儲能參與風(fēng)電一次調(diào)頻的容量優(yōu)化

苗福豐， 唐西勝， 齊智平

(中國科學(xué)院電工研究所， 北京 100190)

儲能參與風(fēng)電一次調(diào)頻的容量優(yōu)化

苗福豐， 唐西勝， 齊智平

(中國科學(xué)院電工研究所， 北京 100190)

風(fēng)電高滲透率下的電力系統(tǒng)運營商要求風(fēng)電場提供一次調(diào)頻服務(wù)，風(fēng)電機組通過變槳控制可以提供一定的調(diào)頻備用，但風(fēng)電場長期降額運行降低了經(jīng)濟效益。本文提出儲能參與風(fēng)電場一次調(diào)頻，將風(fēng)電機組變槳控制與儲能控制相結(jié)合，使風(fēng)電場具備類似于傳統(tǒng)電源的一次調(diào)頻能力。提出了基于機會約束規(guī)劃的儲能容量優(yōu)化方法，建立以風(fēng)儲系統(tǒng)運行成本最小為目標(biāo)，以滿足一次調(diào)頻需求為約束的優(yōu)化模型，采用置信水平實現(xiàn)風(fēng)儲系統(tǒng)在調(diào)頻可信度和運行成本之間的折中。分析了典型參數(shù)對儲能配置容量的影響。研究結(jié)果表明，所提出的方法降低了儲能的配置容量，提高了儲能參與風(fēng)電一次調(diào)頻的經(jīng)濟性。

風(fēng)力發(fā)電； 儲能系統(tǒng)； 變槳控制； 一次頻率調(diào)節(jié)； 容量優(yōu)化

1 引言

風(fēng)力發(fā)電在電力系統(tǒng)中的滲透率不斷提升，對電網(wǎng)頻率穩(wěn)定提出了以下挑戰(zhàn)：①變速風(fēng)電機組一般運行于最大功率點，基本不具備一次調(diào)頻的能力；②風(fēng)電的大規(guī)模并網(wǎng)，將會取代提供旋轉(zhuǎn)備用的傳統(tǒng)發(fā)電機組，降低了電力系統(tǒng)一次調(diào)頻能力[1,2]；③風(fēng)力發(fā)電的隨機性和波動性，增加了電力系統(tǒng)頻率調(diào)節(jié)的頻度和廣度。為保證系統(tǒng)安全穩(wěn)定運行，風(fēng)電滲透率高的國家或地區(qū)對風(fēng)電場提供一次調(diào)頻服務(wù)提出了技術(shù)要求。大不列顛電網(wǎng)要求風(fēng)電場應(yīng)滿足一次、二次和頻率過高的調(diào)節(jié)要求，依據(jù)頻率事件瞬間的實際負荷，可提供的一次頻率應(yīng)達到額定容量的10%[3]；西班牙電網(wǎng)規(guī)定風(fēng)電機組必須提供1.5%額定功率的備用容量[4]。

風(fēng)電機組通過變槳控制[5,6]可以提供一次調(diào)頻備用容量，但長期降額運行降低了風(fēng)電場運營商的經(jīng)濟效益。風(fēng)電場配置適量儲能[7,8]，利用其響應(yīng)快速、靈活可控的特點，參與風(fēng)電場的一次頻率響應(yīng)，不僅可以彌補風(fēng)電機組變槳控制響應(yīng)慢的不足，同時可以減少風(fēng)電場因提供一次調(diào)頻而造成的棄風(fēng)。一次調(diào)頻具有功率大、持續(xù)時間短的特性，宜選用功率型儲能，如飛輪、超級電容器和超導(dǎo)儲能等。由于儲能成本較高，在滿足風(fēng)電場調(diào)頻需求的同時，合理配置儲能容量對參與風(fēng)電調(diào)頻的可行性至關(guān)重要。

針對風(fēng)電場中儲能容量的配置方法，文獻[9-11]采用對風(fēng)速曲線擬合、正態(tài)分布、時域和統(tǒng)計特性等概率分布的方法確定平滑風(fēng)電場功率輸出和降低預(yù)測誤差的儲能容量，缺乏對儲能容量的優(yōu)化。文獻[12]建立了基于能量型儲能在風(fēng)儲聯(lián)合發(fā)電系統(tǒng)中容量優(yōu)化配置模型，并討論了各敏感性因素對容量配置的影響。在此基礎(chǔ)上，文獻[13]進一步提出了松弛因子用于松弛調(diào)峰瓶頸的大規(guī)模儲能系統(tǒng)容量優(yōu)化配置模型，進一步降低儲能的配置容量。

