CN110808608A - 规模化新能源参与受端电网调频调压能力评估方法及系统 - Google Patents

Abstract

本发明公开了一种规模化新能源参与受端电网调频调压能力评估方法及系统，解决规模化新能源参与受端电网调频调压能力评估问题，收集风电场和光伏电站的历史数据，采用高斯混合模型构建了风速和光照强度的概率分布模型，对于调频能力评估建立了调频容量评估模型和惯性时间常数模型；对于调压能力评估建立了调压容量评估模型；本发明对于风力和光伏发电系统分别建立了不同的调频调压评估模型，这使得评估模型更加准确。本发明能够有效处理规模化新能源参与受端电网的调频调压能力评估问题，具有全面、准确、实用的优点，所得结果可以对规模化新能源的虚拟同步控制技术提供技术支撑，解决高比例新能源接入后电网缺乏支撑能力的问题。

Description

规模化新能源参与受端电网调频调压能力评估方法及系统

技术领域

本发明属于电力系统新能源并网主动调控分析技术领域，特别涉及规模化新能源参与受端电网调频调压能力评估方法及系统。

背景技术

随着新能源的迅猛发展，使电力系统电力电子化特性更加凸显，给电力系统安全稳定运行带来越来越大的压力。新能源采用的电力电子装置有其技术优势，但是几乎没有转动惯量，难以参与电网调节，无法为电网提供必要的电压和频率支撑。为改善新能源机组运行特性，增强新能源消纳能力和缓解电网运行压力，新能源机组亟需具有一定的主动支撑能力。目前对新能源的研究主要集中在送端新能源，而对受端电网而言，随着光伏、风电的大规模发展，外来电力的进一步增加，受端电网自身调节能力将显著降低，如何应对特高压直流双极闭锁等严重电网故障，如何保证安全稳定运行水平，需要对大规模光伏、风电接入对受端电网调峰、调频和调压的影响以及应对措施展开研究。虚拟同步发电机(virtualsynchronous generator，VSG)技术通过对新能源发电设备的控制系统进行改进，使新能源发电设备具有与常规同步机组类似的频率和电压调节特性，从而解决了高比例新能源接入后电网缺乏支撑能力的问题，然而，目前新能源发电设备的控制系统很少采用VSG技术，且针对受端电网并没有调频调压能力评估方法，因此需要提出一种针对采用VSG技术的新能源参与受端电网的调频调压能力评估方法。

发明内容

发明目的：本发明的目的在于针对现有技术的不足，提供了一种规模化新能源参与受端电网调频调压能力评估方法及系统，解决了规模化新能源参与受端电网调频调压能力难以评估的问题。

技术方案：本发明提供了一种规模化新能源参与受端电网调频调压能力评估方法，包括：

通过各风电场风速样本，对风速大小进行区间划分，通过风力发电调频容量评估模型对风电场调频容量进行评估；

通过光伏电站光照强度样本，光伏发电调频容量评估模型对光伏发电系统调频容量进行评估；

计算电力系统的等效惯性时间常数；

通过风力发电调压容量评估模型对风电场调压容量进行评估；

通过光伏发电调压容量评估模型对光伏电站调压容量进行评估；

所述各风电场风速样本和光伏电站光照强度样本根据风电场和光伏电站历史风速和光照强度数据，采用高斯混合模型构建风速和光照强度的概率分布模型生成；新能源发电机采用虚拟同步发电机技术控制。

前述的一种规模化新能源参与受端电网调频调压能力评估方法，其特征在于：高斯混合模型构建风速和光照强度的概率分布模型：

式中，

为第k个部分的概率分布；ω_k为高斯混合函数第k个部分的权重；μ_k和σ_k分别为第k个部分的期望和标准差；N_t为拟合分量的个数，k＝1,2…N_t,x 为随机变量，Φ为光照强度或风速，其中，权重满足如下约束：

前述的一种规模化新能源参与受端电网调频调压能力评估方法，其特征在于：通过各风电场风速样本，对风速大小进行区间划分，通过风力发电调频容量评估模型对风电场调频容量进行评估，具体为：

将风速分为四段：低风速、较低风速、中风速、高风速，具体划分为：

较低风速段下i＝1，采用模拟惯性控制方式，将风机旋转部件储存的能够用以短时增加电功率输出的动能换算成风机调频功率：

式中，P_ij为第i种风速类型下第j个风机的调频容量，J为风机旋转部件转动惯量；ω_A为风机参与调频起始时的转速；ω_MPPT为风机输出最大功率时的转速，η为动能至电能的转换效率，i表示风机风速类型：较低速，中速，高速3类，j表示处于风速i类型的下的风机序号；

