计及光伏和储能接入的牵引供电系统日前调度

doi:10.16183/j.cnki.jsjtu.2022.253

计及光伏和储能接入的牵引供电系统日前调度

高锋阳, 宋志翔^,, 高建宁, 高翾宇, 杨凯文

兰州交通大学自动化与电气工程学院,兰州 730070

Day-Ahead Scheduling of Traction Power Supply System with Photovoltaic and Energy Storage Access

GAO Fengyang, SONG Zhixiang^,, GAO Jianning, GAO Xuanyu, YANG Kaiwen

School of Automation and Electrical Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China

通讯作者: 宋志翔,硕士生;E-mail:11200375@stu.lzjtu.edu.cn.

责任编辑: 孙伟

收稿日期: 2022-07-1 修回日期: 2022-10-6 接受日期: 2022-11-10

基金资助:

甘肃省科技厅重点研发项目(18YF1FA058)
中国中车股份有限公司“十四五”科技重大专项科研课题(2021CXZ021-4)

Received: 2022-07-1 Revised: 2022-10-6 Accepted: 2022-11-10

作者简介 About authors

高锋阳(1970-),教授,从事牵引电机及牵引供电系统研究.

摘要

近年来,为实现电气化铁路“双碳”目标,多项铁路用能优化举措投入实施,但收效甚微.为进一步降低电气化铁路碳排放,改变其供能结构,将光伏和储能装置接入牵引供电系统.首先,构建复合牵引供电系统,并根据系统供能组成将其工况分类;其次,基于系统运行约束的轻重缓急设定优先级,并通过分层分级优化,实现不同运行工况下的系统最优状态;最后,通过合理优化变流器容量,实现系统运行性能和经济效益双赢下的最小碳排放.仿真结果表明,复合牵引供电系统保障系统稳定运行的同时,也大幅降低系统碳排放并实现性能最优.

关键词： 电气化铁路; 牵引供电系统; 光伏发电; 储能装置; 铁路碳排放

Abstract

In recent years, in order to achieve the goal of “carbon peaking and carbon neutrality” of the electrified railway, a number of railroad energy optimization initiatives have been implemented, but with little success. To further reduce the carbon emissions of the electrified railway, its energy supply structure is changed by connecting photovoltaic and energy storage devices to the traction power supply system. First, the composite traction power supply system is constructed, and its working conditions are classified according to the composition of system energy supply. Then, the priorities are set based on the priorities of system operation constraints, and the optimal state of the system under different operating conditions is realized through hierarchical optimization. Finally, the converter capacity is reasonably optimized to achieve the minimum carbon emission under the win-win situation of the system operation performance and economic benefits. The simulation results show that the composite traction power supply system ensures the stable operation of the system while greatly reducing the carbon emission of the system and achieving the optimal performance.

Keywords： electrified railway; traction power supply system; photovoltaic power generation; energy storage device; railway carbon emission

PDF (8888KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

高锋阳, 宋志翔, 高建宁, 高翾宇, 杨凯文. 计及光伏和储能接入的牵引供电系统日前调度[J]. 上海交通大学学报, 2024, 58(5): 760-775 doi:10.16183/j.cnki.jsjtu.2022.253

GAO Fengyang, SONG Zhixiang, GAO Jianning, GAO Xuanyu, YANG Kaiwen. Day-Ahead Scheduling of Traction Power Supply System with Photovoltaic and Energy Storage Access[J]. Journal of Shanghai Jiaotong University, 2024, 58(5): 760-775 doi:10.16183/j.cnki.jsjtu.2022.253

2021年,国家铁路能源消耗折算标准煤 1 580.74×10⁴ t,较前年增长5.7%^[1].尽管铁路用能结构优化能够提升能源利用率,但在铁路用能量总体上升的大背景下,其对铁路碳排放的抑制效果有限.因此,为实现电气化铁路的“双碳”目标,不仅要从铁路用能侧提升能源利用率,还需对铁路供能侧进行扩展,变单“源”为多“源”供电,提高新能源渗透率的同时从源头降低铁路碳排放.

