考慮周期損耗的儲(chǔ)能-火電聯(lián)合調(diào)頻策略

于會(huì)群，靳東輝，彭道剛，王 雷，戚明鑫，林 濤

（1.上海電力大學(xué)自動(dòng)化工程學(xué)院，上海 200090；2.上海外高橋第三發(fā)電有限責(zé)任公司，上海 200137）

新能源替代化石燃料是實(shí)現(xiàn)碳中和的根本措施，風(fēng)電、光伏飛速發(fā)展加速了碳中和的進(jìn)程，但是也給電網(wǎng)穩(wěn)定性帶來了極大挑戰(zhàn)。針對(duì)傳統(tǒng)火電機(jī)組的自動(dòng)發(fā)電控制AGC（automatic generation control）調(diào)頻反應(yīng)速度慢、調(diào)頻性能較差的缺點(diǎn)，電池儲(chǔ)能系統(tǒng)BESS（battery energy storage system）利用其技術(shù)特性配合火電機(jī)組參與電網(wǎng)調(diào)頻，能夠有效緩解機(jī)組因頻繁調(diào)節(jié)導(dǎo)致的磨損，延長機(jī)組壽命，對(duì)電網(wǎng)頻率穩(wěn)定具有重要意義[1]。隨著儲(chǔ)能技術(shù)的迅速發(fā)展，BESS 與火電機(jī)組配合協(xié)調(diào)響應(yīng)AGC 指令的穩(wěn)定性和經(jīng)濟(jì)性成為了儲(chǔ)能參與電網(wǎng)調(diào)頻的研究熱點(diǎn)之一[2-3]。現(xiàn)有研究主要是對(duì)調(diào)頻需求層面進(jìn)行分解，從而對(duì)儲(chǔ)能和機(jī)組的調(diào)頻責(zé)任進(jìn)行分配，充分發(fā)揮儲(chǔ)能參與AGC 調(diào)頻的優(yōu)勢[4]。文獻(xiàn)[5]利用儲(chǔ)能的快速響應(yīng)特性，將調(diào)頻需求進(jìn)行高低頻分解，提出了兩種儲(chǔ)能參與電網(wǎng)調(diào)頻的策略，并通過算例驗(yàn)證了兩種策略的有效性。文獻(xiàn)[6]將模糊控制方法應(yīng)用于儲(chǔ)能輔助互聯(lián)系統(tǒng)AGC調(diào)頻中，有效提高了電網(wǎng)的調(diào)頻能力。文獻(xiàn)[7]提出了一種考慮儲(chǔ)能容量、荷電狀態(tài)SOC（state-of-charge）和功率限制的自適應(yīng)控制策略，在不同工況下均具有較好的調(diào)頻效果。文獻(xiàn)[8]提出基于區(qū)域控制誤差信號(hào)的控制方式，能有效減小頻率偏差，但是在頻率變化后期的調(diào)頻效果較差。文獻(xiàn)[9]構(gòu)建評(píng)價(jià)儲(chǔ)能-火電聯(lián)合調(diào)頻性能的多目標(biāo)函數(shù)，并通過多目標(biāo)網(wǎng)格自適應(yīng)搜索算法來優(yōu)化儲(chǔ)能出力。文獻(xiàn)[10]為彌補(bǔ)機(jī)組調(diào)節(jié)速率，考慮儲(chǔ)能功率變化速率輔助火電機(jī)組進(jìn)行協(xié)調(diào)控制，但并未考慮SOC的恢復(fù)。文獻(xiàn)[11]充分考慮了不同電源的技術(shù)特性，提出了一種考慮調(diào)頻成本和調(diào)頻性能的優(yōu)化控制策略。文獻(xiàn)[12]構(gòu)建了電網(wǎng)調(diào)頻效果和儲(chǔ)能SOC 保持效果的綜合調(diào)頻評(píng)價(jià)指標(biāo)，提出了一種動(dòng)態(tài)分配系數(shù)的聯(lián)合調(diào)頻策略。

