考虑惯量安全需求的风电场控制参数优化方法

doi:10.16183/j.cnki.jsjtu.2023.380

考虑惯量安全需求的风电场控制参数优化方法

李鸿鑫¹, 钟祖浩², 卢艺¹, 文云峰^,²

1.深圳供电局有限公司,广东深圳 518000

2.湖南大学电气与信息工程学院,长沙 410082

Optimization of Frequency Control Parameters of Wind Farms Considering Inertia Security Requirement

LI Hongxin¹, ZHONG Zuhao², LU Yi¹, WEN Yunfeng^,²

1. Shenzhen Power Supply Co., Ltd., Shenzhen 518000, Guangdong, China

2. College of Electrical and Information Engineering, Hunan University, Changsha 410082, China

通讯作者: 文云峰,教授,博士生导师;E-mail:yunfeng.8681@163.com.

责任编辑: 王历历

收稿日期: 2023-08-9 修回日期: 2023-11-2 接受日期: 2023-12-18

基金资助:

南方电网有限责任公司科技项目(090000KK52222151)
国家自然科学基金(52077066)

Received: 2023-08-9 Revised: 2023-11-2 Accepted: 2023-12-18

作者简介 About authors

李鸿鑫(1986—),博士,高级工程师,从事电力系统稳定控制研究.

摘要

高比例新能源电力系统惯量和调频资源匮乏,存在较为突出的频率稳定问题.针对该问题,将风电场潜在频率支撑能力纳入电网频率控制措施,提出一种考虑惯量安全需求的风电场控制参数优化方法.事故发生后,首先根据频率安全限值在线计算满足暂态频率稳定的系统惯量和调频需求,形成惯量安全约束.然后,对风电场在不同风况下的惯量和调频能力建模,以事故后对应风况下风电场虚拟惯量和频率下垂参数调整量最小为目标,建立风电场频率控制参数的动态优化模型;最后,解算频率控制参数,基于改进的IEEE RTS-79系统进行算例测试.结果表明:所提参数优化方法有效改善了风电场暂态频率响应过程,有助于提升高比例新能源电力系统频率稳定裕度.

关键词： 风电场; 频率稳定; 惯量安全需求; 虚拟惯量; 下垂参数

Abstract

The inertia and frequency regulation resources in power systems with a high proportion of renewable energy are scarce, resulting in prominent problems of frequency stability. To address these problems, this paper incorporates the potential frequency support capability of wind farms into the frequency control measures of the power grid, and proposes an optimization method for wind farm control parameters that considers the security requirements of system inertia. After a credible disturbance, the system inertia security requirement that meets the frequency stability constraint is calculated based on the transient frequency index limit. Then, the primary frequency regulation capability that wind farms can provide under different wind conditions is modeled with the goal of minimizing the adjustment of wind farm virtual inertia and frequency droop parameters under disturbances, and a dynamic optimization model for wind farm frequency control parameters is established. Finally, the frequency control parameters are calculated and numerical tests are conducted on the modified IEEE RTS-79 system. The results show that the proposed parameter optimization method effectively improves the transient frequency response process of wind farms, which helps enhance the frequency stability margin of the system.

Keywords： wind farm; frequency stability; inertia security requirement; virtual inertia; droop parameter

PDF (1699KB) 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

李鸿鑫, 钟祖浩, 卢艺, 文云峰. 考虑惯量安全需求的风电场控制参数优化方法[J]. 上海交通大学学报, 2025, 59(3): 323-332 doi:10.16183/j.cnki.jsjtu.2023.380

LI Hongxin, ZHONG Zuhao, LU Yi, WEN Yunfeng. Optimization of Frequency Control Parameters of Wind Farms Considering Inertia Security Requirement[J]. Journal of Shanghai Jiaotong University, 2025, 59(3): 323-332 doi:10.16183/j.cnki.jsjtu.2023.380

在“双碳”目标驱动下,以风、光为主的新能源发电占比逐年提升,电力系统结构形态和运行特性正在发生深刻变化^[1].风电场(wind farm, WF)通常由数十台风力机(wind turbine generator, WTG)构成,通过电力电子变流器馈入电网,常规控制方式下不具备频率主动响应能力.同时,大规模风电并网将挤占同步电源开机容量,致使电力系统惯量响应和一次调频能力进一步削弱;大功率扰动下系统频率变化速率、频率偏差等指标容易越限,进而引起切机、切负荷等频率稳定事故.2016年9月28日,新能源出力占比近一半的南澳电网发生大面积停电,是世界上第一次由极端天气诱发新能源大规模脱网导致的局部电网大停电事件,系统转动惯量不足是该事故主要诱因之一^[2].因此,在风电大量并网并持续挤占同步电源开机容量的背景下,维持系统惯量水平,对保障高比例新能源电力系统频率稳定具有重要意义.

