謝云云,李虹儀,崔紅芬
(1.南京理工大學(xué)自動(dòng)化學(xué)院,江蘇 南京 210094;2.中國電力科學(xué)研究院有限公司,江蘇 南京 210003)
隨著電網(wǎng)規(guī)模日益增加,電力系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)與動(dòng)態(tài)特性也日趨復(fù)雜。局部故障引發(fā)連鎖反應(yīng),從而導(dǎo)致大范圍停電的事故時(shí)有發(fā)生[1—3]。大停電事故嚴(yán)重影響了社會(huì)生活與生產(chǎn),造成了巨大的政治、經(jīng)濟(jì)損失。因此,為了減少停電損失,必須提前制定電網(wǎng)恢復(fù)預(yù)案,其主要目標(biāo)是盡快恢復(fù)盡可能多的重要負(fù)荷供電。
在負(fù)荷恢復(fù)優(yōu)化的研究中,通??紤]頻率、電壓、發(fā)電機(jī)出力、潮流等約束,以負(fù)荷恢復(fù)量最大為目標(biāo),建立負(fù)荷恢復(fù)模型[4—7]。傳統(tǒng)負(fù)荷恢復(fù)以水電機(jī)組或燃?xì)廨啓C(jī)為黑啟動(dòng)電源,但其數(shù)量和出力受限于地理和資源分布。隨著可再生能源的發(fā)展,越來越多的研究利用其功率支撐作用,提高負(fù)荷恢復(fù)效率[8—10]。但由于可再生能源的不確定性,其波動(dòng)可能會(huì)造成頻率越限,影響系統(tǒng)安全。隨著大規(guī)模電網(wǎng)側(cè)儲(chǔ)能電站建成并投運(yùn)[11],儲(chǔ)能可提供更充足的出力,并在一定程度上控制頻率[12—14]。利用儲(chǔ)能的功率支撐和頻率調(diào)節(jié)能力,可以在保證系統(tǒng)安全的同時(shí),提高系統(tǒng)恢復(fù)效率。
針對(duì)儲(chǔ)能參與停電后系統(tǒng)恢復(fù)問題,已有學(xué)者展開了大量研究。通過調(diào)節(jié)儲(chǔ)能充放電功率,可以減少電壓或潮流越限對(duì)系統(tǒng)安全的威脅[15]。儲(chǔ)能可作為可再生能源的啟動(dòng)電源或輔助電源,平抑可再生能源出力波動(dòng)[16—17];也可作為黑啟動(dòng)電源,通過優(yōu)化機(jī)組啟動(dòng)順序和恢復(fù)路徑,達(dá)到發(fā)電能力最大化[18]、斷路器操作次數(shù)和停電持續(xù)時(shí)間最小化等目標(biāo)[19]。由此可見,合理利用儲(chǔ)能,可提高系統(tǒng)恢復(fù)的效率。但上述研究并未充分考慮儲(chǔ)能調(diào)頻對(duì)負(fù)荷恢復(fù)過程中系統(tǒng)安全性的影響,儲(chǔ)能調(diào)頻作用可以提高系統(tǒng)承受沖擊的能力,增加單次負(fù)荷的最大有功恢復(fù)量,從而提高負(fù)荷恢復(fù)效率。
儲(chǔ)能電站對(duì)頻率有一定的調(diào)節(jié)作用,但負(fù)荷投入引起的頻率偏移仍需在可調(diào)范圍內(nèi)。因此,在負(fù)荷恢復(fù)中必須考慮到負(fù)荷不確定性。目前一般采用魯棒優(yōu)化[20]、隨機(jī)優(yōu)化[21]和模糊方法處理負(fù)荷不確定性。魯棒方法可在負(fù)荷巨大波動(dòng)時(shí)仍保證系統(tǒng)安全,但其求解結(jié)果較為保守。隨機(jī)優(yōu)化通過概率抽樣將不確定量轉(zhuǎn)換為確定性量,但準(zhǔn)確的負(fù)荷概率分布難以獲取。模糊機(jī)會(huì)約束只需少量分布參數(shù),且能權(quán)衡目標(biāo)和風(fēng)險(xiǎn),已廣泛應(yīng)用于含不確定量的電力系統(tǒng)規(guī)劃,如機(jī)組組合[22]、經(jīng)濟(jì)調(diào)度[23]及網(wǎng)架重構(gòu)[24]。