基于以上背景，本文提出了一種考慮周期損耗的儲(chǔ)能-火電聯(lián)合調(diào)頻策略。為了考慮新能源和負(fù)荷對(duì)系統(tǒng)頻率的影響，在模型中引入了負(fù)荷和風(fēng)電波動(dòng)。根據(jù)未來一段時(shí)間內(nèi)的預(yù)測數(shù)據(jù)，在上層考慮火電機(jī)組與BESS 的周期調(diào)頻損耗，確定未來時(shí)段經(jīng)濟(jì)運(yùn)行基點(diǎn)，下層在保證儲(chǔ)能狀態(tài)和頻率偏差最小的前提下確定火電機(jī)組與BESS的最優(yōu)分配比例。最后，通過仿真模型驗(yàn)證了本文策略可提高調(diào)頻性能的經(jīng)濟(jì)性和有效性。

1 儲(chǔ)能-火電聯(lián)合調(diào)頻協(xié)調(diào)控制模型

1.1 儲(chǔ)能-火電聯(lián)合調(diào)頻結(jié)構(gòu)

目前，主要通過AGC 保持系統(tǒng)的頻率穩(wěn)定，儲(chǔ)能-火電聯(lián)合調(diào)頻系統(tǒng)結(jié)構(gòu)如圖1所示，其過程為調(diào)度中心獲取電網(wǎng)頻率、聯(lián)絡(luò)線功率等實(shí)時(shí)運(yùn)行參數(shù)，通過集散控制系統(tǒng)DCS（distributed control system）、能量管理系統(tǒng)EMS（energy management system）和儲(chǔ)能控制器，將AGC指令在儲(chǔ)能和火電機(jī)組之間分配，穩(wěn)定系統(tǒng)頻率[13]。

圖1 儲(chǔ)能-火電聯(lián)合調(diào)頻系統(tǒng)結(jié)構(gòu)Fig.1 Structure of energy storage-thermal power joint

1.2 系統(tǒng)控制框架

本文以圖2所示的標(biāo)準(zhǔn)兩區(qū)域電力系統(tǒng)為基礎(chǔ)，結(jié)合BESS作為調(diào)頻輔助資源協(xié)助傳統(tǒng)火電機(jī)組進(jìn)行頻率控制，每個(gè)區(qū)域的AGC過程由PI控制器和優(yōu)化分配策略兩部分構(gòu)成。為了保證兩區(qū)域內(nèi)頻率和聯(lián)絡(luò)線的雙重穩(wěn)定，選用聯(lián)絡(luò)線頻率偏差控制TBC（tie line frequency bias control）模式，求解出區(qū)域控制誤差A(yù)CE（area control error），轉(zhuǎn)換得到每個(gè)區(qū)域的控制需求ARR（area regulation requirement），配合本文的優(yōu)化控制策略協(xié)調(diào)響應(yīng)系統(tǒng)AGC調(diào)節(jié)任務(wù)[14]。

圖2 儲(chǔ)能-火電聯(lián)合調(diào)頻系統(tǒng)兩區(qū)域仿真示意Fig.2 Schematic of two-area simulation of energy storage-thermal power joint frequency regulation system

圖2中，Tg,i、Tq,i(i=1,2)分別為2個(gè)區(qū)域的機(jī)組調(diào)速器和汽輪機(jī)的時(shí)間常數(shù)，T12為聯(lián)絡(luò)線常數(shù)，G為機(jī)組調(diào)差系數(shù)，ΔPtie為聯(lián)絡(luò)線功率偏差，M和D分別為慣性常數(shù)和阻尼常數(shù)，(i=1,2)分別為兩個(gè)區(qū)域的系統(tǒng)偏差系數(shù)、頻率偏差、功率波動(dòng)、BESS 和火電機(jī)組的功率分配系數(shù)。本文在每個(gè)區(qū)域中均配置了BESS，其中TPCS為儲(chǔ)能變流器時(shí)間常數(shù)，Tdb為響應(yīng)延時(shí)-時(shí)間轉(zhuǎn)換時(shí)間常數(shù)，TS為仿真時(shí)間與實(shí)際時(shí)間轉(zhuǎn)換系數(shù)[15]。BESS 的傳遞函數(shù)模型如圖2 中虛線部分所示，N為電池儲(chǔ)能單體元件數(shù)量，Vbatt、Vov分別為端電壓和開路電壓，R1為歐姆內(nèi)阻，R2、C2和R3、C3分別為兩條并聯(lián)支路的電阻與電容值，Crate、Cint分別為額定容量和初始容量，SOC 為荷電狀態(tài)，設(shè)置其上下邊界，避免BESS頻繁過充或過放而影響壽命。