目前，關(guān)于儲能應(yīng)用于風(fēng)電場一次調(diào)頻的研究仍然較少；另外，上述研究大多僅采用儲能系統(tǒng)，很少考慮風(fēng)電機組自身的頻率調(diào)節(jié)能力。因此，本文從風(fēng)電場具備一次調(diào)頻能力出發(fā)，考慮風(fēng)電場自身的頻率調(diào)節(jié)能力，提出儲能參與風(fēng)電場一次調(diào)頻。基于機會約束規(guī)劃的方法優(yōu)化儲能配置容量，建立以風(fēng)儲聯(lián)合調(diào)頻系統(tǒng)運行成本最小為目標(biāo)，以滿足系統(tǒng)調(diào)頻需求為約束的優(yōu)化模型，采用置信水平實現(xiàn)風(fēng)儲系統(tǒng)在調(diào)頻可信度和運行成本之間的折中。通過算例驗證了提出的儲能容量配置方法，分析了典型參數(shù)對儲能配置容量和風(fēng)儲系統(tǒng)運行成本的影響。

2 風(fēng)電場的一次調(diào)頻需求

發(fā)電機組的一次調(diào)頻作用于電力系統(tǒng)發(fā)生頻率事件(負荷突變、機組脫網(wǎng))初始階段，對于抑制系統(tǒng)頻率偏差、保障電力系統(tǒng)的頻率穩(wěn)定和質(zhì)量至關(guān)重要。因此，本文主要研究風(fēng)電場具備一次調(diào)頻能力的儲能配置容量。

電力系統(tǒng)有功功率不平衡會引起系統(tǒng)頻率變化，當(dāng)頻率偏差超過調(diào)頻死區(qū)fdb，發(fā)電機組啟動調(diào)速器，調(diào)整傳統(tǒng)發(fā)電機組的有功出力，降低系統(tǒng)頻率偏差，這一過程稱為一次頻率調(diào)節(jié)(PrimaryFrequencyRegulation，PFR)[14]，如圖1所示。發(fā)電機組的一次調(diào)頻特性體現(xiàn)為下垂系數(shù)R：

(1)

式中，fr為電力系統(tǒng)額定頻率;P為發(fā)電機組發(fā)電功率;Δf為頻率偏差；ΔP為有功功率變化。下垂系數(shù)R的取值一般為0.04～0.06，一次調(diào)頻持續(xù)作用時間Td一般為30s。

圖1 傳統(tǒng)發(fā)電機組的一次調(diào)頻示意圖Fig.1 Diagram of traditional generators priamry frequency regulation

受風(fēng)速影響，風(fēng)電機組發(fā)電功率變化范圍大，而風(fēng)電大發(fā)時對電力系統(tǒng)頻率的影響更為突出。因此，基于風(fēng)電場瞬時功率確定其一次調(diào)頻的備用容量需求更接近于工程實際。

根據(jù)式(1)，要使風(fēng)電場具備類似于傳統(tǒng)發(fā)電機組的一次調(diào)頻能力，其需提供的一次調(diào)頻功率和容量為：

(2)

Ep(v)=Pp(v)Ts

(3)

式中，P(v)為風(fēng)速v時風(fēng)電場發(fā)電功率；Pp(v)和Ep(v)分別為風(fēng)速v時風(fēng)電場一次頻率調(diào)節(jié)需求功率和容量；Ts為風(fēng)速采樣間隔時間(s)。

3 風(fēng)電機組降額發(fā)電的調(diào)頻備用容量

風(fēng)電機組通過轉(zhuǎn)子超速控制和變槳距控制具備提供一次調(diào)頻備用容量的能力。轉(zhuǎn)子超速控制高于最優(yōu)轉(zhuǎn)速運行以提供一定的功率備用，適用于中風(fēng)速范圍，對于高風(fēng)速由于機械應(yīng)力限制難以通過超速提供備用容量；變槳距控制調(diào)節(jié)能力較強，調(diào)節(jié)范圍較廣，可以在全風(fēng)速下降額發(fā)電提供調(diào)頻備用。因此，本文主要考慮風(fēng)電機組變槳距控制的一次調(diào)頻能力。

