参与快速频率响应的风力发电输出功率决策指标研究

0引言

风力发电(Wind Power Generation,WPG)在电力系统中的渗透率逐渐提高,已经成为电网中非常重要的电源。由于电力电子变换器的存在,风力发电机组转子转速与频率解耦,不能对频率变化做出响应。因此,当大规模WPG并网时,整个系统的频率调节能力将明显减弱,可能会威胁到频率的稳定性。许多国家已经制定了关于WPG如何提供频率支持的电网规范。有的 电网规范仅规定WPG参与一次调频(Primary Frequency Regulation,PFR)[1] ,而另一些规范对WPG的快速频率响应(Fast Frequency Response, FFR)能力也提出了要求[2—4]。

风电机组 (Wind Turbine Generator,WTG)需要 额外的控制策略来响应频率变化。在控制策略中,虚拟惯性控制和下垂控制通过释放转子动能来增加风电机组的输出功率,而超速控制和变桨控制是为 WTG保留部分备用功率的减载控制策略。在一些研究中,为提高WTG的频率支撑效果,将两种或两种以上的控制策略联合使用。如果风电机组不使用减载控制策略或一些储能设备,当频率下降时,风电机组将无法提供持续的功率支撑。然而,减载控制会影响 WTG的经济效益。如果仅使用虚拟惯性控制或下垂控制,则WTG只能参与FFR。此外,由于参与FFR,风电机组的转子速度将偏离最大功率跟踪点,导致速度恢复过程中的功率损失。该功率损失是WTG参与 FFR的成本。当电力系统突然出现大的功率缺额时,频率会迅速下降。当前电力系统中可用的频率支持手段包括直流输电线路的功率调制、抽水蓄能的切 断泵、可中断负载的精准切除、风电机组的FFR等。除参与FFR的WPG外,其他方式提供的支持功率都是固定值,而如何确定参与FFR的WPG的功率支撑大小尚未得到仔细研究。

本文首先分析了参与FFR的风电机组响应的形态特征,然后根据风电场的形态特征,提出了风电场输出功率的决策指标。在这组决策指标中有四个具体的指标,包括功率变化的最大值、功率变化达到最大值的时间、功率变化归零的时间和功率变化的最 小值。根据功率变化的最大值、功率变化达到最大值的时间和功率变化归零的时间等指标,构造了一个三角形,表示风电场输出功率的需求。只要风电场的功率变化能够覆盖该三角形,就可以达到频率最低点的调节目标。只要风电机组转子速度恢复阶段风电场输出功率的变化高于功率变化的允许最小值,风电机组速度恢复对频率恢复的负面影响就可以限制在要求范围内。最后,通过实例验证了所提出的输出功率决策指标的有效性。

1WTG的调频控制策略

1.1虚拟惯性控制和下垂控制

考虑到风电机组运行的经济性,只考虑了虚拟惯性控制和下垂控制的联合控制策略。图1显示了常 用的联合控制策略的结构。

该控制策略通过频率偏差Δ⨍ 和频率变化率dΔ⨍ /dt释放转子动能来实现风电机组的FFR。对应于该控制策略的方程式为:

ΔP=—k_df·dΔ⨍/dt—k_pfΔ⨍   (1)

1.2风电机组响应的形态特征

使用联合控制策略,可以通过改变参数kdf和kpf 来获得风电机组的不同响应曲线,如图2所示。

图2显示,在任何参数组合的情况下,风电机组的输出功率均显示出冲高回落的总体形态特征。然而,在不同的参数值下,输出功率的具体形状是不同的。

1)d⨍ /dt仅在频率下降前期较大,Δ⨍ 在频率最低点达到最大值,说明下垂控制比虚惯性控制作用时间更长。因此,当kdf较小、kpf较大时,输出功率变化ΔP较大,功率支撑持续时间较长。

2)当kpf小而kdf大时,频率变化率d⨍ /dt起主导作用,因此,当频率下降开始时,ΔP将迅速达到最大值。这有助于缓解频率的下降速度,但功率支持的持续时间明显较短。

2风电场输出功率决策指标

2.1决策指标介绍

根据风电机组在FFR期间输出功率变化的形态特征,本文提出了四个功率变化指标,如表1所示,以确定风电场参与FFR时需要提供的输出功率。四个指标所包含的图形如图3所示。

在图3中,点(0,0)、(T_M,ΔP_MAX)、(Tz,0)形成的三角形表示在FFR控制下,通过释放风电机组的转子动能,风电场的输出功率增加。当电力系统瞬间出现巨大的功率缺额时,频率会迅速下降。风电场有必要快速产生一些额外的功率,以减少系统的功率缺额。因此,T_M越小,ΔP_MAX越大,就越有利于抑制频率的快速下降;Tz越大,风电场提供功率支撑的时间就越长,这有助于减少频率的下降。此外,由点(T_M,ΔP_MAX)和(Tz,0)形成的直线表示输出功率的下降速率。Tz越大,输出功率的下降速率越小,对频率恢复越有利。如果风电场的输出功率在达到ΔP_MAX后下降得太快,这种输出功率的下降可能会导致频率的第二次跌落。在转子动能释放后,风电机组将进入速度恢复阶段,在该阶段,风电场的输出功率低于相同风速下的稳态功率。如果风电场的输出功率下降过多,将加剧频率的第二次下降。因此,指标ΔPMIN用于限制输出功率的最低值。

图3所示的曲线是根据频率最低点的 目标值和频率第二次跌落程度的极限确定的。如果风电机组的输出功率可以高于图3所示的曲线,则频率最低点可以高于目标值,并且频率第二次跌落的程度可以控制在限值以内。