為了充分利用儲(chǔ)能的功率支撐和頻率調(diào)節(jié)能力,更大程度地提高負(fù)荷恢復(fù)效率,文中提出了考慮電網(wǎng)側(cè)儲(chǔ)能調(diào)頻能力的電力系統(tǒng)負(fù)荷恢復(fù)策略。以最大化負(fù)荷恢復(fù)量加權(quán)總和為目標(biāo),考慮負(fù)荷不確定性和系統(tǒng)安全約束,建立負(fù)荷恢復(fù)的模糊機(jī)會(huì)約束模型。然后引入模糊風(fēng)險(xiǎn)價(jià)值實(shí)現(xiàn)負(fù)荷恢復(fù)量與過載風(fēng)險(xiǎn)的權(quán)衡,通過清晰等價(jià)類將模糊機(jī)會(huì)約束問題轉(zhuǎn)化為確定的0-1規(guī)劃問題,并利用人工蜂群算法進(jìn)行求解。最后通過IEEE 39節(jié)點(diǎn)系統(tǒng)的仿真算例對(duì)文中策略的有效性進(jìn)行驗(yàn)證。
在負(fù)荷恢復(fù)過程中,由于已恢復(fù)系統(tǒng)較為脆弱,投入有功負(fù)荷可能引起較大的頻率偏移。因此,在研究負(fù)荷恢復(fù)策略時(shí),必須要保證負(fù)荷投入過程中的頻率安全。傳統(tǒng)發(fā)電機(jī)組可利用自身調(diào)速器控制系統(tǒng)頻率的偏移,含調(diào)速器發(fā)電機(jī)的功率-頻率特性為:
ΔPG=-KGΔf
(1)
式中:ΔPG為發(fā)電機(jī)調(diào)整的有功功率,其值為正表示增加出力,為負(fù)表示減少出力;KG為傳統(tǒng)發(fā)電機(jī)的單位調(diào)節(jié)功率;Δf為頻率變化量。
在含大規(guī)模電網(wǎng)側(cè)儲(chǔ)能的系統(tǒng)中,通過調(diào)節(jié)儲(chǔ)能充放電功率,也可調(diào)整系統(tǒng)頻率。負(fù)荷恢復(fù)過程中,儲(chǔ)能一般采用虛擬慣性或虛擬下垂控制。虛擬慣性控制可以快速響應(yīng)變化,改善系統(tǒng)頻率偏差。但在此方式下,儲(chǔ)能有功出力與系統(tǒng)頻率的變化率呈比例,當(dāng)系統(tǒng)偏差穩(wěn)定時(shí),儲(chǔ)能無法出力。虛擬下垂控制方式下,儲(chǔ)能可以快速響應(yīng)頻率變化,調(diào)整出力,抑制頻率偏移,且在頻率趨于穩(wěn)定時(shí),儲(chǔ)能依然能夠出力。因此,為了充分利用儲(chǔ)能功率,加速系統(tǒng)恢復(fù),文中采用虛擬下垂控制。在此方式下,儲(chǔ)能有功功率輸出與頻率偏差的關(guān)系為:
ΔPB(s)=-KBGB(s)Δf(s)
(2)
式中:ΔPB(s)為儲(chǔ)能系統(tǒng)的輸出有功功率;KB為儲(chǔ)能的單位調(diào)節(jié)功率;GB(s)為儲(chǔ)能輸出有功功率的傳遞函數(shù);Δf(s)為系統(tǒng)頻率偏移量。
為保證儲(chǔ)能在負(fù)荷恢復(fù)過程中能夠正常發(fā)揮其調(diào)頻作用,儲(chǔ)能系統(tǒng)需留有一定裕量,且儲(chǔ)能可調(diào)節(jié)的最大頻率偏差應(yīng)滿足電力系統(tǒng)運(yùn)行的頻率要求。因此,儲(chǔ)能系統(tǒng)的單位調(diào)節(jié)功率KB由儲(chǔ)能最大輸出功率、額定容量以及系統(tǒng)允許的最大頻率偏移共同決定。
考慮到負(fù)荷不確定性和儲(chǔ)能調(diào)頻能力對(duì)系統(tǒng)的影響,文中提出了一種考慮儲(chǔ)能調(diào)頻能力的含電網(wǎng)側(cè)儲(chǔ)能電力系統(tǒng)負(fù)荷恢復(fù)策略,通過優(yōu)化發(fā)電機(jī)出力、儲(chǔ)能電站出力及負(fù)荷出線投切狀態(tài),最大化重要負(fù)荷的恢復(fù)量,具體決策框架如圖1所示。
圖1 基于模糊機(jī)會(huì)約束的負(fù)荷恢復(fù)策略Fig.1 Load restoration strategy based on fuzzy chance constriants