2 儲(chǔ)能-火電聯(lián)合調(diào)頻策略

火電機(jī)組與BESS的統(tǒng)一優(yōu)化，有利于實(shí)現(xiàn)電力系統(tǒng)的頻率穩(wěn)定和協(xié)調(diào)運(yùn)行，但是考慮到風(fēng)電出力和負(fù)荷預(yù)測誤差，導(dǎo)致日前的發(fā)電計(jì)劃與實(shí)際負(fù)荷差值較大，無法適應(yīng)風(fēng)電等可再生能源并網(wǎng)后的穩(wěn)定運(yùn)行[16]。首先，借鑒3次調(diào)頻的方式建立第1層為經(jīng)濟(jì)優(yōu)化層、以15 min為1個(gè)周期、結(jié)合該時(shí)間段內(nèi)的波動(dòng)預(yù)測數(shù)據(jù)，在各種約束條件下得到經(jīng)濟(jì)運(yùn)行的參考值，作為下一層的經(jīng)濟(jì)運(yùn)行基點(diǎn)。在下層進(jìn)行頻率的實(shí)時(shí)優(yōu)化，結(jié)合對(duì)應(yīng)時(shí)段的實(shí)時(shí)波動(dòng)數(shù)據(jù)，在確定的經(jīng)濟(jì)運(yùn)行基點(diǎn)上進(jìn)行優(yōu)化，以頻率波動(dòng)和聯(lián)絡(luò)線偏移最小、儲(chǔ)能系統(tǒng)的電量平衡最優(yōu)為目標(biāo)，每分鐘更新一次最優(yōu)分配系數(shù)，提高系統(tǒng)的頻率穩(wěn)定性。

2.1 經(jīng)濟(jì)功率分配層

經(jīng)濟(jì)功率分配層的功率分配過程依據(jù)未來的功率波動(dòng)數(shù)據(jù)，在各種約束條件下得到經(jīng)濟(jì)運(yùn)行的參考值。考慮在大幅度功率波動(dòng)情況下，提高系統(tǒng)的經(jīng)濟(jì)性，定義本層儲(chǔ)能-火電聯(lián)合調(diào)頻的損耗成本的目標(biāo)函數(shù)及約束條件分別為

式中：F1為兩區(qū)域內(nèi)火電和儲(chǔ)能聯(lián)合調(diào)頻損耗總值，F(xiàn)1值越小，表明該時(shí)間段內(nèi)兩區(qū)域因參與調(diào)頻的經(jīng)濟(jì)損耗最??；Hi(k)為火電機(jī)組k時(shí)刻的調(diào)頻損耗成本，其調(diào)頻損耗為參與調(diào)頻帶來運(yùn)行成本的改變；Ei(k)為BESS在k時(shí)刻的調(diào)頻損耗，其調(diào)頻損耗主要由充放電功率和SOC所決定；T1為功率波動(dòng)時(shí)間；Pg,i(k)和Pb,i(k)分別為k時(shí)刻機(jī)組參與調(diào)頻改變的功率和BESS 的充放電功率；Parr,i(k)為k時(shí)刻區(qū)域調(diào)頻信號(hào)；Pg,i_max和Pg,i_min分別為機(jī)組調(diào)節(jié)功率的上限、下限；Rg,i_max和Rg,i_min分別為機(jī)組爬坡功率的上限、下限；Pb,i_max和Pb,i_min分別為儲(chǔ)能功率的上限、下限；Sb,i為第i個(gè)儲(chǔ)能容量；Δt為時(shí)間間隔；SOCb(k) 為儲(chǔ)能k時(shí)刻的SOC；SOCb_max、SOCb_min分別為儲(chǔ)能SOC 的上限、下限[17]。本層借鑒3次調(diào)頻思想，考慮在保證系統(tǒng)頻率穩(wěn)定的情況下，實(shí)現(xiàn)經(jīng)濟(jì)性較優(yōu)。在對(duì)本層的目標(biāo)函數(shù)求解后，每15 min 計(jì)算1 次均值，最終得到系統(tǒng)經(jīng)濟(jì)運(yùn)行值。Hi(k)和Ei(k)可分別表示為