變槳距控制是通過控制風(fēng)力機的槳距角，改變槳葉的迎風(fēng)角度，使其處于最大功率點之下的某一運行點，從而留出一定的備用容量。如圖2[15]所示，風(fēng)力機槳距角增大，風(fēng)機的功率-轉(zhuǎn)速曲線下移，運行點從1點下降到2點，所捕獲的風(fēng)能減少；反之，如果此時減小槳距角，風(fēng)機捕獲的風(fēng)能增加。

圖2 風(fēng)機的槳距角控制特性曲線Fig.2 Characteristics curves of WTG pitch control

變槳距控制通過降低一部分的發(fā)電功率提供一定的調(diào)頻功率備用，其發(fā)電功率P(v)和風(fēng)速v下的最優(yōu)功率Popt(v)分別為：

(4)

(5)

式中，CP為風(fēng)能捕獲因子；λ為葉尖速比；ρ為空氣密度；A為風(fēng)力機掃風(fēng)面積；β0為風(fēng)電機組MPPT運行時槳距角；β為風(fēng)電機組變槳調(diào)節(jié)時的槳距角。

風(fēng)電機組通過變槳距控制提供的調(diào)頻功率和容量為：

Pβ(v)=Popt(v)-P(v)

(6)

Eβ(v)=Pβ(v)Td

(7)

式中，Pβ(v)和Eβ(v)分別為風(fēng)速v下的調(diào)頻備用功率和容量。

風(fēng)電場通過變槳距控制提供一次調(diào)頻備用功率，運行于降額發(fā)電模式，降低了風(fēng)電場的發(fā)電效益，造成風(fēng)電場調(diào)頻成本較高。因此，風(fēng)電場可以配置適量的儲能參與系統(tǒng)頻率調(diào)節(jié)，在概率較大的中低風(fēng)速時，由儲能作為備用提供一次調(diào)頻需求的功率和容量，避免風(fēng)電機組長期降額發(fā)電運行，以降低風(fēng)電場棄風(fēng)量。

4 基于機會約束規(guī)劃的儲能容量優(yōu)化

儲能配置容量是儲能參與風(fēng)電場一次調(diào)頻經(jīng)濟可行性的關(guān)鍵問題之一，本文提出基于機會約束規(guī)劃的儲能容量優(yōu)化配置方法，采用置信水平確定滿足風(fēng)電場一次調(diào)頻需求的儲能容量，以實現(xiàn)風(fēng)儲系統(tǒng)在調(diào)頻可信度和運行成本之間的折中。

4.1 機會約束規(guī)劃方法簡介

風(fēng)電功率具有隨機性和不確定性，確定參與風(fēng)電場頻率調(diào)節(jié)的儲能配置容量是一個不確定規(guī)劃問題。對于不確定規(guī)劃問題，經(jīng)典的優(yōu)化理論通常是難以求解的，而機會約束規(guī)劃可以求解。機會約束規(guī)劃允許決策在一定程度上不滿足約束條件，但該決策須使約束條件的概率不低于某一置信水平，從而使傳統(tǒng)優(yōu)化中的剛性約束條件保持一定程度的柔性，以在目標(biāo)函數(shù)最優(yōu)和滿足約束條件間取得適中[16]。機會約束規(guī)劃的常見形式為：

(8)

式中，x為決策變量；ε為隨機變量；f(x,ε)為目標(biāo)函數(shù)；G(x,ε)為一般優(yōu)化問題中的約束，要求100%滿足；Pr{g(x,ε)≤0}為約束條件滿足的概率，g(x,ε)為機會約束條件；α為機會約束條件的置信水平。

4.2 風(fēng)儲聯(lián)合調(diào)頻的置信水平

風(fēng)電場提供調(diào)頻服務(wù)的置信水平指在一定時間內(nèi)，風(fēng)儲系統(tǒng)提供的一次調(diào)頻備用滿足系統(tǒng)需求的概率。

風(fēng)電場采樣風(fēng)速為vi時，風(fēng)儲系統(tǒng)是否滿足調(diào)頻需求的計算公式為：

PES+Pβi>Ppi

PES+Pβi

(9)

式中，mi為第i個采樣風(fēng)速vi時風(fēng)儲系統(tǒng)是否滿足系統(tǒng)調(diào)頻需求，滿足時，取值為1，否則，取為0；PES為儲能提供的調(diào)頻功率；Pβi為風(fēng)電變槳距控制提供的調(diào)頻備用功率；Ppi為電力系統(tǒng)對風(fēng)電場的調(diào)頻需求。

基于全年風(fēng)電場實際風(fēng)速和調(diào)頻需求可以計算全年風(fēng)電場滿足調(diào)頻需求的概率，如式(10)所示：

(10)

