1.本发明计及混合储能辅助电网负荷频率联合控制策略的建立方法属于电力系统的
技术领域：
：。
背景技术：
：：2.随着环境问题的恶化、一次能源的枯竭，传统电力系统无法快速适应“双碳”目标要求，因此高比例可再生能源和高比例电力电子设备正逐渐成为未来电力系统发展的趋势和特征，以风电、光伏为代表的新能源并网一方面降低了对环境的污染和对化石能源的依赖，另一方面改变了传统电网的结构，由此也对区域电网频率稳定性带来了新的挑战。3.电网频率变化作为衡量电能质量的重要指标，对电力系统稳定安全运行具有重要意义，作为自动发电控制基本目的之一的负荷频率控制是实现电网频率稳定的重要手段。为弥补传统机组lfc不理想的问题，近年来以抽水蓄能、储能电池为代表的快速响应调频资源在辅助电网调频中得到了广泛的应用[4-6]。文献[4]建立了计及非线性环节和调速器死区的两区域汽轮机组lfc模型，在此基础上提出了一种面向抽水蓄能电站区域负荷频率的分数阶pid控制策略，但并未对控制参数进行整定。也有提出将储能电池联合抽水蓄能电站共同参与电网二次调频，各类调频资源优势互补以充分发挥调频潜力。[0004]混合储能系统，是指将两种或以上性能互补的储能系统组合使用，是解决目前单一储能技术经济性不足的有效途径，我们通常将储能设备通常分为以各类储能电池为代表的能量型储能和以超级电容、飞轮为代表的功率型储能，前者容量大但储能寿命短，后者功率密度大、储能寿命长但能量密度偏低，通过对上述两类储能资源在技术特性上的互补性加以利用，在平抑风电波动性的同时可以灵活、高质量的为电网提供调频辅助服务。目前对于hess辅助电网调频已经有了初步成果，提出了一种由超级电容器和蓄电池构成的混合储能系统参与agc的控制策略，随后为了平抑风电出力波动，风电混合储能系统也被提出。有研究提出建立以平均成本最小为目标的机会约束规划模型，合理配置超级电容和蓄电池的功率和容量。针对混合储能系统在电能传输和分配过程中传感器发生故障的问题，设计出积分滑模容错控制器对传感器进行主动容错控制。[0005]综上所述，抽水蓄能和单一储能电池系统作为良好的调频资源受限于地理位置和高昂的成本，无法得到大规模的应用，将hess引入到电网辅助调频过程弥补了上述问题的同时兼具良好的调频性能。然而，目前对于hess的研究主要考虑阶跃扰动下lfc系统的联络线功率频率偏差，并未对实际风电场接入下hess辅助电网调频时储能电池的出力和荷电状态变化情况进行分析。因此，为了有效平抑风电扰动情况下的频率偏差和联络线功率变化，解决因频繁的充放电引起寿命衰减问题，优化储能电池出力和soc，对hess辅助电网调频的控制方法有待进一步深入研究。技术实现要素：[0006]本发明为解决“双高”背景下电力系统面临的频率控制难题，适时地加入储能设备进行高效的负荷频率控制以满足电网调频要求，提供了一种计及混合储能辅助电网负荷频率联合控制策略的建立方法。[0007]为了解决上述技术问题，本发明采用的技术方案为：计及混合储能辅助电网负荷频率联合控制策略的建立方法，包括以下步骤：[0008]s1)分析负荷频率控制模型；[0009]s2)搭建混合储能联合lfc模型；[0010]s3)设计fopid控制器并采用混沌粒子群优化整定其控制参数；[0011]s4)仿真分析验证。[0012]本发明与现有技术相比具有的有益效果是：所提出的控制策略在阶跃和连续负荷扰动工况下均展现出良好的动态性能，缩小频率偏差的同时缩短了恢复时间，及时恢复互联电力系统频率稳定。附图说明[0013]下面结合附图对本发明做进一步详细的说明；[0014]图1为考虑grc的再热式汽轮机组模型图；[0015]图2为储能电源传递函数模型图；[0016]图3为超级电容器传递函数模型图；[0017]图4为混合储能参与下的联合调频模型图；[0018]图5为hess参与二次调频的方法图；[0019]图6为fopid控制系统模型图；[0020]图7为参数优化后控制器性能比较曲线图；[0021]图8为阶跃扰动下频率偏差曲线图；[0022]图9为阶跃扰动下联络线传输功率曲线图；[0023]图10为风电场随机功率波动曲线图；[0024]图11为计及风电扰动频率偏差曲线图；[0025]图12为计及风电扰动联络线传输功率曲线图；[0026]图13为不同系统下储能电池出力曲线图；[0027]图14为不同系统下储能电池soc变化曲线图。