在众多新能源应用形式中,光伏因无运行污染、低运行成本和无地域限制,已被用于铁路沿线的车站供电和通信供能,但还未被应用至牵引供电领域^[2⇓-4].文献[5-6]中分析光伏接入牵引供电系统的形式及隐患,但未给出解决方案;文献[7]中将光伏接入牵引供电系统并设计复杂工况下的系统控制策略,但未考虑光伏接入条件.文献[8-9]中提出利用背靠背变流器将光伏接入牵引供电系统,并利用变流器容量实现系统负序补偿,但未考虑变流器容量利用率;文献[10]中分析光伏接入牵引供电系统带来的谐波影响,但未给出抑制方案.鉴于牵引供电系统的特殊性,需对光伏并网运行的负面影响进行分析.文献[11]中采用无功支撑系数反映系统因光伏接入产生的影响;文献[12]中分析光伏不同接入方式下的系统临界稳定域变化情况.文献[13]中采用无功支撑系数反映系统因光伏接入而减少的无功储备量.

储能装置因可调节电网运行稳定性和提高光伏发电利用率,已被广泛配套光伏运行^[14⇓-16].文献[17]中通过分布式储能系统,提升光伏消纳能力.文献[18]中通过储能装置平滑光伏出力,降低光伏接入点的电压越限风险.文献[19]中通过光伏和储能装置的协同运行,提高高光伏渗透率的配电网暂态稳定性.

目前,针对多“源”供能系统,常利用日前调度优化其运行性能.文献[20]中利用日前调度降低各“源”端出力随机性对系统运行稳定性的影响;文献[21-22]中利用日前调度协调系统内各“源”端出力,提高系统运行经济性;文献[23]中利用日前调度降低系统运行成本并提高系统网侧三相电压不平衡度.

将光伏和储能装置接入牵引供电系统,构建复合牵引供电系统.于日前以降低系统碳排放为目标,以保障系统稳定运行为基础,以优化变流器容量为手段,以实现系统性能最优为路线,实现系统日前联合调控调度.通过在复杂工况条件下的多系统性能对比,验证所提复合牵引供电系统的优越性.

1 复合牵引供电系统

1.1 系统拓扑架构

复合牵引供电系统电路拓扑图如图1所示.图中:I_G为光伏发电装置与系统的交互电流,I_L为储能装置与系统交互电流,I_A、I_B和I_C为外部电网三相电流,I_α 和I_β为牵引供电系统两供电臂电流,I_α_b和I_β_b分别为变流器在α和β供电臂上输出的电流,I_α_j和I_β_j分别为机车实际需求电流,V_dc为变流器直流侧电压.光伏发电装置与储能装置分别通过DC/DC转换器与变流器相连,继而接入牵引供电系统,实现对系统供能源的扩展,并通过对系统网侧牵引变压器、光伏发电装置和储能装置的控制实现各“源”端的出力分配.其中,光伏发电装置跟据自身出力情况上网供能,降低系统的外部电网依赖性;储能装置依据系统状态储放电能,保障系统运行稳定性,同时也对弃光量进行存储,提高光伏发电利用率.各储能装置技术指标对比如表1所示,综合考虑功率密度、能量密度、充放电效率以及技术成熟度,选用锂电池接入牵引供电系统^[24].

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 复合牵引供电系统电路拓扑图

Fig.1 Diagram of circuit topology of composite traction power supply system

表1 储能装置技术指标

Tab.1 Comparison of technical index of energy storage device

储能分类	功率密度/ (W·kg^-1)	能量密度/ [(W·h)·kg^-1]	效率,η/%	单位成本	技术成熟度
飞轮储能	180~1800	5~50	90~95	250~350/(元·kW^-1)	试运行阶段
蓄电池	35~240	30~70	63~90	120~500/[元·(kW·h)^-1]	成熟
锂电池	500~3000	80~250	90~95	500~1200/[元·(kW·h)^-1]	成熟
超导电磁储能	10²~10⁵	1~10	90~98	200~700/(元·kW^-1)	研究阶段
电容储能	7000~18000	2.5~15	90~97	100~360/(元·kW^-1)	试运行阶段

新窗口打开| 下载CSV

1.2 系统运行工况

复合牵引供电系统运行工况按光伏和锂电池是否出力分为外部电网供能(锂电池待机和锂电池储弃光);外部电网及光伏供能;外部电网、光伏和锂电池供能;外部电网和锂电池供能5种工况,其电路拓扑图如图2(a)~2(e)所示,对应电流矢量如图2(f)~2(h)所示.图中, $I_{x}^{-}$ 、 $I_{b}^{-}$ 分别为系统自身和变流器输出电流所引起的负序电流,P_α 和P_β为牵引供电系统两供电臂功率,P_α_b和P_β_b分别为变流器在α和β供电臂上输出的功率,P_α_j和P_β_j分别为机车在两供电臂的实际所需电能,P_G为光伏发电装置所发电能,P_L为锂电池与系统交互电能, I'_C为光伏发电装置与锂电池供能后更新的系统C相电流,U_α 和U_β为牵引供电系统两供电臂电压.

