基于儲能的電力系統潮流協調優化控制策略

李美妍,吳俊玲,陸潤釗,秦曉輝,張 健

(1．東北電力大學電氣工程學院,吉林 吉林 132012;2．中國電力科學研究院有限公司,北京 100192)

0 引 言

在構建新型電力系統的背景下,風電、光伏等新能源的裝機占比不斷增高,以輸送新能源為主的跨區直流輸電支路容量也不斷增加。一方面,新能源發電具有隨機性和波動性等特點,使得新能源富集地區送出通道發生短時受阻;另一方面,大容量直流接入的送、受端電網在發生交、直流故障后,都將會引發大規模潮流轉移,導致正常運行支路發生短時過載等問題,成為制約新能源發展和限制交直流輸電能力的重要因素[1-4]。

為應對上述風險,規劃和運行中采取的措施通常包括建設新的輸變電設備、限制新能源的最大接入容量以及預控直流的輸送功率等預防性措施或切負荷等緊急控制措施[5]。這些措施一方面制約了新能源的開發規?；蚪档碗娋W設施的利用率,另一方面也對故障后運行方式的調整提出了更高的要求。在高比例新能源電網中,儲能設備將大量接入[6-7],基于變流器控制的現代儲能具有快速的雙向功率吞吐能力,全功率響應時間小于100 ms,且目前大容量電力儲能的時長可以達到數小時。因此,通過采用定制化的控制策略,電網中的儲能設備不僅能參與系統全局的功率平衡,同時也能參與到局部電網的潮流控制中,解決新能源集中外送地區輸送功率短時受阻或故障后局部斷面短時過載等問題,對高比例新能源交直流混聯電網的安全穩定運行和發展具有重要的實際意義。

目前,利用儲能進行潮流控制的研究和應用較少。在傳統的潮流控制方面,被廣泛認可的控制算法主要有靈敏度法[8-11]和優化規劃法[12-16]。其中,靈敏度法存儲量小,計算簡單且速度快,但需要多輪調整,并且在調整過程中可能會產生新的過載問題。優化規劃法通過對數學模型的構建和求解,得到控制方案,最終消除支路潮流越限問題。文獻[12]構建雙目標模型,并通過遺傳算法進行求解,確定控制方案。但缺少對控制設備的預處理,所需設備涉及系統所有可控機組。

本文為最大化的發揮儲能的作用,以儲能作為主要的潮流越限控制措施,將靈敏度法與優化規劃法相結合,提出一種儲能和發電機組合控制的潮流越限分散協調優化方法。首先,根據綜合控制靈敏度優選可控儲能點,同時考慮了儲能可用功率和待調整支路的負載程度;其次,以總控制代價最小為目標,建立系統總調整量最少和總控制節點數最少的優化模型,并采用大M法進行線性化處理;最后,基于改進的IEEE RTS24節點系統進行仿真驗證,驗證所提措施的有效性以及方法的合理性。

1 待調整支路和可控儲能節點的確定方法

1.1 待調整支路集

待調整支路集指由網絡中各支路出現重載或過載情況的支路所構成的集合。本文通過計算網絡中各支路的負載率,確定待調整支路集。負載率指標為

(1)

設支路安全監測閾值為γ,根據公式(1),通過此時的潮流分布,計算各支路的負載情況,確定過載支路集合SL1和重載支路集合SL0。

(2)

其中,γ的取值決定了對重載支路的監測范圍,通過設定γ值的大小,適當擴大對重載支路的監測范圍,能夠盡可能的減少在控制過程中支路發生新的過載問題,有助于優化計算收斂;待調整支路集合為SL=SL1∪SL0。

1.2 可控儲能節點集

雖然系統中每一個可控儲能節點都可以對支路潮流進行控制,但是針對于某一特定支路,不同節點的控制效果不同。因此,應選擇控制效果較好的可控儲能和發電機節點進行控制,既降低了控制策略的復雜性,也提高了計算效率。

在電力系統中,當控制節點的功率調整量為單位功率時,電網中各支路的有功功率變化量即為控制節點對各支路的功率控制靈敏度。功率控制靈敏度計算公式如公式(3)所示。

(3)

公式中:SL,i為控制節點對支路L的功率靈敏度;ΔPi為控制節點的出力調整量,ΔPL為被控支路功率變化量。

節點對支路的控制效果不僅與功率控制靈敏度有關,還與該節點的可用功率有關。當節點注入功率增加時,將各支路感受到的功率變化量定義為支路所受到的沖擊。記各可控儲能節點對支路的沖擊能量為