將上述已知信息輸入到文中提出的負(fù)荷恢復(fù)優(yōu)化模型中,然后通過模型轉(zhuǎn)換與模型求解,即可得到符合安全約束的發(fā)電機(jī)、儲(chǔ)能電站和負(fù)荷的決策結(jié)果,調(diào)度人員可據(jù)此結(jié)果給發(fā)電機(jī)組、儲(chǔ)能電站和負(fù)荷投切開關(guān)下達(dá)調(diào)度指令。并且,各發(fā)電機(jī)組出力PG,j,儲(chǔ)能電站有功出力PE,荷電狀態(tài)Ssoc,負(fù)荷出線的恢復(fù)情況xij將輸入模型中,作為下一時(shí)步負(fù)荷恢復(fù)方案決策的基礎(chǔ)信息。
在負(fù)荷恢復(fù)階段,系統(tǒng)中已有部分發(fā)電機(jī)組并網(wǎng)運(yùn)行,系統(tǒng)恢復(fù)的主要目標(biāo)是恢復(fù)盡可能多的重要負(fù)荷??紤]到儲(chǔ)能和已恢復(fù)機(jī)組的調(diào)頻能力以及負(fù)荷不確定性,文中建立了考慮儲(chǔ)能頻率響應(yīng)的負(fù)荷恢復(fù)模糊機(jī)會(huì)約束模型。
2.1.1 機(jī)會(huì)約束規(guī)劃
機(jī)會(huì)約束規(guī)劃考慮到所做決策在不利情況發(fā)生時(shí)可能不滿足約束條件,允許所做決策在一定程度上不滿足約束條件,但約束條件成立的概率不小于某一個(gè)置信水平。機(jī)會(huì)約束的常見形式為:
Cr{g(x,ξ)≤0}≥α
(3)
式中:Cr{}為{}中事件的可信性;x為決策變量;ξ為模糊變量;g為約束集;α為置信水平。
2.1.2 負(fù)荷的模糊建模
在利用模糊機(jī)會(huì)約束處理負(fù)荷的不確性定問題時(shí),首先應(yīng)該將負(fù)荷的模糊量以隸屬度函數(shù)的形式建模。目前,大多數(shù)研究采取梯形隸屬度函數(shù)描述負(fù)荷的不確定性[25]。將一個(gè)負(fù)荷節(jié)點(diǎn)上的負(fù)荷分為若干條出線,每一條出線對(duì)應(yīng)一個(gè)預(yù)測的負(fù)荷恢復(fù)量和波動(dòng)區(qū)間,則負(fù)荷隸屬函數(shù)的數(shù)學(xué)表達(dá)式為:
(4)
PLk,ij=μPav,ij
(5)
為了減少停電損失,系統(tǒng)需盡快為重要負(fù)荷恢復(fù)供電。根據(jù)負(fù)荷重要程度,可以將負(fù)荷分為3級(jí)。其中,中斷供電會(huì)對(duì)政治、經(jīng)濟(jì)造成重大損失的負(fù)荷設(shè)定為一級(jí)負(fù)荷,在負(fù)荷恢復(fù)中應(yīng)該優(yōu)先恢復(fù);中斷供電將造成較大的政治影響和較大的經(jīng)濟(jì)損失,且重要用戶需要很長時(shí)間才能恢復(fù)生產(chǎn)的負(fù)荷設(shè)定為二級(jí)負(fù)荷,在負(fù)荷恢復(fù)中應(yīng)該次優(yōu)先恢復(fù);其他負(fù)荷為三級(jí)負(fù)荷。
因此,可將最大化負(fù)荷恢復(fù)量的加權(quán)和作為模型的目標(biāo)函數(shù):
(6)
式中:fLoad為點(diǎn)負(fù)荷恢復(fù)量;n為負(fù)荷節(jié)點(diǎn)的總數(shù);mi為節(jié)點(diǎn)i處負(fù)荷出線的總數(shù);xij為一個(gè)0-1決策變量,表示負(fù)荷節(jié)點(diǎn)i處第j條出線的負(fù)荷是否接入電網(wǎng),為0 表示負(fù)荷未接入電網(wǎng),為1表示負(fù)荷接入電網(wǎng);wij為負(fù)荷節(jié)點(diǎn)i處第j條出線的權(quán)重,根據(jù)出線中各級(jí)負(fù)荷的比例設(shè)置相應(yīng)權(quán)重,一級(jí)負(fù)荷比例最高的出線權(quán)重設(shè)為5,二級(jí)負(fù)荷和三級(jí)負(fù)荷比例最高的出線權(quán)重分別設(shè)為2和1。
由于負(fù)荷的恢復(fù)量是不確定的,在系統(tǒng)恢復(fù)過程中,可能出現(xiàn)實(shí)際恢復(fù)量超過系統(tǒng)所能提供的最大恢復(fù)量的情況,為保證系統(tǒng)的安全,應(yīng)該盡可能減少負(fù)荷的過載風(fēng)險(xiǎn)。因此,文中引入適用于模糊變量的模糊風(fēng)險(xiǎn)價(jià)值函數(shù)[26],描述系統(tǒng)恢復(fù)過程中由于負(fù)荷恢復(fù)量過大引起的過載風(fēng)險(xiǎn),在一定置信水平下量化過載風(fēng)險(xiǎn)。在文中提出的模型中,負(fù)荷過載的模糊風(fēng)險(xiǎn)值為:
(7)
式中:sup{}表示“上確界”,即最小上界;γ為一個(gè)實(shí)數(shù);ΔPΣ為可供給負(fù)荷恢復(fù)的總有功出力,與儲(chǔ)能和系統(tǒng)已恢復(fù)的機(jī)組有關(guān);β1為模糊風(fēng)險(xiǎn)價(jià)值的置信水平。
由上述得到最終的目標(biāo)函數(shù)為:
maxf=fLoad-λfFVaR
(8)
式中:λ為風(fēng)險(xiǎn)參與系數(shù)。
2.3.1 儲(chǔ)能運(yùn)行特性約束
假設(shè)每一時(shí)步內(nèi),儲(chǔ)能輸出功率不變,根據(jù)儲(chǔ)能輸出功率特性,該時(shí)步儲(chǔ)能的輸出功率為:
(9)
式中:PE(t)為儲(chǔ)能系統(tǒng)在t時(shí)步的輸出功率,充電時(shí)為負(fù),放電時(shí)為正;η為儲(chǔ)能變流器的效率;Ssoc(t)為儲(chǔ)能系統(tǒng)在t時(shí)步的荷電狀態(tài);Δt為時(shí)間間隔;CN為儲(chǔ)能系統(tǒng)的額定容量。
由于儲(chǔ)能變流器的電力電子特性,其效率會(huì)受到儲(chǔ)能的輸出功率影響,輸出功率過大或過小都會(huì)嚴(yán)重影響變流器效率。所以,儲(chǔ)能系統(tǒng)的輸出功率需要限制在合適的范圍內(nèi):
PEmin≤PE(t)≤PEmax
(10)
式中:PEmin,PEmax分別為儲(chǔ)能系統(tǒng)的最小和最大允許輸出功率。
為了防止儲(chǔ)能系統(tǒng)的過度充電或放電影響儲(chǔ)能的可持續(xù)運(yùn)行,通常會(huì)對(duì)荷電狀態(tài)加以限制:
Ssoc,min≤Ssoc(t)≤Ssoc,max
(11)
式中:Ssoc,min,Ssoc,max分別為最小和最大允許荷電水平。為了保證儲(chǔ)能的調(diào)頻能力和靈活充放電,文中設(shè)最小允許荷電水平為20%,最大允許荷電水平為80%。
2.3.2 負(fù)荷恢復(fù)最大總功率約束
負(fù)荷恢復(fù)階段,負(fù)荷的恢復(fù)由已啟動(dòng)機(jī)組和儲(chǔ)能共同提供功率。因此,負(fù)荷恢復(fù)的最大有功功率不能超過已恢復(fù)機(jī)組最大可提供的有功功率和儲(chǔ)能系統(tǒng)當(dāng)前時(shí)刻所能輸出的最大功率之和。
已恢復(fù)機(jī)組的最大爬坡量可以表示為:
(12)
式中:ΔPG為已恢復(fù)機(jī)組的最大爬坡量的總和;NG為已恢復(fù)的發(fā)電機(jī)數(shù)量;rj為已恢復(fù)發(fā)電機(jī)組j的爬坡率;PGN,j為已恢復(fù)發(fā)電機(jī)組j的額定有功功率;PG,j為發(fā)電機(jī)組j前一時(shí)步輸出的有功功率。
因此,總的負(fù)荷恢復(fù)的最大有功功率約束可表示為:
(13)
式中:β2為負(fù)荷恢復(fù)最大總功率約束的置信水平。
2.3.3 單次最大可投入負(fù)荷有功約束
在系統(tǒng)恢復(fù)過程中,由于系統(tǒng)的容量相較于正常運(yùn)行情況還較小,單次負(fù)荷恢復(fù)量過大可能會(huì)引起較大的頻率偏移,嚴(yán)重時(shí)更會(huì)使已恢復(fù)系統(tǒng)再次崩潰。因此,要限制單次投入的負(fù)荷。
單次最大恢復(fù)的有功負(fù)荷由已恢復(fù)系統(tǒng)的頻率響應(yīng)確定。在已啟動(dòng)機(jī)組并網(wǎng)后,系統(tǒng)頻率可以由發(fā)電機(jī)組和儲(chǔ)能系統(tǒng)共同進(jìn)行調(diào)節(jié),而且具有快速響應(yīng)能力的大規(guī)模儲(chǔ)能系統(tǒng)的調(diào)頻能力是傳統(tǒng)調(diào)頻的2~3倍。因此,在儲(chǔ)能參與的系統(tǒng)恢復(fù)中,考慮儲(chǔ)能對(duì)系統(tǒng)調(diào)頻能力的提升可以增加單次允許恢復(fù)的最大負(fù)荷量。