传统风电接入电网后长期运行在最大功率跟踪(maximum power point tracking,MPPT)状态,风力机转速与电网频率解耦,无法主动响应电网频率波动.针对风电场无法为系统提供惯量支撑的问题,有学者提出虚拟惯量控制(virtual inertia control, VIC)的概念,利用并网逆变器模拟同步机的摇摆方程,以虚拟惯量的形式响应频率变化^[3-4],改善暂态频率响应.根据风电机组不同运行状态,可将风电虚拟惯量控制方法分为备用功率控制和转子动能控制^[5].备用功率控制通过调整风力机桨距角改变风电机组获取的风能量,或直接降低风力机输出功率预留部分有功备用,但这种方式会降低风能利用效率,不利于风电场经济运行;转子动能控制通过释放转子中储存的动能提高风电机组并网功率,包括虚拟惯量控制和下垂控制,扰动下可为电力系统提供短时惯性支撑而不需要预留风电功率,对风电场运行效益影响小^[6].

风电场参与惯性响应和一次调频的频率控制参数整定,是目前研究的热点问题.近年来,国内外学者针对全风况下风电虚拟惯量和频率下垂控制参数的整定开展了初步研究,并取得一些成果.对于风力机参数整定与一次调频、系统稳定结合的问题,文献[7]中分析了风电机组一次调频特性,提出风电静调差系数的整定策略;文献[8]中分析不确定下的系统频率响应,提出了计及频率稳定的风电频率参数整定方法;文献[9]中提出评价频率响应效果的多目标函数,利用遗传算法确定频率控制参数,提高风电频率控制效果.

上述研究主要针对特定风况的风力机频率控制参数整定.为实现全风况下风电参与调频,文献[10]中提出在MPPT区采用转子动能控制,在恒转速区采用备用功率控制,使风电在全风况下具备调频能力.考虑到风力机在不同运行工况下的惯量支撑和调频能力不同^[11],文献[12]中提出一种虚拟惯量参数控制方法,风力机参数随风速变化,在风速较高时转子侧释放更多动能,提升风能利用率.文献[13]中指出可通过搜索算法持续调整最优控制系数,降低风况对调频效果的影响.

风电场频率控制的目的是使并网运行的风电场功率输出能够响应电网频率变化,改善频率稳定性,然而上述研究提到的风电场频率控制参数优化方法在数学模型中鲜有对系统惯量或频率指标的直接约束,这导致风电场在事故后不能充分发挥其惯量和频率支撑能力,无法确保系统的调频能力足以应对大型事故,暂态频率有潜在越限风险.针对该问题,提出一种考虑系统惯量安全需求的风电场控制参数优化方法.首先,根据系统惯量对频率安全指标的影响机理,推导频率指标的线性化表达式,求解系统惯量安全需求.其次,建立风电场频率控制参数优化模型,在对应风况满足暂态频率稳定的惯量水平下,动态优化事故后风电场虚拟惯量和频率下垂参数.最后,解算频率控制参数,基于改进的IEEE RTS-79系统验证参数优化结果的有效性.

1 考虑暂态频率稳定的系统惯量需求

1.1 系统惯量对频率安全指标的影响

电力系统在遭受有功功率缺额扰动后、稳定控制措施动作前,暂态频率响应过程^[14]可以表述为

(1)

\frac{2 H_{s y s}}{f_{N}} \frac{d f_{C O I} (t)}{d t}

+DΔf_COI(t)=P_loss-P_G(t)-P_EFC(t)

式中:H_sys为系统惯量水平;Δf_COI为惯性中心频率偏差量;D为阻尼系数;f_N为额定频率;P_loss为初始有功扰动量;P_G表示电源一次调频响应总量;P_EFC为紧急控制响应量.等式右侧表示系统不平衡功率.系统受扰后最大频率变化速率(R_oCoF)和最大频率偏差(Δf_max)与惯量水平密切相关,事故大小和调频容量一定时,系统惯量越低,R_oCoF变化越快,频率偏差越大,如附录图A1所示.