(4)

公式中:i為儲能節點;ΔPi_C_max為儲能節點i的最大可調充電功率;ΔPi_DC_max為儲能節點i的最大可調放電功率;SLk,i為儲能節點i對支路k的功率控制靈敏度。由CLk,i可知,儲能i的可調功率越大,支路k感受到的沖擊能量就越大。

在實際電網中,由于系統規模龐大,儲能電站與網絡支路數量眾多,有必要根據控制效果對參與潮流控制的儲能設備進行初步篩選。為此本文基于上述沖擊能量的概念提出儲能對各待調整支路的綜合控制靈敏度的計算方法。

根據待調整支路集合中各支路的重載程度計算各支路的權重系數,如公式(5)所示。

(5)

則綜合控制靈敏度表達式為

XLk,i=CLk,iHLk

(6)

即節點i的綜合控制靈敏度記為

(7)

為了優化控制節點數,可以根據綜合控制靈敏度的大小對控制效果較弱的節點進行剔除。

2 基于儲能的電網潮流控制優化模型

2.1 目標函數

基于儲能的支路潮流優化控制目標是在各控制措施中選擇使系統穩定且控制代價最小的控制組合[17-19]。潮流控制采取儲能的有功功率出力調節,發電機機組平衡出力,最終實現系統功率平衡,進而阻斷支路潮流越限。采用大M法[20-22]轉化后的多目標線性優化模型為

(8)

其中,

(9)

(10)

公式中:F為過載控制的總控制代價;n和m分別為參與控制的儲能電站數和發電機機組數;CS為儲能單位容量控制成本;CG為發電機單位容量控制成本;ΔPSi為儲能節點i參與控制的調整量;ΔPGj為發電機節點j參與控制的調整量;Δt為儲能參與控制的時間,可根據潮流越限的場景需要確定;Ii和Ij為狀態變量,分別表示儲能和發電機的啟停狀態;M為發電機參與控制的懲罰系數,當M為一個極大的正數時,儲能出力的優先級高于發電機出力的優先級。

其中,CSk表示為儲能參與控制的懲罰系數,代表了調用儲能電站的通信成本、壽命損耗以及運行維護成本、回收價值等,懲罰系數的大小制約了參與控制的儲能電站的數量。

2.2 約束條件

為了避免在調節過程中可控節點控制量不足、產生新的支路越限等情況,優化規劃需要考慮保證系統穩定運行的各類約束條件。

2.2.1 節點注入功率約束

儲能的充放電約束

-Pess_i_max≤Pess_i≤Pess_i_max

(11)

(12)

(13)

公式中:Pess_i為儲能機組i的功率值;Pess_i_max為儲能機組i的最大充放電功率;SOC0為儲能初始荷電狀態;Δt為持續時間;E為儲能存儲的總能量;SOCmin一般取0.1～0.2,SOCmax一般取0.8～0.9。

發電機出力約束

PGj_min-PGj<ΔPGj

(14)

公式中:PGj為發電機j當前的有功功率出力值;PGj_max為發電機j的最大有功功率出力值;PGj_min為發電機j的最小有功功率出力值;

2.2.2 支路最大傳輸功率約束

對于系統中的任意支路L,滿足約束

PL+ΔPL≤ηPLmax

(15)

公式中:PL為支路L的有功功率初始值;ΔPL為控制后支路L有功功率的變化量;η為支路安全閾值。

2.2.3 系統功率平衡約束

儲能放電時的功率平衡約束:

(16)

儲能充電時的功率平衡約束:

(17)

公式中:PG,i為節點i處電源的有功功率;PS,i為節點i處儲能充放電功率;PL,i為節點i的有功負荷;θ為節點電壓相位角;Bij為支路導納矩陣的虛部。

2.2.4 節點電壓和相角約束

節點電壓幅值約束

Ui_min≤Ui≤Ui_max

(18)

公式中:Ui為節點i的電壓值;Ui_max和Ui_min分別為節點i允許的最大和最小電壓值;

支路首末兩端相角約束

(19)

公式中:θij為支路兩端的初始相角差;Δθij為越限控制后支路相角差的變化量;θij_max為允許支路兩端相角差的最大差值;