具体实施方式[0028]为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明中的实施例，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0029]本发明计及混合储能辅助电网负荷频率联合控制策略的建立方法，包括以下步骤：[0030]s1)分析负荷频率控制模型；[0031]s2)搭建混合储能联合lfc模型；[0032]s3)设计fopid控制器并采用混沌粒子群优化整定其控制参数；[0033]s4)仿真分析验证。[0034]所述步骤s1)分析负荷频率控制模型包括：[0035]s11)系统频率响应模型[0036]agc按计算区域控制误差(areacontrolerror,ace)的策略分为ffc(定频率控制)、ftc(恒定交换功率控制)和tbc(联络线频率偏差控制)三种模式，tbc模式即联络线频率偏差控制模式作为ffc和ftc两种模式的结合，可以高效地稳定互联电网频率偏差，如式(1)-式(2)所示：[0037]acei＝δptiei,j+βiδfiꢀꢀ(1)[0038][0039]式中，δptiei,j为区域i和区域j的联络线交换功率偏差；δfi为系统频率偏差；βi为响应系数；ri和di分别为调差系数和负荷阻尼系数；acei表示区域i的误差信号；[0040]综上所述，采用tbc模式，将acei作为lfc控制器的输出反馈项以达到维持互联电力系统频率稳定的目的；[0041]s12)lfc组成元件模型[0042]搭建lfc(负荷频率控制)系统，对系统中的原动机、调速器、发电机—负荷以及联络线等组成部分进行建模，选择再热式汽轮机作为原动机，其模型如式模型如式(3)所示：[0043][0044]式中，kr为蒸汽在高压气缸段产生功率的比例；tr为再热器时间系数；tt为汽室时间系数；s为拉普拉斯变换算子；[0045]发电机速率约束(generationrateconstrains，grc)，是由给定的最大变化值去限制机组出力，搭建考虑grc的再热式汽轮机组模型如图1所示，限幅环节的限位器值设置为±0.0017p.u.mw/s；[0046]式(4)为汽轮机调速器的传递函数模型，为机组设置调速器死区可以减少电网因为频率波动而引起的调速器频繁动作，从而保护调速器，延长其使用寿命，目前电力系统中调速器死区一般小于1r/min(即±0.017hz)，对其进行线性化处理，可得到设有死区的调速器模型，如式(5)所示：[0047][0048][0049]式中，tg为调速器时间常数，n1、n2为线性化系数；[0050]发电机—负荷模型描述的是互联电力系统中功率变化与频率变化之间的关系，如式(6)所示：[0051][0052]式中，δpm为发电机的输出功率；δpi为施加的负荷扰动；mi为发电机的惯性常数；di为负荷阻尼系数；[0053]s13)联络线模型[0054]联络线模型已在s11)系统频率响应模型中阐述说明，常用于配合tbc进行二次调频，如式(1)-式(2)。[0055]所述步骤s2)搭建混合储能联合lfc模型包括：[0056]s21)储能电池调频模型[0057]简化得到的储能电源传递函数模型，如图2所示，其数学模型的描述如式(7)-式(12)所示：[0058][0059][0060][0061][0062][0063][0064]式中，acei为输入的控制信号，选用acei，即区域i的误差信号作为控制信号，在电池内部将电流选作响应变量；δuoc、δuserious、δuc、δut和δub分别为电池的开路电压、内阻电压增量、连接阻抗电压增量、暂态电压增量和通过将上述增量叠加得到了电池端电压值；δib为流经电池的电流；tb为电池一阶惯性环节时间常数；c0和cp分别为电池的初始容量和额定容量；rseries为电池单体内阻；n为串联电池数；m为并联的子系统数；k为并联的储能单元数；rc为储能单元与pcs之间的连接阻抗；rt为过电压电阻；ct为过电压电容；δpb为储能电池有功功率实际输出值；[0065]开路电压uoc为soc(荷电状态)的函数，常用百分数表示，电池soc表达式如下：[0066][0067]式中，s(t)和s(t0)分别为储能电池在t时刻和初始t0时刻的soc；c为电池额定容量；ηbat为电池冲/放电效率，代表充放电循环中的内部耗散的电量，soc∈[0.2,0.8]；[0068]s22)超级电容调频模型[0069]超级电容器最常用的等效方式是电阻和电容的并联电路，在考虑电容的初始电压的情况下很难保证电容电压保持稳定，为了解决这个问题，可以通过引入电压反馈环使其保持稳定，其传递函数模型如图3所示，数学模型的描述如式(14)-式(16)所示：[0070][0071][0072]δpsc＝(udo+δud)δidꢀꢀ(16)[0073]式中，δid、δud和δpsc分