計(jì)及風(fēng)電并網(wǎng)模型的電動汽車集群參與系統(tǒng)頻率調(diào)整策略

李 嫣，張 謙，李 晨，胡熙茜

?

計(jì)及風(fēng)電并網(wǎng)模型的電動汽車集群參與系統(tǒng)頻率調(diào)整策略

李 嫣1，張 謙1，李 晨2，胡熙茜1

1.輸配電裝備及系統(tǒng)安全與新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室(重慶大學(xué))，重慶 400044； 2.中國南方電網(wǎng)超高壓輸電有限公司廣州局，廣東 廣州 510620)

為解決風(fēng)能隨機(jī)性和波動性帶來的風(fēng)電機(jī)組頻率支持可靠性不高的問題，采用電動汽車與風(fēng)電機(jī)組協(xié)同參與系統(tǒng)調(diào)頻。對風(fēng)速區(qū)域進(jìn)行劃分，根據(jù)風(fēng)電機(jī)組運(yùn)行特性，利用虛擬慣性控制、下垂控制和變槳距角控制三種控制方式建立調(diào)頻模型；結(jié)合電動汽車集群控制策略，通過對系統(tǒng)調(diào)頻需求的分配，提出電動汽車集群和風(fēng)電聯(lián)合調(diào)頻的控制策略。算例結(jié)果顯示，聯(lián)合虛擬慣性和下垂控制同時(shí)作用時(shí)風(fēng)電機(jī)組調(diào)頻效果較好，電動汽車和風(fēng)電機(jī)組聯(lián)合調(diào)頻效果優(yōu)于風(fēng)電獨(dú)立參與調(diào)頻。仿真證明所提出的聯(lián)合調(diào)頻策略能有效抑制頻率偏移，維持系統(tǒng)頻率穩(wěn)定性。

電動汽車；風(fēng)電機(jī)組；聯(lián)合頻率調(diào)整；虛擬慣性控制；下垂控制；變槳距角控制

0 引言

隨著微電網(wǎng)中風(fēng)電滲透率不斷提高，風(fēng)力發(fā)電的間歇性將直接影響微電網(wǎng)系統(tǒng)內(nèi)部有功功率的供需平衡，造成頻率波動難以控制。各國均出臺并網(wǎng)導(dǎo)則，規(guī)定風(fēng)電場必須具備有功功率調(diào)節(jié)、響應(yīng)系統(tǒng)頻率變化的能力[1]。而當(dāng)前主流風(fēng)力發(fā)電機(jī)組為雙饋式變速風(fēng)力發(fā)電機(jī)組，其通過電力電子設(shè)備接入電網(wǎng)，并不具備慣性響應(yīng)及輔助調(diào)頻能力。要實(shí)現(xiàn)變速風(fēng)電機(jī)組參與調(diào)頻的目的，需要采用附加控制方式。

利用風(fēng)電機(jī)組自身有功功率控制以實(shí)現(xiàn)參與調(diào)頻目的的方法主要有虛擬慣性控制[2]、下垂控制[3]和變槳距角控制[4]。虛擬慣性控制和下垂控制均是通過改變轉(zhuǎn)子轉(zhuǎn)速，釋放轉(zhuǎn)子動能來參與系統(tǒng)頻率調(diào)整。變槳距角控制是通過改變風(fēng)電風(fēng)機(jī)葉片攻角，改變風(fēng)機(jī)捕獲風(fēng)能大小，進(jìn)而改變自身有功功率輸出。現(xiàn)已有不少研究將虛擬慣性控制、下垂控制和變槳距角控制聯(lián)合以參與系統(tǒng)頻率調(diào)整[5-7]。

因?yàn)轱L(fēng)能具有隨機(jī)性和波動性，由風(fēng)電機(jī)組提供的頻率支撐的可靠性很難得到保障，對于剛參加過電力系統(tǒng)調(diào)頻的風(fēng)電機(jī)組需要盡快恢復(fù)到最佳轉(zhuǎn)速，這就需要從系統(tǒng)中吸收部分有功，這很容易造成系統(tǒng)頻率的二次跌落，因此風(fēng)電機(jī)組很難獨(dú)立為微電網(wǎng)提供主要頻率調(diào)節(jié)。而附加儲能系統(tǒng)與風(fēng)電機(jī)組協(xié)同調(diào)頻，不僅可以有效抑制風(fēng)電的隨機(jī)波動，提高風(fēng)電機(jī)組的頻率響應(yīng)能力，而且可以有效地改善電力系統(tǒng)的頻率響應(yīng)特性[8]。然而，附加儲能系統(tǒng)參與風(fēng)電調(diào)頻需要增加大量額外的設(shè)備，這將大幅度增加風(fēng)電場的運(yùn)行成本。同時(shí)，該方法僅從電源端改善系統(tǒng)頻率，沒有充分發(fā)揮負(fù)荷在電網(wǎng)調(diào)頻方面的積極作用。

