一种用于风电‑火电‑储能联合调频系统的控制优化方法与流程

本发明涉及电力系统调频控制领域，特别是涉及一种用于风电-火电-储能联合调频系统的控制优化方法。

背景技术：

电力系统频率是电能质量的三大指标之一，反映电力系统安全稳定运行的状态，频率的稳定性与广大用户的电力设备以及发供电设备本身的安全和效率有密切的关系。频率偏差不利于电网安全、可靠、经济运行，甚至损害电网中的运行设备，严重时会造成系统崩溃。近年来，我国风电开发规模持续快速增长。大规模风电接入电网后，能向电网提供清洁能源，同时，风电出力具有波动性和不确定性，大量的风电并网会引起频率稳定性问题。如何在大规模间歇性能源并网情况下保证电力系统频率稳定性，减少频率波动具有重要的经济和社会意义。

在北方地区电网中，电力系统的风电渗透率很高。当前，风电仍然作为“负”的负荷被动参与电网调度，风电机组控制无法解决风电并网带来电力系统的调频问题，仍然是传统火电机组承担着平抑负荷波动和稳定电网频率的主要任务。然而，传统的火电调频机组受蓄热、调节方向不宜改变等制约，对含高渗透率风电接入的电力系统的调频问题的调控效果不尽人意。储能技术以其调节速度快、能量密度高、配置灵活等优点，在提高间歇式电源接入的系统频率稳定性方面具有广阔的应用前景。因此，如何适应新形势下的调频需要，研究发展和完善现有新环境下AGC的控制策略，具有非常重要意义。本专利针对区域电网，研究风电功率波动对电网频率影响，考虑电池储能系统充放电特性的情况下，设计与火电机组和储能的协调调频控制，可为促进大规模风电并网运行提供参考，为工程应用提供一定的借鉴。

技术实现要素：

本发明要解决的技术问题是提供一种用于风电-火电-储能联合调频系统的控制优化方法，以解决传统风、火电调度无法根本上解决风电并网调频的问题。

为解决上述技术问题，本发明采用下述技术方案：

一种用于风电-火电-储能联合调频系统的控制方法，该方法的步骤包括：

S1、建立参与调频的火电机组调频响应模型和储能系统的调频响应模型，并分析确定系统中调频火电机组和储能系统的调频特性；

S2、采用离散傅立叶变换方法对风电场输出功率进行频谱分析，并结合火电机组和储能系统的不同调频响应特性，对储能辅助火电参与调频进行控制；

S3、基于电力系统自动发电控制AGC和模糊PI控制器，构建以两区域系统的控制偏差ACE及其变化量为控制输入的模糊PI控制策略；

S4、基于步骤S2中的储能辅助火电参与调频控制策略和步骤S3中的模糊PI控制策略，构建风电-火电-储能联合调频系统的控制策略。

优选地，所述步骤S2包括

S21、根据离散傅立叶变换对风电场功率进行频谱分析；

S22、结合火电机组和储能系统的bode响应特性分析结果，得到系统中的扰动量在储能系统和火电机组之间的分配方案，即由储能系统承担系统中扰动量的高频部分，火电机组承担系统中扰动量的低频部分。

优选地，所述步骤S3包括：

S31、以两区域系统的控制偏差ACE及其变化量做为控制的输入量，以PI控制比例系数的变化量ΔK_p和积分系数的变化量ΔK_i作为输出，构建模糊PI控制器的二维模糊模型：

其中，u(k)为第k个采样时刻的模糊PI控制器的输出功率；e(k)和分别为控制偏差ACE及其变化量在第k个采样时刻离散表示；K_P(k)和K_i(k)分别为模糊PI的比例系数和积分系数在第k个采样时刻的值；K_P(k+1)和K_i(k+1)分别为模糊PI的比例系数和积分系数在第k+1个采样时刻的值；ΔK_P(k)和ΔK_i(k)分别为模糊PI的比例系数和积分系数在第(k,k+1)采样时段内的变化值；

S32、对输入的变量进行模糊化处理；

S33、确定输入变量和输出变量的隶属函数；

S34、基于步骤S32和S33，对模糊PI控制器的二维模糊模型进行模糊推理；

S35、基于上述模糊推理的结果，对模糊集合进行解模糊化处理，得到精准的输出量。

优选地，所述步骤S35中采用重心法取隶属度函数曲线与横坐标围成面积的重心作为模糊推理的最终输出值。

一种用于风电-火电-储能联合调频系统，该系统包括：

控制单元，以两区域系统的控制偏差ACE及其变化量做为控制的输入量，以PI控制比例系数的变化量ΔK_p和积分系数的变化量ΔK_i作为输出，想火电机组和储能系统发出控制信号；

