風電友好并網的新引擎-儲能系統

發布日期：2018-01-29 來源：北極星電力 瀏覽次數：677

近年來,風力發電在世界范圍內得到了快速發展。隨著風電滲透率不斷增大,風力發電在為電網輸送大量清潔電能的同時,對電力系統可靠性、穩定性等方面的影響愈發顯著。究其原因,主要在于風速的波動性、間歇性及隨機性引起風電功率波動,并且難以準確預測。因此,研究平滑風電出力,實現穩定可靠的風電輸出具有重要意義。

為減小風電功率波動對電力系統的不利影響,不同國家根據自身電力系統的特點對風電場設置了不同的風電波動限制指標。例如：美國ERCOT電力公司與德國E.ON電力公司的風電波動限制指標均為每1 min最大波動量不超過風電場裝機容量的10%;中國根據風電場裝機容量,分別在1 min、10 min兩個時間尺度對最大波動量進行限制。基于此,本文中平滑風電出力是指在風電場內部或端口采取措施,減小風電場分鐘級功率波動,使其滿足風電波動限制指標要求。

目前,平滑風電出力主要包括風電機組改進控制與儲能系統輔助控制兩類方法。文獻[5]提出了一種結合風力機變槳控制和發電機變速控制的發電機有功功率平滑控制策略,該策略可降低直驅永磁同步風力發電機輸出有功功率的波動,控制發電機轉速運行范圍。然而,風電機組改進控制多以犧牲風能捕獲效率為代價,影響了風電機組的運行經濟性。在能源互聯網的推動下,以大規模電池儲能為代表的新型儲能技術得以快速發展,在風電場端口集成儲能系統以平滑風電出力正逐漸成為理論研究與工程示范的熱點。在理論研究領域,研究主要集中在儲能系統的風電平滑策略、功率容量配置方法等關鍵技術;在工程示范領域,世界上已有多個可用于平滑風電出力的儲能示范項目,例如美國Kahuku風電場儲能示范項目、中國張北風光儲輸示范項目等。

綜上,本文首先總結了新型儲能技術示范項目的建設成果,其次梳理了儲能系統的類型選取,再次論述了儲能系統的風電平滑策略、功率容量配置方法等關鍵技術。最后,探討了未來待研究的關鍵科學問題,以期為儲能系統平滑風電出力的研究與應用提供一定借鑒。

1 新型儲能技術示范項目的建設成果

首先總結了新型儲能技術示范項目的建設成果,隨后列舉了國內外典型的可用于平滑風電出力的儲能示范項目,最后選取一個典型項目進行介紹。

1.1 建設成果

根據美國能源部信息中心項目庫的不完全統計,截至2016年8月,全球新型儲能技術示范項目高達1000余項,其中已運行儲能項目約900項,已宣布與在建項目約100項。已運行或在建的儲能示范項目國家分布如圖1所示。

美國在儲能裝機規模與示范項目數量上都處于領先地位,項目數量占全球總數量的48%,主要為太陽能熱發電熔融鹽儲能;我國次之,項目數量占全球總數量的7%,主要為電化學儲能;韓國占6%,全部為電化學儲能;西班牙占5%,主要為太陽能熱發電熔融鹽儲能。

上述示范項目的應用模式主要包括：促進集中式風電、光伏接入電網,提高輸配電及用電側可靠性,提升分布式發電或微電網運行能力,以及提供電網輔助服務。表1列出了國內外典型的可用于平滑風電出力的儲能示范項目。由表1可知,示范項目的儲能系統多為電池儲能。這主要由于,電池儲能布點靈活且具有較快的響應速度及較高的能量密度,既可平滑風電出力,也可實現緩解棄風、參與調峰、提供備用等功能。