根據(jù)典型發(fā)電機(jī)組的頻率響應(yīng),可以得到最大頻率偏差下傳統(tǒng)發(fā)電機(jī)組可以承受的最大負(fù)荷波動(dòng),可表示為:
(14)
式中:PLmax1為傳統(tǒng)機(jī)組可承受的最大單次負(fù)荷有功投入量;Δfmax為允許的最大頻率偏移量,文中設(shè)定為0.5 Hz;df,j為發(fā)電機(jī)組j的頻率響應(yīng)系數(shù)。不同類型的發(fā)電機(jī)組在不同負(fù)荷情況下的頻率相應(yīng)系數(shù)不同,其具體數(shù)值參考文獻(xiàn)[27]。
文中模型的儲(chǔ)能系統(tǒng)通過虛擬下垂控制進(jìn)行頻率調(diào)節(jié)。綜合考慮系統(tǒng)的運(yùn)行情況以及儲(chǔ)能的容量和功率限制,可得調(diào)節(jié)系數(shù)的估值;更為準(zhǔn)確地,可以在系統(tǒng)參數(shù)一定的情況下,利用測量試驗(yàn)得到的響應(yīng)系數(shù)替代虛擬下垂控制的復(fù)雜傳遞函數(shù)。儲(chǔ)能在最大頻率偏差下最大的調(diào)節(jié)能力為:
PLmax2=KBΔfmax
(15)
式中:PLmax2為儲(chǔ)能系統(tǒng)提供的最大單次負(fù)荷有功投入量。
因此,儲(chǔ)能系統(tǒng)與已恢復(fù)機(jī)組聯(lián)合運(yùn)行時(shí),單次最大負(fù)荷有功投入量的約束為:
(16)
式中:β3為單次最大可投入負(fù)荷有功約束的置信水平。
2.3.4 穩(wěn)態(tài)潮流約束
穩(wěn)態(tài)潮流約束是電力系統(tǒng)穩(wěn)定運(yùn)行的基本要求,在系統(tǒng)恢復(fù)的每個(gè)時(shí)步都必須通過潮流校驗(yàn),確保潮流收斂。
(17)
式中:Pdi,Qdi分別為節(jié)點(diǎn)i處注入的有功和無功功率;Vi,Vj分別為節(jié)點(diǎn)i,j的電壓;Gij,Bij分別為節(jié)點(diǎn)i和j之間的電導(dǎo)和電納;δij為Vi和Vj之間的相角差;N為節(jié)點(diǎn)數(shù)目。
2.3.5 機(jī)組功率和系統(tǒng)電壓約束
常規(guī)發(fā)電機(jī)組的輸出功率必須在其允許的限度內(nèi)才能正常工作,所以其輸出功率應(yīng)該滿足以下條件。為了保證系統(tǒng)運(yùn)行的安全,必須確保每個(gè)節(jié)點(diǎn)的電壓滿足系統(tǒng)的安全限制。
(18)
式中:PG,i,QG,i分別為傳統(tǒng)發(fā)電機(jī)組的有功和無功功率;PGmin,i,PGmax,i分別為最小和最大有功功率;QGmin,i,QGmax,i分別為最小和最大無功功率;Ui為節(jié)點(diǎn)i的電壓;Umin,i,Umax,i分別為節(jié)點(diǎn)i的最小和最大電壓。
由于文中的負(fù)荷量為梯形模糊變量,首先通過清晰等價(jià)類將模糊機(jī)會(huì)規(guī)劃問題變成確定的0-1規(guī)劃問題,然后采用人工蜂群算法進(jìn)行求解。
梯形模糊變量ξ={a,b,c,d}的模糊期望為:
(19)
則總的負(fù)荷恢復(fù)量的模糊期望可以表示為:
(20)
根據(jù)文獻(xiàn)[28]給出的梯形模糊參數(shù)下模糊風(fēng)險(xiǎn)價(jià)值清晰等價(jià)類,當(dāng)β1>0.5時(shí),式(7)可以轉(zhuǎn)化為:
(21)
當(dāng)置信水平β2,β3>0.5時(shí),最大負(fù)荷恢復(fù)量約束和單次最大可投負(fù)荷有功約束的清晰等價(jià)類可分別表示為:
(22)
(23)