式中：ag為機(jī)組功率偏移的調(diào)頻成本系數(shù)；ab、bb分別為BESS的儲(chǔ)能功率偏移成本系數(shù)和SOC偏移成本系數(shù)；SOCb_ave為周期時(shí)間內(nèi)BESS的SOC的平均值；為周期結(jié)束后BESS 所能維持的SOC，其值由BESS 額定功率和容量確定。對(duì)于BESS 來說，k時(shí)刻的SOC可表示為

式中：Sb為BESS 的容量；ηb,c和ηb,d分別為BESS的充電、放電效率。

2.2 頻率實(shí)時(shí)優(yōu)化層

考慮到上層在短時(shí)功率波動(dòng)比較頻繁的情況下的局限性，頻率實(shí)時(shí)優(yōu)化層在經(jīng)濟(jì)優(yōu)化層確定的經(jīng)濟(jì)運(yùn)行基點(diǎn)上進(jìn)行實(shí)時(shí)優(yōu)化，對(duì)指令分配比例進(jìn)行優(yōu)化，使火儲(chǔ)系統(tǒng)的調(diào)頻效果達(dá)到最優(yōu)，平抑可再生能源和負(fù)荷波動(dòng)的影響。根據(jù)波動(dòng)數(shù)據(jù)，結(jié)合動(dòng)態(tài)仿真，每分鐘確定儲(chǔ)能的最優(yōu)比例系數(shù)ρi∈[0,1](i=1,2)，更新兩個(gè)區(qū)域中BESS的AGC指令分配系數(shù)。在本文構(gòu)建的兩區(qū)域互聯(lián)系統(tǒng)中，考慮系統(tǒng)頻率和聯(lián)絡(luò)線功率偏移最小，構(gòu)建了本層的目標(biāo)函數(shù)為

式中：T2為頻率實(shí)時(shí)優(yōu)化層優(yōu)化時(shí)間；F2為調(diào)頻性能目標(biāo)函數(shù)，F(xiàn)2值越小，說明儲(chǔ)能-火電聯(lián)合調(diào)頻的效果越好；F3為儲(chǔ)能平衡函數(shù)，F(xiàn)3值越小，說明BESS的工作狀態(tài)越好，充放電能力越強(qiáng)。

考慮本層實(shí)時(shí)優(yōu)化出力結(jié)果與上層更好地銜接，兩者之間的偏差不應(yīng)過大，應(yīng)滿足如下條件：

在進(jìn)行優(yōu)化的過程中，將多目標(biāo)優(yōu)化問題通過線性加權(quán)法轉(zhuǎn)化為單目標(biāo)優(yōu)化問題，即

式中，ω1、ω2為權(quán)重因子。為了將多目標(biāo)函數(shù)通過加權(quán)轉(zhuǎn)換為綜合的單目標(biāo)函數(shù)，本文采用文獻(xiàn)[18]中提出的熵權(quán)法進(jìn)行賦權(quán)。

3 模型求解

3.1 差分進(jìn)化算法

基本的差分進(jìn)化DE（differential evolution）算法流程包括變異、交叉、選擇等步驟。

1）變異

DE 算法通過差分策略實(shí)現(xiàn)個(gè)體變異，隨機(jī)選取種群中兩個(gè)不同的個(gè)體，將其向量差縮放后與待變異個(gè)體進(jìn)行向量合成，可表示為

式中：K為縮放因子；xpi(g)為目標(biāo)向量，i=1,2,3；mi(g+1) 為變異向量；g為當(dāng)前進(jìn)化代數(shù)；p1、p2、p3為隨機(jī)數(shù)；Ni為種群規(guī)模。

2）交叉

交叉操作的目的是隨機(jī)選擇個(gè)體，將種群中的目標(biāo)向量和變異向量進(jìn)行混合，然后產(chǎn)生試驗(yàn)個(gè)體。第j個(gè)試驗(yàn)個(gè)體可表示為

