安 娟,張祥成,王昭亮,黃存強(qiáng),張 娉,程文俊,劉興文
(1.國網(wǎng)青海省電力公司經(jīng)濟(jì)技術(shù)研究院,青海省西寧市 810008;2.中國電建集團(tuán)西北勘測設(shè)計(jì)研究院有限公司,陜西省西安市 710065 )
在輸電網(wǎng)中,有功功率與頻率控制密切相關(guān),無功功率與電壓控制密切相關(guān)[1]。雖然電力系統(tǒng)的電壓和頻率通常保持在一定的范圍內(nèi),但當(dāng)發(fā)生擾動(dòng)破壞平衡時(shí),仍會導(dǎo)致頻率與電壓失穩(wěn)。隨著新能源發(fā)電在電網(wǎng)中的滲透率不斷提高,電網(wǎng)單獨(dú)依靠傳統(tǒng)能源進(jìn)行調(diào)頻、調(diào)壓的能力被逐漸削弱[2,3]。為此國家出臺一系列新能源發(fā)電站接入電網(wǎng)的標(biāo)準(zhǔn),要求提供頻率調(diào)節(jié),同時(shí)應(yīng)增加新能源發(fā)電的無功調(diào)節(jié)能力,為電網(wǎng)的穩(wěn)定運(yùn)行提供一定的頻率支撐和電壓支撐[4-7]。大規(guī)模風(fēng)力發(fā)電和太陽能發(fā)電通過并網(wǎng)變換器接入電網(wǎng),具有靈活地調(diào)節(jié)有功和無功功率的潛能,應(yīng)對電網(wǎng)頻率和電壓發(fā)生波動(dòng)的情況及時(shí)響應(yīng)[8-10]。
電池儲能系統(tǒng)以其響應(yīng)速度快、效率高等特點(diǎn),已成為目前流行的一種電網(wǎng)級儲能形式,電池儲能系統(tǒng)具有良好的調(diào)頻和調(diào)壓的性能,大規(guī)模電池儲能系統(tǒng)被廣泛用于提高輸電效率和電能質(zhì)量[11-13]。隨著成本的降低、壽命的延長以及儲能相關(guān)技術(shù)的進(jìn)步,在中小型電力系統(tǒng)中,電池儲能系統(tǒng)具有很可觀的應(yīng)用前景[14-16]。
有鑒于此,考慮將風(fēng)電場、光伏電站和電池儲能系統(tǒng)相結(jié)合,發(fā)揮它們在電壓與頻率控制方面所具有的優(yōu)勢,來提高電網(wǎng)的頻率、電壓調(diào)節(jié)能力。風(fēng)電場、光伏電站和電池儲能系統(tǒng)的結(jié)合具有更大的可調(diào)度功率,在電壓和頻率控制方面具有協(xié)同增效的優(yōu)勢。然而,風(fēng)電場、光伏電站和電池儲能系統(tǒng)的結(jié)合需要可行的最優(yōu)控制策略,該策略需要能分別決策出這些電源的最優(yōu)功率輸出。此外,要實(shí)現(xiàn)這些電源的可靠運(yùn)行,還需要滿足系統(tǒng)正常運(yùn)行所需的約束條件。這些約束條件包括風(fēng)電場的輸出功率極限、光伏電站的輸出功率極限、電池儲能系統(tǒng)的充放電功率極限、電池儲能系統(tǒng)的荷電狀態(tài)(state of charge,SOC)極限,由此產(chǎn)生了一個(gè)在線約束最優(yōu)控制問題。
根據(jù)已有的相關(guān)研究,模型預(yù)測控制(model predictive control,MPC)是解決這一約束最優(yōu)控制問題的理想方法,因?yàn)樗紤]了系統(tǒng)的約束條件,并以最優(yōu)的方式解決了控制問題。為此,已經(jīng)有一些文獻(xiàn)采用MPC來解決多電源的電壓或頻率控制問題。在文獻(xiàn)[17]中,作者設(shè)計(jì)了用于風(fēng)電場的MPC控制器,以優(yōu)化分配多個(gè)永磁同步電機(jī)之間調(diào)頻功率輸出。文獻(xiàn)[18]中,針對風(fēng)電場、電池儲能系統(tǒng)和其他分布式能源的MPC被用于確保足夠的調(diào)頻性能,同時(shí)考慮了單個(gè)可控功率源的物理限制。