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 系统运行工况

Fig.2 System operating condition

(1) 类型I.系统仅由外部电网供能,系统如图2中工况1和2所示.此时系统相对外部电网的负序电流如图2(h)中I^-所示,表示为

I^-=

$\frac{1}{3}$ (I_A+a²I_B+aI_C)=

$\frac{1}{3 k}$ [(1-a)I_α+(a²-1)I_β]×

$[\begin{array}{l} I_{α} \\ I_{β} \end{array}]$ =

$\frac{1}{k} [\begin{array}{l} 1 & 0 & - 1 \\ 0 & 1 & - 1 \end{array}] [\begin{array}{l} U_{A} \\ U_{B} \\ U_{C} \end{array}]$

(1)

式中:k为牵引变压器电压比;U_A、U_B和U_C为外部电网三相电压;a为复数算子.

(2) 类型II.系统由外部电网、光伏和锂电池多“源”供能,系统如图2中工况3~5所示.此时系统相对外部电网的负序电流如图2(h)中I^-所示,表示为

I^-=

$\frac{1}{3 k}$ [(1-a)(I_α+I_α_b)+(a²-1)(I_β+I_β_b)]=

$\frac{1}{3 k} [(1 - a) I_{α} + (a^{2} - 1) I_{β}]$ +

$\frac{1}{3 k} [(1 - a) I_{α b} + (a^{2} - 1) I_{β b}]$ =

$I_{x}^{-}$ +

$I_{b}^{-}$

(2)

并由式(2)可得此时系统负序电流相量图(见图2(h)).由图2(h)可得,通过变流器新能源侧光伏及锂电池出力,可以减少系统相对外部电网的负序电流,进而降低系统三相电压不平衡度,但光伏接入同时对系统的稳定运行带来隐患,光伏等容量替代同步机组后系统无功储备量减少,表示为

Q'_c=(1-0.36λ)Q_c

(3)

式中:λ为光伏渗透率;Q_c为原系统的无功储备量.

系统静态电压稳定域随无功储备量的变化趋势如图3所示^[11],其中P和Q分别为有功、无功功率.由图3可知,随系统无功储备量的降低,系统可调节的有功、无功范围大幅下降.为保证系统运行可靠,需保持较高的无功储备量.由此可知,在通过提高系统光伏渗透率来降低系统外部电网依赖度的同时,必须兼顾保持足量的系统无功储备量,不能顾此失彼.

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 系统无功约束下的静态电压稳定域^[11]

Fig.3 Static stability domain under reactive power constraints^[11]

1.3 系统日前调度

复合牵引供电系统日前调度旨在根据系统次日负荷需求及光伏出力预测,于日前规划系统内各“源”端分时出力值,使其出力分配更加合理,进而提高系统运行性能.复合牵引供电系统各“源”端出力关系如图4所示.由图4可知,复合牵引供电系统中各“源”端出力彼此互有联系,若对其进行实时控制,各“源”端出力或需多次调整才可使系统稳定运行;并且各“源”端出力也仅以实现当前系统运行性能最优为考量,未能顾及后续系统运行性能,导致系统运行不确定性上升,降低系统运行的安全性和可靠性.

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 复合牵引供电系统各“源”端出力联系

Fig.4 Output connection of each “source” end of composite traction power supply system

因此,有必要对复合牵引供电系统进行日前调度,通过对系统日负荷分布的分析,于日前调度系统各时段各“源”端的出力分配,提高系统运行性能.含日前调度复合牵引供电系统锂电池荷电状态-系统运行工况-系统负荷需求原理图如图5所示.图中, $S_{m a x}^{C}$ 和 $S_{m i n}^{C}$ 分别为锂电池荷电状态的最大值和最小值.由图5可知,t₀时刻前,牵引供电系统仅由外网供能,系统三相电压不平衡度仅短暂超标,且留有充足时间供锂电池恢复状态,此时有无日前调度对系统的正常运行影响甚微;t₀~t₂期间光伏上网供能,系统负荷需求量增加,无日前调度系统在A、B和C三处因锂电池容量触底补偿不足,导致系统三相电压不平衡度仍短暂超标,影响系统稳定运行.含日前调度系统则通过在A处前主动放弃部分光伏上网量,节省锂电池出力,进而使系统在A处稳定运行,并于t₁时使锂电池持续储能,提高自身储能量,使系统在B、C处稳定运行,锂电池首次容量触底时刻也较无日前调度系统推迟,并避免二次容量触底,系统运行更加稳健.因此,为提高复合牵引供电系统整体性能,有必要对其进行日前调度.