電動汽車(Electric vehicle, EV)具有負(fù)荷和電源雙重身份，可以取代附加儲能設(shè)備，與風(fēng)電機(jī)組協(xié)同參與系統(tǒng)調(diào)頻。目前關(guān)于電動汽車集群和風(fēng)電聯(lián)合參與系統(tǒng)調(diào)頻的研究較少，現(xiàn)有研究側(cè)重于電動汽車集群和風(fēng)電參加頻率調(diào)整控制模型的搭建。文獻(xiàn)[9]通過分層控制算法實(shí)現(xiàn)電動汽車集群充放電和風(fēng)能發(fā)電在系統(tǒng)頻率調(diào)整中的協(xié)同控制，但僅由電動汽車集群通過充放電單獨(dú)參與下層頻率調(diào)整，而風(fēng)電只進(jìn)行上層發(fā)電調(diào)度計(jì)劃，并不參與下層頻率調(diào)整，針對兩者聯(lián)合調(diào)頻的相互耦合關(guān)聯(lián)的控制方法鮮有提及。文獻(xiàn)[10-11]通過不同原理的控制理論構(gòu)建微電網(wǎng)負(fù)荷頻率控制模型的PID控制器，通過PID控制器分別控制電動汽車集群和風(fēng)電的調(diào)頻模型以響應(yīng)系統(tǒng)頻率變化信號，但均忽略了微電網(wǎng)調(diào)頻過程中系統(tǒng)有功功率分配策略對兩者聯(lián)合調(diào)頻模型及調(diào)頻參與度的影響。

因此，針對風(fēng)電與電動汽車相互耦合的聯(lián)合調(diào)頻控制方法與調(diào)頻過程中有功功率分配的問題，本文研究了電動汽車集群和風(fēng)電聯(lián)合調(diào)頻的分級協(xié)調(diào)控制策略，以實(shí)現(xiàn)兩者聯(lián)合調(diào)頻協(xié)調(diào)控制機(jī)制的建立?；陔p饋?zhàn)兯亠L(fēng)力發(fā)電機(jī)(Double-Fed Induction Generator, DFIG)運(yùn)行特性，在不同風(fēng)速等級下，結(jié)合虛擬慣性控制、下垂控制和變槳距角控制建立了風(fēng)電機(jī)組調(diào)頻模型，并在考慮個體需求的電動汽車調(diào)頻策略的基礎(chǔ)上，通過對系統(tǒng)調(diào)頻需求功率的分配，制定了電動汽車和風(fēng)電聯(lián)合參與電網(wǎng)調(diào)頻的控制策略。

1 雙饋式變速風(fēng)力發(fā)電機(jī)調(diào)頻策略框架

通過不同的控制器控制轉(zhuǎn)子和電網(wǎng)兩側(cè)的變流器及葉片攻角，可以實(shí)現(xiàn)對風(fēng)機(jī)輸出機(jī)械功率的控制，進(jìn)而使DFIG具有調(diào)節(jié)系統(tǒng)頻率的能力。

(2) 在低風(fēng)速區(qū)域，轉(zhuǎn)子轉(zhuǎn)速相對較低，調(diào)整轉(zhuǎn)子轉(zhuǎn)速進(jìn)行90%最大風(fēng)功率跟蹤；在中風(fēng)速區(qū)域，轉(zhuǎn)子轉(zhuǎn)速相對較高，無法達(dá)到90%最大風(fēng)功率跟蹤狀態(tài)，調(diào)整轉(zhuǎn)子轉(zhuǎn)速運(yùn)行在變比例最大風(fēng)功率跟蹤狀態(tài)。在低風(fēng)速和中風(fēng)速區(qū)域，通過控制轉(zhuǎn)子速度變化，釋放轉(zhuǎn)子動能，改變風(fēng)電機(jī)組輸出功率，參與系統(tǒng)調(diào)頻。