式中，i=1,2,…,n，n為風(fēng)電場全年的風(fēng)速采樣數(shù)；α為風(fēng)儲聯(lián)合調(diào)頻系統(tǒng)的置信水平。

4.3 風(fēng)儲聯(lián)合調(diào)頻的目標(biāo)函數(shù)

風(fēng)儲聯(lián)合調(diào)頻系統(tǒng)的運行成本主要包括四部分：儲能配置成本，風(fēng)電場棄風(fēng)成本，風(fēng)電場調(diào)頻服務(wù)價值和風(fēng)電場調(diào)頻不足的懲罰成本。

4.3.1 儲能配置成本

如第1節(jié)所述，參與風(fēng)電場頻率調(diào)節(jié)的儲能系統(tǒng)通常采用飛輪或超級電容器等功率型儲能，其循環(huán)壽命高達幾十萬次，可忽略其運行對循環(huán)壽命的影響。因此，儲能系統(tǒng)的成本FES主要為其初始投資成本：

FES=cpPES+ceEES

(11)

EES=TdPES

(12)

式中，cp為儲能系統(tǒng)單位功率成本(元/MW)；ce為儲能系統(tǒng)單位容量成本(元/(MW·h))；PES和EES為儲能系統(tǒng)配置的功率(MW)和容量(MW·h)。

4.3.2 風(fēng)電場棄風(fēng)成本

風(fēng)電場通過變槳距控制降額發(fā)電，以提供一次調(diào)頻備用功率，造成風(fēng)電場發(fā)電量降低，風(fēng)電場運營商經(jīng)濟效益下降。風(fēng)電場提供一次調(diào)頻服務(wù)造成的棄風(fēng)成本FW為：

(13)

式中，cw為風(fēng)電場向電網(wǎng)賣電的價格(元/MW)；Ts為風(fēng)速采樣間隔時間(h)。

4.3.3 風(fēng)電場的調(diào)頻服務(wù)價值

風(fēng)電場參與電力系統(tǒng)一次頻率調(diào)節(jié)，電力系統(tǒng)運營商須每年支付相應(yīng)的輔助調(diào)頻服務(wù)價值。調(diào)頻服務(wù)價值Ff主要由儲能提供的調(diào)頻容量和風(fēng)電機組通過降額發(fā)電提供的調(diào)頻容量兩部分組成：

(14)

式中，cf為風(fēng)儲聯(lián)合調(diào)頻系統(tǒng)提供一次調(diào)頻服務(wù)價值的系數(shù)(元/(MW·a))。

4.3.4 風(fēng)電場調(diào)頻不足的懲罰成本

當(dāng)風(fēng)電場調(diào)頻能力不能滿足電力系統(tǒng)一次調(diào)頻需求時，須接受電力系統(tǒng)運營商的調(diào)頻不足懲罰，其表達式為：

(15)

式中，cno為風(fēng)儲聯(lián)合調(diào)頻系統(tǒng)調(diào)頻不足時的懲罰系數(shù)(元/(MW·a))。

4.4 儲能容量優(yōu)化的配置模型

基于機會約束規(guī)劃，建立以風(fēng)儲聯(lián)合運行成本最小為目標(biāo)，以風(fēng)儲聯(lián)合系統(tǒng)調(diào)頻需求作為約束的儲能容量優(yōu)化模型，式(16)為成本最小的目標(biāo)函數(shù)，式(17)為滿足置信水平α的約束條件：

(16)

Pr(Pβ+PES>Pp)>α

(17)

4.5 求解算法

本文采用遺傳算法求解基于機會約束的儲能容量優(yōu)化配置問題。遺傳算法(Genetic Algorithm, GA)是一種建立在自然選擇原理和自然遺傳機制上的迭代式自適應(yīng)概率性搜索方法。目前，遺傳算法已在電源規(guī)劃、輸電網(wǎng)絡(luò)規(guī)劃、無功優(yōu)化以及電力市場等電力系統(tǒng)領(lǐng)域得到廣泛應(yīng)用。其基本步驟如下。

(1)初始化。輸入遺傳算法中染色體個數(shù)、交配概率和變異概率，采用隨機方法生產(chǎn)一組初始配置方案作為遺傳算法的初始種群。

(2)對種群中的每個染色體進行仿真運算。

(3)檢驗其是否滿足機會約束條件式(16)，如滿足則進入步驟(4)；如不滿足則進行變異運算形成新一代染色體種群，執(zhí)行步驟(2)。

(4)選取滿足機會約束條件的染色體，計算其對應(yīng)的目標(biāo)函數(shù)值，即風(fēng)儲聯(lián)合調(diào)頻系統(tǒng)的運行成本。