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 含日前调度复合牵引供电系统锂电池荷电状态-系统运行工况-系统负荷需求原理

Fig.5 Li-ion battery charge state-system operating conditions-system load demand principle of composite traction power supply system with day-ahead dispatch

2 系统调度方案

2.1 调度目标

复合牵引供电系统调度目标分为两层:一层目标实现系统综合性能最优,其包含系统运行性能和经济效益两部分,其中,系统运行性能包含系统三相电压不平衡度和系统无功储备这两部分;二层目标则在多款系统综合性能最优方案中选取碳减排放量最大方案.系统调度目标关系如图6所示.图中:ε为系统持续和短时三相电压不平衡度,S_pv为光伏发电装置所发电能,S_Li为锂电池与系统交互电能,S_ne为系统所需电能,Q_ne为系统所需无功储备,Q_but为外部电网提供无功储备,Q_Li为锂电池所供无功储备,I为变流器容量利用率,S_con为变流器容量.由图6可知,通过调度光伏及锂电池出力,可改善系统运行性能;通过设定合适的变流器容量,可提高系统经济效益.对系统运行性能及经济效益的优化不能同时进行,要先设定变流器容量,确定新能源侧出力上限后再对系统运行性能进行调整,然后得出此变流器容量的利用率,进而得出对应系统综合性能.保存此值后,改变变流器容量重复上述操作,最终取得多项系统综合性能最优方案,并选取碳减排放量最大的方案作为最终调度方案.

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 系统调度目标关系

Fig.6 Relationship between system scheduling objectives

局部调度评价指标如下式所示:

$\begin{array}{l} I_{z} = n_{y} I_{y} + n_{1} I_{1} \\ I_{y} = n_{s} I_{s} + n_{w} I_{w} \\ I_{s} = \{\begin{array}{l} (ε_{e} - ε_{t}) / ε_{e}, & ε_{t} \leq ε_{e} \\ 0, & ε_{t} > ε_{e} \end{array} \\ I_{s} = \{\begin{array}{l} (Q_{t} - Q_{e}) / (Q_{z} - Q_{e}), & Q_{t} \geq Q_{e} \\ 0, & Q_{t} < Q_{e} \end{array} \\ I_{1} = S_{1} / S_{x} \end{array}\}$

(4)

式中:I_z、I_y、I_l、I_s和I_w分别为系统综合性能、运行性能、经济效益、三相电压不平衡度和无功储备评价指标,系统经济效益用变流器容量利用率体现;ε_t和ε_e分别为系统三相电压不平衡度的实时值和短时上限值;Q_t、Q_z和Q_e分别为系统无功储备量的实时值、标准值和最小安全值;S_l和S_x分别为变流器所用容量和既定容量;n_y、n_l、n_s和n_w分别为对应指标的权重系数,取n_y=n_l=n_s=n_w=0.5.

全局调度评价指标如下式所示:

$\begin{array}{l} I_{j} = K_{j} \overset{T}{\sum_{i = 1}} (E_{i g s} + η E_{i l g}) \\ K_{j} = C_{s t} f_{0} \end{array}\}$

(5)

式中:I_j为系统碳减排量评价指标;T为单日的时段数量;E_i_gs、E_i_lg分别为i时段的光伏上网量和锂电池储光伏电量;放电效率取表1中锂电池效率中值,η=0.93;K_j为碳排放系数;C_st和f₀分别为电力折标准煤系数和单位标准煤完全燃烧产生的碳排量,由中国生命周期基础数据库得C_st=0.4、f₀=0.67.系统整体调度流程图如附录A所示.

2.2 约束条件

(1) 功率平衡约束.复合牵引供电系统通过外部电网、光伏和锂电池多源供能满足系统功率需求,功率平衡约束为

$\begin{array}{l} P_{f t} = P_{r t} + P_{g t} + P_{l t} + P_{s t} \\ Q_{f t} = Q_{r t} + Q_{g t} + Q_{l t} + Q_{s t} \end{array}\}$

(6)

式中:P_f_t、Q_f_t、P_r_t、Q_r_t、P_g_t、Q_g_t、P_l_t、Q_l_t、P_s_t、Q_s_t分别为t时刻的系统负荷、外网供电、光伏供电、锂电池充放电和系统损耗的有功、无功功率.

