M D 为放电深度dod,k D 下的电池循环寿命,可用四阶函数拟合,如式(21)[24]所示。

4
life dod,dod,0()l
k l k l M D a D ==∑ (21)
式中:l 为阶数;l a 为拟合系数,由BESS 技术特性
决定。

3.3 火-储混合电站运行模拟
对火-储混合电站评价周期内的运行情况进行模拟是AGC 指令跟踪性能评价与BESS 损耗成本估算的基础。

调度中心下发的AGC 指令具有随机特
性,因此,本文采用SMCS 方法对火-储混合电站进行运行模拟,并在此基础上对指标POST 、DEIT 以及BESS 损耗成本进行计算,具体步骤如下。

步骤1:给定最大模拟次数max h ,模拟次数索引h 初始化为1;评价指标POST 、DEIT 与BESS 损耗成本cost V 初始化为0。

步骤2:AGC 指令索引i 初始化为1,即1i =;假定BESS Ⅰ与BESS Ⅱ初始充、放电状态分别为放电状态与充电状态;BESS Ⅰ与BESS Ⅱ的SOC 均初始化为0.5,即I,0.5t S =、II,0.5t S =。

步骤3:根据AGC 指令随机特性,随机生成AGC 指令i 的持续时间、间隔时间、调节速率和调节方向。

步骤4:若AGC 指令调节方向为正,则处于放电状态的BESS 辅助火电机组二次调频,火电机组发电出力由式(6)—式(8)计算,BESS 放电功率由式(9)计算;若AGC 指令调节方向为负,则处于充电状态的BESS 辅助火电机组二次调频,火电机组发电出力由式(12)—式(14)计算,BESS 充放电功率由式(15)计算。

步骤5:按式(11)或式(17)更新BESS Ⅰ与BESS Ⅱ在AGC 指令i 周期内各时刻的SOC ;判断AGC 指令i 周期内是否有BESS 到达满充或满放状态,若有,则按图7给出的策略同时切换两组BESS 的充、放电状态。

步骤6:判断本次模拟是否已覆盖整个评价周期,若已覆盖,则执行步骤7,否则,令AGC 指令索引1i i =+,执行步骤3。

步骤7:分别按式(18)、式(19)计算第h 次模拟对应的评价指标POST 与DEIT 取值POST,h M 与DEIT,h M ;按式(20)分别计算BESS Ⅰ、BESS Ⅱ在第h
次模拟中的损耗成本I cost,h V 与II
cost,h V ,
并按式(22)—式(24)分别更新评价指标POST 、DEIT 与BESS 损耗成本cost V 。

POST,POST POST max h M
M M h =+ (22)
DEIT,DEIT DEIT max
h M
M M h =+ (23)
I II cost,cost,cost cost max
h h
V V V V h +=+
(24)
步骤8:判断是否到达最大模拟次数max h ,若是,则结束模拟,输出模拟结果;否则,则令模拟
次数1h h =+,跳转至步骤2,继续进行模拟。

- 174 - 电力系统保护与控制
4 算例
4.1 算例数据
算例调频电厂位于我国东南某省,机组额定容量为480 MW ,最大上、下爬坡速率均为15 MW/min 。

为提升调频机组AGC 响应性能,将容量为40 MWh 的BESS 按图4给出的方案接入算例调频电厂,即BESS Ⅰ与BESS Ⅱ的容量均为20 MWh ,单位容量(即1 MWh)BESS 的技术参数如表1所示。

式(21)中参数0a 、1a 、2a 、3a 与4a 分别为20 230、-67 467、86 484、-37 736、376。

表1 单位容量BESS 的技术分布参数 Table 1 Technical distribution parameters of the
BESS unit capacity
技术参数 取值 额定充放电功率/MW
0.5 充放电效率/% 90 SOC 上限/% 90 SOC 下限/% 10 成本/万元
500
分别用瑞利分布、Versatile 分布与对数正态分布拟合算例调频电厂AGC 指令的持续时间、非零间隔时间与调节速率的概率特性,分布参数如表2所示。

此外,调度中心连续下发AGC 指令的概率为
表2 AGC 指令概率特性的分布参数 Table 2 Distribution parameters of probability
characteristics of AGC instructions
技术参数 取值 瑞利分布参数b 27.197 Versatile 分布参数α 0.308 Versatile 分布参数β 0.5332 Versatile 分布参数γ 37.9417 对数正态分布μ -1.16 对数正态分布σ
0.69
4.2 模拟结果
在图8给出的算例调频电厂日前发电计划的基
图8 算例调频电厂日前计划出力
Fig. 8 Day-ahead output of case frequency regulating generator
0.1,即AGC 指令间隔时间取0 s 时的概率为10%。