图1为线性化近似的系统频率与不平衡功率之间变化曲线.图中:t_db为系统内电源调频死区时间;t_m、f_m分别为事故发生后到达频率最低点的时间和频率最低点;v_PFR为线性化近似的一次调频响应速率;f_ss为准稳态频率;ΔP为不平衡功率.扰动瞬间功率不平衡量最大,频率开始偏移,超过调频死区f_db后,一次调频开始响应;到达紧急控制预置时延t_EFC后,不平衡功率进一步缩小.随后在紧急控制、一次调频响应中功率不平衡逐渐降低,当一次调频附加功率和紧急控制响应功率完全抵消初始不平衡功率时R_oCoF=0,频率达到极小值.随着调频过程的结束,系统最终进入准稳态,由二次调频继续调整^[15-16].

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 不平衡功率对频率安全指标的影响

Fig.1 Impact of unbalanced power on frequency security index

1.2 频率安全指标确定的惯量安全需求

N-1原则要求正常运行方式下电力系统的任一元件断开事故中,即便不采取安全稳定控制措施,系统仍应保持稳定运行^[17].然而,随着新能源大量投运并持续挤占同步电源开机空间,电力系统在遭受大功率扰动事故后暂态频率问题愈发凸显.电力系统暂态频率稳定的指标约束包含对频率变化率最大值(R_{oCoF_max})、最大频率偏差和准稳态频率的要求,应保证各频率安全指标满足要求的同时留有一定裕度.

(1) 计及频率变化率约束的系统惯量需求.频率变化率在扰动初始时刻具有最大值,通常以扰动初始时刻不触发保护装置动作为原则,确定频率变化率约束下的最小系统惯量需求:

(2)

H_{s y s_R_{o C o F}}

≥

\frac{P_{l o s s} f_{N}}{2 R_{o C o F}}

-H_loss

式中:H_loss为因事故产生的系统惯量损失.

(2) 计及暂态频率偏差约束的系统惯量需求.为避免因低频减载引起停电事故,扰动后的频率最低点f_m=f_N-Δf_max不应低于三道防线低频减载装置动作值.将事故造成功率缺额P_loss下的系统调频响应过程线性化表示,一次调频响应过程线性化近似后,暂态频率偏差约束下的系统惯量安全需求^[18]如下:

(3)

H_{s y s_f_{m}}

≥

\frac{a_{1} + a_{2} + a_{3} + a_{4}}{b_{1} + b_{2}}

-H_loss

式中包含的线性化算子表示为

(4)

\begin{array}{l} a_{1} = 2 t_{E F C} f_{N} v_{P F R} P_{l o s s} \\ a_{2} = f_{N} (P_{l o s s} - P_{E F C})^{2} \\ a_{3} = D t_{E F C} f_{N} v_{P F R} (f_{m} - f_{N}) \\ a_{4} = D f_{N} (P_{l o s s} - P_{E F C}) (f_{m} - f_{N}) \\ b_{1} = 4 H_{s y s} f_{m} \\ b_{2} = - 4 H_{s y s} f_{N} \end{array}\}

当t=t_m时,系统不平衡功率为0.利用抛物线近似的频率偏移量时域表达式,得到系统总频率响应s域表达式.根据文献[19],通用平均响应模型的频率最低点时间t_m可由下式迭代估算:

(5)P_PFR(t_m)=P_loss-P_EFC=

\sum_{i}^{}

ΔP_i(t_m)+

\sum_{j}^{}

ΔP_w_j(t_m)+DΔf_max

式中:ΔP_i、ΔP_w_j分别为同步电源i和风电j新能源事故后调频附加输出功率.

估算出t_m后,计算系统一次调频过程线性化近似的大扰动下系统调频速率:

(6)v_PFR=(P_loss-P_EFC)/t_m

基于N-1原则,系统在发生最大N-1事故后,应确保暂态过程频率安全指标R_{oCoF_max}和f_m不越限.而准稳态频率主要取决于各调频电源在一次调频结束后的附加输出功率总量,与系统惯性水平无关,对其约束将在后文说明.