(2) 变流器容量约束.光伏供能及锂电池充放电均需通过变流器,因此需对其实时功率进行约束,表示为

P_t+Q_t≤S²

(7)

式中:P_t、Q_t、S分别为变流器实时有功、无功和上限功率.

(3) 光伏出力约束.光伏发电期间,其出力受日照和光伏阵列出力上限的约束,表示为

0≤P_G_t≤P_Gmax

(8)

式中:P_G_t和P_Gmax分别为光伏实时出力和光伏阵列出力上限.

(4) 锂电池状态约束.为避免锂电池过充过放,其荷电状态需要始终处于安全范围内,此外,其充放电电流也受安全限制,表示为

$\begin{array}{l} S_{m i n}^{C} \leq {S^{C}}_{t} \leq S_{m a x}^{C} \\ I_{l m i n} \leq I_{l t} \leq I_{l m a x} \end{array}\}$

(9)

式中: ${S^{C}}_{t}$ 为锂电池实时荷电状态;I_lmin、I_l_t和I_lmax分别为锂电池最低、实时和最高充放电流.

(5) 系统电能质量约束.电网正常运行时,三相电压不平衡度不得超过2%.因此,需对系统在外部电网取流处的功率进行限制,约束为

ε=

$\frac{S^{-}}{S_{d}}$ =

$\frac{\sqrt{3} U_{x} |I^{-}|}{S_{d}}$ <2%

(10)

式中:I^—、S_d和U_x分别为系统负序电流、系统短路容量和系统线电压.

(6) 系统无功储备约束.光伏供能期间,由于光伏可提供的无功功率小于其替代的同步机组,导致系统无功储备量下降,需对系统无功储备量进行限制,约束为

Q'_l=(1-0.36λ)Q_l≥Q₁_e

(11)

式中:Q₁和Q'₁分别为光伏供能前后系统的无功储备量;Q_e为系统无功储备限定值.

2.3 复合牵引供电系统控制策略

复合牵引供电系统属于多约束系统,因此系统调度期间需对约束条件设定优先级,在依次满足各项约束条件的基础下达到系统最佳运行状态.将各约束条件按优先级顺序分为底层约束、运行约束和预防约束3层,系统约束条件优先级如图7所示.

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 系统约束条件优先级

Fig.7 Priority of system constraints

由图7可知,系统底层约束包括, 功率平衡约束、变流器容量约束、光伏出力约束和锂电池状态约束;系统运行约束包括, 系统三相电压不平衡度约束;系统预防约束包括, 系统无功储备约束.系统按照底层、运行和预防约束的顺序,通过分层调度实现系统最佳运行状态.

2.3.1 底层约束控制策略

针对系统底层约束条件,需在光伏和锂电池的功率调节范围内,结合变流器容量约束,实现复合牵引供电系统的功率平衡.由式(7)可知,变流器的功率调节范围可等效为一半径为S的圆,如图8(a)中红色圆所示;光伏的功率调节范围由光伏出力限制以及相应并网要求设定,其功率调节范围如图8(a)中长方形所示^[25];由式(9)可知,锂电池在理想状态下可调节范围如图8(a)中蓝色圆所示.根据各器件的功率调节范围推得复合牵引供电系统中新能源侧可调节功率范围如图8(b)所示.

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 系统底层功率约束范围

Fig.8 Range of power constraints at the bottom of the system

由图8(b)可知,变流器新能源侧输出功率可能超出变流器承受范围,此时通过分析系统性能随光伏和锂电池接入比的变化趋势,综合降低二者的上网量,将新能源侧输出功率降至变流器容量限制内,实现系统需求、变流器容量约束和最大光伏渗透率的三方共赢.变流器容量与变流器最大容量利用率、系统光伏渗透率和系统构建成本的关系如图9(a)所示,我国五类地区年辐射量分布如图9(b)所示,系统日出力正态分布拟合曲线如图9(c)所示^[26].