(3) 在高風(fēng)速區(qū)域，轉(zhuǎn)子轉(zhuǎn)速維持在額定轉(zhuǎn)速，轉(zhuǎn)子速度和慣性控制器不再參與動作，采用變槳距角控制來調(diào)整風(fēng)機(jī)葉片攻角，通過改變風(fēng)機(jī)捕獲的風(fēng)能功率進(jìn)而改變風(fēng)電機(jī)組輸出功率，參與系統(tǒng)調(diào)頻。

(4) 在無效風(fēng)速2區(qū)域，風(fēng)速過大，為保護(hù)風(fēng)電機(jī)組安全，風(fēng)電機(jī)組在該風(fēng)速區(qū)域內(nèi)退出電網(wǎng)，不參與系統(tǒng)調(diào)頻。

圖1 DFIG運(yùn)行狀態(tài)

2 低風(fēng)速和中風(fēng)速區(qū)域調(diào)頻策略

2.1 轉(zhuǎn)子速度控制方式

如前所述，在低風(fēng)速和中風(fēng)速區(qū)域，可通過控制轉(zhuǎn)子速度變化，釋放轉(zhuǎn)子動能，改變風(fēng)電機(jī)組輸出功率，參與系統(tǒng)調(diào)頻。轉(zhuǎn)子速度控制方式主要采用虛擬慣性控制和下垂控制兩類。

2.1.1虛擬慣性控制

當(dāng)頻率下降時(shí)，需要降低DFIG轉(zhuǎn)子轉(zhuǎn)速，釋放轉(zhuǎn)子中儲存的動能。

轉(zhuǎn)子動能在極短時(shí)間內(nèi)釋放，以功率輸出的形式從轉(zhuǎn)子側(cè)輸入到電網(wǎng)側(cè)，如式(3)所示。

為了給DFIG增加具有同步發(fā)電機(jī)類似的慣性，引入慣性常數(shù)，其定義為

對DFIG增加虛擬慣性后，有

則轉(zhuǎn)子釋放的動能可表示為

由式(7)知，可以利用DFIG虛擬慣性控制，通過控制釋放轉(zhuǎn)子動能所產(chǎn)生的功率，使風(fēng)力發(fā)電機(jī)響應(yīng)系統(tǒng)頻率變化。

2.1.2下垂控制

DFIG附加下垂特性后，如式(8)所示。

圖2 發(fā)電機(jī)功頻靜特性

Fig. 2 Static power frequency characteristics of generator

2.2 轉(zhuǎn)子速度控制策略

為了在不同風(fēng)速條件下均可產(chǎn)生最大功率，必須對風(fēng)機(jī)轉(zhuǎn)速進(jìn)行調(diào)節(jié)，常采用最大功率點(diǎn)跟蹤技術(shù)(Maximum Power Point Tracking, MPPT)獲取最大機(jī)械功率。在風(fēng)電參與系統(tǒng)調(diào)頻過程中，DFIG為獲得調(diào)頻容量儲備，采用90%最優(yōu)功率運(yùn)行狀態(tài)(即次最優(yōu))[13]。MPPT運(yùn)行狀態(tài)在相同風(fēng)速條件下具有唯一性，即僅有唯一轉(zhuǎn)子轉(zhuǎn)速對應(yīng)風(fēng)機(jī)最大功率的輸出；而次最優(yōu)輸出功率對應(yīng)兩個不同轉(zhuǎn)子轉(zhuǎn)速，分別為低速次最優(yōu)和超速次最優(yōu)。實(shí)際運(yùn)行過程中，常采用超速次最優(yōu)軌跡運(yùn)行。

在低風(fēng)速和中風(fēng)速區(qū)域，DFIG采用不同的轉(zhuǎn)子速度控制策略參與系統(tǒng)調(diào)頻，如圖3所示。由圖可知，風(fēng)電接入電網(wǎng)，轉(zhuǎn)子轉(zhuǎn)速常規(guī)運(yùn)行在0.7~1.2 p.u.范圍內(nèi)，在短暫動態(tài)擾動下，可以達(dá)到0.6~1.3 p.u.的安全范圍[14]。一旦風(fēng)機(jī)轉(zhuǎn)子轉(zhuǎn)速超出安全范圍，轉(zhuǎn)子速度保護(hù)將會啟動，強(qiáng)迫風(fēng)機(jī)脫離電網(wǎng)。