(5)對種群中的染色體進行精英選擇操作。

(6)對種群中的染色體進行變異和交叉操作，得到新一代染色體。

(7)判斷是否達到最大迭代次數(shù)，達到則停止計算，否則重復(fù)步驟(2)～步驟(5)。

(8)求解過程中發(fā)現(xiàn)的最好染色體作為儲能容量最優(yōu)配置方案。

5 算例分析

5.1 風(fēng)電場一次調(diào)頻功率和容量需求

本文分析中下垂系數(shù)R取0.04, 持續(xù)時間Td設(shè)定為30s，頻率偏差Δf為0.2Hz[17]；風(fēng)電機組采用GE公司1.5MW雙饋風(fēng)力發(fā)電機組，切入風(fēng)速為3.5m/s，額定風(fēng)速為14.5m/s。根據(jù)式(2)和式(3)可得風(fēng)電場提供一次調(diào)頻需求功率為0.1P(v)，能量Ep為0.1P(v)Td，如圖3所示。

圖3 風(fēng)電機組的v-Ep曲線Fig.3 v-Ep curve of wind turbine generator

5.2 不同置信水平下的儲能配置容量

因風(fēng)電輸出功率具有年度周期性，分析某一年的分布規(guī)律可作為該風(fēng)電場運行年限內(nèi)風(fēng)電功率的分布特性。本文以國內(nèi)某風(fēng)電場一年風(fēng)速數(shù)據(jù)(如圖4所示)作為研究對象優(yōu)化儲能配置容量，額定裝機容量為100MW，采樣周期為1min，數(shù)據(jù)量為525600。

圖4 風(fēng)電場一年的風(fēng)速Fig.4 Annual wind speed of wind plant

經(jīng)折算后，每年風(fēng)儲聯(lián)合調(diào)頻成本參數(shù)如表1所示。儲能功率和儲能容量一年的成本分別為20萬元/MW和2000萬元/(MW·h)；風(fēng)電并網(wǎng)價格為0.054萬元/(MW·h)；風(fēng)儲聯(lián)合調(diào)頻系統(tǒng)提供調(diào)頻服務(wù)價值為100萬元/(MW·a)[18]；風(fēng)儲聯(lián)合調(diào)頻系統(tǒng)調(diào)頻不足懲罰成本為110萬元/(MW·a)。

基于文中提出的儲能容量優(yōu)化模型，采用表1中各調(diào)頻成本參數(shù)，優(yōu)化參與風(fēng)電場一次調(diào)頻的儲能容量，得到不同置信水平下儲能配置功率如圖5所示，不同調(diào)頻方式與運行成本對比如圖6所示。與風(fēng)電調(diào)頻和儲能調(diào)頻相比，風(fēng)儲聯(lián)合調(diào)頻系統(tǒng)節(jié)約成本如表2所示。

表1 風(fēng)儲聯(lián)合調(diào)頻的成本參數(shù)Fig.1 Cost parameters of Wind Storage Combined Frequency Regulation (WSCFR)

圖5 不同置信水平下的儲能配置功率Fig.5 ESS capacity with different confidence levels

圖6 不同置信水平下的調(diào)頻成本對比Fig.6 Frequency Regulation Cost (FRC) comparison with different confidence levels

表2 不同置信水平下的風(fēng)儲聯(lián)合調(diào)頻系統(tǒng)節(jié)約成本Tab. 2 Cost saving of WSCFR with different confidence levels

由圖5可知，與單獨利用儲能系統(tǒng)調(diào)頻相比，風(fēng)儲聯(lián)合調(diào)頻系統(tǒng)顯著降低了儲能配置功率的需求，僅為風(fēng)電場額定功率的2%～4%。風(fēng)電場配置一定容量的儲能參與系統(tǒng)頻率調(diào)節(jié)，儲能滿足風(fēng)電場中低風(fēng)速時發(fā)電功率低、概率大的調(diào)頻需求，以避免風(fēng)電機組為提供一次調(diào)頻服務(wù)而長期運行于降額發(fā)電模式，造成風(fēng)電場發(fā)電效益降低；由于儲能配置成本較高，對于出現(xiàn)概率小、發(fā)電功率高的高風(fēng)速時調(diào)頻需求，利用儲能調(diào)頻不具有經(jīng)濟性，這部分需求由風(fēng)電場變槳距控制提供，以避免風(fēng)電場配置大量的儲能，提高儲能的利用率，降低風(fēng)儲聯(lián)合調(diào)頻系統(tǒng)的運行成本。由圖6和表2可知，風(fēng)儲聯(lián)合調(diào)頻系統(tǒng)運行成本顯著低于儲能調(diào)頻(節(jié)約25%～35%)和風(fēng)電調(diào)頻(節(jié)約40%)，表明儲能參與風(fēng)電場一次調(diào)頻具有較強的經(jīng)濟性和實用性。