式中：CR 為交叉概率常數(shù)，CR ∈[0,1]；Ui,j(g+1)為第j個(gè)試驗(yàn)個(gè)體；mi,j(g+1) 為第j個(gè)變異向量；xi,j(g)為第j個(gè)個(gè)體；rand(j)為均勻分布的隨機(jī)數(shù)，rand(j)∈[0,1] ；randn(i) 為隨機(jī)選擇的維數(shù)變量索引，randn(i)∈[1,2,…,D]，D為解空間的維數(shù)。

3）選擇

DE算法按照貪婪準(zhǔn)則選擇個(gè)體作為下一代種群個(gè)體，可表示為

由式（10）可知，若試驗(yàn)個(gè)體Ui(g+1)的適應(yīng)度f[Ui(g+1)]優(yōu)于目標(biāo)個(gè)體xi(g)的適應(yīng)度f[xi(g)]，則Ui(g+1)被選作子代；其他情況下，xi(g)被保留到下代。

3.2 差分進(jìn)化算法的改進(jìn)

改進(jìn)差分進(jìn)化IDE（improved differential evolution）算法的程序流程如圖3所示。

圖3 改進(jìn)的差分進(jìn)化算法流程Fig.3 Flow chart of improved differential evolution algorithm

1）變異操作的改進(jìn)

根據(jù)空間中生成差分向量的兩個(gè)個(gè)體xp2(g)和xp3(g)的相對(duì)位置，自適應(yīng)地確定縮放因子K，動(dòng)態(tài)調(diào)節(jié)差分向量的大小，即

式中：Kmax、Kmin分別為縮放因子的最大值和最小值；f(xp2)、f(xp3)分別為兩個(gè)個(gè)體的適應(yīng)度。

2）交叉操作的改進(jìn)

通過選擇機(jī)制來處理變異向量和目標(biāo)向量，來動(dòng)態(tài)適應(yīng)CR，即

式中：CRmax、CRmin分別為交叉概率常數(shù)的最大值和最小值；f[mi,j(g+1)]、f[xi,j(g)]分別為變異向量和目標(biāo)向量的適應(yīng)度。

3.3 求解流程

基于上述算法，結(jié)合本文提出的儲(chǔ)能-火電聯(lián)合調(diào)頻策略對(duì)AGC指令進(jìn)行優(yōu)化，詳細(xì)的求解流程如圖4所示。首先輸入未來波動(dòng)預(yù)測數(shù)據(jù)，運(yùn)行經(jīng)濟(jì)優(yōu)化程序，得到儲(chǔ)能-火電聯(lián)合調(diào)頻的基本經(jīng)濟(jì)運(yùn)行值。在得到上層的功率經(jīng)濟(jì)運(yùn)行參考值后，運(yùn)行頻率實(shí)時(shí)優(yōu)化程序，結(jié)合動(dòng)態(tài)仿真，在考慮調(diào)頻性能和儲(chǔ)能狀態(tài)的情況下對(duì)AGC指令進(jìn)行優(yōu)化，不斷重復(fù)，每分鐘更新1次。

圖4 儲(chǔ)能-火電聯(lián)合調(diào)頻策略求解流程Fig.4 Flow chart of solving the energy storage-thermal power joint frequency regulation strategy

4 算例分析

4.1 參數(shù)設(shè)置

本文在Matlab2019a/Simulink 中搭建如圖2 所示的系統(tǒng)仿真模型，來驗(yàn)證本文策略的有效性。設(shè)置兩區(qū)域機(jī)組的額定功率為750 MW，調(diào)頻容量為60 MW，機(jī)組功率偏移成本系數(shù)為3，機(jī)組爬坡率為22.5 MW/min，兩區(qū)域BESS的額定功率和額定容量分別為10 MW/10 MW?h、7.5 MW/7.5 MW?h，選取基準(zhǔn)功率為100 MW，頻率基準(zhǔn)值為fN=50 Hz，充放電效率分別為0.85和0.80，BESS功率成本系數(shù)分別為1.00 和0.75，SOC 偏移成本系數(shù)分別為0.050 和0.035[11]，SOC初始值設(shè)為0.5，SOCb_max和SOCb_min分別為0.8 和0.2，上下兩層的偏差約束因子α1=0.2、α2=0.2，其余具體參數(shù)見表1[12]。