圖3 不同風(fēng)速下轉(zhuǎn)子速度控制運(yùn)行軌跡

在低風(fēng)速Zone2區(qū)域內(nèi)，采用超速次最優(yōu)軌跡控制策略，如圖2中加粗黑色實(shí)線所示。在該風(fēng)速區(qū)域內(nèi)，控制轉(zhuǎn)子轉(zhuǎn)速運(yùn)行在次最優(yōu)狀態(tài)，為風(fēng)機(jī)參與系統(tǒng)調(diào)頻提供了10%的調(diào)頻容量儲備，以便風(fēng)機(jī)在適當(dāng)減速的情況下，增加功率輸出，參與系統(tǒng)向上調(diào)頻。而在中風(fēng)速Zone3范圍內(nèi)，采用超速變比軌跡控制策略，如圖2中加粗黑色虛線所示。在風(fēng)速為10 m/s的運(yùn)行特性曲線中，次最優(yōu)運(yùn)行狀態(tài)的轉(zhuǎn)子速度為1.2 p.u.。若風(fēng)速繼續(xù)加大，將會導(dǎo)致轉(zhuǎn)子在次最優(yōu)運(yùn)行狀態(tài)的速度超過正常運(yùn)行范圍。因此，為確保風(fēng)機(jī)能夠正常運(yùn)行，在此風(fēng)速區(qū)域內(nèi)，轉(zhuǎn)子速度不繼續(xù)運(yùn)行在次最優(yōu)軌跡，而保持在最大常規(guī)運(yùn)行速度1.2 p.u.。此時(shí)風(fēng)機(jī)輸出功率與最大功率之間的比例為0.9~1，故稱為超速變比軌跡。

若頻率在此時(shí)恢復(fù)正常，則停止降低轉(zhuǎn)速，DFIG轉(zhuǎn)入正常運(yùn)行軌跡運(yùn)行。若釋放動能后，轉(zhuǎn)子速度變?yōu)樽畲蠊β庶c(diǎn)所對應(yīng)轉(zhuǎn)速，頻率仍沒有恢復(fù)正常，則停止減速，該風(fēng)機(jī)運(yùn)行在最大功率點(diǎn)狀態(tài)，采取其他的方式恢復(fù)系統(tǒng)頻率。

圖4 轉(zhuǎn)子速度控制策略原理框圖

3 高風(fēng)速區(qū)域調(diào)頻策略

圖5 變槳距角控制原理框圖

4 電動汽車集群調(diào)頻策略

電動汽車作為移動性儲能設(shè)備，具有響應(yīng)信號速度快的優(yōu)點(diǎn)，可以通過有序充放電控制策略參與電網(wǎng)調(diào)頻。EVA實(shí)時(shí)收集區(qū)域內(nèi)接入電網(wǎng)的EV的需求申報(bào)信息，包括在網(wǎng)時(shí)間、荷電狀態(tài)SOC、EV入網(wǎng)誠信度等。根據(jù)在網(wǎng)時(shí)間長短和誠信度高低將EV分入調(diào)頻服務(wù)組或能量需求組。調(diào)頻服務(wù)組中，根據(jù)EV接入電網(wǎng)SOC狀態(tài)高低，將其分為充電組和放電組。EVA實(shí)時(shí)上報(bào)區(qū)域內(nèi)調(diào)頻服務(wù)組EV的預(yù)測可控容量。電網(wǎng)調(diào)控中心根據(jù)系統(tǒng)頻率波動和風(fēng)電調(diào)頻出力分配調(diào)頻功率需求給EVA，EVA下達(dá)指令使調(diào)頻服務(wù)組EV充電或者放電，以達(dá)到頻率調(diào)整的目的。

4.1 電動汽車分組策略

EV只有在滿足自身行駛需求的前提下，才會選擇接入電網(wǎng)參與調(diào)頻服務(wù)，且結(jié)束調(diào)頻輔助服務(wù)后會自動切換進(jìn)入能量需求組，以滿足車主行駛需求。參與調(diào)頻服務(wù)過程中，將EV分為放電組和充電組，規(guī)則如表1所示，其中：SOC,j為第輛EV在時(shí)刻的荷電狀態(tài)；max和min分別為荷電狀態(tài)的上下限。