础上,采用SMCS 对火-储混合电站运行工况进行模拟,模拟次数设为10 000次。

某次模拟中,调度中心在模拟日前5 min 下发的AGC 指令、调频机组出力、BESS 出力与火-储混合电站的出力分别如图9—图12所示。

图9 模拟日前5 min 下发的AGC 指令目标出力 Fig. 9 AGC instructions issued during first 5
minutes of simulation day
图10 模拟日前5 min 调频机组出力
Fig. 10 Output power of frequency regulating generator
during first 5 minutes of simulation day
图11 模拟日前5 min BESS 出力 Fig. 11 Power of BESS during first 5 minutes
of simulation day
陈 沛,等 考虑AGC指令随机特性的火-储混合电站二次调频研究- 175
-
图12 模拟日前5 min火-储混合电站出力
Fig. 12 Output power of hybrid coal-fired generator and BESS power station during first 5 minutes of simulation day
从图9可以看出,本次模拟的前5 min,调度中心在第0、49、156、196、255 s下发了5条AGC 指令,其中,3条为升指令,2条为降指令。

从图10可以看出,受制于爬坡速率与出力范围,调频机组无法跟踪调度中心下发的AGC指令。

此时,BESS 辅助调频机组二次调频,实现了对AGC指令的完全响应,具体可见图11与图12。

图11中:BESS Ⅰ放电辅助调频机组响应升指令(即第2、3与4条指令);BESS Ⅱ充电辅助调频机组响应降指令(即第1、5条指令)。

也就是说,两组BESS处于不同的充放电状态,辅助调频机组响应不同调节方向的AGC 指令。

本次模拟中,BESS一天内的SOC曲线如图13所示。

图13 模拟日内的BESS荷电状态
Fig. 13 SOC of BESS during simulation day
图13中,BESS在4时58分10秒与15时2分17秒各进行了一次充放电状态切换。

在4时58分10秒时:处于放电状态的BESS Ⅰ满放,立即由放电状态切换为充电状态;至于BESS Ⅱ,尽管其尚未满充,为严格保证两组BESS在任意时刻均处于不同充放电状态,同步由充电状态切换为放电状态。

在15时2分17秒时发生的充放电状态切换由BESS Ⅱ满放触发。

由此可见,本文提出的BESS 充、放电状态切换策略既能严格保证两组BESS始终处于不同的充放电状态,又能减少BESS充放电状态切换次数和循环寿命损耗。

表3给出了BESS接入前后的AGC指令跟踪性能与BESS损耗成本。

表3 AGC指令跟踪性能与BESS损耗成本
Table 3 Performances of tracking AGC instructions
and BESS aging costs
策略指标POST/%
指标DEIT/
MWh
BESS损耗
成本/万元无BESS 40.0 70 0.0
有BESS 98.5 1.6 8.2
从表3可以看出,若仅靠调频机组响应AGC 指令,指标POST、DEIT在模拟日内的评估结果分别为40.0%与70 MWh。

也就是说,调频机组在模拟日内有超过一半的概率无法在指令持续周期内跟踪上AGC目标出力,且跟踪偏差电量高达70 MWh。

BESS辅助调频机组二次调频后,二次调频性能显著提升:指标POST在模拟日内的评估结果由40.0%增至98.5%,增幅为121.3%;指标DEIT的评估结果由70 MWh下降为1.6 MWh,降幅为97.71%。

为辅助二次调频,BESS模拟日内进行了两次充放电状态切换,对应电池损耗成本为8.2万元。

4.3 不同BESS容量下的AGC指令跟踪性能与
BESS损耗成本
为分析BESS容量对火-储混合电站AGC指令跟踪性能与BESS损耗成本的影响,本文进行了不同BESS容量下的火-储混合电站运行模拟,结果如图14—图16所示。

从图14、图15可以看出,随着BESS容量增加,指标POST随之增大,同时,指标DEIT随之减小。

也就是说,增大BESS容量可显著提升火-储
图14 不同BESS容量下的AGC指令跟踪成功概率 Fig. 14 POST of tracking AGC instructions with
different BESS capacities
- 176 - 电力系统保护与控制
图15 不同BESS 容量下的AGC 指令跟踪偏差电量 Fig. 15 DEIT of tracking AGC instructions with
different BESS capacities
图16 不同BESS 容量下的损耗成本 Fig. 16 Aging costs with different BESS capacities
混合电站的二次调频性能。