在文獻(xiàn)[19]中,風(fēng)電場的各種無功補(bǔ)償和電壓調(diào)節(jié)裝置通過MPC來協(xié)調(diào),使所有母線的電壓保持在可行的范圍內(nèi)。利用MPC,可以有效地解決系統(tǒng)電壓或頻率控制的多變量多目標(biāo)約束優(yōu)化問題。然而,在高新能源滲透率的電網(wǎng)中,用MPC來最優(yōu)地分配各可調(diào)度功率源的輸出,同時(shí)調(diào)節(jié)電網(wǎng)的電壓和頻率,目前還未見報(bào)道。
基于上述分析,考慮提出一種新的風(fēng)電場、光伏電站和電池儲能系統(tǒng)的聯(lián)合控制策略??紤]使用雙層MPC結(jié)構(gòu):基于MPC和滾動(dòng)時(shí)域估計(jì),上層MPC考慮下層新能源發(fā)電系統(tǒng)所具有的約束條件,計(jì)算出下層風(fēng)電場、光伏電站和電池儲能系統(tǒng)各子MPC的有功無功參考;下層控制器負(fù)責(zé)執(zhí)行參考指令,決策出各功率變換器的開關(guān)狀態(tài),送給對應(yīng)的發(fā)電系統(tǒng),以在電網(wǎng)頻率和電壓波動(dòng)的情況下參與電壓和頻率控制,提高電網(wǎng)調(diào)頻和調(diào)壓的能力。
研究的新能源發(fā)電系統(tǒng)如圖1所示,包括陸上風(fēng)電場、光伏電站、電池儲能系統(tǒng)、升壓變壓器和雙向變換器,該系統(tǒng)通過傳輸線連接到主電網(wǎng)。
圖1 新能源并網(wǎng)發(fā)電系統(tǒng)結(jié)構(gòu)圖Figure 1 Structure chart of the studied new energy power generation system
當(dāng)負(fù)荷和發(fā)電量不匹配時(shí),交流電網(wǎng)的頻率偏離額定值。為建立預(yù)測模型,考慮含風(fēng)電場、光伏電站和電池儲能系統(tǒng)的電網(wǎng)頻率動(dòng)態(tài)模型[20-22]。
式中:f是實(shí)際的電網(wǎng)頻率;PG是所有常規(guī)機(jī)組的總有功功率輸出;PL是負(fù)荷功率;PW是風(fēng)電場有功功率輸出;PB是電池儲能系統(tǒng)的有功功率輸出;PP是光伏電站有功功率輸出;H是電網(wǎng)慣性時(shí)間常數(shù);fn是電網(wǎng)額定頻率;PLN是在額定電網(wǎng)頻率下的電網(wǎng)負(fù)荷需求;Df是負(fù)荷調(diào)節(jié)系數(shù)。
根據(jù)泰勒近似,在系統(tǒng)某一節(jié)點(diǎn)R,工作點(diǎn)電壓vR與有功、無功功率注入的關(guān)系可以寫成[18]
式中:vR[0]表示初始電壓,ΔPW、ΔPP、ΔPB、ΔQW、ΔQP和ΔQB表示有功 /無功注入的變化 ;?vR/?PW、?vR/?PP、?vR/?PB、?vR/?QW、?vR/?QP和 ?vR/?QB是電壓相對于功率的變化率,通過對這些變化率的計(jì)算,建立了電壓預(yù)測的線性化模型。這些變化率的典型計(jì)算方法是,通過實(shí)時(shí)求解潮流問題導(dǎo)出雅可比矩陣而得到。
式中:EB即為電池儲能系統(tǒng)SOC,表示電池儲能系統(tǒng)剩余容量與完全充電狀態(tài)的容量的比值,常用百分?jǐn)?shù)表示;ηch代表電池儲能系統(tǒng)的充電效率;ηdis代表電池儲能系統(tǒng)的放電效率;ΔTB是MW到MWh的轉(zhuǎn)換常數(shù)。
