[20140325006基于储能需求最小的风电场短时功率波动平抑指标制定方法.docVIP

基于储能需求最小的风电场短时功率波动平抑指标制定方法 摘要: 本文提出了一种基于储能需求最小的风电场短时功率波动平抑指标的制定方法。首先，基于实测风速数据，对风电功率短时波动对电力系统频率偏差的影响进行了仿真分析。然后基于已有的波动平抑控制算法对风电功率进行平抑，并仿真分析了不同时间尺度上的平抑控制和不同大小的平抑指标对系统频率控制的改善效果，以及对储能容量和功率的需求。基于以上系统层面的仿真分析，提出了一种在满足系统频率偏差指标前提下储能需求最小的风电场短时功率波动平抑指标制定方法，并考虑了系统不同负荷时段内风电渗透率的不同，以及电源配置方式的不同。关键词: 风电; 功率波动; 平抑指标; 储能; 需求评估 0 引言 近年来，风力发电作为一种清洁的可再生能源发电在世界范围内得到迅速的发展。然而，随着风电渗透率的不断提高，其短时功率波动对电力系统爬坡和备用容量的需求也日益增大，并将影响系统的区域控制、频率控制与系统安全[1]。因此，包括我国在内的一些国家的电力公司已经或将要出台针对并网风电场短时功率波动的限制指标[2]-[5]。 德国E.ON电力公司和美国ERCOT电力公司提出每1分钟内风电的最大功率波动不能超过其额定功率的10%。而爱尔兰ESBNG电力公司提出每1分钟内的最大功率波动不能超过其额定功率的8%。日本东北电力公司提出每1分钟的最大功率波动不超过风电场额定功率的2%。我国依据风电场的容量大小提出不同的功率波动限制指标：对于小于容量为30MW的风电场，每1分钟的最大功率波动不超过3MW；对于30~150MW的风电场，每1分钟的最大功率波动不超过额定容量的10%；对于150MW以上的风电场，每1分钟的最大功率波动不超过15MW。 随着电池储能、超级电容储能、超导磁储能以及飞轮储能等新型储能技术在近年来的快速发展，使用储能系统（Energy Storage System，ESS）对风电功率波动进行平抑成为研究的热点。相比于改进风力发电机控制的功率平抑方法[6][7]，储能系统调节能力更强，控制更加灵活，且不需要牺牲风能捕获效率，更适用于已并网发电的风电场。文献[8]采用一阶滤波控制液流电池储能系统对风电场的功率波动进行平抑，并加入储能能量状态（State of Charge，SOC）反馈控制，有效地将储能系统的SOC控制在安全的范围之内。文献[9]采用卡尔曼滤波控制锂电池储能系统对风电波动进行平抑，并在卡尔曼滤波环节之后，加入两个基于复杂逻辑的反馈控制，依据储能系统的充放电功率和能量状态对卡尔曼滤波的控制参数进行实时调整。文献[10]采用滑动平均滤波方法控制超级电容器和蓄电池分别对时间尺度较短和较长的风电功率进行平抑，并依据储能系统的SOC实时调整滑动平均算法的窗口宽度以及补偿系数，避免储能系统的过充过放。 上述研究的重点均放在波动平抑控制算法和储能的能量管理方面，并未将电力系统提出的基于时间尺度的波动限制指标作为控制的目标。在作者的前期工作[11]-[15]中，分别采用了基于变时间常数实时优化的一阶滤波控制、模型预测滚动优化控制以及实时小波滤波控制对风电功率进行平抑，在满足两个时间尺度的功率波动平抑指标的同时，减少了储能容量的使用。但是，其针对的是示范工程项目提出的特定的功率波动平抑指标，例如每1分钟最大功率波动不得超过风电额定功率的2%，每30分钟不得超过7%，并未对该指标制定的合理性，以及指标的完成对系统运行控制的影响进行深入研究和分析。而在实际电力系统中，风电功率短时波动对系统频率的影响与该系统的电源配置、控制方式以及风电渗透率有密切的关系。即使对于特定的系统，在不同的负荷时段，风电的渗透率并不相同，其功率波动对系统的影响也需要分析研究。 本文将从电力系统频率仿真出发，分析风电功率波动对不同负荷时段系统频率控制的影响，并考虑不同的电源配置方式。然后，将分析不同时间尺度的平抑控制和不同大小的平抑指标对系统频率控制的改善效果，以及对储能容量和功率的需求。最后，提出一种基于系统层面仿真分析的储能需求最小的风电场波动平抑指标的制定方法。 1 风电功率波动对电力系统频率的影响分析 如引言中所述，电力系统对风电场提出的波动限制指标基本都是由时间尺度和最大波动幅值组成的，这样的设定与系统的运行控制时段相配合，更易于实时平抑控制的实现，也更有利于平抑效果的量化分析。然而，目前已有的风电功率波动对电力系统频率的影响研究大多将风电功率波动转换为频域信号，重点在于分析不同频段的波动对频率偏差的影响[16]-[18]，不适用于分析基于时间尺度的波动平抑的实现对系统频率控制的影响，并且没有考虑实际系统不同负荷时段的电源配置与控制方式的不同。 1.1 IEEE RTS测试系统 本文的仿真分析都将基于IEEE RTS系统[1