由图14可以看出,当BESS 容量增至28 MWh 时,指标POST 已超过90%,再进一步增加BESS 容量,指标POST 的增幅趋于平缓,呈现明显的饱和效应。

类似的饱和效应同样出现在图15中,当BESS 容量增至46 MWh 、指标DEIT 降至1 MWh 以下时,进一步增加BESS 容量,指标DEIT 的降幅趋于平缓。

由图16可以看出,采用本文提出的BESS 充放电状态切换策略后,BESS 损耗成本与BESS 容量大致呈线性关系,随着BESS 容量的增加而其损耗成本逐步增大。

5 结论
本文将BESS 接入调频电厂,辅助火电机组响应AGC 指令,提升二次调频性能。

为减少BESS 循环寿命损耗,将其分为容量相等的两组独立运行,分别用于辅助火电机组响应AGC 升、降指令。

在对AGC 指令持续时间、间隔时间、调节速率与调节方向的概率特性进行分析的基础上,采用SMCS 方法对火-储混合电站运行状况进行模拟,并在此基础上评估火-储混合电站的二次调频性能与估算BESS 循环寿命损耗。

本文主要工作如下:
1) 基于某调频电厂接收的AGC 指令,对AGC 指令的持续时间、间隔时间、调节速率与调节方向
的概率分布特性进行了研究。

2) 利用BESS 辅助火电机组二次调频后,显著增加了AGC 指令跟踪成功概率,减少了AGC 指令跟踪偏差电量,提高了调频效果。

3) 算例结果表明,本文所提BESS 分组运行、充放电状态切换的策略能有效减少BESS 充放电切换次数,从而减少BESS 的循环寿命损耗,验证了本文所提BESS 策略的优越性。

参考文献
[1] 国家能源局. 国家能源局发布2021年全国电力工业统
计数据[EB/OL]. (2022-01-26)[2022-07-19]. http://www. /2022-01/26/c_1310441589. htm.
[2] 李国庆, 闫克非, 范高锋, 等. 储能参与现货电能量-调频辅助服务市场的交易决策研究[J]. 电力系统保护与控制, 2022, 50(17): 45-54.
LI Guoqing, YAN Kefei, FAN Gaofeng, et al. Transaction decision-making of energy storage stations participating in the spot energy and frequency modulation ancillary service market[J]. Power System Protection and Control, 2022, 50(17): 45-54.
[3] 刘鑫, 李欣然, 谭庄熙, 等. 基于不同种类储能电池参
与一次调频的最优策略经济性对比[J]. 高电压技术, 2022, 48(4): 1403-1410.
LIU Xin, LI Xinran, TAN Zhuangxi, et al. Economic comparison of optimal strategies based on different types of energy storage batteries participating in primary frequency regulation[J]. High V oltage Engineering, 2022, 48(4): 1403-1410.
[4] 陆胜男, 张新松, 徐杨杨, 等. 基于边际发电成本的联
络线交换功率两阶段迭代优化方法[J]. 电力系统保护与控制, 2021, 49(10): 77-88.
LU Shengnan, ZHANG Xinsong, XU Yangyang, et al. Two-stage iterative method to optimize tie-line exchange power based on marginal power generation cost[J]. Power System Protection and Control, 2021, 49(10): 77-88. [5] 许梦瑶, 艾小猛, 方家琨, 等. 考虑用户积极性的电动
汽车与机组联合调频的两阶段随机优化调度模型[J]. 电网技术, 2022, 46(6): 2033-2041.
XU Mengyao, AI Xiaomeng, FANG Jiakun, et al. Two-stage stochastic optimal scheduling model for joint regulation of EV and thermal units considering users enthusiasm[J]. Power System Technology, 2022, 46(6): 2033-2041.
[6] HE J Q, SHI C L, WEI T Z, et al. Stochastic model
predictive control of hybrid energy storage for improving AGC performance of thermal generators[J]. IEEE Transactions on Smart Grid, 2022, 13(1): 393-405.
[7] DOENGES K, EGIDO I, SIGRIST L, et al. Improving
AGC performance in power systems with regulation response accuracy margins using battery energy storage system (BESS)[J]. IEEE Transactions on Power Systems, 2019, 35(4): 2816-2825.
[8] 李军徽, 高卓, 应鸿, 等. 基于动态下垂系数与SOC。

相关文档
最新文档