本文的新能源發(fā)電系統(tǒng)參與頻率與電壓響應(yīng)的MPC策略中,預(yù)測控制器的總體目標(biāo)為:在滿足風(fēng)電場、光伏電站、電池儲能系統(tǒng)等被控對象的各自約束條件的前提下,尋找最優(yōu)的控制輸入使得電網(wǎng)頻率和電壓各自的預(yù)測軌跡與參考軌跡盡可能接近,同時(shí)控制代價(jià)要盡可能小。為了實(shí)現(xiàn)上述目標(biāo),關(guān)鍵問題是在頻率和電壓發(fā)生波動(dòng)時(shí),最優(yōu)地決策出這些可調(diào)度電源的有功和無功輸出指令,同時(shí)各可調(diào)度電源按照指令輸出對應(yīng)的有功和無功功率。因此,預(yù)測控制器的控制目標(biāo)可分為兩個(gè)部分:首先,考慮各可調(diào)度電源的約束條件,決策出各電源的最優(yōu)功率參考;其次,控制各個(gè)可調(diào)度電源,執(zhí)行相應(yīng)的功率參考。為了實(shí)現(xiàn)這兩個(gè)目標(biāo),設(shè)計(jì)了兩層MPC控制策略,控制系統(tǒng)結(jié)構(gòu)如圖2所示。
圖2 預(yù)測控制系統(tǒng)結(jié)構(gòu)圖Figure 2 Block diagram of the proposed predictive control scheme
在該策略中,基于實(shí)時(shí)電網(wǎng)電壓和頻率測量、功率不平衡量估計(jì)和靈敏度計(jì)算,上層MPC控制器(即f-v-MPC)計(jì)算風(fēng)電場、光伏電站和電池儲能系統(tǒng)的最優(yōu)功率參考指令PB,ref、QB,ref、PW,ref、QW,ref、PP,ref和QP,ref,以滿足最優(yōu)的調(diào)頻和調(diào)壓效果。下層MPC控制結(jié)構(gòu)中,儲能雙向變換器的子預(yù)測控制器BESS-MPC、風(fēng)電場的子預(yù)測控制器GSC-MPC和MSC-MPC、光伏電站的并網(wǎng)變換器PV-MPC執(zhí)行上層的功率參考,向電網(wǎng)輸出對應(yīng)的功率。
上層f-v-MPC的目標(biāo)是從風(fēng)電場、光伏電站和電池儲能系統(tǒng)的整體角度計(jì)算最優(yōu)參考功率。為了獲得最優(yōu)的電壓和頻率響應(yīng),本文在MPC框架下設(shè)計(jì)了控制器。在MPC的控制框架中,必須指定一個(gè)內(nèi)部離散時(shí)間預(yù)測模型來預(yù)測被控制變量的未來行為。對于上層f-v-MPC控制器,需要控制的變量是電網(wǎng)的頻率和某些節(jié)點(diǎn)的電壓。鑒于此,離散時(shí)間預(yù)測模型可通過系統(tǒng)電壓和系統(tǒng)電壓動(dòng)態(tài)模型(1)和(2)得到。在該動(dòng)態(tài)模型中,PG和PL都不能直接測量。因此,為了方便起見,將它們合并為一項(xiàng):
從風(fēng)電場、光伏電站和電池儲能系統(tǒng)整體來看,PD可以看作是電網(wǎng)的總有功功率不平衡量。為了得到系統(tǒng)電壓和頻率離散時(shí)間系統(tǒng)動(dòng)態(tài)模型,采用零階保持離散化方法。注意式(2)是增量形式,為了便于推導(dǎo),將式(1)也改寫為增量形式。電池儲能系統(tǒng)的輸出功率能減小頻率和電壓的波動(dòng),但為了避免電池儲能系統(tǒng)過度充電、放電,還應(yīng)控制電池儲能系統(tǒng)的SOC。因此在采樣時(shí)刻k,系統(tǒng)整體動(dòng)態(tài)方程可由式(5)表示
其中:Ts是采樣周期,Δ表示狀態(tài)變量在當(dāng)前采樣時(shí)刻和上一采樣時(shí)刻的差。該模型作為f-v-MPC的預(yù)測模型,決策變量為Δf和 Δv,控制輸入為 ΔPW、ΔPP、ΔPB、ΔQW、ΔQP和 ΔQB。