2 考虑惯量安全需求的风电场控制参数优化

2.1 风电场频率控制参数

风电场频率控制包含虚拟惯量和频率下垂两个环节,基于跟网型逆变器锁相环的频率信号进行附加功率控制^[20],在控制环节引入频率偏差Δf的比例和微分环节,模拟同步机惯性和一次调频响应特性,实现风电场并网输出功率响应频率变化,如附录图A2所示.该控制方式属于比例-微分控制,后文将风电场虚拟惯量和频率下垂控制简称为PD-VIC控制.

风电场运行在转子动能控制模式下,PD-VIC指令的实时并网功率为

(7)P_w=P_{w_ref}+k_d

\frac{d Δ f}{d t}

+k_wΔf

式中:P_{w_ref}为扰动前并网功率;等式右边其余两项为风电在PD-VIC指令的附加输出功率,由虚拟惯量和频率下垂两部分响应组成,k_d、k_w分别为风电PD-VIC的微分(即惯量)、比例(即下垂)控制系数.

设风电场等效虚拟惯性时间常数为H_vir,将微分系数表示为

(8)k_d=2H_vir

类似地,将风电场等效成同步电源后的调差系数表示为

(9)R=P_wNΔf/ΔP_G

式中:P_wN为风力机在该风况下额定功率.风电并网逆变器控制环节中引入虚拟惯量和频率下垂后,其一次调频、惯性响应能力与其等效调差系数R和H_vir有关.其中,k_d直接影响风电场虚拟惯性响应过程,同时影响一次调频过程.根据文献[21]将H_vir表示为

(10)H_vir=γ(ω_w)H_w

式中:ω_w为风力机转速;H_w为风力机固有惯性时间常数;γ为风电场虚拟惯量调整系数,反映风电场提供虚拟惯量的能力,是可变的.风电场参与一次调频主要由下垂控制环节实现,将风力机等效成同步机后,有ΔP_G=k_wΔf.比例系数k_w可由下式表示为

(11)k_w=

\frac{P_{w N}}{R}

由此可见,风电场虚拟惯性特性与其运行工况和固有惯性时间常数有关,频率下垂特性与风电场额定容量和下垂系数有关.通过优化风电场的虚拟惯量系数H_vir和频率下垂系数k_w,可以调整风电场的虚拟惯性响应和一次调频能力.

在实际运行中,γ和R的取值需根据运行风况确定^[22].图2展示了全风况下风电机组运行工况.图中:v为风速,决定风力机工况;v_min、v_max分别为风力机切入、切出风速.风况由小到大依次将风力机运行工况分为启动区(S_I)、MPPT区(S_II)、恒转速区(S_III)和恒功率区(S_IV),切入工况S_II~S_IV对应风力机最低转速为ω_{w_min}、ω_s和ω_{w_max},对应风速为v_ω1、v_ωs和v_ωn.

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 全风况下风电机组运行工况

Fig.2 Operating condition of WTG under full wind condition

采用转子动能控制方式时,在启动区内,受限于风况,转子动能小,可提供的附加调频功率十分有限;在恒转速区内,风力机虽然具有很高的转子动能,但风力机转子减速后会迅速进入MPPT区,且受限于变流器容量,能够提供的附加功率同样很低;在恒功率区内,转子转速和并网功率均保持不变,不响应系统频率变化,故风力机在启动区、恒转速区和恒功率区时无法有效参与调频;只有在MPPT区运行时,转子具有足够动能和调频容量,通过控制风力机转速实现虚拟惯量和调频控制.将MPPT区可参与调频的风速区间分为中低风况和高风况,根据式(10)和(11)界定频率控制参数取值范围.

2.2 考虑系统惯量安全需求的风电场频率控制参数优化模型

考虑惯量安全需求和不同风况调频能力的风电场频率控制参数优化框架如图3所示.事故发生后,首先根据故障量大小及频率安全指标限值,计算维持暂态频率稳定的系统惯量安全和调频需求;随后,考虑运行风况及其调频能力,界定风电场频率控制参数限值;最后,建立频率控制参数优化模型,并解算风电场虚拟惯量系数H_vir和频率下垂系数k_w.