1.2 中國遼寧臥牛石風電場

中國遼寧臥牛石風電場安裝有33臺1.5 MW風力發電機組,總裝機容量49.5 MW。風電場經66 kV母線接入遼寧電網。儲能系統選用全釩液流電池(5MW/10 MW?h),采用模塊化設計,單元儲能系統輸出功率為352 kW,整套儲能系統由15套可獨立調控的352 kW單元儲能系統構成。在能量管理系統的統一調度下,儲能系統包含平滑風電出力、跟蹤計劃出力、緩解棄風、暫態有功出力緊急響應及暫態電壓緊急支撐等功能。

實際運行數據表明,儲能平滑風電出力后,風電場1 min最大波動量大幅減小,可以實現其小于GB/T 19963—2011《風電場接入電力系統技術規定》中最大波動量限值4.95 MW的控制目標。

2 儲能系統的類型選取

儲能系統的類型選取是儲能風電平滑策略及功率容量配置方法的前提,而風電波動限制指標及儲能系統功率特性是影響儲能系統類型選取的關鍵因素。為此,本節根據風電波動限制指標及儲能系統功率特性,給出了平抑不同時間尺度風電功率波動的儲能系統參考類型。

為定量描述風電功率波動,現有研究提出了給定時間尺度風電功率最大波動量、相鄰采樣時刻風電功率波動量及歸一化標準差等評價指標。給定時間尺度風電功率最大波動量,從時間尺度、波動幅值兩個維度對風電功率波動進行描述。相鄰采樣時刻風電功率波動量,多反映風電功率的爬坡速率。歸一化標準差本質為標準差的標幺值,基準值為風電場裝機容量。該指標越大,風電波動越明顯,反之亦然。

目前,不同國家多采用給定時間尺度風電功率最大波動量,作為風電波動限制指標。該指標的時間尺度和波動幅值分別對儲能系統的功率特性和存儲容量提出了要求。因此,儲能系統的類型選取應重點關注儲能系統的功率特性。表2給出了主要儲能系統的功率特性指標。

當平抑短時間尺度(1 min以下)風電功率波動時,對儲能系統的響應時間、循環次數提出了較高要求,多采用超級電容儲能、飛輪儲能及超導磁儲能;當平抑較長時間尺度(數min到數10 min)風電功率波動時,對儲能系統的能量密度提出了較高要求,多采用鋰電池、鉛酸電池及液流電池等電池儲能;壓縮空氣儲能、抽水蓄能雖然技術成熟,但由于其對地理環境的特殊要求以及其典型放電時間與平滑風電出力時間尺度的不匹配,兩者不適合配置在風電場端口平滑風電出力。此外,當需平抑多個時間尺度的風電功率波動時,多采用混合儲能系統,例如超級電容與電池混合儲能系統。

綜上,雖然根據風電波動限制指標及儲能系統功率特性,可得到平抑不同時間尺度風電功率波動的儲能系統參考類型,但儲能系統最終類型的確定還需結合儲能系統的風電平滑策略及功率容量配置方法進行綜合分析。

3 儲能系統的風電平滑策略

圖2給出了儲能系統平滑風電出力的基本流程。首先獲取風電目標出力,隨后綜合風電功率及風電目標出力確定儲能初始功率計劃,并通過能量狀態反饋控制予以修正,最終在儲能內部單元間進行功率分配,確定各單元充放電功率指令。其中,獲取風電目標出力、能量狀態反饋控制是風電平滑策略的核心。

3.1 獲取風電目標出力

風電目標出力是指經儲能系統平滑后期望得到的風電功率。風電目標出力的獲取方法與儲能系統的風電平滑策略密切相關。目前,風電平滑策略可分為兩類：直接平滑策略與間接平滑策略。兩者區別在于平滑后能否實現風電調度,其中風電調度是指風電功率在給定時間窗口內為一定值。由于前者僅需滿足風電波動限制指標要求,所需儲能功率容量較小,而后者需實現風電調度,所需儲能功率容量較大?；诖?風電目標出力的獲取方法也相應分為兩類：直接平滑策略的風電目標出力獲取方法與間接平滑策略的風電目標出力獲取方法。