3 算例分析

為驗證本文方法的有效性,采用仿真工具MATLAB基于改進的IEEE RTS24節點系統進行仿真分析,接線圖如圖2所示。該系統共有6個儲能電站,分別接入節點14、16、17、19、13和23;6臺發電機,分別接入節點1、2、7、15、21和22。根據前文所提方法和模型,對系統支路潮流越限進行控制,并對結果進行分析。以電池儲能為例,儲能的單位功率成本(CS)為0.52元/kW·h,發電機單位功率成本(CG)為0.26元/kW·h,懲罰系數M和CSk分別取1 000和2 000。儲能和發電機節點的初始狀態,如表1和表2所示。

圖1 改進的IEEE RTS24節點系統

表1 儲能節點的功率

表2 發電機節點的功率

系統中支路15-21因故障從系統切除后,將使系統潮流重新分布,導致支路17-16和16-14出現不同程度的越限。根據公式(1)計算潮流轉移后各支路的負載率,結合公式(2)確定待調整支路集合,表3為待調整支路集信息,其中,安全監測閾值取0.9,安全閾值取0.95。根據公式(3)計算各儲能對待調整支路的功率靈敏度如表4所示。

表3 待調整支路集的信息

表4 待調整支路的靈敏度

為了驗證所提綜合控制靈敏度方法的合理性,將該方法確定的控制節點集與優化所確定的控制節點集合進行對比分析。根據公式(6)計算綜合控制靈敏度,以剔除總控制節點的40%為例,將綜合控制靈敏度較小的儲能節點進行剔除,確定儲能節點的最優控制集。如表2所示,剔除綜合控制靈敏度較小的儲能節點為13和23,因此,確定最優控制節點集合為[17 14 16 19]。

根據公式(7)給出的優化模型,求解得到支路潮流越限調整方案以及調整效果,如表5和表6所示。算例系統所示場景為故障后潮流短時越限的場景,儲能參與控制時間取30 min。由表5可知優化確定的控制儲能節點集合為[17 14 19],因此,優化確定的可控儲能節點集為綜合控制靈敏度法所確定可控儲能節點集的子集合。同時,剔除控制效果較弱的儲能節點后,優化時間較未剔除節點的優化時間提高了12.2%,說明該方法的優化策略是合理的。

表5 調整方案

表6 調整效果

表6所示的調整結果驗證了本文所提控制措施的有效性。越限支路17-16和16-14的負載率分別由1.028和1.041降至0.95,且重載支路負載率均在安全監測閾值內。

為了說明本文所提方法的優勢,將前文所提目標函數的優化(A)與單一目標函數的優化(A1:總控制調整量最小)進行對比分析,表7和表8分別給出了以A1為優化目標的調整方案和調整效果。由表8可知以A1為目標函數的優化控制仍可解決支路潮流越限問題,但將兩種目標函數的優化結果進行對比如表9所示,以A為目標函數的優化控制經濟性更高。根據表9可知,如果以A1為目標函數,總控制調整量較以A為目標函數的控制調整量僅降低了0.519 MW,但是以增加兩臺儲能參與控制為代價,且部分儲能的調整量很小,降低了經濟性。與單一目標函數的優化控制相比,本文所提目標函數的優化控制能在實現控制調整量最小的同時使參與調整的節點數最少。

表7 調整方案

表8 調整效果

表9 不同目標的結果對比

由上述分析可知,在綜合控制靈敏度的指導下可使得參與控制的設備控制效果較好且設備數最優,便于實際應用。所提儲能的優化控制在模型有解的前提下,能解決系統潮流越限問題的同時不會產生新的過載問題。

4 結 語

本文針對高比例新能源電力系統因源荷波動或元件故障引起的局部輸變電設備短時潮流越限問題,以儲能作為主要的潮流控制手段,提出一種基于規?；瘍δ芎桶l電機相結合的潮流越限控制分散協調優化方法,并基于改進的IEEE RTS24節點系統對所提方法進行驗證。主要創新工作如下:

1)將靈敏度法與優化規劃法相結合,構建了兼顧調控功率總量和參與調控的設備數量的多目標動態優化模型,并采用大M法進行線性化處理,能夠在保證潮流控制效果的同時限制參與控制的設備數量,提升控制策略的實用性。

2)優選儲能節點集不僅考慮了儲能的可用功率,同時考慮了待調整支路的負載程度。根據綜合控制靈敏度的大小,剔除對待調整支路控制效果較弱的儲能節點,避免了調整設備全部參與控制的弊端,提高了優化效率。