時(shí)刻的調(diào)頻服務(wù)組Se如式(3)所示。

表1 EV分組策略

EV分入調(diào)頻服務(wù)組后，開始接受EVA調(diào)頻指令，參與服務(wù)。時(shí)刻第個放電組和充電組分別為

4.2 電動汽車調(diào)頻功率分配策略

實(shí)時(shí)調(diào)頻過程中，EVA根據(jù)調(diào)頻功率需求調(diào)動EV充放電參與調(diào)頻。根據(jù)電動汽車的單位參與時(shí)間貢獻(xiàn)度將其排序，以確定放電組或充電組中參與調(diào)頻的具體車輛及其輸出功率。

4.2.1 EVA可控容量預(yù)測

電動汽車作為交通工具，其移動特性使得EV用戶存在違背調(diào)頻計(jì)劃，在申報(bào)時(shí)段內(nèi)脫離電網(wǎng)的可能性，造成可控容量預(yù)測不準(zhǔn)確。當(dāng)違背計(jì)劃的車輛數(shù)量達(dá)到一定程度，可能導(dǎo)致電網(wǎng)分配至EVA的調(diào)頻計(jì)劃無法有效實(shí)施。

時(shí)刻預(yù)測的+1時(shí)刻可控容量如下所示。

4.2.2 EV調(diào)頻功率分配

+1時(shí)刻，EV調(diào)頻功率分配由在時(shí)刻所預(yù)測的+1時(shí)刻可控容量決定。

式中：E為單輛EV電池儲能總量；η和η分別為EV充電效率和放電效率。

放電組EV放電功率如式(25)所示：

EV的下調(diào)頻功率分配策略與上調(diào)頻類似，不再贅述。

5 電動汽車集群和風(fēng)電協(xié)同控制策略

為了提升風(fēng)電機(jī)組參與調(diào)頻的可靠性，考慮到風(fēng)電場運(yùn)行成本與負(fù)荷端頻率改善作用，采用電動汽車作為附加儲能系統(tǒng)與風(fēng)電聯(lián)合參與調(diào)頻。風(fēng)電和EV集群協(xié)調(diào)調(diào)頻時(shí)，優(yōu)先調(diào)用風(fēng)電參與調(diào)頻。由于風(fēng)電參與調(diào)頻為有差調(diào)節(jié)，當(dāng)風(fēng)電無法單獨(dú)承擔(dān)系統(tǒng)調(diào)頻所需功率時(shí)調(diào)用EV集群參與調(diào)頻。

電動汽車集群和風(fēng)電機(jī)組協(xié)同參與電網(wǎng)調(diào)頻的步驟如下：

(1) 根據(jù)風(fēng)電并網(wǎng)風(fēng)速環(huán)境，確定風(fēng)電能夠安全并網(wǎng)。若風(fēng)電不能安全并網(wǎng)，則系統(tǒng)調(diào)頻功率需求由電動汽車集群獨(dú)立承擔(dān)。

電動汽車集群與風(fēng)電機(jī)組協(xié)同控制思想流程如圖6所示，兩者協(xié)同控制模型如圖7所示。

圖6 電動汽車集群和風(fēng)電協(xié)同調(diào)頻流程圖

圖7 計(jì)及風(fēng)電調(diào)頻模型的負(fù)荷頻率控制模型

6 算例仿真

6.1 風(fēng)電單獨(dú)調(diào)頻出力分析

設(shè)立三種情景以驗(yàn)證本文所提風(fēng)電調(diào)頻策略的有效性。情景一：風(fēng)速為7 m/s；情景二：風(fēng)速為11 m/s；情景三：風(fēng)速為14 m/s。

圖9給出情景二下DFIG的調(diào)頻輸出。在頻率偏差變化不大的情況下，處于中風(fēng)速區(qū)域的轉(zhuǎn)子速度比低風(fēng)速的下降幅度較小，這是由于中風(fēng)速區(qū)域轉(zhuǎn)子運(yùn)行速度基數(shù)較大，高于低風(fēng)速區(qū)域，僅下降較小幅度所釋放的轉(zhuǎn)子動能可提供足夠的調(diào)頻需求。因此，在中風(fēng)速區(qū)域可提供的調(diào)頻功率增量要大于低風(fēng)速區(qū)域。由于情景二處于中風(fēng)速區(qū)域，僅采用轉(zhuǎn)子速度控制，故槳距角仍維持為0°。