别为流经超级电容器电流、电压和有功功率实际输出值；tc为时间常数；kca为控制信号acei增益系数；kvd为电压反馈环增益系数；r为等效电阻；c为等效电容；ud0为超级电容器的初始电压；[0074]s23)混合储能联合调频模型[0075]结合步骤s21)和s22)所提出的辅助调频模型，可得到混合储能参与下的联合调频模型如式(17)和式(18)所示：[0076]δpm-δpi+δphess＝(mis+di)δfiꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ(17)[0077]δphess＝δpb+δpscꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ(18)[0078]式中，δphess为hess有功功率实际输出值；hess表示混合储能系统；[0079]将储能电池调频模型和超级电容器调频模型分别接入ieee标准两区域lfc模型中，得到混合储能参与下的联合调频模型，如图4所示。[0080]hess参与电网二次调频的方法如图5所示。假设初始状态时的负荷频率特性曲线为pl1，当负荷突然增加时，负荷频率特性曲线将移动至pl2，此时传统电源的启动一次调频功能，电网运行点将由稳定运行点a移至不稳定点b，同时产生频率偏差δf1(其为负值)，一次调频结束。传统电源启动二次调频功能，假设其备用容量不足，功率频率特性曲线将由pg1移至pg2，二次调频出力为δpg，电网运行点将由b点移至c点，即频率偏差从δf1回升至δf2，此时仍未完全消除频率偏差。在此情景下，功率指令控制hess放电，输出有功功率phess，频率偏差将逐步恢复至0。即传统电源联合hess参与二次调频，通过对区域控制误差(ace)信号的合理分配，使得传统电源的出力为δpg，hess的出力为phess，最终实现电网频率的无差调节。[0081]当储能电池以及超级电容器构成的hess并网参与联合调频后，由图6可知，其辅助传统发电机组的负荷频率控制单元共同完成一次、二次调频任务。此时，为了令各控制单元协同运行以达到最优的控制效果，需考虑考虑到负荷特性、机组特性等，需要选择合适的控制器以及对控制参数进行整定。[0082]以往lfc模型多采用pi、pid控制器，近年来将pid由整数阶领域扩展到分数阶领域并取得了良好的控制效果，基于此，选择fopid控制器并采用智能算法对其控制参数进行整定优化，以达到更好的调频效果。[0083]所述步骤s3)设计fopid控制器并采用混沌粒子群优化整定其控制参数具体为：[0084]s31)fopid控制[0085]通常定义连续的fopid算子如式(19)所示：[0086][0087]式中，α为微积分的阶次，t和α分别为微积分的上下限；[0088]fopid控制器是整数阶pid控制器在分数阶领域的深化，在pid控制的基础上增加了λ和μ两个可调参数的同时使其拥有更优越的调节范围。其传递函数表达式为：[0089][0090]式中，kp、ki、kd分别为比例、积分以及微分系数，λ和μ分别为积分阶次和微分阶次；[0091]相比于传统pid控制器中只需要整定kp、ki、kd3个参数，fopid控制器中需要整定kp、ki、kd、λ和μ共5个参数，因此需要选取合适的高阶优化算法以得到最优控制参数；[0092]由上式结合机组模型可得fopid控制系统模型如图6所示，以ri和yi分别为控制系统的输入、输出信号，ui为控制器的输出信号，acei＝ri-yi为区域控制误差信号，作为输出反馈项以维持互联电力系统稳定，本发明研究频段为[10-3，103]，采用改进型oustaloup滤波算法对fopid算子进行近似，在原本oustaloup近似算法的基础上增添一个滤波器，使其在频带内和端点处都能够实现较好的逼近；[0093]s32)优化模型[0094](1)优化目标函数[0095]作为一种具有很好工程实用性和选择性的控制系统性能评价指标，时间乘以误差绝对值积分(itae)的性能指标得到了广泛的应用，通过将itae设为目标函数，此时将区域i的ace作为瞬时误差e(t)以建立系统的优化模型，如式(21)所示。