5.3 參數(shù)敏感性分析

風(fēng)儲聯(lián)合調(diào)頻系統(tǒng)運行成本主要由儲能配置成本、風(fēng)電并網(wǎng)價格、調(diào)頻服務(wù)價值和調(diào)頻不足懲罰成本四部分組成。本文以置信水平97%為例分析上述參數(shù)變化對儲能配置容量和風(fēng)儲聯(lián)合調(diào)頻系統(tǒng)運行成本的影響。

5.3.1 儲能配置成本

目前市場上儲能系統(tǒng)的成本仍然較高，在風(fēng)儲聯(lián)合調(diào)頻成本中，儲能系統(tǒng)的配置成本占比較高。儲能系統(tǒng)成本對儲能配置容量和風(fēng)儲聯(lián)合調(diào)頻運行成本的影響分別如圖7和圖8所示。

圖7 儲能成本對儲能配置容量的影響Fig.7 Impact of ESS cost on ESS capacity

圖8 儲能成本對調(diào)頻成本的影響Fig.8 Impact of ESS cost on FRC

由圖7和圖8可知，隨著儲能成本的下降，參與風(fēng)電場一次調(diào)頻的儲能容量增加，風(fēng)儲聯(lián)合調(diào)頻成本降低。隨著儲能技術(shù)及其市場的成熟，儲能系統(tǒng)成本在不斷降低，有利于在風(fēng)電場配置儲能參與電力系統(tǒng)頻率調(diào)節(jié)。

5.3.2 風(fēng)電并網(wǎng)價格

由于風(fēng)能資源分布不同，我國風(fēng)電并網(wǎng)的標(biāo)桿電價顯著不同。不同風(fēng)電并網(wǎng)價格下對儲能配置容量和風(fēng)儲聯(lián)合運行成本的影響分別如圖9和圖10所示。

圖9 風(fēng)電并網(wǎng)價格對儲能配置容量的影響Fig.9 Impact of wind power price on ESS capacity

圖10 風(fēng)電并網(wǎng)價格對調(diào)頻成本的影響Fig.10 Impact of wind power price on FRC

由圖9和圖10可知，風(fēng)電運營商為獲得最大收益，在風(fēng)電并網(wǎng)價格低的地區(qū)，風(fēng)電參與調(diào)頻的積極性更高，配置儲能容量較低；在風(fēng)電并網(wǎng)價格高的地區(qū)，配置較高的儲能參與一次調(diào)頻，降低風(fēng)電自身參與風(fēng)電調(diào)頻的參與度；同時，隨著風(fēng)電并網(wǎng)價格的不斷下降，利用風(fēng)電自身調(diào)頻能力，減少配置儲能容量，對風(fēng)電運營商更加有利。

5.3.3 調(diào)頻服務(wù)價值

調(diào)頻服務(wù)增值對儲能容量和風(fēng)儲聯(lián)合調(diào)頻成本的影響分別如圖11和圖12所示。儲能配置容量隨著調(diào)頻服務(wù)價值的增加而降低，說明風(fēng)電自身通過降額發(fā)電提供調(diào)頻備用的積極性增加。隨著大規(guī)模風(fēng)電的并網(wǎng)，適當(dāng)提高調(diào)頻服務(wù)價值，有利于風(fēng)電場運營商主動參與系統(tǒng)頻率調(diào)節(jié)。

圖11 調(diào)頻服務(wù)價值對儲能配置容量的影響Fig.11 Impact of frequency regulation value on ESS capacity

圖12 調(diào)頻服務(wù)價值對調(diào)頻成本的影響Fig.12 Impact of frequency regulation value on FRC