圖9 風(fēng)速11 m/s的DFIG調(diào)頻輸出

圖10給出情景三下DFIG的調(diào)頻輸出。在高風(fēng)速區(qū)域，虛擬慣性控制和下垂控制不再起作用，僅由變槳距角控制器控制DFIG調(diào)頻輸出。在變槳距角控制策略中，在高風(fēng)速區(qū)域采取90%最大功率的運(yùn)行軌跡，負(fù)荷擾動接入之前增大槳距角運(yùn)行度數(shù)，如圖10 (b)的0時(shí)刻。在擾動發(fā)生后，減少槳距角，增大風(fēng)機(jī)捕獲風(fēng)能，增加風(fēng)電輸出功率，能夠有效地抑制系統(tǒng)頻率變化，如圖10(a)和(c)所示。在高風(fēng)速區(qū)域轉(zhuǎn)子速度控制不再起調(diào)節(jié)作用，因此轉(zhuǎn)速始終維持在最大安全運(yùn)行速度。

綜上所述，本文提出的DFIG轉(zhuǎn)子速度控制和變槳距角控制策略，在低載運(yùn)行的前提下，能夠通過改變轉(zhuǎn)子速度和槳距角，增加風(fēng)機(jī)功率輸出，起到抑制系統(tǒng)頻率波動的作用；在轉(zhuǎn)子速度控制策略中，中風(fēng)速區(qū)域風(fēng)機(jī)可提供的調(diào)頻功率增量要大于低風(fēng)速區(qū)域；同時(shí)，由虛擬慣性控制和下垂控制策略同時(shí)起作用時(shí)，系統(tǒng)調(diào)頻效果最好。

圖10 風(fēng)速14m/s的DFIG調(diào)頻輸出

6.2 電動汽車集群和風(fēng)電聯(lián)合調(diào)頻出力分析

在風(fēng)電機(jī)組參與調(diào)頻的基礎(chǔ)上，聯(lián)合EV集群參與系統(tǒng)調(diào)頻。為驗(yàn)證風(fēng)電和EV集群聯(lián)合調(diào)頻的效果，設(shè)立情景四、情景五和情景六。情景四和情景五中風(fēng)電機(jī)組和EV集群聯(lián)合參與調(diào)頻，其中情景四和情景五的EV集群中EV數(shù)量分別為100輛和200輛，其余條件同情景一相同。情景六中風(fēng)電不再作為調(diào)頻出力，僅作為階躍擾動，該情景僅由200輛EV調(diào)頻出力。

情景一、情景五和情景六調(diào)頻對比如圖12所示。由圖12(a)可知，風(fēng)電和EV集群聯(lián)合調(diào)頻出力時(shí)，頻率偏差最??；風(fēng)電為擾動，僅EV出力的情況次之；而僅風(fēng)電出力時(shí)，頻率偏差最大。這說明風(fēng)電和EV集群聯(lián)合調(diào)頻比風(fēng)電單獨(dú)參加頻率調(diào)整效果要好。圖12(b)為相應(yīng)情景下EV集群調(diào)頻出力。情景一中不含EV，故EV集群出力為0；情景五中風(fēng)電和EV均有出力，故EV集群出力少于情景六。因此，風(fēng)電作為調(diào)頻機(jī)組對系統(tǒng)頻率起穩(wěn)定作用，可以分擔(dān)系統(tǒng)調(diào)頻壓力；而如果對風(fēng)電不加以控制，則其作為擾動則會影響系統(tǒng)頻率穩(wěn)定，增加系統(tǒng)調(diào)頻壓力。因此，在風(fēng)電并網(wǎng)情況下，有必要增加部分風(fēng)電機(jī)組作為調(diào)頻輔助機(jī)組，以維持系統(tǒng)頻率的穩(wěn)定。