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 考虑惯量需求和运行风况的风电场频率控制参数优化框架

Fig.3 Parameter optimization framework of wind farm PD-VIC considering inertia security demand and wind conditions

考虑系统惯量安全需求,计及对应风况调频能力,构建风电场频率控制参数优化模型.事故后,带PD-VIC的风力机跟随指令短暂释放部分转子动能,增加风力机有功输出.若当前系统惯量水平和调频能力不足以应对事故,风电场需动态调整频率控制参数,改善暂态频率过程.同时,为尽量避免频率二次跌落等现象给系统稳定带来新的问题^[23],事故后风力机频率控制参数不宜设置过大,因此以事故后风电频率控制参数调整量最小为优化目标:

(12)min (aΔ

H_{v i r}^{2}

+bΔ

k_{w}^{2}

)

式中:由于无法事先判断参数上调或下调,所以取调整量平方和;a、b分别为虚拟惯量和频率下垂控制参数调整量权重;ΔH_vir、Δk_w分别为事故前后风电场虚拟惯量和频率下垂系数调整量,利用下式计算

(13)

\begin{array}{l} Δ H_{v i r} = H_{v i r} - H_{v i r 0} \\ Δ k_{w} = k_{w} - k_{w 0} \end{array}\}

式中:H_vir0、k_w0分别为事故前风电场虚拟惯量和频率下垂系数;H_vir、k_w为事故后控制系数.

设事故造成功率缺额量为P_loss,考虑以下约束,使得系统有足够的频率稳定裕度应对有功扰动.

首先,满足功率平衡是电力系统正常运行的基本要求:

(14)

\sum_{i}^{}

P_i+

\sum_{j}^{}

P_w_j=P_load

式中:P_i为同步电源i提供的有功功率;P_w_j为风电j的有功功率;P_load为负荷功率.

其次,在事故后系统应有充足的调频裕度以应对功率扰动,系统中各类资源调频备用容量应满足:

(15)

\sum_{i}^{}

R_i+

\sum_{j}^{}

R_w_j≥P_loss

(16)

\begin{array}{l} R_{i_m i n} \leq R_{i} \leq R_{i_m a x} \\ R_{w j_m i n} \leq R_{w j} \leq R_{w j_m a x} \end{array}\}

式中:R_i、R_w_j分别为同步电源和风电预留的调频备用容量.式(15)使得系统总调频裕度足以弥补事故造成的功率缺额,确保一次调频结束后频率能够恢复到安全范围.

再次,调频电源应有足够的响应能力,对系统中调频电源控制系数的约束表示为

(17)-(K_G+K_W+K_D)Δf_max≥P_loss

(18)K_G=

\sum_{i}^{}

k_i, K_W=

\sum_{j}^{}

k_w_j

式中:k_w_j、k_i分别为单个风电、同步电源调频系数;K_G、K_W、K_D分别为总的同步电源一次调频系数、风电频率下垂系数和系统阻尼系数.式(17)确保系统调频能力能够应对事故带来的频率偏移.

然后对惯量安全进行约束.系统惯量应满足事故发生后频率安全指标不越限,事故后短时间内频率响应过程与系统惯量水平密切相关,引入虚拟惯量控制技术后,风电可以主动响应频率变化,为电网提供短时惯量支撑,改善暂态过程.此时系统总惯量由同步电源旋转惯量和风电虚拟惯量共同提供,由下式计算:

(19)H_sys=

\sum_{i}^{}

H_iP_i+

\sum_{j}^{}

H_virP_w_j

式中:H_i为单台同步电源旋转惯性时间常数.

为确保事故后频率响应过程不触发频率保护装置动作,需将频率指标R_oCoF和f_m限制在安全范围内.因此,结合式(2)~(4),取R_oCoF和f_m指标约束确定的惯量大者作为系统惯量安全需求:

(20)H_sys≥max {

H_{s y s_R_{o C o F}}

H_{s y s_f_{m}}

}

系统惯量安全约束保证系统在面对突发负荷变化或其他功率扰动时能够及时响应并保证暂态频率稳定,式(20)确保该惯量水平下频率指标始终不会超过安全限值.