中风速段下i＝2，采用模拟惯性控制及超速控制相结合来求取最佳的风机降载运行点，此时的风机调频容量为：

式中，P_MPPT为风机输出的最大功率，ω_r为风机转子的转速，P_b为风机的输出电功率，表达式如式所示：

式中，k_b表示风机输出功率与转子转速之间呈近似3次方的系数；

在高风速段i＝3时，采取桨距角控制，此时的风机调频容量为：

P_ij＝P_mmax-P_mmin (7)

其中，P_mmax表示风机能够捕获的最大气动功率，计算方法如式所示：

式中，C_pmax表示风机最大功率系数；λ表示叶尖速比，λ＝ωR₁/v_ij，ω为风机叶片角速度，R₁表示风机扫略半径，v_ij为第i种风速类型下第j个风机的风机叶片速度；β为风机桨距角；ρ为空气密度；A表示风机叶片的扫略面积；

P_mmin表示风机捕获的最小气动功率，计算方法如式所示：

式中，C_pmin表示风机最小功率系数；

求得风电场总的调频容量：

式中，P_f表示风电场所具备的总的调频容量；N表示风电场内风机的数目；i表示风机风速类型，N_R表示处于第i区间的风机总数目，ξ_ij为第j个风机处于i型风速区间的概率，p_ij代表处于i型风速区间中的第j个风机的调频容量。

前述的一种规模化新能源参与受端电网调频调压能力评估方法，其特征在于：通过光伏电站光照强度样本，光伏发电调频容量评估模型对光伏发电系统调频容量进行评估，具体为：

当光伏阵列电压为U时，其对应的光伏阵列最大功率点的电流为I：

其中：I_sc为光伏阵列短路电流，V_oc为光伏阵列开路电压，I_m,V_m分别为光伏阵列最大功率点电流和电压，

C₂＝(V_m/V_oc-1)/ln(1-I_m/I_sc) (14)

考虑到太阳辐射变化影响时，

其中，

DI＝(R/R_ref-1)·I_sc (16)

DV＝-R_s·DI (17)

式中，R为光照强度，R_ref为太阳辐射参考值，R_s为光伏模块的串联电阻；

光伏阵列在任意太阳辐射强度下的功率为：

在最大功率控制MPPT点运行时，dP/dU＝0，得到光伏阵列最大功率点的电压 U_max，光伏阵列最大功率P^MPPT由下式求得：

P^MPPT＝I_max·U_max (19)

I_max为光伏阵列最大功率点的电流；

光伏的调频容量表示为：

式中，P_g为光伏的调频容量，即构建的光伏发电调频容量评估模型，ε为调频容量所占最大输出功率的百分比；

表示第l个光伏阵列的最大功率，N_l为光伏阵列数目，l＝1,2,...,N_l。

前述的一种规模化新能源参与受端电网调频调压能力评估方法，其特征在于：计算电力系统的等效惯性时间常数，具体为：

同步发电机惯性间常数H，如下式所示：

式中，W_k为新能源发电机额定转速下的旋转动能；S_N为新能源发电机额定容量；J为转子转动惯量，Ω₀为发电机同步角速度；

在短时间内，等效惯性时间常数的计算公式为：

式中，H_i1和S_i1分别为机组i₁的惯性时间常数和容量，i_{1＝1,2,...,m+n}，包括同步发电机和参与一次频率响应的新能源机组，n、m分别表示同步发电机和新能源发电机的数量，S_N,s表示发电机发出功率总的容量。

电力系统的等效同步发电机虚拟惯性时间常数H_eq通过如下公式来求解：

式中，H_si2为同步发电机i₂的惯性时间常数，i₂＝1,2,...,n；H_w-eqj2为新能源发电机j₂的惯性时间常数，j₂＝1,2,...,m；S_Ni2为同步发电机i₂的额定容量；S_Nwj2为新能源发电机j₂的额定容量。

前述的一种规模化新能源参与受端电网调频调压能力评估方法，其特征在于：通过风力发电调压容量评估模型对风电场调压容量进行评估，具体为：

将0～[V₀]+1等分为k₁个区间，[V₀]为小于自然风速V₀的最大整数，选取k₁＝[V₀]+1；

自然风速为V₀时，在区间(i_v-1,i_v]内的发电机占总发电机的比例P_iv为：

i_v＝1,2,…,k₁；N_A为总的风力发电机数量；

风速已知后，求出风力发电机无功上下限：

式中，n_iv为区间(i_v-1,i_v]的风机数量，P_s为风力发电机的有功功率；Q_max和Q_min分别为风力发电机的无功调节上、下限；U_s为风力发电机的定子电压峰值；X_s为风力发电机的定子电抗；X_m为风力发电机的励磁电抗；I_rmax为转子侧电流最大值；Q₀为电力系统内部无功消耗；