為了計(jì)算最優(yōu)控制輸入,需推導(dǎo)出代價(jià)函數(shù)。根據(jù)預(yù)測控制策略的總體目標(biāo),f-v-MPC的首要目標(biāo)是盡可能地抑制頻率和電壓的波動(dòng)。然而,控制性能的改善通常是以更大的控制動(dòng)作為代價(jià)。就所研究的系統(tǒng)而言,這意味著更大幅的有功/無功功率變化、更深的充放電深度。因此,應(yīng)該在控制性能好壞和控制動(dòng)作幅度之間做出較好的折中。根據(jù)這個(gè)原則,f-v-MPC的優(yōu)化目標(biāo)函數(shù)可以寫成:
其中(k+h|k)表示在k時(shí)刻,對k+h時(shí)刻參數(shù)的估計(jì)值;下標(biāo)T表示上層控制器;HT表示上層控制器的預(yù)測和控制時(shí)域。αT和βT是上述兩個(gè)懲罰項(xiàng)之間的加權(quán)向量。
此外,代價(jià)函數(shù)(6)的最小化必須滿足一系列約束條件,包括風(fēng)電場的輸出功率極限、光伏電站的輸出功率極限、電池儲能系統(tǒng)的充放電功率極限、電池儲能系統(tǒng)的SOC極限,同樣地,這些約束采用了增量形式。
風(fēng)電約束:風(fēng)電場可通過轉(zhuǎn)子超速和變槳距等方法預(yù)留備用容量[24],而備用容量有限,因此本文設(shè)置風(fēng)電場約束如式(7)所示:
其中SW,max由風(fēng)電場備用容量的大小決定。
光伏約束:由于光伏備用容量有限,因此設(shè)置光伏約束如式(8)所示:
其中SP,max由光伏電站備用容量的大小決定。
SOC約束:過度放電可能會損害電池儲能系統(tǒng)的循環(huán)壽命。同時(shí),過度充放電使電池儲能系統(tǒng)失去了抑制頻率和電壓波動(dòng)的功能[25]。有鑒于此,為了保護(hù)電池儲能系統(tǒng),施加了以下約束:
電池儲能系統(tǒng)功率約束:為了保護(hù)電池儲能系統(tǒng)在充放電過程中不受損壞,應(yīng)限制電池儲能系統(tǒng)的最大充放電功率:
避免同時(shí)充放電:電池儲能系統(tǒng)同時(shí)充電和放電是不現(xiàn)實(shí)的。為避免同時(shí)充放電,應(yīng)滿足以下約束條件:
目標(biāo)函數(shù)(6)與約束條件(7)~(11)共同構(gòu)成以下的約束優(yōu)化問題:
注意到存在非線性等式約束,即式(11),導(dǎo)致該問題不易求解。根據(jù)文獻(xiàn)[23]和[26],該約束可以安全地移除,同時(shí)不影響求解結(jié)果。求解該問題,可得k時(shí)刻的最優(yōu)控制輸入向量,該向量的第一個(gè)元素即為當(dāng)前時(shí)刻風(fēng)電場、光伏電站和電池儲能系統(tǒng)的輸出功率應(yīng)變化的量,這些功率變化量將輸出給下層控制器。
為了解決(12)中的f-v-MPC問題,需要系統(tǒng)有功功率不平衡量PUB。從新能源發(fā)電系統(tǒng)的角度來看,PUB不能直接測量。為了解決這個(gè)問題,因此本文設(shè)計(jì)了MHE估計(jì)器來估計(jì)PUB。
與MPC相同,MHE也是基于系統(tǒng)動(dòng)態(tài)模型而設(shè)計(jì)的。為了解決估計(jì)問題,將系統(tǒng)頻率動(dòng)態(tài)模型(1)改寫為:
該模型可以進(jìn)一步離散為:
在下層控制層,有四種MPC控制器。如圖2所示,這些控制器包括儲能雙向變換器的子預(yù)測控制器BESS-MPC、風(fēng)電場的子預(yù)測控制器GSC-MPC和MSC-MPC、光伏電站的并網(wǎng)變換器PV-MPC,據(jù)作者所知,已有大量關(guān)于功率變換器的MPC的研究[27]。關(guān)于WF背靠背變換器有功和無功控制的MPC策略,感興趣的讀者可參考文獻(xiàn)[17]、[28]和[29];適用于光伏逆變器和電池儲能系統(tǒng)雙向變換器的MPC控制,感興趣的讀者可參考文獻(xiàn)[30]、[31]和[32]。本文的下層控制器均使用有限集(finite control set,F(xiàn)CS)模型預(yù)測控制,以下層儲能預(yù)測控制器BESS-MPC的有功功率控制為例,從圖3的局部放大圖可以看出,實(shí)際輸出功率能快速跟蹤參考指令,且無超調(diào),該本地控制方法具有良好的動(dòng)態(tài)功率跟蹤性能。