暂态过程结束后,系统频率进入准稳态.准稳态频率是二次调频的重要依据,对其约束如下:

(21)f_ss=f_N-

\frac{P_{l o s s} - \sum R}{D}

≤f_{ss_max}

式中:∑R为各类调频电源在事故中一次调频响应量之和.

最后,在对应风况下对单个风电场频率控制参数进行限制:

(22)H_w_{j_}_min≤H_vir_j≤H_w_{j_}_max

(23)k_w_{j_}_min≤k_w_j≤k_w_{j_}_max

式中:H_w_j_{_min}、H_w_j_{_max}分别为风电场j并网逆变器虚拟惯性时间常数下、上限值;k_w_j_{_min}、k_w_j_{_max}为频率下垂系数下、上限值.由式(10)和(11),依据风电场参数和运行风况确定频率控制参数取值范围.

综上所述,以式(12)为目标函数,式(13)~(23)为约束条件建立风电场频率控制参数优化模型.该模型以事故后风电频率控制参数调整量最小为优化目标,纳入对频率、惯量安全和对应风况风电调频能力的考虑,不仅能够确保系统在事故后有充足的惯量水平和调频能力应对功率缺额事故,还能最大限度地延长风电参与调频过程时间,改善暂态响应过程,提升频率稳定裕度.

值得注意的是,本文研究重点是针对特定风况和频率安全要求,对事故后系统惯量水平和调频能力进行评估,并以此优化风电频率控制参数.而参数更新频率主要取决于电网数据输入间隔,按照电网调度运行情况进行设置.一般来说,发电机组向调度机构EMS系统每5 min (288点日发电计划)或者每15 min (96点日发电计划)提供一个采样点.参照此标准,风电频率控制参数可每5 min或15 min动态更新一次.

3 算例分析

为验证考虑惯量安全需求的风电场控制参数优化方案可行性,基于改进的IEEE RTS-79系统,并在MATLAB/Simulink中搭建多机SFR模型,同步电源、风电场的频率响应模型如附录表A1所示.所用计算机配置为CPU AMD R7-5800H、内存16 GB.系统内设置32个电源场站,其中包括22个同步电源(用G表示)和10座带PD-VIC的风电场(用W表示),风电出力占负荷的22.3%,接入风电场后的IEEE RTS-79测试系统如附录图A3所示.

首先计算满足频率安全的系统惯量和调频需求,然后根据预想风况界定各风电场频率控制参数阈值,再调用CPLEX求解器解算优化模型,得到事故后各风电场虚拟惯量和下垂参数;最后验证所得频率控制参数优化结果的有效性.风电场频率控制参数求解如图4所示.

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 风电场频率控制参数求解流程

Fig.4 Solution flowchart of optimization of wind power PD-VIC parameter

综合考虑各风电场自身参数以及运行在不同风况的调频能力,设置风电场频率控制系数H_vir、k_w阈值,如表1所示.

表1 风电场频率控制参数取值范围

Tab.1 Range of frequency control parameters of wind farms

风电场	中低风况		高风况		风电场	中低风况		高风况
风电场	H_vir	k_w	H_vir	k_w	风电场	H_vir	k_w	H_vir	k_w
W2	[1, 3.5]	[10, 40]	[2.5, 6]	[20, 70]	W15	[1, 3]	[10, 40]	[2, 4.5]	[25, 75]
W4	[1, 5]	[20, 50]	[3, 8.5]	[30, 80]	W19	[1, 3]	[10, 40]	[2, 4.5]	[25, 75]
W7	[1, 5]	[20, 50]	[3, 8.5]	[30, 80]	W24	[1, 5]	[20, 50]	[3, 8.5]	[35, 85]
W9	[1, 5]	[25, 55]	[3.5, 8]	[35, 85]	W27	[1, 5]	[20, 50]	[3, 8.5]	[30, 80]
W12	[1, 6]	[30, 60]	[5, 9]	[40, 90]	W29	[1, 5]	[20, 50]	[4, 7.5]	[35, 85]

新窗口打开| 下载CSV

3.1 频率控制参数优化结果及分析

以改进的IEEE RTS-79系统验证风电场频率控制参数优化方法可行性,设置以下3个案例场景.场景1,系统内风电场运行在最大功率跟踪状态,事故后不主动参与调频,仅依靠同步电源一次调频响应不平衡功率,同步电源参数设置如附录表A2所示;场景2,系统内风电场引入PD-VIC,具有频率响应能力,风电场频率控制参数设置如附录表A3所示;场景3,在场景2的基础上采用本文提出的风电场频率控制参数优化模型,根据扰动量和频率安全限值计算系统惯量安全需求,动态优化频率控制参数.