在自然风速为V₀时，风电场整体的无功调节范围的上、下界为：

式中，

和

分别为风电场总的风电无功调节的上、下界；k_l为无功损耗系数；m₁为总的风机数量；p_iv为自然风速V₀下风速区间(i_v-1,i_v]内风机占风机总台数的比例，分别表示第i_v个区间风力发电机无功调节上、下限。

前述的一种规模化新能源参与受端电网调频调压能力评估方法，其特征在于：通过光伏发电调压容量评估模型对光伏电站调压容量进行评估，具体为：

已知每个光伏发电系统的光照强度，对于太阳能光伏发电系统而言，假设一太阳能方阵具有M个组件，每个组件的面积为S，且光电转化效率为γ，R为光照强度，则这个太阳能光伏的有功功率输出P_r为：

P_r＝R·M·S·γ (26)

通过有功功率、无功功率、功率因数的关系求得光伏发电机的最大无功调节范围：

式中，

分别为第q个光伏列阵无功调节的上、下界，

为最大可调节功率因素；Q₀表示光伏发电系统自身所需消纳无功功率。

对于N₁台光伏发电机组，最大无功调节范围可以表示为：

式中，

和分别为光伏发电系统无功调节的上下界，q＝1,2,…,N₁。

一种规模化新能源参与受端电网调频调压能力评估系统，其特征在于：包括：

风电场调频容量评估模块，用于通过各风电场风速样本，对风速大小进行区间划分，通过风力发电调频容量评估模型对风电场调频容量进行评估；

光伏发电调频容量评估模块，用于通过光伏电站光照强度样本，光伏发电调频容量评估模型对光伏发电系统调频容量进行评估；

等效惯性时间常数计算模块，用于计算电力系统的等效惯性时间常数；

风电场调压容量评估模块，用于通过风力发电调压容量评估模型对风电场调压容量进行评估；

光伏电站调压容量评估模块，通过光伏发电调压容量评估模型对光伏电站调压容量进行评估；

所述各风电场风速样本和光伏电站光照强度样本根据风电场和光伏电站历史风速和光照强度数据，采用高斯混合模型构建风速和光照强度的概率分布模型生成；新能源发电机采用虚拟同步发电机技术控制。

有益效果：本发明具有如下优点和技术效果：

(1)所提的规模化新能源参与受端电网调频调压能力评估方法具有全面、准确、实用的优点；

(2)通过与相关虚拟同步技术相结合建立了调频容量评估模型，可以准确得到新能源调频容量，并且随着渗透率的增大调频容量也增加，同时风电调频容量呈现反调峰特性，光伏调频容量只在白天存在，夜间不能参与调频；

(3)通过虚拟同步技术建立了系统等效惯性时间常数评估模型，可以准确得到系统等效惯性时间常数，并且系统接入新能源的规模越来越大时，系统等效惯性时间常数逐渐下降；

(4)通过与相关虚拟同步技术相结合建立了调压容量评估模型，可以准确得到新能源调压容量，并且随着新能源渗透率的不断增加，风电无功调节范围不断增加，而光伏调压容量只在白天存在，而夜间不能参与调压；

(5)所提方法可以对规模化新能源的虚拟同步控制技术提供技术支撑，解决高比例新能源接入后电网缺乏支撑能力的问题。

附图说明

图1为本发明实施例中一种方法流程图；

图2为改进的IEEE-57节点算例系统结构图；

图3为风电场风速区间划分图；

图4至图6为低、中、高渗透率下风电调频容量；

图7为不同渗透率光伏调频容量；

图8为不同渗透率系统等效惯性时间常数；

图9-11为低、中、高渗透率下系统风电无功调压容量极限范围。

图12-14为低、中、高渗透率下系统光伏无功调压容量极限范围。

具体实施方式

以下结合附图表和实例对本发明的实施作进一步说明，但本发明的实施和包含不限于此。

如图1所示，一种规模化新能源参与受端电网调频调压能力评估方法，包括以下步骤：

步骤1：根据风电场和光伏电站历史风速和光照强度数据，采用高斯混合模型(GMM)构建风速和光照强度的概率分布模型,生成各风电场风速样本和光伏电站光照强度样本；

步骤2：通过各风电场风速样本，对风速大小进行区间划分，构建风力发电调频容量评估模型对风电场调频容量进行评估；

步骤3：通过光伏电站光照强度样本，构建光伏发电调频容量评估模型对光伏发电系统调频容量进行评估；

步骤4：将新能源发电机采用虚拟同步发电机技术控制，计算系统的等效惯性时间常数；

步骤5：构建风力发电调压容量评估模型对风电场调压容量进行评估；

步骤6：构建光伏发电调压容量评估模型对光伏电站调压容量进行评估；

步骤1，采用高斯混合模型构建风电场风速和光伏电站光照强度的概率分布模型：

高斯混合模型GMM是由多个高斯分布线性组合而成，理论上，GMM能够平滑任意的概率分布，其任一概率分布函数可表示为即风速和光照强度的概率分布模型为：

式中，

为第k个部分的概率分布；ω_k为高斯混合函数第k个部分的权重；μ_k和σ_k分别为第k个部分的期望和标准差；N_t为拟合分量的个数，k＝1,2…N_t,x 为随机变量，Φ为光照强度或风速，其中，权重满足如下约束：