圖3 下層電池儲能系統(tǒng)對上層功率參考指令的跟蹤Figure 3 Response to step change in the active power reference of bottom-layer battery energy storage system
為驗(yàn)證所提出的電壓和頻率控制策略的有效性,對含新能源發(fā)電系統(tǒng)的電網(wǎng)進(jìn)行了仿真研究。仿真中使用圖4所示的電力系統(tǒng)。為了更好地模擬實(shí)際電網(wǎng)中頻率和電壓的變化過程,同時(shí)實(shí)現(xiàn)仿真速度與精度的平衡,分別用三臺典型同步發(fā)電機(jī)和一臺典型永磁同步發(fā)電機(jī)對電網(wǎng)常規(guī)發(fā)電機(jī)和風(fēng)電場進(jìn)行建模。因此,仿真系統(tǒng)主要包括三個(gè)常規(guī)發(fā)電機(jī),永磁同步發(fā)電機(jī),光伏電站,電池儲能系統(tǒng),變壓器,輸電線路等。風(fēng)電場、光伏電站通過兩級升壓連接到公網(wǎng)。
圖4 電網(wǎng)仿真結(jié)構(gòu)圖Figure 4 Power system model used in the simulation studies
仿真中電網(wǎng)包括3臺額定值為440MVA、500MVA和240MVA的常規(guī)同步發(fā)電機(jī),并預(yù)留了調(diào)頻備用容量。原始負(fù)荷水平為869.6MW。風(fēng)電場額定容量為60MVA,光伏電站額定容量為40MVA,風(fēng)電場與光伏電站的備用容量均設(shè)置為15%。電池儲能系統(tǒng)容量為15MVA,電池儲能系統(tǒng)充放電效率η設(shè)置為90%,SOC上下限設(shè)置為80%和20%。
為了模擬頻率和電壓波動(dòng),在t=10s時(shí)負(fù)荷驟降40MW,同時(shí)消耗的無功功率減少15Mvar。電網(wǎng)初始頻率值為50Hz,調(diào)頻死區(qū)設(shè)置為20mHz。
圖5顯示了不同控制策略下新能源發(fā)電系統(tǒng)參與調(diào)頻時(shí),電網(wǎng)的頻率變化。通過對比可以看出,在風(fēng)電場、光伏電站和電池儲能系統(tǒng)減小有功出力之后,頻率波動(dòng)的峰值從50.43Hz降低到50.24Hz,系統(tǒng)頻率恢復(fù)到調(diào)頻死區(qū)的時(shí)間為t=28.43s,而無新能源發(fā)電系統(tǒng)參與頻率控制時(shí),頻率恢復(fù)到調(diào)頻死區(qū)的時(shí)間為t=36.31s,電網(wǎng)的調(diào)頻性能得到了較大改善。
圖5 本控制策略下的系統(tǒng)頻率特性Figure 5 System frequency characteristics with proposed control strategy
圖6給出本控制策略下,電網(wǎng)電壓的動(dòng)態(tài)變化曲線。可以看出,在新能源發(fā)電系統(tǒng)吸收無功時(shí),暫態(tài)電壓得到了改善,電壓峰值從1.130p.u.降低到1.075p.u.;同時(shí)母線電壓最終穩(wěn)定在1.000p.u.,而沒有新能源發(fā)電系統(tǒng)參與電壓調(diào)節(jié)時(shí),母線電壓最終穩(wěn)定在1.039p.u.。因此通過以上觀察,可認(rèn)為本控制策略較好地改善了峰值電壓和穩(wěn)態(tài)電壓。
圖6 本控制策略下的系統(tǒng)電壓特性Figure 6 System voltage characteristics with proposed control strategy