電力系統(tǒng)負(fù)荷恢復(fù)優(yōu)化問題是一個(gè)復(fù)雜的非線性規(guī)劃問題,無法直接采用數(shù)學(xué)方法進(jìn)行求解,但可以采用智能算法進(jìn)行求解。常用于求解非線性最優(yōu)問題的算法有遺傳算法、粒子群算法和人工蜂群算法。遺傳算法操作復(fù)雜,參數(shù)較多;粒子群算法易陷入局部最優(yōu),收斂速度慢;人工蜂群算法通過模擬蜂群的采蜜行動(dòng)進(jìn)行全局尋優(yōu),操作簡單,收斂速度快,搜索能力強(qiáng),搜索精度高,有限步數(shù)內(nèi)可收斂到全局最優(yōu)解。因此,采用人工蜂群算法對(duì)文中模型進(jìn)行求解,具體求解步驟見圖2。
圖2 人工蜂群算法流程Fig.2 Flow chart of artificial bee colony algorithm
圖2中,NP為種群數(shù)量;LMT為最大蜜源開采次數(shù);LIT為最大迭代次數(shù);約束條件是指:儲(chǔ)能特性約束式(10)和式(11),潮流和電壓約束式(17)和式(18)以及負(fù)荷投入量約束式(22)和式(23)。
對(duì)IEEE 39節(jié)點(diǎn)系統(tǒng)進(jìn)行仿真,以驗(yàn)證模型的有效性。電網(wǎng)的拓?fù)浣Y(jié)構(gòu)如圖3所示,傳統(tǒng)發(fā)電機(jī)組位于節(jié)點(diǎn)31~39處,儲(chǔ)能為容量200 MW·h,最大輸出功率100 MW,儲(chǔ)能類型為磷酸鐵鋰型??紤]到負(fù)荷恢復(fù)的安全性與效率,將儲(chǔ)能置于節(jié)點(diǎn)30處,其初始荷電狀態(tài)設(shè)為0.8。綜合考慮仿真系統(tǒng)的運(yùn)行情況以及儲(chǔ)能的容量和功率限制,文中儲(chǔ)能的單位調(diào)節(jié)功率系數(shù)設(shè)為50。
圖3 IEEE 39節(jié)點(diǎn)拓?fù)銯ig.3 IEEE 39 node topology
系統(tǒng)大停電后,由儲(chǔ)能電站啟動(dòng)附近的發(fā)電機(jī)組,然后按操作人員指定的恢復(fù)路徑順序進(jìn)行負(fù)荷恢復(fù)。文中將恢復(fù)每一個(gè)發(fā)電機(jī)組的時(shí)間設(shè)為1個(gè)時(shí)步,對(duì)恢復(fù)節(jié)點(diǎn)39處機(jī)組到恢復(fù)節(jié)點(diǎn)33處機(jī)組的過程進(jìn)行仿真。藍(lán)色實(shí)線代表已恢復(fù)的系統(tǒng),節(jié)點(diǎn)37處的發(fā)電機(jī)已并網(wǎng),其輸出有功為51.2 MW。節(jié)點(diǎn)25,26,29,39處的負(fù)荷恢復(fù)量分別為36 MW,40 MW,3 MW,106 MW。紅色實(shí)線代表待恢復(fù)的系統(tǒng),節(jié)點(diǎn)33處發(fā)電機(jī)的啟動(dòng)功率為67.5 MW。
待恢復(fù)節(jié)點(diǎn)處的負(fù)荷需求的預(yù)測值及其權(quán)重如表1所示。假設(shè)負(fù)荷的波動(dòng)在10%以內(nèi),則隸屬度參數(shù)μ可以設(shè)定為[0.9 0.95 1.05 1.1]。
表1 負(fù)荷恢復(fù)量數(shù)據(jù)Table 1 Load recovery data
文中采用人工蜂群算法求解模糊機(jī)會(huì)約束優(yōu)化模型。相關(guān)參數(shù)設(shè)置為:種群數(shù)量NP=10;最大蜜源開采次數(shù)LMT=5;最大迭代次數(shù)LIT=100;置信度水平β1,β2,β3均為0.8;風(fēng)險(xiǎn)參與系數(shù)λ=0.2。
以IEEE 39節(jié)點(diǎn)系統(tǒng)從黑啟動(dòng)節(jié)點(diǎn)30到恢復(fù)節(jié)點(diǎn)33處發(fā)電機(jī)組的過程為例,進(jìn)行仿真。設(shè)人工蜂群算法的最大迭代次數(shù)為100,則這100次迭代過程中目標(biāo)函數(shù)maxf的變化如圖4所示。
圖4 求解迭代過程中的目標(biāo)函數(shù)值變化Fig.4 Change of objective function value during solution iteration