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9 变流器容量选取原则^[26]

Fig.9 Selection principle of converter capacity^[26]

由图9(a)可知,随着变流器容量上升,系统光伏渗透率和构建成本也随之增加,且当变流器容量超过光伏最大出力后,光伏渗透率保持不变,变流器最大容量利用率则随变流器容量的上升从不变转为下降.由图9(b)可知,以某地区年最大辐射量为基准,其年最小辐射量为其基准值的80%,则可得光伏变流器容量也应为基准值的[0.8,1].由图9(c)可知,锂电池随光伏出力增加而放能维稳系统,锂电池输出功率为ΔS,变流器容量也增加至[0.8+ΔS, 1+ΔS];变流器出力拟合曲线呈正态分布,结合应用统计中小概率事件定义及牵引供电系统95%概率大值的电能质量指标^[27-28],选取新能源侧输出功率的95%概率大值为变流器容量,既可满足绝大多数情况下的系统需求,也能提高变流器运行经济性并降低成本.

实现系统最佳运行状态的关键在于锂电池.只有充分合理地调用锂电池,使其保持良好的荷电状态,才能发挥其最大功用^[29].锂电池充放电曲线如图10所示,可知,锂电池充放电电压会随其荷电状态发生变化且充放电状态临界值各异,因此需按照锂电池工况分别对其健康状态进行划分.锂电池的荷电状态按健康程度分为健康、亚健康和不健康3类,健康状态如表2所示.

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10 锂电池充放电曲线

Fig.10 Charge-discharge curve of lithium battery

表2 锂电池健康状态分类

Tab.2 Health status classification of lithium batteries

形式	荷电状态/%
形式	健康	亚健康	不健康
充电	[20, 80]	(15, 20)∪(80, 85)	[0, 15]∪[85, 100]
放电	[25, 85]	(20, 25)∪(85, 90)	[0, 20]∪[90, 100]

新窗口打开| 下载CSV

锂电池根据自身健康状态,选择响应系统需求指令.锂电池处于健康状态时,其响应系统全部需求指令;处于亚健康状态时,仅响应系统底层及运行需求指令;处于不健康状态时,则待机调整.

2.3.2 运行约束控制策略

针对系统运行约束,需在满足底层约束的条件下通过锂电池放能,使得系统在外部电网取流处的三相电压不平衡度达到要求.系统三相电压不平衡度和光伏渗透率随系统负荷需求和光伏出力的变化趋势如图11所示,设定光伏最大出力为10 MW,系统在光伏上网期间的需求功率保持在10~40 MW之间.由图11可知,系统三相电压不平衡度随光伏渗透率的提高和系统功率需求的减小而下降,当系统负荷需求低于33 MW或光伏渗透率高于20%时,系统三相电压不平衡度均满足小于2%的要求.

图11

新窗口打开| 下载原图ZIP| 生成PPT

图11 系统三相电压不平衡度和光伏渗透率随系统负荷需求和光伏出力的变化趋势

Fig.11 Variation of system three-phase voltage unbalance degree and PV permeability with system load demand and PV output

2.3.3 预防约束控制策略

针对系统预防约束,需在满足前两层约束的基础上继续调整锂电池出力,使系统无功储备量恢复至安全值.系统无功储备量和光伏渗透率随系统负荷需求和光伏出力的变化趋势如图12所示.可知,系统无功储备量随光伏渗透率的提高而下降,且系统负荷需求越小,无功储备量下降幅度越大.当系统完全由光伏供能时,系统无功储备量为正常值的63%,已威胁到系统的正常运行,此时需通过锂电池向系统补偿无功功率使系统恢复正常.

图12

新窗口打开| 下载原图ZIP| 生成PPT

图12 系统无功储备量和光伏渗透率随系统负荷需求和光伏出力的变化趋势

Fig.12 Variation of reactive power reserve and PV permeability with system load demand and PV output

3 仿真分析

针对复合牵引供电系统日运行工况,在短时内对其进行极端测验,复合牵引供电系统运行状态如图13所示.图中,模式1~4分别代表锂电池储光伏电能、锂电池放能、光伏供能和锂电池储外部电网电能.可知,复合牵引供电系统通过恒压变流的方式分配系统各“源”端供能比.光伏供能电流随日照辐射强度的增加而阶梯式上升,锂电池则保持恒流充放电,整个系统在保证用能侧电流稳定的基础上,通过切换运行模式,转换系统内各功能.