圖7和圖8給出了所有新能源發(fā)電系統(tǒng)的有功和無功功率變化,顯示了頻率和電壓動(dòng)態(tài)特性得到改善的原因??梢钥闯觯l率和電壓發(fā)生波動(dòng)時(shí),各新能源發(fā)電系統(tǒng)最優(yōu)地消納電網(wǎng)的有功和無功。圖中功率參考值均由上層f-v-MPC優(yōu)化計(jì)算,并由下層風(fēng)電場、光伏電站和電池儲能系統(tǒng)本地控制器執(zhí)行。圖7顯示了風(fēng)電場、光伏電站和電池儲能系統(tǒng)的有功功率輸出,有功功率輸出都較快地達(dá)到了有功功率約束的下限,這是因?yàn)樵诖鷥r(jià)函數(shù)(6)中加權(quán)向量αT中使用了較大的數(shù),而在加權(quán)向量βT中設(shè)置了較小的數(shù),首要的控制目標(biāo)是調(diào)頻調(diào)壓,而限制控制動(dòng)作(即各輸出功率變化量)為次要的,因而控制動(dòng)作幅度較大。同時(shí),注意到在上層f-v-MPC中使用增量形式的系統(tǒng)模型,根據(jù)控制邏輯,只有當(dāng)發(fā)生欠頻事件時(shí),上層預(yù)測控制器才會令有功功率回升。
圖7 各新能源發(fā)電系統(tǒng)的有功出力Figure 7 Active power support of each dispatchable resource
圖8 各新能源發(fā)電系統(tǒng)的無功出力Figure 8 Reactive power support of each dispatchable resource
圖8顯示了電壓波動(dòng)期間,無功功率輸出的結(jié)果??梢钥闯?,風(fēng)電場、光伏電站和電池儲能系統(tǒng)各自響應(yīng)電壓波動(dòng),且都達(dá)到并沒有超過無功功率下限。這些下限是在上層f-v-MPC的無功功率約束中設(shè)置的,以防無功功率過低。風(fēng)電場、光伏電站和電池儲能系統(tǒng)之間的無功功率大小由加權(quán)向量βT中的元素決定,這些元素可根據(jù)調(diào)頻、調(diào)壓備用容量大小來設(shè)置。
此外,從圖7和圖8可以看出,有功和無功均曾到達(dá)約束下限。圖7中各新能源發(fā)電系統(tǒng)的無功在電壓發(fā)生波動(dòng)的初期(11s附近)到達(dá)功率下限,而后電壓逐漸回升,直至電壓完全恢復(fù)穩(wěn)態(tài)??梢钥闯?,本文提出的預(yù)測控制策略能最優(yōu)地將功率出力限制在約束條件之內(nèi),保證系統(tǒng)的穩(wěn)定運(yùn)行。
提出了一種基于MPC的新能源發(fā)電參與電網(wǎng)電壓和頻率調(diào)節(jié)的控制策略,利用MPC協(xié)調(diào)風(fēng)電場、光伏電站和儲能等新能源發(fā)電系統(tǒng)的功率出力,實(shí)現(xiàn)了每個(gè)新能源發(fā)電系統(tǒng)的最優(yōu)有功和無功功率輸出。該策略在已有研究的基礎(chǔ)上,達(dá)到了同時(shí)動(dòng)態(tài)優(yōu)化頻率和電壓的目的,并保證了風(fēng)、光、儲各自出力的最優(yōu)。仿真結(jié)果表明,該策略能有效抑制電網(wǎng)頻率和電壓的波動(dòng),保證系統(tǒng)的穩(wěn)定運(yùn)行。由于本文對風(fēng)電場、光伏電站、電池儲能系統(tǒng)的模型進(jìn)行了簡化,下一步研究可集中在上層功率參考指令如何在各新能源發(fā)電系統(tǒng)內(nèi)部,即單個(gè)風(fēng)機(jī)、光伏板等單元之間最優(yōu)分配;另外目標(biāo)函數(shù)中可加入經(jīng)濟(jì)指標(biāo),以實(shí)現(xiàn)綜合效益的最優(yōu)化。