储能单元，基于控制单元发出的储能系统控制信号，对系统中扰动量的高频部分进行处理；

火电调频单元，基于控制单元发出的储能系统控制信号，对系统中扰动量的低频部分进行处理。

优选地，该系统进一步包括：滤波单元，用于对火电调频控制信号进行低通滤波处理。

本发明的有益效果如下：

本发明所述技术方案本是针对风火储电力系统的特点和特性提出的，适用于风火储联合调频系统运行控制，能够保证火电与储能协调运行，从而为风火储电力系统运行控制提供分析基础和计算依据，且本发明所述技术方案具有控制性能优化的特点。同时，本发明所述技术方案在控制策略中依据火电机组及储能的工作原理和控制特性，设计了储能与火电机组协调运行的控制策略，使得对系统的扰动量分配更加合理，进而使得控制性能更优。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的说明；

图1示出本方案所述风火储联合调频系统的控制优化方法示意图；

图2示出本方案所述风电-火电-储能联合调频系统的控制器框图；

图3-a示出本方案所述控制偏差和控制偏差变化率的隶属度函数示意图；

图3-b示出本方案所述比例变化量ΔK_P和积分变化量ΔK_i的隶属度函数示意图；

图4示出本实例所述区域互联电网1区域的仿真模型的示意图；

图5-a示出本实例所述阶跃扰动情况下区域1频率偏差的示意图；

图5-b示出本实例所述阶跃扰动情况下联络线功率偏差的示意图；

图6示出本实例所述等效负荷曲线图；

图7-a示出本实例所述等效负荷扰动下区域1频率偏差的示意图；

图7-b示出本实例所述等效负荷扰动下联络线功率偏差的示意图；

图7-c示出本实例所述等效负荷扰动下储能出力的示意图；

图7-d示出本实例所述等效负荷扰动下的区域1储能SOC曲线；

具体实施方式

为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。

本发明基于对风电场出力特性和对火电机组与储能的调频特性的分析，构建出风电-火电-储能为一体的联合调频系统控制优化方法。采用离散傅立叶变换方法分析实际采集风电场的输出功率数据，依据得到的风电场输出功率变化规律和火电机组与储能的调频特性，根据电力系统自动发电控制(AGC)控制要求设计了一种适用于风电-火电-储能联合调频系统的模糊PI控制器优化控制策略，并设计了低通滤波算法协调火电机组与储能之间的扰动量分配。

具体的，如图1所示，本发明公开了一种用于风电-火电-储能联合调频系统的控制优化方法，该方法包括：

S1、建立风火储系统中调频源机组模型；该步骤包括建立参与调频的火电机组调频响应模型和储能系统的调频响应模型、分析确定系统中调频火电机组和储能系统的调频特性。

S2、采用离散傅立叶变换方法对风电场输出功率进行频谱分析，结合火电机组和储能系统的不同调频响应特性，设计低通滤波算法下的储能辅助火电参与调频控制策略。具体的，该步骤是根据离散傅立叶变换对风电场功率进行频谱分析，结合火电机组和储能系统的bode响应特性分析结果，得到系统中的扰动量在储能系统和火电机组之间的分配方案，其中由储能系统承担系统中扰动量的高频部分，火电机组承担系统中扰动量的低频部分。

S3、基于电力系统自动发电控制(AGC)和模糊PI控制器，构建以两区域系统的控制偏差ACE及其变化量为控制输入的模糊PI控制器。

S31、以两区域系统的控制偏差ACE及其变化量做为控制的输入量，输出量是PI控制比例系数和积分系数的变化ΔK_P、ΔK_i这两个参数，构建如下式(1)所示的模糊PI控制器的二维模糊模型：

其中，u(k)为第k个采样时刻的模糊PI控制器的输出功率；e(k)和分别为控制偏差ACE及其变化量在第k个采样时刻离散表示；K_P(k)和K_i(k)分别为模糊PI的比例系数和积分系数在第k个采样时刻的值；K_P(k+1)和K_i(k+1)分别为模糊PI的比例系数和积分系数在第k+1个采样时刻的值；ΔK_P(k)和ΔK_i(k)分别为模糊PI的比例系数和积分系数在第(k,k+1)采样时段内的变化值。