首先,预设系统允许的频率变化率最大限值R_{oCoF-sys_max}=0.5 Hz/s,暂态频率最低点限值f_{sys_m}=49.6 Hz,准稳态频率限值f_{ss_max}=49.8 Hz.设置仿真时长为30 s,在3 s时模拟发生功率缺额扰动事故模拟最大容量发电机跳闸即最大N-1事故,事故量占负荷的8%.对不同场景下SFR模型仿真结果进行分析.

(1) 场景1:风电场始终运行在最大功率跟踪状态,不主动响应电网频率波动.事故后仅依靠同步电源一次调频响应,调频容量十分有限,频率支撑能力弱.场景1系统频率指标响应情况如图5所示,经仿真得到频率安全指标R_{oCoF_max}=0.65 Hz/s,f_m=49.19 Hz,f_ss=49.65 Hz,均超过频率安全限值.

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 系统频率响应过程(场景1)

Fig.5 Frequency response process of Case 1

(2) 场景2:风电场并网逆变器控制环节带有PD-VIC,风电能够主动响应频率变化.场景2系统频率指标响应情况如图6所示,经仿真得到频率安全指标R_{oCoF_max}=0.56 Hz/s,f_m=49.56 Hz,f_ss=49.74 Hz,均超过频率安全限值.

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 系统频率响应过程(场景2)

Fig.6 Frequency response process of Case 2

风电场引入PD-VIC后能够主动响应电网频率变化、调整输出功率,改善频率响应过程.但由于缺乏对系统惯量的直接约束,风电场在事故后没有充分发挥惯量和频率支撑能力,即使风电能够响应频率变化调整输出功率,频率安全指标仍然越限.

(3) 场景3:在场景2的基础上采用所提优化模型,根据频率安全限值及扰动量大小,动态优化风电场频率控制参数.

首先,根据频率安全指标限值计算该有功功率扰动下维持暂态频率稳定的惯量安全需求:为保证故障后R_{oCoF_max}指标不越限,系统最小惯量需求应不低于 20 524.384 MW·s;为保证故障后最大频率偏差f_m不越限,系统惯量水平应不低于 22 741.868 MW·s.因此,针对该场景,系统惯量安全需求取 22 741.868 MW·s.

其次,基于该惯量安全需求,通过CPLEX解算频率控制参数优化模型,计算结果如表2所示.

表2 频率控制参数优化结果

Tab.2 Optimization results of PD-VIC parameters

参数	W2	W4	W7	W9	W12
H_vir	2.871	4.592	4.492	4.615	5.934
k_w	38.153	43.709	43.709	43.709	46.487
参数	W15	W19	W24	W27	W29
H_vir	2.323	2.323	4.592	4.592	4.592
k_w	38.153	38.153	43.709	43.709	43.709

新窗口打开| 下载CSV

最后,利用MATLAB/Simulink验证所得参数优化结果的可行性.在对应风况下,场景3系统频率指标响应情况如图7所示,经仿真得到频率安全指标R_{oCoF_max}=0.43 Hz/s,f_m=49.72 Hz,f_ss=49.81 Hz,均在频率安全限值内.

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 系统频率响应过程(场景3)

Fig.7 Frequency response process of Case 3

综上所述,3个测试场景下频率指标对比如表3所示.由表可见,所提频率控制参数优化方法可以充分挖掘风电场惯量和调频潜力,参数动态优化后暂态响应过程得到明显改善,频率指标均在安全限值内.

表3 不同测试场景下系统频率指标对比

Tab.3 Comparison of frequency metrics in different cases

场景	R_{oCoF_max}/ (Hz·s^-1)	f_m/ Hz	f_ss/Hz
风电不参与调频	0.65	49.19	49.65
风电参数优化前指标	0.56	49.56	49.74
风电参数优化后指标	0.43	49.72	49.81
安全限值	0.50	49.60	49.80

新窗口打开| 下载CSV

此外,通过对模型多次求解,可得到频率控制参数平均求解时间为0.24 s,满足风电场设置控制参数的实时性要求,能够有效地协助电网调度运行部门在线分析事故后系统惯量水平和实时调整风电频率控制参数.