图13

新窗口打开| 下载原图ZIP| 生成PPT

图13 复合牵引供电系统运行状态

Fig.13 Operating status of composite traction power supply system

以某牵引变电所实测数据为例,牵引变压器变比为110 kV/27.5 kV,牵引变压器额定容量为 31.5 MV·A,短路电压比U_d=10.5%,系统短路容量为 1 650 MV·A.单日牵引变电所功率及光伏发电量如图14所示,系统单日运行最大需求功率高达43 MW,光伏日最大出力为10 MW,且在9:00—18:00光伏发电期间,系统正处用电高峰期,光伏接入系统将有效减少系统碳排放.

图14

新窗口打开| 下载原图ZIP| 生成PPT

图14 单日牵引变电所功率及光伏发电量

Fig.14 Single-day traction substation power and photovoltaic generation

调度前复合牵引供电系统日运行状态如图15所示.可知,光伏接入系统后有效降低系统外部电网供能量, 并通过调节锂电池提高系统的运行稳定性和可靠性.但此时未考虑变流器容量利用率,系统处于理想运行状态.根据图15(d)锂电池单次出力统计及健康状态约束,设锂电池充放电阈值为8 MW,容量为0.2 MW·h^[30],并得到变流器输出功率概率分布,如图16(a)所示.

图15

新窗口打开| 下载原图ZIP| 生成PPT

图15 调度前复合牵引供电系统日运行状态

Fig.15 Daily operation status of composite traction power supply system before optimization

图16

新窗口打开| 下载原图ZIP| 生成PPT

图16 调度前复合牵引供电系统变流器新能源侧出力

Fig.16 New energy side output of converter of compound traction power supply system before optimization

结合图16(a)变流器输出功率概率分布和变流器容量选取准则,设定变流器容量为9 MW,得出复合牵引供电系统新能源侧出力范围,如图16(b)所示.此时光伏和锂电池的输出合力受变流器容量限制,需结合系统各约束条件,合理降低二者出力,结合图11系统三相电压不平衡度和图12系统无功储备随光伏渗透率的变化趋势,对系统进行调整,调度方案分为以下3种:

(1) 牺牲系统短时性能,换取系统满无功储备.仅在锂电池荷电状态达到下限时,锂电池由放能转为储能,其余时刻使系统无功储备评价指标最佳.

(2) 保障系统正常运行,减少锂电池储能次数.锂电池调整系统性能时,只满足系统运行约束限制即可,不将系统调整至最优状态.

(3) 综合优化系统性能,不争一时之佳,不贪减免次数.锂电池调整系统性能时,将其优化至中等水平即可,不贪高不沾底,争得全面提高.

系统日调度前后平均1 h性能对比如表3所示,对比表明方案3为最佳调度方案.复合牵引供电系统在3种调度方案下的系统性能如图17所示.由图17(a)和17(b)可知,在光伏和锂电池供能期间,复合牵引供电系统碳排放量大幅下降,且系统经调度后牺牲部分碳减排量,在3种调度方案中,方案3牺牲碳减排量最少.由图17(c)和17(d)可知,系统经调度后,变流器容量利用率均大于未调度系统,方案3的变流器容量利用率虽在最大值处略小于其他两种,但在10:00—16:00内高于其他两种,整体来看,方案3的变流器容量利用率最高.由图17(e)可知,系统经方案3的调度后综合性能最佳.

表3 系统日调度前后平均1 h性能对比

Tab.3 Comparison of average one-hour system performance before and after daily system scheduling

系统方案	平均1 h碳排放量/kg	平均1 h变流器容量利用率/%	平均1 h系统综合性能(p.u.)
调度前	2229.9700	11.7175	0.8549
方案1	2576.3800	13.3592	0.8634
方案2	2259.5160	13.3135	0.8571
方案3	2256.3750	13.3992	0.8669

新窗口打开| 下载CSV

图17

新窗口打开| 下载原图ZIP| 生成PPT

图17 3种调度系统性能对比

Fig.17 Comparison of system performance of three scheduling schemes

复合牵引供电系统在调度方案3下日运行状态如图18所示.可知,调度后复合牵引供电系统处于工况1、2、5时,自身负荷需求较低,加之光伏也未供能,系统运行相对稳定,锂电池仅间歇出力微调系统电能质量,其出力未受变流器容量限制.系统处于工况3和4时,正逢日负荷高峰期,光伏也上网供能,系统电能质量变差,锂电池频繁接入系统调节电能,系统新能源侧出力超出变流器容量所限,系统协调光伏和锂电池出力,通过牺牲系统部分短时无功储备以及光伏上网量,实现系统稳定运行基础下的最大光伏渗透率^[31].