采用GMM方法的关键之处在于确定其中的参数N_t、ω_k、μ_k、σ_k，目前最常用的方法是利用测量数据以及期望最大化方法。利用风速和光照强度的概率分布模型生成各风电场风速样本和光伏电站光照强度样本，即符合概率分布函数的随机数。所述步骤2，对风速大小进行区间划分，构建风力发电调频容量评估模型，不同风速下采用不同的调频容量评估方法，最后对风电场总调频容量进行评估；包括以下步骤：

步骤201：根据VSG控制技术将处在不同风速区间的风机进行划分，本发明将其分为四段：低风速、较低风速、中风速、高风速。不同风速段调频容量计算模型不同，低风速不参与调频，其具体划分为：

步骤202：较低风速段下i＝1，采用模拟惯性控制方式，可以将风机旋转部件储存的能够用以短时增加电功率输出的动能换算成风机调频功率：

式中，P_ij为第i种风速类型下第j个风机的调频容量，J为风机旋转部件转动惯量；ω_A为风机参与调频起始时的转速；ω_MPPT为风机输出最大功率时的转速，η为动能至电能的转换效率，i表示风机风速类型(较低速，中速，高速3类)，j表示处于风速i类型的下的风机序号。

步骤203：中风速段下i＝2，采用模拟惯性控制及超速控制相结合来求取最佳的风机降载运行点，此时的风机调频容量为：

式中，P_MPPT为风机输出的最大功率，ω_r为风机转子的转速，P_b为风机的输出电功率，表达式如式所示：

式中，k_b表示风机输出功率与转子转速之间呈近似3次方的系数。

步骤204：在高风速段i＝3时，采取桨距角控制，此时的风机调频容量为：

P_ij＝P_mmax-P_mmin (35)

其中，P_mmax表示风机能够捕获的最大气动功率(机械功率)，计算方法如式所示：

式中，C_pmax表示风机最大功率系数；λ表示叶尖速比(λ＝ωR₁/v_ij，ω为风机叶片角速度，R₁表示风机扫略半径，v_ij为第i种风速类型下第j个风机的风机叶片速度；β为风机桨距角；ρ为空气密度；A表示风机叶片的扫略面积；

P_mmin表示风机捕获的最小气动功率(机械功率)，计算方法如式所示：

式中，C_pmin表示风机最小功率系数。

上述的风机调频容量p_ij，即风力发电调频容量评估模型；

步骤205：由以上计算可求得风电场总的调频容量：

式中，P_f表示风电场所具备的总的调频容量；N表示风电场内风机的数目；i表示风机风速类型(较低速，中速，高速3类)，N_R表示处于第i区间的风机总数目，ξ_ij为第j风机处于i型风速区间的概率，p_ij代表处于i型风速区间中的第j个风机的调频容量，式(11)表示各风速区间的概率和为1。

步骤3，通过光伏电站光照强度样本，构建光伏发电调频容量评估模型对光伏发电系统调频容量进行评估；具体为：

对于光伏发电，就光伏阵列而言，设在参考条件(常温、湿度恒定等)下，I_sc为光伏阵列短路电流，V_oc为光伏阵列开路电压，I_m,V_m分别为光伏阵列最大功率点电流和电压，则当光伏阵列电压为U时，其对应的光伏阵列最大功率点的电流为I：

其中：

C₂＝(V_m/V_oc-1)/ln(1-I_m/I_sc) (42)

考虑到太阳辐射变化影响时，

其中，

DI＝(R/R_ref-1)·I_sc (44)

DV＝-R_s·DI (45)

式中，R为光照强度，R_ref为太阳辐射参考值，一般取为1kw/m²；R_s为光伏模块的串联电阻。

光伏阵列在任意太阳辐射强度下的功率为：

在最大功率控制(maximum power point track，MPPT)点运行时，dP/dU＝0，可以得到光伏阵列最大功率点的电压U_max，从而光伏阵列最大功率P^MPPT由下式求得：

P^MPPT＝I_max·U_max (47)