圖11 情景四和情景五調(diào)頻對比

綜上所述，本文提出的EV集群和風(fēng)電聯(lián)合調(diào)頻控制策略，其調(diào)頻效果分別優(yōu)于風(fēng)電單獨(dú)調(diào)頻出力和EV集群單獨(dú)調(diào)頻出力。風(fēng)電作為調(diào)頻機(jī)組對系統(tǒng)頻率起穩(wěn)定作用，能夠分擔(dān)系統(tǒng)調(diào)頻壓力。而EV集群內(nèi)部EV數(shù)量不同時(shí)調(diào)頻效果也不盡相同，當(dāng)EV集群調(diào)頻實(shí)時(shí)預(yù)測可控容量能夠滿足調(diào)頻任務(wù)需求時(shí)，其調(diào)頻效果優(yōu)于實(shí)時(shí)預(yù)測可控容量不足的情況。

圖12 情景一、情景五和情景六調(diào)頻對比

7 結(jié)論

(1) 本文提出的DFIG轉(zhuǎn)子速度控制和變槳距角控制策略，能夠有效抑制系統(tǒng)頻率波動。而且虛擬慣性控制和下垂控制單獨(dú)作用時(shí)，系統(tǒng)調(diào)頻效果較差。因此在風(fēng)電參與調(diào)頻時(shí)，應(yīng)聯(lián)合虛擬慣性控制和下垂控制同時(shí)作用，才能起到較好的調(diào)頻效果。

(2) 本文提出的風(fēng)電和EV集群聯(lián)合調(diào)頻控制策略中，風(fēng)電作為調(diào)頻機(jī)組能夠分擔(dān)系統(tǒng)調(diào)頻壓力，且兩者聯(lián)合調(diào)頻效果優(yōu)于風(fēng)電單獨(dú)調(diào)頻出力。

(3) 風(fēng)電和EV集群聯(lián)合參與調(diào)頻時(shí)，EV集群內(nèi)部EV數(shù)量越多，可提供的調(diào)頻可控容量越多，調(diào)頻效果越好。

[1] 趙嘉興, 高偉, 上官明霞, 等. 風(fēng)電參與電力系統(tǒng)調(diào)頻綜述[J]. 電力系統(tǒng)保護(hù)與控制, 2017, 45(21): 157-169.

ZHAO Jiaxing, GAO Wei, SHANGGUAN Mingxia, et al. Review on frequency regulation technology of power grid by wind farm[J]. Power System Protection and Control, 2017, 45(21): 157-169.

[2] HAFIZ F, ABDENNOUR A. Optimal use of kinetic energy for the inertial support from variable speed wind turbines[J]. Renewable Energy, 2015, 80: 629-643.

[3] VAN DE VYVER J, DE KOONING J D M, MEERSMAN B, et al. Droop control as an alternative inertial response strategy for the synthetic inertia on wind turbines[J]. IEEE Transactions on Power Systems, 2016, 31(2): 1129-1138.

[4] 李世春, 黃悅?cè)A, 王凌云, 等. 基于轉(zhuǎn)速控制的雙饋風(fēng)電機(jī)組一次調(diào)頻輔助控制系統(tǒng)建模[J]. 中國電機(jī)工程學(xué)報(bào), 2017, 37(24): 7077-7086.

LI Shichun, HUANG Yuehua, WANG Lingyun, et al. Modeling primary frequency regulation auxiliary control system of doubly fed induction generator based on rotor speed control[J]. Proceedings of the CSEE, 2017, 37(24): 7077-7086.

[5] 張冠鋒, 楊俊友, 孫峰, 等. 基于虛擬慣量和頻率下垂控制的雙饋風(fēng)電機(jī)組一次調(diào)頻策略[J]. 電工技術(shù)學(xué)報(bào), 2017, 32(22): 225-232.

frequency regulation strategy of DFIG based on virtual inertia and frequency droop control[J]. Transactions of China Electrotechnical Society, 2017, 32(22): 225-232.

[6] 趙冬梅, 許瑞慶, 鄭立新. 全風(fēng)況下雙饋風(fēng)機(jī)參與調(diào)頻的協(xié)調(diào)控制策略研究[J]. 電力系統(tǒng)保護(hù)與控制, 2017, 45(12): 53-59.

ZHAO Dongmei, XU Ruiqing, ZHENG Lixin. Research on coordinated control strategy for DFIGs participating in system frequency regulation with different wind[J]. Power System Protection and Control, 2017, 45(12): 53-59.

[7] ZHAO J, LYU X, FU Y, et al. Coordinated microgrid frequency regulation based on DFIG variable coefficient using virtual inertia and primary frequency control[J]. IEEE Transactions on Energy Conversion, 2016, 31(3): 833-845.