5.3.4 調(diào)頻不足懲罰成本

調(diào)頻不足懲罰成本對儲能容量和風(fēng)儲聯(lián)合調(diào)頻成本的影響分別如圖13和圖14所示。儲能的配置容量隨著懲罰成本的增加而增加，降低了風(fēng)電調(diào)頻的參與度。頻率穩(wěn)定性裕度低的電力系統(tǒng)其調(diào)頻懲罰成本較高，須配置較多儲能以保證系統(tǒng)頻率安全穩(wěn)定。

圖13 調(diào)頻不足懲罰成本對儲能配置容量的影響Fig.13 Impact of penalty cost on ESS capacity

圖14 調(diào)頻不足懲罰成本對調(diào)頻成本的影響Fig.14 Impact of penalty cost on FRC

6 結(jié)論

本文從風(fēng)電場具備一次調(diào)頻能力出發(fā)，提出儲能參與風(fēng)電場頻率調(diào)節(jié)，采用機會約束規(guī)劃方法優(yōu)化的儲能配置，該配置下儲能功率需求僅為風(fēng)電場額定功率的2%～4%。與風(fēng)電調(diào)頻和儲能調(diào)頻相比，提出的風(fēng)儲聯(lián)合調(diào)頻的運行成本節(jié)約了25%～35%。分析了典型調(diào)頻成本參數(shù)對儲能配置容量和調(diào)頻成本的影響。本文的研究為風(fēng)電場和儲能系統(tǒng)規(guī)劃與運行提供了技術(shù)支撐。

[1] 唐西勝，苗福豐，齊智平，等 (Tang Xisheng，Miao Fufeng，Qi Zhiping，et al.)．風(fēng)力發(fā)電的調(diào)頻技術(shù)研究綜述 (Survey on frequency of wind power) [J]．中國電機工程學(xué)報 (Proceedings of the CSEE)，2014，34 (25)：4304-4314.

[2] 倪琳娜，羅吉，王少榮 (Ni Linna，Luo Ji，Wang Shaorong)．含風(fēng)電電力系統(tǒng)的頻率控制 (Frequency control of power system with wind power integration) [J]．電工技術(shù)學(xué)報 (Transactions of China Electrotechnical Society)，2011，26 (Sup.1)：235-241.

[3] National Grid (Great Britain)．Grid code documents connection conditions [R]．2009．

[4] Milligan M，Donohoo P，Lew D，et al．Operating reserves and wind power integration：an international comparison [A]. The 9th Annual International Workshop on Large-Scale Integration of Wind Power into Power Systems as well as on Transmission Networks for Offshore Wind Power Plants Conference [C]．Québec，Canada，2010. 1-19．

[5] A Zertek，G Verbic，M Pantos．A novel strategy for variable-speed wind turbines’ participation in primary frequency control [J]．IEEE Transactions on Sustainable Energy，2012，3(4)：791-799．

[6] 吳子雙，于繼來，彭喜云 (Wu Zishuang, Yu Jilai, Peng Xiyun). 高風(fēng)速段次優(yōu)功率追蹤方式的風(fēng)電調(diào)頻方法 (DFIG’s frequency regulation method only for high wind speed with suboptimal power tracking) [J]. 電工技術(shù)學(xué)報 (Transactions of China Electrotechnical Society)，2013，28(5)：112-119.

[7] 柳偉，顧偉，孫蓉，等 (Liu Wei，Gu Wei，Sun Rong，et al.)．DFIG-SMES互補系統(tǒng)一次調(diào)頻控制(Primary frequency control of doubly fed induction generator-superconducting magnetic energy storage complementary system) [J]．電工技術(shù)學(xué)報(Transactions of China Electrotechnical Society)，2012，27(9)：108-116．

[8] 唐西勝，苗福豐，齊智平(Tang Xisheng，Miao Fufeng，Qi Zhiping). 一種風(fēng)儲集群的協(xié)調(diào)控制方法(Coordination control method of wind farm integrated with energy storage system)[P]. 中國專利(China patent): 201210477712.3, 2014-12-24.

[9] 韓濤，盧繼平，喬梁，等 (Han Tao, Lu Jiping, Qiao Liang, et al.). 大型并網(wǎng)風(fēng)電場儲能容量優(yōu)化方案(Optimized scheme of energy storage capacity for grid-connected large-scale wind farm) [J]. 電網(wǎng)技術(shù)(Power System Technology), 2010, 34(1)：169-173.