I_max为光伏阵列最大功率点的电流。

综上所述，光伏的调频容量表示为：

式中，P_g为光伏的调频容量，即构建的光伏发电调频容量评估模型，ε为调频容量所占最大输出功率的百分比；

表示第l个光伏阵列的最大功率，N_l为光伏阵列数目， l＝1,2,...,N_l。

所述步骤4将新能源发电机采用虚拟同步发电机技术控制，计算电力系统的等效同步发电机虚拟惯性时间常数，包括以下内容：

同步发电机惯性间常数H是一个重要概念，其为发电机同步角速度Ω₀下机组转子旋转时的动能与发电机额定容量的比值H，如下式所示：

式中，W_k为新能源发电机额定转速下的旋转动能；S_N为新能源发电机额定容量；J为转子转动惯量。

当系统频率变化时，新能源机组虚拟同步机调整桨距角控制备用存储或释放，提供功率支撑作用。故在短时间内，其等效惯性时间常数的计算公式为：

式中，H_i1和S_i1分别为机组i₁的惯性时间常数和容量，i_{1＝1,2,...,m+n}，包括同步发电机和参与一次频率响应的新能源机组，n、m分别表示同步发电机和新能源发电机的数量，S_N,s表示发电机(包括同步发电机新能源发电机)发出功率总的容量。

电力系统中常规电厂(机组)的惯性时间常数是确定的，对于施加了虚拟惯性控制的风电场，电力系统的等效同步发电机虚拟惯性时间常数H_eq可通过如下公式来求解：

式中，H_si2为同步发电机i2的惯性时间常数，i₂＝1,2,...,n；H_w-eqj2为新能源发电机j₂的惯性时间常数，j₂＝1,2,...,m；S_Ni2为同步发电机i₂的额定容量；S_Nwj2为新能源发电机j₂的额定容量。

所述步骤5构建风力发电调压容量评估模型对风电场调压容量进行评估；包括以下内容：

步骤501：将0～[V₀]+1等分为k₁个区间，[V₀]为小于自然风速V₀的最大整数，一般来说，选取k₁＝[V₀]+1；

步骤502：自然风速为V₀时，在区间(i_v-1,i_v]内的发电机占总发电机的比例P_iv为：

i_v＝1,2,…,k₁；N_A为总的风力发电机数量；

步骤503：风速已知后，可以求出风力发电机无功上下限：

式中，n_iv为区间(i_v-1,i_v]的风机数量，P_s为风力发电机的有功功率；Q_max和Q_min分别为风力发电机的无功调节上、下限；U_s为风力发电机的定子电压峰值；X_s为风力发电机的定子电抗；X_m为风力发电机的励磁电抗；I_rmax为转子侧电流最大值；Q₀为电力系统内部无功消耗。

步骤504：在自然风速为V₀时，风电场整体的无功调节范围的上、下界为：

式中，

和

分别为风电场总的风电无功调节的上、下界；k_l为无功损耗系数；m₁为总的风机数量；p_iv为自然风速V₀下风速区间(i_v-1,i_v]内风机占风机总台数的比例，

分别表示第i_v个区间风力发电机无功调节上、下限。

所述步骤6构建光伏发电调压容量评估模型对光伏电站调压容量进行评估；包括以下内容：

已知每个光伏发电系统的光照强度，对于太阳能光伏发电系统而言，假设一太阳能方阵具有M个组件，每个组件的面积为S，且光电转化效率为γ，R为光照强度，则这个太阳能光伏的有功功率输出P_r为：

P_r＝R·M·S·γ (54)

可以通过有功功率、无功功率、功率因数的关系求得光伏发电机的最大无功调节范围：

式中，

分别为第q个光伏列阵无功调节的上、下界，

为最大可调节功率因素；Q₀表示光伏发电系统自身所需消纳无功功率。

对于N₁台光伏发电机组，最大无功调节范围可以表示为：

式中，

和分别为光伏发电系统无功调节的上下界，q＝1,2,…,N₁。

一种规模化新能源参与受端电网调频调压能力评估系统，包括：

风电场调频容量评估模块，用于通过各风电场风速样本，对风速大小进行区间划分，通过风力发电调频容量评估模型对风电场调频容量进行评估；

光伏发电调频容量评估模块，用于通过光伏电站光照强度样本，光伏发电调频容量评估模型对光伏发电系统调频容量进行评估；

等效惯性时间常数计算模块，用于计算电力系统的等效惯性时间常数；

风电场调压容量评估模块，用于通过风力发电调压容量评估模型对风电场调压容量进行评估；

光伏电站调压容量评估模块，通过光伏发电调压容量评估模型对光伏电站调压容量进行评估；

所述各风电场风速样本和光伏电站光照强度样本根据风电场和光伏电站历史风速和光照强度数据，采用高斯混合模型构建风速和光照强度的概率分布模型生成；新能源发电机采用虚拟同步发电机技术控制。