[0096][0097]由于式(21)中只含有ace和t两个变量，难以判断系统中出现的误差是正向误差还是负向误差，同时，还会牺牲超调量而减少系统的上升时间，因此，对式(21)中的目标函数进行修改，加入惩罚环节，规避超调过大的情况发生，修改后的目标函数为如式(22)所示：[0098][0099]式中，tr为上升时间；ξ1，ξ2为权重系数；[0100]采用惩罚功能实现动态调整，当式(22)中ξ1》》ξ2时，牺牲系统的上升时间，来减小或消除系统的超调量；当式(22)中ξ1《《ξ2时，系统的超调量增大，但系统的上升时间减小；[0101](2)优化流程[0102]粒子群优化算法分别以个体和全局的角度来搜索粒子的运动状态结合公式(23)-(24)不断地迭代更新粒子速度和位置，最终得到局部最优解和全局最优解：[0103][0104][0105]式中，ω为惯性权重，分别表示粒子的速度、位置、个体最优解和全局最优解；c1、c2为加速因子；r1、r2为[0,1]之间的随机数；[0106]但传统粒子群算法存在易陷入局部最优解，粒子停滞导致算法早熟等问题，混沌粒子群优化算法利用混沌变量的遍历性，可有效防止上述问题，并且对于fopid中的高维参数优化问题具有适用性好、收敛速度快等优势，该算法将通过式(25)映射到logistic方程的定义域上：[0107][0108][0109][0110]利用混沌粒子群优化算法对fopid控制参数在线优化。[0111]利用混沌粒子群优化算法对fopid控制参数在线优化流程如下：[0112]1)初始化粒子群，设置粒子群规模、最大迭代次数等相关参数；[0113]2)根据粒子位置，赋值给kp、ki和kd或者kp、ki、kd、λ和μ；[0114]3)运行两区域lfc模型，返回目标值jgbest；[0115]4)对粒子群全局最优值xgbest进行混沌优化：[0116]①通过式(25)将映射到logistic方程[0,1]的定义域上；[0117]②利用式(26)对进行m次迭代，得到混沌序列[0118]③根据式(27)将混沌序列逆映射回原解空间，得到可行解序列xki(1),xki(2)……xki(m)；[0119]④运行两区域lfc模型，得到混沌优化后中最优解[0120]⑤将混沌序列中得到的最优粒子群随机替代当前粒子群中的任一粒子群；[0121]⑥更新目标函数值，如j’gbest《jgbest，则jgbest＝j’gbest，[0122]5)根据个体最优解和全局最优解，更新粒子速度和位置，令k＝k+1，若k《k，则返回步骤2；否则所得到的即为全局最优解；[0123]6)输出相对应的参数即为最优控制参数，求解结束。[0124]所述步骤s4)仿真分析验证内容包括：控制器性能验证、阶跃负载扰动验证和计及风电不确定性的连续扰动验证。[0125]1)控制器性能验证[0126]本发明在matlab/simulink中搭建两区域考虑grc的再热式汽轮机组lfc模型，并在模型基础上搭建了储能电池和超级电容参与的的混合储能辅助调频模型，模型系统容量为1000mw，首先在未接入储能电池或超级电容器的传统考虑非线性的两区域lfc系统下对控制器性能进行验证，表1为两区域lfc模型的基本参数，两个区域的机组参数值设置一致，本发明通过设置阶跃信号以模拟系统在负荷波动时的动态响应，在2s时对区域i施加0.01p.u.的阶跃信号作为接入负荷，45s时切除该负荷，各优化参数的取值为kp∈[0,200]、ki∈[0,100]、kd∈[0,100]、λ∈[0,2]、μ∈[0,2]，优化后的控制器基本参数见表2。[0127]表1两区域lfc模型基本参数[0128]table1basicparametersoftwo-regionlfcmodel[0129][0130]表2优化后控制器基本参数[0131]table2thebasicparametersofthecontrollerhasbeenoptimized[0132][0133]由图7可知，负荷突然增加后，若采用经pso算法对参数优化后pid控制器，最大频率偏差为0.08026hz,恢复时间为28.5s；若采用经pso算法或cpso算法对参数优化后fopid控制器，最大频率偏差为0.06132hz和0.05575hz，相比前者减少了23.47％和30.54％，恢复时间为16.67s和14.12s，分别缩短了约41.51％和50.46％的时间，总体来看，相比于传统pid控制器，fopid控制器的最大频率偏差、恢复时间优势明显，体现出了良好的控制性能；相比于pso-fopid控制器，cpso-fopid控制器虽然在恢复时间未能体现出明显优势，但在最大频率偏差以及超调量等方面均体现出了更好的调节性能。同样地，切除该负荷后，采用cpso-fopid控制器的lfc系统也展现除了良好的调频性能。[0134]2)阶跃负载扰动验证[0135]首先，在进行仿真验证前作以下假设：1)储能电池与超级电容器均具备并网辅助电网调频的能力；2)储能电池和超级电容器拥有充足的可调用容量和备用容量；3)储能电池以及超级电容器寿命等影响因素暂不考虑到优化模型中。