[10] 孔飛飛，晁勤，袁鐵江, 等 (Kong Feifei，Chao Qin，Yuan Tiejiang，et al.). 用于短期電網(wǎng)調(diào)度的風(fēng)電場儲能容量估算法 (Estimation of wind farm energy storage capacity for short term power dispatch) [J]. 電力自動化設(shè)備(Electric Power Automation Equipment), 2012, 32(7)：21-24．

[11] B Hartmann, A Dan. Methodologies for storage size determination for the integration of wind power [J]. IEEE Transactions on Sustainable Energy, 2014, 5(1): 182-189.

[12] 姜書鵬，喬穎，徐飛，等 (Jiang Shupeng, Qiao Ying, Xu Fei, et al.). 風(fēng)儲聯(lián)合發(fā)電系統(tǒng)容量優(yōu)化配置模型及敏感性分析(Capacity optimization and sensitivity analysis of cogeneration system of wind power and energy storage) [J].電力系統(tǒng)自動化(Automation of Electric Power Systems)，2013,37(20)：16-21.

[13] 嚴干貴，馮曉東，李軍徽，等 (Yan Gangui, Feng Xiaodong, Li Junhui, et al.). 用于松弛調(diào)峰瓶頸的儲能系統(tǒng)容量配置方法 (Optimization of energy storage system capacity for relaxing peak load regulation bottlenecks) [J]. 中國電機工程學(xué)報 (Processings of the CSEE), 2012, 32(28): 27-35.

[14] P Kunder．Power system stability and control [M]. New York，USA: McGraw-Hill，1994．

[15] O Anaya-Lara，F(xiàn) M Hughes，N Jenkins，et al．Contribution of DFIG-based wind farms to power system short-term frequency regulation [J]．IEE Proceedings - Generation, Transmission and Distribution, 2006， 153： 164-170．

[16] 婁素華，王志磊，吳耀武，等 (Lou Suhua, Wang Zhilei, Wu Yaowu, et al.). 基于機會約束規(guī)劃的含大規(guī)模風(fēng)電電力系統(tǒng)協(xié)調(diào)經(jīng)濟調(diào)度 (Coordinated economic dispatch for power system with significant wind power generation based on chance-constrained programming) [J]. 電工技術(shù)學(xué)報 (Transactions of China Electrotechnical Society)，2013, 28(10)：337-345.

[17] GB/T 15945-2008，電能質(zhì)量—電力系統(tǒng)頻率偏差(Power quality - Frequency deviation of power system)[S].

[18] Oudalov A， Chartouni D, Ohler C． Optimizing a battery energy storage system for primary frequency control [J]．IEEE Transactions on Power Systems，2007，22(3)：1259-1266.

(，cont.onp.42)(，cont.fromp.29)

minC=FES+FW-Ff+Fnf

Capacity optimization of energy storage participating to wind plant primary frequency regulation

MIAO Fu-feng, TANG Xi-sheng, QI Zhi-ping

(Institute of Electrical Engineering, Chinese Academy of Sciences, Beijing 100190, China)

The technical requirements of wind plant primary frequency regulation will be drafted by operators of power system with high penetration level. The pitch control of wind turbine can provide certain reserve capacity for primary frequency regulation, which reduces the economic benefit of wind farm operation. This paper presented a solution to fulfil the performance requirements of wind plant primary frequency regulation similar to a traditional power plant, which combines the pitch control of wind turbines and energy storage. The energy storage capacity optimal method based on Chance Constrained Programming (CCP) is proposed, and the optimal model is established with the aim that the operating cost of Wind-Storage Combined System (WSCS) is the minimum and the constraint is that the WSCS should meet the requirement of power system primary frequency regulation. The confidence level is used to meet the compromise between the reliability and the cost, and the dominant parameters are also analyzed. The results indicate that the proposed method reduces storage capacity and improves economics of energy storage system participating to wind plant primary frequency regulation.

wind power； energy storage system； pitch control； primary frequency regulation； capacity optimization

2015-02-09

國家重點基礎(chǔ)研究發(fā)展計劃(973計劃)項目(2012CB215200)、 中科院知識創(chuàng)新工程重要方向項目(KGCX2-EW-330)

苗福豐 (1986-)， 男， 河南籍， 博士研究生， 研究方向為風(fēng)儲聯(lián)合調(diào)頻的協(xié)調(diào)運行機制與控制方法； 唐西勝 (1975-)， 男， 江蘇籍， 研究員， 博士生導(dǎo)師， 研究方向為電力系統(tǒng)穩(wěn)定與控制、 分布式發(fā)電與儲能技術(shù)。

TM761.2; TM614

A

1003-3076(2016)04-0023-07