[8] 李軍徽, 馮喜超, 嚴(yán)干貴, 等. 高風(fēng)電滲透率下的電力系統(tǒng)調(diào)頻研究綜述[J]. 電力系統(tǒng)保護(hù)與控制, 2018, 46(2): 163-170.

LI Junhui, FENG Xichao, YAN Gangui, et al. Survey on frequency regulation technology in high wind penetration power system[J]. Power System Protection and Control, 2018, 46(2): 163-170.

[9] LI C, AHN C, PENG H, et al. Synergistic control of plug-in vehicle charging and wind power scheduling[J]. IEEE Transactions on Power Systems, 2013, 28(2): 1113-1121.

[10] KOUBA N E Y, MENAA M, HASNI M, et al. A novel optimal frequency control strategy for an isolated wind-diesel hybrid system with energy storage devices[J]. Wind Engineering, 2016, 40(6): 497-517.

[11] PAHASA J, NGAMROO I. Coordinated control of wind turbine blade pitch angle and PHEVs using MPCs for load frequency control of microgrid[J]. IEEE Systems Journal, 2016, 10(1): 97-105.

[12] 高翔. 現(xiàn)代電網(wǎng)頻率控制應(yīng)用技術(shù)[M]. 北京: 中國電力出版社, 2010.

[13] MA H T, CHOWDHURY B H. Working towards frequency regulation with wind plants: combined control approaches[J]. IET Renewable Power Generation, 2010, 4(4): 308-316.

[14] 趙晶晶, 呂雪, 胡符楊, 等. 基于可變系數(shù)的雙饋風(fēng)機(jī)虛擬慣量與超速控制協(xié)調(diào)的風(fēng)光柴微電網(wǎng)頻率調(diào)節(jié)技術(shù)[J]. 電工技術(shù)學(xué)報(bào), 2015, 30(5): 59-68.

ZHAO Jingjing, Lü Xue, HU Fuyang, et al. Frequency regulation of the wind/photovoltaic/diesel microgrid based on DFIG cooperative strategy with variable coefficients between virtual inertia and over-speed control[J]. Transactions of China Electrotechnical Society, 2015, 30(5): 59-68.

[15] ZHANG Q, LIU H, LI C. A hierarchical dispatch model for optimizing real-time charging and discharging strategy of electric vehicles[J]. IEEJ Transactions on Electrical and Electronic Engineering, 2018, 13(4): 537-548.

System frequency regulation strategy of electric vehicle cluster considering wind power grid-connected model

LI Yan1, ZHANG Qian1, LI Chen2, HU Xiqian1

(1. State Key Laboratory of Power Transmission Equipment & System Security and New Technology, Chongqing University, Chongqing 400044, China; 2. EHV Power Transmission Company of China Southern Power Grid, Guangzhou 510620, China)

In order to solve the low reliability of wind turbine frequency support due to the randomness and volatility of wind energy, electric vehicles and wind turbines are combined to participate in the system frequency regulation. Based on the division of wind speed region and the operation characteristics of wind turbine, the virtual inertia control, droop control and pitch angle control are used to establish the frequency regulation model. Combined with the EV cluster control strategy, through the allocation of system frequency regulation demand, the coordinated control strategy of EV cluster and wind power frequency regulation is proposed. The results show that the frequency regulation effect of wind turbines is better when the virtual inertia and droop control work together, and the effect when electric vehicles and wind turbines coordinated to participate in frequency regulation is better than that when wind turbines participate in frequency regulation independently. The simulation proves that the proposed coordinated frequency regulation strategy is able to suppress the frequency deviation, maintaining the system frequency reliability.

This work is supported by National Natural Science Foundation of China (No. 51507022).

electric vehicle; wind turbine; coordinated frequency regulation; virtual inertia control; droop control; pitch angle control

2018-07-29；

2018-08-27

李 嫣(1995—)，女，碩士研究生，研究方向?yàn)殡妱悠嚺c電網(wǎng)互動技術(shù)；E-mail: liyanly@cqu.edu.cn

張 謙(1980—)，女，通信作者，博士，副教授，研究方向?yàn)殡娏κ袌雠c電力系統(tǒng)安全經(jīng)濟(jì)運(yùn)行、電動汽車與電網(wǎng)互動技術(shù)。E-mail: zhangqian@cqu.edu.cn

國家自然科學(xué)基金項(xiàng)目(51507022)