表1 仿真模型參數(shù)Tab.1 Parameters of simulation model

4.2 優(yōu)化策略與仿真結(jié)果

本算例選取電網(wǎng)典型4 h內(nèi)風(fēng)電和負(fù)荷數(shù)據(jù)來驗(yàn)證本文策略，為了更好地驗(yàn)證本文策略對(duì)儲(chǔ)能-火電聯(lián)合調(diào)頻的優(yōu)化效果，添加以下策略進(jìn)行對(duì)比分析：策略1為無儲(chǔ)能策略；策略2為傳統(tǒng)的PI控制策略；策略3為在其他因素相同的情況下僅考慮在波動(dòng)數(shù)據(jù)影響下對(duì)調(diào)頻性能F2和儲(chǔ)能狀態(tài)F3的優(yōu)化，每分鐘更新1次儲(chǔ)能系統(tǒng)出力的比例系數(shù)。

圖5為不同策略下兩區(qū)域的頻率偏差曲線。圖6和圖7 分別為不同策略下兩區(qū)域的SOC 變化曲線與BESS 功率偏差曲線。表2 為不同策略下的評(píng)價(jià)指標(biāo)，其中Δfm、Δfrms、ΔSOCrms分別為最大頻率偏差、頻率偏差均方根、SOC偏差均方根，且數(shù)據(jù)均為兩區(qū)域的均值。

圖5 兩區(qū)域頻率偏差曲線Fig.5 Frequency bias curves in two areas

圖6 兩區(qū)域BESS 的SOC 變化曲線Fig.6 SOC change curve of BESS in two areas

圖7 兩區(qū)域BESS 功率偏差曲線Fig.7 BESS power bias curves in two areas

表2 不同策略下的系統(tǒng)調(diào)頻評(píng)價(jià)指標(biāo)Tab.2 Evaluation index of system frequency regulation under different strategies

從圖5可以看出，相對(duì)于策略2，在儲(chǔ)能系統(tǒng)參與調(diào)頻后頻率偏差明顯減少；策略3和本文策略的頻率偏差均方根與策略2相比，分別減少了26.37%和25.53%。由圖6 和圖7 可知，策略3 和本文策略儲(chǔ)能SOC 的維持效果與策略3相比，具有明顯的優(yōu)勢，可以有效避免儲(chǔ)能SOC 越限，穩(wěn)定地配合機(jī)組參與調(diào)頻；與策略2 相比，其SOC 偏差均方根值分別減少了22.4%和20.1%。從圖7 可以看出，區(qū)域1中本文策略比策略3 的儲(chǔ)能出力小，而區(qū)域2 中本文策略比策略3 的儲(chǔ)能出力大，這是因?yàn)閰^(qū)域1 中的儲(chǔ)能調(diào)頻成本系數(shù)大于區(qū)域2。

為了對(duì)儲(chǔ)能-火電聯(lián)合調(diào)頻的成本損耗進(jìn)行分析，對(duì)3種策略進(jìn)行調(diào)頻成本計(jì)算[11]，以儲(chǔ)能參與調(diào)頻的每15 min為1個(gè)周期，計(jì)算其周期損耗。由圖8可知，該優(yōu)化時(shí)間段內(nèi)本文策略的調(diào)頻周期成本明顯降低，在優(yōu)化時(shí)間段內(nèi)，策略3和本文策略的總調(diào)頻成本與策略2相比，分別降低了5.56%和11.26%。

圖8 儲(chǔ)能-火電聯(lián)合調(diào)頻損耗Fig.8 Energy storage-thermal power joint frequency regulation loss

在對(duì)本文模型采用本文策略進(jìn)行求解時(shí)，將不同算法的尋優(yōu)結(jié)果和IDE 算法的求解結(jié)果進(jìn)行對(duì)比分析，取種群規(guī)模為200，最大迭代次數(shù)為500。由于算法的隨機(jī)性，每種算法運(yùn)行10次，取其最優(yōu)結(jié)果。不同算法的收斂曲線如圖9所示，優(yōu)化結(jié)果對(duì)比如表3 所示。可以看出，IDE 算法的最優(yōu)解和收斂速度優(yōu)于其他算法，在保證系統(tǒng)頻率穩(wěn)定性的情況下，可以更好地提高系統(tǒng)的經(jīng)濟(jì)性。