本发明首先收集风电场和光伏电站的历史数据，在此基础上采用高斯混合模型构建了风速和光照强度的概率分布模型，生成各风电场风速样本和光伏电站光照强度样本，即符合概率分布函数的随机数。然后，对于调频能力评估建立了调频容量评估模型和惯性时间常数模型；接着，对于调压能力评估建立了调压容量评估模型。由于风力发电控制系统和光伏发电控制系统存在较大区别，因此本发明对于风力和光伏发电系统分别建立了不同的调频调压评估模型，这使得评估模型更加准确。本发明能够有效处理规模化新能源参与受端电网的调频调压能力评估问题，具有全面、准确、实用的优点，所得结果可以对规模化新能源的虚拟同步控制技术提供技术支撑，解决高比例新能源接入后电网缺乏支撑能力的问题。

具体实施例：

1、调频能力评估实例

调频能力评估算例分析采用IEEE-57节点算例，如图2所示。实例中分别在节点33、44、49、50接入风力发电系统，在节点51、52、56、57加入光伏发电系统，考虑不同渗透率对调频影响，设置不同渗透率场景：低渗透率(18.95％)，中渗透率(36.19％)，高渗透率(58.39％)。风机和光伏组件具体参数如表1：

表1风机和光伏组件具体参数表

(1)风电调频容量

风电调频在不同风速区间下采用不同的控制方式来预留备用容量，因此首先应该对风速进行区间划分，如图3所示。在每一个时段内不同风电场地理位置不同造成风速不一样因此需要采用不同的VSG控制方式：较低风速下采用模拟惯性控制，中风速下采用超速控制和模拟惯性控制相结合，高风速下采用桨距角控制。图4至图6为不同渗透率下新能源总调频容量，从图中可以看到风电调频容量在一天24时刻都具备，因此在任意时刻都可进行调频，并且风电调频容量随着渗透率的增大而增加：低渗透率到中渗透率增加约100％，中渗透率到高渗透率增加约150％。从24个时刻调频容量还可以看到其符合风电反调峰特性。

(2)光伏调频容量

光伏参与系统调频方式相对于风电较为简单，正常情况下采用最大功率点跟踪控制，而在系统需要留有备用时可以通过改变电压使之不运行在功率最大点处，当系统需要进行调频时再改变电压增大输出有功。其在不同渗透率下的调频容量如图7所示。相对于风电调频，由于光照特性，光伏调频容量只有在6-19时存在，且光照强度越大，调频容量越大：低渗透率时，最大调频容量为5.81MW；中渗透率时，最大调频容量为 11.60MW；高渗透率时，最大调频容量为17.43MW。但相比于风电复杂的控制方式，光伏调频的成本小，适用范围广，因此需要在电力系统中加入光伏和风电同时进行调频备用，可以更好的提高电力系统的稳定性。

(3)等效惯性时间常数

电力系统惯量提供可响应于系统频率变化的短时功率支撑，具有阻止系统频率快速下跌的作用。系统中转动惯量主要由同步发电机提供，当系统频率波动时，同步发电机转子释放其旋转动能以跟踪频率变化，因此，在系统频率分析中，同步发电机惯量时间常数H是一个重要概念，其为发电机同步角速度Ω₀下机组转子旋转时的动能与发电机额定容量的比值。假设风机和光伏发电机的惯性时间常数为5秒，其在不同渗透率下的等效惯性时间常数如图8所示。从图中可知，当系统接入新能源的规模越来越大时，系统等效惯性时间常数逐渐下降即阻止系统频率下降的能力降低，这将增加系统的运行风险，若不将新能源发电机采用VSG技术，系统等效惯性时间常数将会下降更多，在高渗透率时尤为明显，采用VSG可增加2.77秒。

2、调压能力评估实例

调压能力评估算例分析采用IEEE-57节点算例，如图2所示。实例中分别在节点33、44、49、50接入风力发电系统，在节点51、52、56、57加入光伏发电系统。考虑不同渗透率对调频影响，设置不同渗透率场景：低渗透率(19.73％)，中渗透率(36.35％)，高渗透率(58.59％)。其中部分参数如表2所示。

表2风电光伏发电系统参数表

(1)风电无功调压容量

风速由于随机性导致风力发电输出功率也具有随机性，因此在不同风速下其无功功率极限也各有不同。其不同渗透率下的无功调压容量极限如图9至图11所示。随着新能源渗透率的不断增加，无功极限范围也在不断增加：低渗透率到中渗透率增加约 108％，中渗透率到高渗透率增加约140％。并且，由于新能源出力的波动性导致其无功极限范围也在不停的波动，随着风力发电功率的增大，风力发电的无功极限范围在减小且并不对称，这是其本身运行方式所导致的结果。同时，风力发电可以在全天24小时具备，因此其具有无功调节范围广、调节时段大的优点，但存在风机运行控制复杂的缺点。