由圖4可以看出,目標(biāo)函數(shù)值初始迭代時(shí)為861.84,在迭代的過程中目標(biāo)函數(shù)值逐漸增加,經(jīng)過4次迭代后逐漸逼近最優(yōu)解,最后經(jīng)過40次迭代后達(dá)到最優(yōu)解收斂,并趨于穩(wěn)定。說明文中利用人工蜂群算法求解模型的過程是收斂的,最終能實(shí)現(xiàn)收斂,得到最優(yōu)解。
為了說明文中模型考慮儲(chǔ)能的調(diào)頻能力對(duì)提高負(fù)荷恢復(fù)效率的作用,對(duì)系統(tǒng)恢復(fù)過程中,從節(jié)點(diǎn)39處機(jī)組到節(jié)點(diǎn)33處機(jī)組的負(fù)荷恢復(fù)進(jìn)行仿真。通過求解模糊機(jī)會(huì)約束模型,在考慮儲(chǔ)能的調(diào)頻能力和不考慮儲(chǔ)能調(diào)頻能力時(shí)分別求得負(fù)荷恢復(fù)結(jié)果,如圖5所示。
圖5 考慮和不考慮儲(chǔ)能調(diào)頻時(shí)負(fù)荷恢復(fù)量Fig.5 Load pick-up with/without energy storage system frequency regulation
由圖5可以看出,在考慮儲(chǔ)能調(diào)頻作用的情況下,可以恢復(fù)更多的重要負(fù)荷。若不考慮儲(chǔ)能的調(diào)頻作用,由于系統(tǒng)中只有已經(jīng)并網(wǎng)的37號(hào)機(jī)組和后續(xù)并網(wǎng)的38、39號(hào)機(jī)組可以調(diào)節(jié)系統(tǒng)的頻率,所能調(diào)節(jié)的頻率范圍有限,因此限制了負(fù)荷的單次恢復(fù)量。若將儲(chǔ)能的調(diào)頻也考慮進(jìn)來,其快速響應(yīng)帶來的頻率調(diào)節(jié)效果對(duì)于該階段系統(tǒng)的穩(wěn)定是十分明顯的,可以增加系統(tǒng)的調(diào)頻能力,增大負(fù)荷的單次恢復(fù)量,從而提高負(fù)荷恢復(fù)的效率。
為了說明文中模型考慮儲(chǔ)能的調(diào)頻能力能夠更好地保證系統(tǒng)的頻率安全,通過Simulink搭建系統(tǒng)模型,在有無儲(chǔ)能調(diào)頻作用下,分別對(duì)恢復(fù)節(jié)點(diǎn)33處機(jī)組過程中,投入節(jié)點(diǎn)16處的負(fù)荷出線進(jìn)行仿真,得到系統(tǒng)頻率的變化曲線如圖6所示。
圖6 儲(chǔ)能有無調(diào)頻的頻率曲線Fig.6 Frequency curves with/without energy storage system
由圖6可以看出,線路投入,儲(chǔ)能有調(diào)頻作用時(shí),系統(tǒng)頻率下降到49.909 Hz,最后穩(wěn)定在49.930 Hz;儲(chǔ)能沒有調(diào)頻時(shí),系統(tǒng)頻率下降到49.828 Hz,最后穩(wěn)定在49.887 Hz。綜上,儲(chǔ)能參與調(diào)頻可以減少由于負(fù)荷投入的沖擊導(dǎo)致的暫態(tài)頻率下降。在負(fù)荷恢復(fù)過程中,考慮儲(chǔ)能的調(diào)頻能力可以更好地保證系統(tǒng)的安全性。
為了驗(yàn)證儲(chǔ)能的容量對(duì)于負(fù)荷恢復(fù)的影響,在恢復(fù)節(jié)點(diǎn)33處機(jī)組的仿真中,分別將儲(chǔ)能的容量設(shè)為100 MW,150 MW,200 MW,200 MW,然后求解文中提出的模型,得到不同儲(chǔ)能容量下的考慮儲(chǔ)能調(diào)頻與不考慮儲(chǔ)能調(diào)頻作用的負(fù)荷恢復(fù)結(jié)果,見圖7。
圖7 不同儲(chǔ)能容量的負(fù)荷恢復(fù)量Fig.7 Load pick-up with different energy storage system capacity