图18

新窗口打开| 下载原图ZIP| 生成PPT

图18 调度后复合牵引供电系统日运行状态

Fig.18 Daily operation status of composite traction power supply system after optimization

由图15和图18得到复合牵引供电系统综合性能如图19(a)所示,系统运行性能对比如图19(b)~19(d)所示,变流器容量利用率对比如图19(e)~19(f) 所示.在图19中,设系统运行性能区间 [0,0.6]、(0.6, 0.8)和[0.8,1]分别为劣、良和优区间;设系统变流器容量利用率区间[0,0.3]、(0.3, 0.7)和[0.7,1]分别为低、中和高区间.由图19(a)可知,调度后系统的综合性能较调度前全面提升,且系统综合性能最优状态较调度前提高1.6%,系统更具全面性.由图19(b)~19(d)可知,经调度系统优化变流器容量前后系统运行性能均较未经调度系统强,二者既扩大了系统优良性能范围,还将系统最劣性能分别提升了48.4%和54.7%.经调度系统优化变流器容量后系统运行性能较优化前在优良区间保持不变,在劣性区间既降低劣性区间涵盖范围,也将最劣状态提升了4.2%,提升系统运行性能.由图 19(e)~19(f)可知,经调度系统优化变流器容量后变流器容量利用率较优化前在低利用率区间保持不变,在中高利用率区间既扩大区间涵盖范围,也将最大利用率提升8%,提升系统经济效益.

图19

新窗口打开| 下载原图ZIP| 生成PPT

图19 牵引供电系统综合对比

Fig.19 Comprehensive comparison of traction power supply system

传统牵引供电系统、复合牵引供电系统调度前以及调度后三者的日碳排放量和变流器容量利用率对比如图20(a)所示,调度前后系统新能源侧构建成本对比如图20(b)所示.此时,光伏电站、变流器和锂电池的构建成本分别为4元/W、0.275元/W和1.2元/(W·h).

图20

新窗口打开| 下载原图ZIP| 生成PPT

图20 系统调度前后碳排放量和经济效益对比

Fig.20 Comparison of carbon emission and economic benefit before and after dispatching

由图20可知,调度前后复合牵引供电系统的日碳排放量均小于传统牵引供电系统,分别较传统牵引供电系统碳排放量下降13.2%和12.1%.虽然调度后系统碳排放量较调度前上升1.0%,但其变流器日容量利用率较前者提升14.3%,变流器成本相对下降18.2%,系统新能源侧构建成本整体下降7.5%,即后者经济效益大于前者,实现系统运行性能和经济效益双赢下的最小碳排放.

4 结论

将光伏、储能装置接入牵引供电系统,研究不同运行工况下的系统状态,并设计相应控制策略,于日前建立复合牵引供电系统,并通过优化变流器容量和系统调度方案实现系统运行性能和经济效益双赢下的最小碳排放,核心优势在于:

(1) 复合牵引供电系统可降低系统外部电网依赖度,日碳排放量较传统牵引供电系统下降12.1%.

(2) 复合牵引供电系统通过日前调度,既扩大系统运行性能的优良范围,也改善其最劣性能.

(3) 复合牵引供电系统通过优化变流器容量,在提高系统综合性能的同时,也将系统新能源侧构建成本降低7.5%.

复合牵引供电系统充分考虑变流器容量不足时各装置出力情况,在增加光伏装机容量、提高区段运力和规划区段建设方面具有一定参考意义.

附录见本刊网络版(xuebao.sjtu.edu.cn/article/2024/1006-2467/1006-2467-58-05-0760.shtml)

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

国家铁路局.

2021年铁道统计公报

[EB/OL]. (2022.04.28)[2022-06-23]. https://www.nra.gov.cn/xwzx/zlzx/hytj/202205/P020220902306837015869.pdf.

URL [本文引用: 3]

National Railway Administration of the People’s Republic of China.

Railway statistics bulletin in 2021

[EB/OL]. (2022.04.28)[2022-06-23]. https://www.nra.gov.cn/xwzx/zlzx/hytj/202205/P020220902306837015869.pdf.

URL [本文引用: 3]

[2]

JAFFERY

S H I

, KHAN

, ALI

, et al.

The potential of solar powered transportation and the case for solar powered railway in Pakistan

[J]. Renewable and Sustainable Energy Reviews, 2014, 39: 270-276.