3.1.1 直接平滑策略的風電目標出力獲取方法

風電目標出力獲取方法主要包括以下幾種：一階濾波、卡爾曼濾波及小波濾波等濾波控制算法,滑動平均、加權移動平均及模型預測控制等其他控制算法。

1)濾波控制算法。

一階濾波算法的關鍵控制參數為濾波時間常數,濾波時間常數越大,風電目標出力越平滑,需要的儲能功率容量越大,反之亦然。文獻[12]通過一階濾波算法獲取風電目標出力,分析了不同濾波時間常數下的風電平滑效果。文獻[14]采用一階濾波算法得到風電場側、電網側儲能的風電目標出力,并通過神經網絡擬合儲能配置容量、濾波時間常數與風電波動評價指標的關系,最終得到儲能最佳配置容量與最佳濾波時間常數。上述文獻均通過定時間常數一階濾波算法獲取風電目標出力,但由于風電功率的不確定性,定時間常數一階濾波算法易引起過補償,增大儲能配置容量。

針對上述不足,已有學者開展了利用變時間常數一階濾波算法獲取風電目標出力的研究。文獻[15]根據實測波動率調整濾波時間常數,減小了儲能出力與荷電狀態的變化。文獻[16]提出了一種通過優化模型調整濾波時間常數的新思路,首先將多時間尺度的風電波動限制指標轉化為不等式約束,隨后滾動求解優化模型調整濾波時間常數,提高了風電平滑效果。

卡爾曼濾波算法已在短期負荷預測、動態狀態估計等方面得到了廣泛應用。文獻[17]提出了一種模糊自適應卡爾曼濾波控制策略,在平滑風電出力的條件下,有效管理儲能荷電狀態。文獻[18]根據風電功率波動量,調整卡爾曼濾波的過程噪聲和量測噪聲協方差,減小了儲能配置容量。

小波變換具有處理非平穩信號序列的強大能力,在處理風電波動特性方面具有顯著的優勢。文獻[19]通過Meyer小波獲取風電目標出力,利用超級電容儲能平抑風電功率波動的高頻分量,雙電池儲能平抑風電功率波動的低頻分量,并根據電池容量與荷電狀態的乘積在雙電池儲能間分配功率。文獻[20]提出了一種混合儲能協調控制策略：首先通過小波濾波獲取滿足風電波動限制指標要求的混合儲能綜合出力,隨后根據超級電容儲能與電池儲能的最佳匹配頻帶分配功率。

2)其他控制算法。

滑動平均算法的關鍵控制參數為滑動平均時段長度M：若M選擇過大,風電功率隨時間變化的長期趨勢會反映在分鐘級波動分量上;若M選擇過小,風電功率的短時波動會反映在持續分量上。文獻[21]將M取為30 min,選擇風電功率持續分量作為風電目標出力,并設計了一種儲能在線運行策略,避免了儲能在充放電狀態間頻繁轉換。

加權移動平均算法的兩個重要參數分別為權重與移動平均項數N。前者反映對各時刻風電功率的重視程度,后者與濾波效果緊密相關：N越大,通帶越窄,濾波后風電出力越平滑,反之亦然。文獻[22]根據前一時刻充放電平衡度指標調整N,并將前N-1時刻的風電功率加權平均值作為當前時刻的風電目標出力,克服了普通方法在風電功率驟變時平滑效果變差的不足。

模型預測控制算法是一種基于過程預測模型,采用回退視界策略,綜合考慮系統動態性能、控制目標及約束條件的在線優化控制方法。文獻[23]構建了以控制時域內儲能出力與儲能存儲能量偏差平方和最小為目標,考慮風電爬坡速率等約束的優化模型,采用二次規劃算法求解。

本文由中國電氣網搜集整理，不代表中國電氣網的立場，中國電氣網承諾:我們不制造電氣電力資訊，我們是電氣電力資訊的搬運工。歡迎加入電氣網。我們這里有你需要的電氣信息。