3.2 不同风况下系统极限可承载扰动分析

风电场具备虚拟惯量和一次调频能力后,系统在不同风况下的频率支撑能力发生变化,可承载的极限扰动量也对应改变.表4列举了在原始系统、风电场运行于中低风况和高风况3种状态下,系统可承载的极限扰动量及确保频率稳定时系统惯量安全需求.由表可见,与中低风况下运行的风电场相比,高风况下运行的风电场可向系统提供更大的惯量和调频支撑,系统能够承受的功率扰动规模也发生改变.

表4 不同风况下系统可承载的极限功率扰动

Tab.4 Ultimate power disturbance of system under different wind conditions

运行状态	极限扰动量/%	系统惯量安全需求/(MW·s)
原始系统	-5.7	14623.62
中低风况	-8.1	23265.20
高风况	-9.2	29412.97

新窗口打开| 下载CSV

综上所述,所提方法在满足系统惯量安全需求基础上优化风电场频率控制参数,并计及不同风况调频能力,有效改善了系统频率响应过程.由上述分析可知,在整定风电场频率控制参数时,应将系统惯量需求和风电运行风况纳入考虑,结合故障量优化控制参数以保证系统频率稳定性.

4 结论

提出一种考虑惯量安全需求的风电场频率控制参数优化方法,事故后在线计算维持暂态频率稳定的惯量安全和调频需求,形成惯量安全约束并纳入频率控制参数优化模型,再通过CPLEX优化对应风况下虚拟惯量和频率下垂系数,最后基于改进的IEEE RTS-79系统验证所提方法的有效性.主要结论如下:

(1) 在风电场控制参数优化模型中引入维持暂态频率稳定的惯量安全约束,可确保频率安全指标在事故后不越限,提升暂态频率稳定性.

(2) 通过对运行在不同风况的风电场频率支撑能力建模,以事故后频率控制参数调整量最小为优化目标,能够有效挖掘风电场惯量和调频潜力,改善暂态响应过程.

(3) 在不同风况下风电场呈现出不同的惯量支撑和调频能力,使系统可承载的功率扰动规模发生动态改变.

通过上述工作,可实现对风电场频率控制参数的动态优化,后续将考虑光伏、直流和储能等多类型逆变器接口资源的调频潜力,完善高比例新能源电力系统惯量支撑和频率稳定裕度提升方案的研究.

附录见本刊网络版(xuebao.sjtu.edu.cn/article/2025/1006-2467/1006-2467-59-03-0323.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]

黄强, 郭怿, 江建华, 等.

“双碳”目标下中国清洁电力发展路径

[J]. 上海交通大学学报, 2021, 55(12): 1499-1509.

DOI:10.16183/j.cnki.jsjtu.2021.272 [本文引用: 1]

目前,第三次能源革命已经开始,为了减少碳排放,发达国家先后制定了清洁能源发展战略,并公布了放弃火电、核电的时间表.与此同时,中国也向世界作出承诺:2030年前碳排放达峰,2060年实现碳中和.因此,在“双碳”目标下,研究清洁电力发展路径具有重要意义.分析了中国水、风、光等清洁能源储量及其特征,预测了中长期电力需求,依据电力电量平衡原理,估算了2030和2050规划水平年电力系统结构组成,并分析了未来CO<sub>2</sub>排放趋势,提出了未来中国清洁电力的发展对策与建议.结果表明:预计2027年中国电力系统将实现“碳达峰”;2030年中国清洁电力发电量将超过总发电量的50%;2050年火电、核电将被水、风、光等清洁电力全部取代,电力行业将实现CO<sub>2</sub>的“零排放”,基本全面实现电力系统的绿色转型,以响应国家的“双碳”目标.

HUANG

Qiang

, GUO

, JIANG

Jianhua

, et al.

Development pathway of China’s clean electricity under carbon peaking and carbon neutrality goals

[J]. Journal of Shanghai Jiao Tong University, 2021, 55(12): 1499-1509.