由圖7可以看出,隨著儲(chǔ)能容量的增加,負(fù)荷的恢復(fù)量也在增加。相同容量下,考慮儲(chǔ)能調(diào)頻能力恢復(fù)的負(fù)荷更多;儲(chǔ)能容量越大,可以為負(fù)荷恢復(fù)提供的功率越多,恢復(fù)的總負(fù)荷量會(huì)增加;儲(chǔ)能的頻率調(diào)節(jié)能力越強(qiáng),系統(tǒng)承受頻率波動(dòng)的能力越強(qiáng),單次最大可恢復(fù)的有功負(fù)荷也增加。
為了驗(yàn)證所提模型可以兼顧負(fù)荷恢復(fù)的風(fēng)險(xiǎn)與收益,在保證系統(tǒng)安全性的同時(shí)提高負(fù)荷的恢復(fù)量,對(duì)不同模型的負(fù)荷恢復(fù)量進(jìn)行對(duì)比。以恢復(fù)33號(hào)機(jī)組為仿真場景,在考慮儲(chǔ)能調(diào)頻的情況下,分別使用模糊機(jī)會(huì)約束模型、確定性模型和魯棒模型來優(yōu)化恢復(fù)過程的出力。求解這3種模型得到的負(fù)荷恢復(fù)結(jié)果如表2所示。
表2 3種模型求解結(jié)果Table 2 Solution results of three models
由表2可以看出,確定性模型得到的負(fù)荷恢復(fù)量最大,魯棒模型得到的負(fù)荷恢復(fù)量最小,模糊機(jī)會(huì)約束模型得到的負(fù)荷恢復(fù)量加權(quán)和雖然比確定性模型小,但與魯棒模型相比較大。魯棒模型不能有效地利用儲(chǔ)能系統(tǒng)和已恢復(fù)的發(fā)電機(jī)組的功率,而確定性模型和模糊機(jī)會(huì)約束模型可以盡可能多地恢復(fù)重要負(fù)荷。
為了說明不同模型求解得到的方案的安全性,隨機(jī)設(shè)定負(fù)荷波動(dòng)范圍,重復(fù)實(shí)驗(yàn)20次。每個(gè)測試由3個(gè)模型求解,得到的總負(fù)荷恢復(fù)如圖8所示。當(dāng)實(shí)際負(fù)荷波動(dòng)時(shí),如果負(fù)荷恢復(fù)操作不能滿足安全約束,則總負(fù)荷恢復(fù)量記錄為0。
圖8 3種模型在隨機(jī)波動(dòng)下的結(jié)果Fig.8 Results of three models in random fluctuation test
由圖8可以看出,在20個(gè)對(duì)比實(shí)驗(yàn)中,確定性模型超過頻率限制5次,但在魯棒和模糊機(jī)會(huì)約束模型中沒有越限。
從上述仿真結(jié)果可以看出,模糊機(jī)會(huì)約束模型可以保證系統(tǒng)的安全性,并獲得更多的重要負(fù)荷恢復(fù)量。
針對(duì)電力系統(tǒng)負(fù)荷恢復(fù)過程中,由于電源較少以及系統(tǒng)調(diào)頻性能弱導(dǎo)致負(fù)荷恢復(fù)效率低的問題,文中提出了考慮儲(chǔ)能調(diào)頻能力的含電網(wǎng)側(cè)儲(chǔ)能電力系統(tǒng)負(fù)荷恢復(fù)策略。將儲(chǔ)能的功率支撐和頻率調(diào)節(jié)作用與已恢復(fù)發(fā)電機(jī)組相結(jié)合,提高負(fù)荷恢復(fù)效率。考慮到負(fù)荷不確定性對(duì)系統(tǒng)的影響,引入模糊機(jī)會(huì)約束建立負(fù)荷恢復(fù)優(yōu)化模型。仿真結(jié)果表明:(1)在負(fù)荷恢復(fù)過程中考慮儲(chǔ)能的調(diào)頻能力,可以增加重要負(fù)荷的有功恢復(fù)量;(2)考慮儲(chǔ)能的調(diào)頻能力,可以減小系統(tǒng)頻率偏移,更好地保證負(fù)荷恢復(fù)的安全;(3)采用模糊機(jī)會(huì)約束模型求解,可以兼顧負(fù)荷恢復(fù)的風(fēng)險(xiǎn)與收益。
總的來說,文中所提方法可以充分利用儲(chǔ)能的功率支撐和頻率調(diào)節(jié)能力,在保證系統(tǒng)安全的同時(shí)恢復(fù)更多的負(fù)荷,提高了系統(tǒng)負(fù)荷恢復(fù)效率。
本文得到國網(wǎng)江蘇省電力有限公司科技項(xiàng)目“基于儲(chǔ)能和新能源電站的火電機(jī)組黑啟動(dòng)關(guān)鍵技術(shù)研究”(J2020127)資助,謹(jǐn)此致謝!