(2)光伏无功调压容量

光伏输出功率由于光照特性的不同，导致其无功调压容量不同于风力发电机，其不同渗透率下的光伏无功调压容量极限如图12至图14所示，从图中可知相对于风电调压容量，随着新能源渗透率的增加，光伏调压无功极限范围也不断增加，而只有在6-19 时才有无功调压容量，这是光伏出力特性导致的。但相比于风电复杂的控制方式，光伏调压的成本小，适用范围广，因此需要在电力系统中加入光伏和风电同时进行调压容量备用，可以更好的提高电力系统的稳定性。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (8)

1.一种规模化新能源参与受端电网调频调压能力评估方法，其特征在于：包括：

通过各风电场风速样本，对风速大小进行区间划分，通过风力发电调频容量评估模型对风电场调频容量进行评估；

通过光伏电站光照强度样本，光伏发电调频容量评估模型对光伏发电系统调频容量进行评估；

计算电力系统的等效惯性时间常数；

通过风力发电调压容量评估模型对风电场调压容量进行评估；

通过光伏发电调压容量评估模型对光伏电站调压容量进行评估；

所述各风电场风速样本和光伏电站光照强度样本根据风电场和光伏电站历史风速和光照强度数据，采用高斯混合模型构建风速和光照强度的概率分布模型生成；新能源发电机采用虚拟同步发电机技术控制。

2.根据权利要求1所述的一种规模化新能源参与受端电网调频调压能力评估方法，其特征在于：高斯混合模型构建风速和光照强度的概率分布模型：

式中，

为第k个部分的概率分布；ω_k为高斯混合函数第k个部分的权重；μ_k和σ_k分别为第k个部分的期望和标准差；N_t为拟合分量的个数，k＝1,2…N_t,x为随机变量，Φ为光照强度或风速，其中，权重满足如下约束：

3.根据权利要求1所述的一种规模化新能源参与受端电网调频调压能力评估方法，其特征在于：通过各风电场风速样本，对风速大小进行区间划分，通过风力发电调频容量评估模型对风电场调频容量进行评估，具体为：

将风速分为四段：低风速、较低风速、中风速、高风速，具体划分为：

较低风速段下i＝1，采用模拟惯性控制方式，将风机旋转部件储存的能够用以短时增加电功率输出的动能换算成风机调频功率：

式中，P_ij为第i种风速类型下第j个风机的调频容量，J为风机旋转部件转动惯量；ω_A为风机参与调频起始时的转速；ω_MPPT为风机输出最大功率时的转速，η为动能至电能的转换效率，i表示风机风速类型：较低速，中速，高速3类，j表示处于风速i类型的下的风机序号；

中风速段下i＝2，采用模拟惯性控制及超速控制相结合来求取最佳的风机降载运行点，此时的风机调频容量为：

式中，P_MPPT为风机输出的最大功率，ω_r为风机转子的转速，P_b为风机的输出电功率，表达式如式所示：

式中，k_b表示风机输出功率与转子转速之间呈近似3次方的系数；

在高风速段i＝3时，采取桨距角控制，此时的风机调频容量为：

P_ij＝P_{m max}-P_{m min} (7)

其中，P_{m max}表示风机能够捕获的最大气动功率，计算方法如式所示：

式中，C_{p max}表示风机最大功率系数；λ表示叶尖速比，λ＝ωR₁/v_ij，ω为风机叶片角速度，R₁表示风机扫略半径，v_ij为第i种风速类型下第j个风机的风机叶片速度；β为风机桨距角；ρ为空气密度；A表示风机叶片的扫略面积；

P_{m min}表示风机捕获的最小气动功率，计算方法如式所示：

式中，C_{p min}表示风机最小功率系数；

求得风电场总的调频容量：

式中，P_f表示风电场所具备的总的调频容量；N表示风电场内风机的数目；i表示风机风速类型，N_R表示处于第i区间的风机总数目，ξ_ij为第j个风机处于i型风速区间的概率，p_ij代表处于i型风速区间中的第j个风机的调频容量。

4.根据权利要求1所述的一种规模化新能源参与受端电网调频调压能力评估方法，其特征在于：通过光伏电站光照强度样本，光伏发电调频容量评估模型对光伏发电系统调频容量进行评估，具体为：

当光伏阵列电压为U时，其对应的光伏阵列最大功率点的电流为I：

其中：I_sc为光伏阵列短路电流，V_oc为光伏阵列开路电压，I_m,V_m分别为光伏阵列最大功率点电流和电压，

C₂＝(V_m/V_oc-1)/ln(1-I_m/I_sc) (14)

考虑到太阳辐射变化影响时，

其中，

DI＝(R/R_ref-1)·I_sc (16)

DV＝-R_s·DI (17)

式中，R为光照强度，R_ref为太阳辐射参考值，R_s为光伏模块的串联电阻；

光伏阵列在任意太阳辐射强度下的功率为：

在最大功率控制MPPT点运行时，dP/dU＝0，得到光伏阵列最大功率点的电压U_max，光伏阵列最大功率P^MPPT由下式求得：

P^MPPT＝I_max·U_max (19)

