团队介绍

东北电力大学微通电力系统研究室创建于1991年，主要从事电力系统安全分析与控制、可再生能源联网规划与运行控制、大规模储能运行控制、电力电子化电力系统运行分析与控制、需求侧资源调控与综合能源系统、大数据与人工智能在电力系统中应用等领域的科研工作，已为国家培养19名博士、300余名硕士等高级专门人才。带头人为研究室创始人中国电机工程学会会士、IET 、国家级教学名师、“复杂电力系统分析与控制”教育部创新团队负责人穆钢教授，团队获国家科技进步奖二等奖2项、省部级科技进步一等奖3项、省部级科技进步二等奖3项，发表SCI/EI期刊论文300余篇；获授权发明专利40余项，软件著作权10余项。

李军徽，教授，工学博士，硕士生导师电力安全论文，主要从事新能源发电联网运行关键技术和储能技术应用等方面的研究工作。

侯涛，硕士研究生电力安全论文，研究方向为储能技术在新能源发电中的应用。

穆钢，教授，博士生导师，IET ，主要从事可再生能源联网规划运行控制领域和电力系统稳定分析的研究工作。

严干贵，博士，教授，博士生导师，主要从事新能源发电运行控制、大规模储能技术应用和电力系统稳定与控制等。

李翠萍，副教授，硕士生导师，主要从事为风力发电运行分析与控制、大规模储能在新能源发电中的应用。

风电功率间歇性不仅使风电场难以精确响应调度计划，还导致电网频率波动加剧。为提高风电可调度性和电网频率安全，本文以日前调度为例构建日前调度计划和电网调频极限的形成方法，在此基础上提出利用储能辅助风电场跟踪日前调度计划并参与调频的策略；在电力市场环境下以风储电站利润最大为目标建立风储运行模型，该模型考虑由所提策略形成的风储电站联合出力约束和频率安全约束，用来计算储能辅助风电场跟踪日前调度计划和参与调频的最优出力；最后基于实测数据对该策略进行仿真分析，结果表明所提策略可以提高风电场跟踪日前调度计划能力和电网频率安全性，同时还具有良好的经济效益。

项目研究背景

近年来，以风电为代表的新能源装机迅速提高，截至2019年年底我国风电累计装机达2.1亿千瓦，部分地区电网中风电装机占比已达23%。但是风电出力随机性使得风电场无法精确跟踪发电计划，导致电源侧功率波动加剧，严重威胁电网频率安全。

储能作为解决风电并网问题的有效手段，受国家政策支持，在辅助风电场跟踪发电计划、改善电网频率波动等方面均有突出表现。现有研究一方面只单独考虑储能辅助风电场跟踪发电计划或参与调频，工作模式较为单一；另一方面只从技术角度制定相应控制策略，并未在电力市场环境下从经济最优角度制定储能出力。而现阶段储能建设和维护成本高昂，单一工作模式已不能保证风储电站收支平衡，因此探索储能新运行方式、在保证电网频率安全的同时提高风储电站经济效益成为亟待解决的问题。

论文方法及创新点

首先，引入调频极限来描述电网的极限调频能力，并依据区域电网调频模型计算电网调频极限。其次，根据等效负荷波动是否超过电网调频极限确定储能运行的主要任务，进而制定储能控制策略，控制策略框图如图1所示。

图1 控制策略框图

为了获得储能用于跟踪调度计划和参与调频的最优出力，在PJM电力市场环境下建立风储联合运行模型，该模型以风储电站利润最大为目标函数，包括储能初始投资折旧成本、寿命折损成本、能量损失成本、出力偏离惩罚、能量收入、调频辅助服务收入，约束条件根据所提控制策略形成，具体如下：

（1）当等效负荷波动不超过调频极限时，传统机组调频能力充足，最大频率波动不会超过允许范围，储能以跟踪调度计划为主要目标，通过充放电调整风电场实际出力与调度计划的偏差，使其精确响应调度计划；同时由于储能辅助风电场跟踪调度计划时可能还有一部分功率并未投入使用，将这部分剩余功率用于向负荷或不具备调频能力的新能源电厂提供调频服务，获得调频收益，由此形成风储出力约束。

（2）当等效负荷波动超过调频极限时，传统机组调频能力不足，最大频率波动将会超过允许范围，储能以保证电网频率安全为主要目标，强制储能参与调频，补充传统机组的调频功率缺额，由此形成频率安全约束。

除上述两个约束外，该模型还包括电量约束、功率约束。

构建以下3种场景，场景1：风电场未配置储能系统；场景2：风储联合跟踪调度计划但无频率安全约束；场景3：风储联合跟踪调度计划且有频率安全约束。以日前调度为例，利用该模型对实测数据进行分析，风储电站出力和储能出力分别如图2、3所示。

可以看出，在采用本文控制方法后，风电场跟踪调度计划的能力明显提高，同时在等效负荷波动超过电网调频极限时，储能能够有效提供相应的调频功率，保证电网频率安全。

图2 风储电站出力曲线

图3 储能最优出力

结论与展望

在电力市场环境中，为了提高风电场跟踪调度计划能力和电网频率稳定性，最大化风储电站利润，提出了基于风电场调度计划和电网调频极限的储能系统优化运行策略，结论如下：

（1）所提策略及模型在储能SOE状态正常时能够提高风电场跟踪调度计划的能力，使跟踪调度计划指标较无储能时减少32.833%；

（2）由电网调频极限形成的频率安全约束虽然在等效负荷波动超出调频极限时会导致风电场跟踪调度计划的能力下降，但却能强制储能提供调频功率，使得最大频率波动量较不考虑频率安全约束时减少35.1%，有效维护电网频率安全；

（3）在计及初始投资折旧、储能运行损耗、出力偏离惩罚等几类运行成本和能量、调频等收入的情况下，本策略能使风储电站一天利润达到188 677元，说明在电力市场环境下将储能同时用于辅助风电场跟踪调度计划和参与调频具有良好的经济效益。

各区域电网内的调频资源和调频需求不可能完全平衡，如何跨区域协调调度各个区域电网中的调频资源，实现全网调频成本最低还有待进一步研究。

引用本文

李军徽, 侯涛, 穆钢, 严干贵, 李翠萍. 电力市场环境下考虑风电调度和调频极限的储能优化控制[J]. 电工技术学报, 2021, 36(9): 1791-1804. Li , Hou Tao, Mu Gang, Yan , Li . for Wind Farm Plan and under . of China , 2021, 36(9): 1791-1804.

相关热词 : 电力安全论文 电力安全工作规