S32、将输入变量模糊化。将控制偏差ACE和控制偏差的变化量划分为不同的模糊子集。输入控制偏差ACE和控制偏差的变化量选取7个子集分别是{NB}，{NM}，{NS}，{Z}，{PS}，{PM}，{PB}即{负大}，{负中}，{负小}，{零}，{正小}，{正中}，{正大}；输出ΔKP和ΔKi选取7个子集分别是{NB}，{NM}，{NS}，{Z}，{PS}，{PM}，{PB}即{负大}，{负中}，{负小}，{零}，{正小}，{正中}，{正大}。

S33、确定隶属度函数。输入和输出变量采用三角形和梯形隶属度函数，输入隶属度取值范围为[-1，+1]；输出模糊集隶属度取值范围[-1，+1]；输入量化因子：50，32；输出比例因子：-10和0.05。输入和输出的隶属度函数如如图3-a和图3-b所示。

S34、模糊推理。本方案中模糊PI控制器的ΔK_P模糊控制规则如表1所示；ΔK_i模糊控制规则如表2所示。以规则IF e＝PB andthenΔK_P＝PB为例，当偏差e为正大，偏差变化率也为正大时，说明被控量需以最大幅度增大比例系数，以达到迅速减小偏差的效果，因此模糊推理输出为正大。

表1ΔK_P模糊控制规则表

表2ΔK_i模糊控制规则表

对于每条模糊规则都可以给出一个模糊蕴涵关系。本方案中模糊蕴涵关系采用常用的Mamdani最小规则求取，可求得用模糊子集表示的输出量。

S35、解模糊化。本方案采用重心法取隶属度函数曲线与横坐标围成面积的重心为模糊推理的最终输出值。

S4、构建风电-火电-储能联合调频系统的协调调频控制方法。将基于S3的储能参与辅助调频的控制器及基于S4的模糊PI控制器联合构建成如图2所示的风电-火电-储能联合调频系统的控制器。

下面通过实例仿真对本方案做进一步说明。

本实例是基于MATLAB仿真平台搭建两区域互联电网开展仿真验证。区域1、区域2的参数相同，其中区域1的模型如下图4所示。设定系统基准功率是1000MW，初始负荷为500MW，仿真系统中设置储能的最大出力是20MW，容量是45MWh，惯性时间常数T_b等于0.5s，增益K等于1，系统其余参数参考表3中设置。

表3区域电网二次调频参数

在仿真系统中，调频系统的扰动量来自风电接入引起的功率波动和负荷的功率波动的共同作用。为验证本方案的有效性，将本方案的控制效果与传统的PI控制的效果进行对比，传统PI控制器的参数设置为比例控制器K_P＝-0.4，积分控制器K_i＝-0.11。以下给出为扰动量分别为阶跃扰动及某实际风电功率接入两种情况下的仿真结果。在仿真结果中，将传统PI控制器的仿真结果简称为PI、将本方案提出的控制器的仿真结果简称为模糊PI。

1)阶跃扰动情况

在区域1运行10s时受到一个幅值为0.02p.u.的阶跃扰动，得到仿真结果如下图5-a所示。从结果图中可以看出，模糊PI控制方式调节时间只需要40s左右就能使频率偏差恢复到初始状态。频率偏差的最大值不超过0.05Hz，相比PI控制方式超调量更小。

2)实际某风电场功率接入情况

假设风电场占本系统容量的10％，结合风电与随机白噪声扰动得到如下图6所示虚线所示的等效功率扰动，简称等效负荷，将其接入仿真系统。

考虑等效负荷接入的情况下，得到仿真结果如下图7-a至图7-d所示。

根据以上仿真结果，表明采用本方案的控制方法可以有效地跟踪功率波动所引起的频率偏差，具有更强的抗干扰性和鲁棒性。在按实际某风电场接入方式下，储能的SOC变化相对于PI下更加平滑，其控制效果明显优于传统PI控制器。

根据CPS指标进行统计计算得到结果如下表4和表5所示：

表4CPS1指标

表5CPS2指标及ACE均值结果

从表中可以看出，虽然本方案及PI控制方式都可以满足系统CPS指标，但是从指数上可以明显看出模糊PI明显要优于PI控制方式，表明模糊PI具有更好的动态控制性能。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。