I_max为光伏阵列最大功率点的电流；

光伏的调频容量表示为：

式中，P_g为光伏的调频容量，即构建的光伏发电调频容量评估模型，ε为调频容量所占最大输出功率的百分比；P_l ^MPPT表示第l个光伏阵列的最大功率，N_l为光伏阵列数目，l＝1,2,...,N_l。

5.根据权利要求1所述的一种规模化新能源参与受端电网调频调压能力评估方法，其特征在于：计算电力系统的等效惯性时间常数，具体为：

同步发电机惯性间常数H，如下式所示：

式中，W_k为新能源发电机额定转速下的旋转动能；S_N为新能源发电机额定容量；J为转子转动惯量，Ω₀为发电机同步角速度；

在短时间内，等效惯性时间常数的计算公式为：

式中，H_i1和S_i1分别为机组i₁的惯性时间常数和容量，i_{1＝1,2,...,m+n}，包括同步发电机和参与一次频率响应的新能源机组，n、m分别表示同步发电机和新能源发电机的数量，S_N,s表示发电机发出功率总的容量；

电力系统的等效同步发电机虚拟惯性时间常数H_eq通过如下公式来求解：

式中，H_si2为同步发电机i2的惯性时间常数，i₂＝1,2,...,n；H_w-eqj2为新能源发电机j2的惯性时间常数，j2＝1,2,...,m；

为同步发电机i2的额定容量；S_Nwj2为新能源发电机j2的额定容量。

6.根据权利要求1所述的一种规模化新能源参与受端电网调频调压能力评估方法，其特征在于：通过风力发电调压容量评估模型对风电场调压容量进行评估，具体为：

将0～[V₀]+1等分为k₁个区间，[V₀]为小于自然风速V₀的最大整数，选取k₁＝[V₀]+1；

自然风速为V₀时，在区间(i_v-1,i_v]内的发电机占总发电机的比例P_iv为：

i_v＝1,2,…,k₁；N_A为总的风力发电机数量；

风速已知后，求出风力发电机无功上下限：

式中，n_iv为区间(i_v-1,i_v]的风机数量，P_s为风力发电机的有功功率；Q_max和Q_min分别为风力发电机的无功调节上、下限；U_s为风力发电机的定子电压峰值；X_s为风力发电机的定子电抗；X_m为风力发电机的励磁电抗；I_{r max}为转子侧电流最大值；Q₀为电力系统内部无功消耗；

在自然风速为V₀时，风电场整体的无功调节范围的上、下界为：

式中，和

分别为风电场总的风电无功调节的上、下界；k_l为无功损耗系数；m₁为总的风机数量；p_iv为自然风速V₀下风速区间(i_v-1,i_v]内风机占风机总台数的比例，

分别表示第i_v个区间风力发电机无功调节上、下限。

7.根据权利要求1所述的一种规模化新能源参与受端电网调频调压能力评估方法，其特征在于：通过光伏发电调压容量评估模型对光伏电站调压容量进行评估，具体为：

已知每个光伏发电系统的光照强度，对于太阳能光伏发电系统而言，假设一太阳能方阵具有M个组件，每个组件的面积为S，且光电转化效率为γ，R为光照强度，则这个太阳能光伏的有功功率输出P_r为：

P_r＝R·M·S·γ (26)

通过有功功率、无功功率、功率因数的关系求得光伏发电机的最大无功调节范围：

式中，

分别为第q个光伏列阵无功调节的上、下界，

为最大可调节功率因素；Q₀表示光伏发电系统自身所需消纳无功功率；

对于N₁台光伏发电机组，最大无功调节范围可以表示为：

式中，

和

分别为光伏发电系统无功调节的上下界，q＝1,2,…,N₁。

8.一种规模化新能源参与受端电网调频调压能力评估系统，其特征在于：包括：

风电场调频容量评估模块，用于通过各风电场风速样本，对风速大小进行区间划分，通过风力发电调频容量评估模型对风电场调频容量进行评估；

光伏发电调频容量评估模块，用于通过光伏电站光照强度样本，光伏发电调频容量评估模型对光伏发电系统调频容量进行评估；

等效惯性时间常数计算模块，用于计算电力系统的等效惯性时间常数；

风电场调压容量评估模块，用于通过风力发电调压容量评估模型对风电场调压容量进行评估；

光伏电站调压容量评估模块，通过光伏发电调压容量评估模型对光伏电站调压容量进行评估；

所述各风电场风速样本和光伏电站光照强度样本根据风电场和光伏电站历史风速和光照强度数据，采用高斯混合模型构建风速和光照强度的概率分布模型生成；新能源发电机采用虚拟同步发电机技术控制。

Images