储能电池选择电池单体为50ah的磷酸铁锂电池，配置容量为1mw·h，初始soc为0.5，soc∈[0.2,0.8]；超级电容器配置容量为0.5mw·h，hess中其余电源模型参数如表3所示。[0136]表3hess各电源模型参数[0137]table3allpowermodelparametersofhybridenergystoragesystem[0138][0139]本发明共设置三种运行模式，分别为储能系统不参与的传统发电机组调频模式、锂电池参与的bess单一储能辅助调频模式以及本发明所提出的锂电池-超级电容器参与的混合储能辅助调频模式，控制器采用本发明设计的经cpso算法优化后的fopid控制器，控制参数不变。[0140]图8为对区域i施加阶跃扰动后不同运行模式的频率偏差，传统调频、bess辅助调频以及本发明所提辅助调频三种模式的最大频率偏差分别为0.06072hz、0.02834hz和0.01972hz，调节时间分别为22.19s、13.54s和11.95s，相比于传统调频模式，后两种模式最大频差分别较少了约53.33％和67.52％，调节时间分别缩短了38.98％和46.15％，通过对比分析可知相比于传统调频模式，后面两种调频模式特别是本文所提出的混合储能调频模式大大缩小了扰动范围，最大频率偏差值缩小了2/3，大幅度缩短了恢复时间，具有较好的调频性能。[0141]图9为阶跃扰动下联络线传输功率变化曲线，从图中可知负荷突然增加后，若系统无储能系统辅助调频，联络线传输功率峰值可达8.762×10-3p.u.mw，而在采用本发明所提辅助调频方法后联络线传输功率峰值仅有4.221×10-3p.u.mw，降低了近51.8％，同时还弥补了单一储能系统参与调频时恢复时间长、频率振荡导致系统不稳定的问题。[0142]3)计及风电不确定性的连续扰动验证[0143]为进一步验证本文所提控制方法在实际场景中的控制性能，生产随机风电序列，风电场输出功率波动标幺值(基准功率为10mva)曲线如图10所示，该风电场整体趋势是向上调频，即更多地需要储能系统消纳风电场发出的多余功率，比较不同控制模式在风电随机扰动下的电网频率控制效果，区域i的频率偏差曲线如图11所示，传统控制模式受风电随机扰动的影响严重，区域频率偏差波动幅度较深，出现了较大的偏差值0.02872hz，系统在靠近稳定点时持续出现震荡，难以保持稳定。相比于其他两种控制模式，采用本发明所提辅助调频模式时系统的频率偏差得到了明显的改善，频差最大值为0.0089hz，在靠近稳点时曲线更为平稳，系统能够有效跟踪风电随机功率扰动，具有更强的抗扰动能力和动态性能。[0144]在接入风电功率随机波动后互联系统之间联络线传输功率的变化由图12所示，hess参与调频后，功率变化曲线较为平缓，对系统整体稳定起到了较大的作用。[0145]单一储能系统和混合储能系统模式下的储能电池出力和soc变化如图13-14所示，由图可知，相比于单一储能辅助电网调频模式，本发明利用储能电池与超级电容器两种电源不同的发电特性，使其优势互补所组成的hess在有效弥补了单一储能系统在经济性上的劣势、降低储能电池因频繁充放电而造成寿命缩短的同时更好地满足现代电网对能量与功率的多层次需求。[0146]针对当前电力系统“双高”背景下面临的负荷频率控制难题，本发明首先搭建了含储能电池和超级电容器混合储能辅助调频的两区域lfc模型，在此基础上设计出基于混沌粒子群优化的fopid控制器深入研究了混合储能辅助调频与传统机组调频的联合优化模型。仿真结果表明：[0147]1)与传统的pid控制器相比，fopid控制器拥有更好的动态性能，利用改进itae作为目标函数以及混沌粒子群算法的优良性能对其控制参数进行优化可充分发挥传统机组的调频潜力；[0148]2)利用阶跃负荷扰动工况下模拟电网中负荷的投切，相比于储能电池单独参与调频，混合储能联合调频体现出良好的调频潜力和优越性，以便于更好地满足电网日益增长的可靠性要求；[0149]3)在计及风电不确定性工况下，在风电功率随机扰动的情况下混合储能控制依旧能在稳定频率偏差的同时减少电池损耗，具有很强的适用性。[0150]通过仿真分析论证了本发明所提控制方法的可行性和鲁棒性，混合储能阶段控制能够有效降低不同负荷扰动工况下的频率偏差，提高了电力系统的稳定性。为后续对混合储能参与电网调频进行容量配置以及经济性评估打下了一定的基础。[0151]最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。当前第1页12当前第1页12