圖9 不同優(yōu)化算法的收斂曲線Fig.9 Convergence curves of different optimization algorithms

表3 不同算法結(jié)果比較Tab.3 Comparison of result among different algorithms

綜上所述，本文的雙層調(diào)頻策略可以在提高儲(chǔ)能-火電聯(lián)合調(diào)頻性能和SOC 維持效果的前提下，有效地降低調(diào)頻成本。

4.3 不同場景下優(yōu)化結(jié)果對(duì)比

本文策略的時(shí)間尺度是根據(jù)電網(wǎng)3 次調(diào)頻的原理及大量實(shí)驗(yàn)選取的。為了進(jìn)一步研究周期大小（上層周期T1，下層周期T2）對(duì)優(yōu)化效果的影響，選取不同的周期進(jìn)行分析。同時(shí)，為了驗(yàn)證不同預(yù)測誤差λ對(duì)儲(chǔ)能-火電聯(lián)合調(diào)頻效果和成本損耗的影響，分別驗(yàn)證λ1=5%、λ2=10%、λ3=15%不同預(yù)測誤差值下的優(yōu)化效果并進(jìn)行對(duì)比分析。將上述不同場景下的優(yōu)化效果與傳統(tǒng)PI控制進(jìn)行對(duì)比，結(jié)果如圖10 所示，其中，ΨΔf為本文策略與傳統(tǒng)PI控制下頻率偏差均方根的比值，ΨΔSOC為本文策略與傳統(tǒng)PI控制下SOC偏差均方根的比值，ΨΔcb為本文策略與傳統(tǒng)PI 控制下調(diào)頻成本的比值。由圖10可知，在上層周期T1確定的情況下，下層優(yōu)化周期越短對(duì)調(diào)頻性能、儲(chǔ)能系統(tǒng)的優(yōu)化效果越好，縮短T2后ΨΔSOC和ΨΔcb分別提高了21.7%和23.4%，但是對(duì)于調(diào)頻成本的優(yōu)化并不明顯；在下層優(yōu)化周期確定的情況下，縮短上層周期后調(diào)頻成本有所下降，但是對(duì)于儲(chǔ)能系統(tǒng)和調(diào)頻性能的改善微弱。同時(shí)，在不同預(yù)測誤差下，各個(gè)評(píng)價(jià)指標(biāo)的偏差變化均在5%以內(nèi)，因此在考慮負(fù)荷和風(fēng)電預(yù)測誤差的影響下，本文策略均具有較好的優(yōu)化效果。綜上可見，本文策略所選取的時(shí)間尺度可以很好地結(jié)合預(yù)測數(shù)據(jù)對(duì)儲(chǔ)能-火電聯(lián)合調(diào)頻效果進(jìn)行優(yōu)化，對(duì)儲(chǔ)能參與電網(wǎng)調(diào)頻具有重要意義。

圖10 不同場景下的優(yōu)化效果對(duì)比Fig.10 Comparison of optimization effect in different scenarios

5 結(jié)論

（1）本文針對(duì)BESS 與傳統(tǒng)機(jī)組聯(lián)合參與調(diào)頻提出了一種雙層調(diào)頻策略，在上層滿足儲(chǔ)能-火電聯(lián)合調(diào)頻經(jīng)濟(jì)性要求的前提下，下層實(shí)時(shí)優(yōu)化系統(tǒng)的調(diào)頻性能，在保證系統(tǒng)調(diào)頻損耗較小的情況下實(shí)現(xiàn)了系統(tǒng)頻率的穩(wěn)定。

（2）本文通過考慮不同時(shí)間尺度和不同預(yù)測誤差的影響，驗(yàn)證了本文策略在風(fēng)電等可再生能源的波動(dòng)下，能夠很好地維持系統(tǒng)頻率穩(wěn)定和儲(chǔ)能狀態(tài)。同時(shí)，本文所選取的時(shí)間尺度也具有代表性，能夠在保證調(diào)頻性能較優(yōu)的情況下，有效降低系統(tǒng)的調(diào)頻成本。

今后還將考慮環(huán)境效益及碳減排等因素對(duì)儲(chǔ)能-火電聯(lián)合調(diào)頻的影響開展進(jìn)一步研究。