除了本文提出的指标外,现阶段已经提出的指标还有风电场功率最大值阶跃指标和风电场功率平均值阶跃指标。风电场功率最大值阶跃指标指导风电场参与调频的方式是要求风电场提供的有功支撑的最大值要大于等于该指标的数值,风电场功率平均值阶跃指标指导风电场参与调频的方式是要求风电场提供的有功支撑的平均值大于等于该指标的数值。

2.2风电场响应的快速决策模型及指标输入模型

为了提高评估和决策的速度,笔者采用了先前研究[5]中提出的快速仿真模型,如图4所示。该模型由电力系统的GSFR模型和构成风电场的风电机组的简化模型组成。由于风电机组的简化模型仅包括风力涡轮机模型、单质量轴模型、发电机的转子运动方程以及与FFR相关的控制器,因此计算速度可以提高1 000倍以上[5]。

为快速获得指标对应的频率响应,使用了如图5所示的基于通用系 统频率 响应(General System Frequency Response,GSFR)模型的快速仿真模型。

GSFR可用来模拟功率缺额条件下整个电力系统的频率变化,根据实际功率缺额和频率响应来确定 GSFR的参数[6] 。由于GSFR的阶数不高,因此计算速度远高于全电力系统仿真的计算速度。图5中的ΔP_d(t)为由电力系统故障引起的功率缺额;指标测试模块生成功率变化曲线ΔP(t),如图3所示;ΔP_a(t)为减去WTG的支撑功率后的系统功率缺额;Δ⨍(t)为频率变化。

3决策指标有效性验证

图6显示了用于本案例研究的改进的IEEE3机9节点仿真系统。发电机G1和G2分别为水力发电机和火力发电机。发电机G3是一个单机等效模型,代表了一个拥有48台基于双馈异步风力发电机(Doubly Fed Induction Generator,DFIG)的1.5 MW风力发电机组的风电场。输入风速为9 m/s,原始虚拟惯性系数 k_df为10,原始跌落系数k_pf为50[7]。该系统中使用的扰动是母线5上负载功率突然增加15 MW。这种功率缺额大约是整个系统的0.0513 p.u.。在没有WPG参与 FFR的情况下,频率下降的最低点达到49.73 Hz。

首先得到风电场参与调频时的有功响应曲线和系统的频率响应曲线;再根据风电场有功响应曲线得出四个指标的数值;将得到的图形化指标、风电场

功率最大值阶跃指标、风电场功率平均值阶跃指标分别代入GSFR模型,得到风电场有功响应曲线与各指标对比如图7所示。系统的频率曲线与各指标经过GSFR得到的频率响应曲线对比如图8所示,各个指标和风电场详细模型的功率量对比如图9所示。

指标的作用是为决策目标提供最低限制,即要想达到目标频率要求,必须高于指标数据。因此,从图7可以看出,本文提出的决策指标在风电场功率响应之下,即被风电场响应功率完全覆盖;两种阶跃指标在风电场功率响应之上或没有被覆盖住。从图形化角度来看,本文提出的指标可以为风电场输出功率提供决策指导。

从频率角度来看,如图8所示,风电场的频率响应曲线要高于本文提出指标的频率响应曲线,结合图7可知,只要功率曲线高于指标,频率就能被抬升到指标要求以上;而功率最大值和平均值阶跃指标的频率响应曲线都要高于风电场的频率曲线,即按照阶跃指标来决策时,指标可以达到目标频率要求,但风电场达不到要求。因此,采用这两种指标不能够为风电场参与调频提供精准决策。

从能量角度来看,如图9所示,功率最大值阶跃和功率平均值阶跃所需要的增发功率都比图4所示详细模型中风电场提供的增发功率要高,而本文提出的指标需要的增发功率要少于风电场提供的增发功率;本文提出的指标限制了损失功率的数值,而阶跃指标在损失功率上没有做出指导。因此,从能量角度上也可以表明,本文提出的指标可以清晰地指导风电场参与调频的精准决策。

以上结果表明,只要风电场的输出功率能够高于四个指标组包围的图形,就可以确保频率调节目标的实现。

本文仅研究了所提出的输出功率决策指标的有效性,后续将进一步研究调整FFR控制参数以使风电场达到功率输出目标以及风力发电机的最佳组合方案,以实现功率输出目标。

4结束语

风力发电已经是电力系统中的一个重要电源。风电场参与FFR对保持频率稳定性具有重要意义。准确确定参与FFR的风电场的功率响应对于实现频率调节目标至关重要。因此,本文提出了一组输出功率决策指标。只要风电场输出功率的变化能够覆盖代表输出功率变化需求的三角形,就可以满足频率最低点的调节目标。只要风电机组转子速度恢复阶段风电场输出功率的变化高于允许的变化率和允许的最小值,风电机组转速恢复对频率恢复的负面影响也可以限制在要求范围内。基于所提出的输出功率决策指标和GSFR模型,可以快速确定输出功率决策指标的频率响应结果,获得的输出功率指标可以为调整风力发电机组的控制参数或确定应参与风电场FFR的风力发电机组提供依据。最后,通过实例验证了所提出的输出功率决策指标的有效性。

[参考文献]

[1] MENG L X,ZAFAR J,KHADEMAK,etal.FastFrequency Response From Energy storage systems—A Reviewof Gridstandards,ProjectsandTechnical Issues[J].IEEETransactionsonsmartGrid,2020,11 (2):1566-1581.

[2] sULN,QINXH,ZHANGs,etal.Fast frequency response of inverter-based resources and its impact on system frequency characteristics [J].Global Energy Interconnection,2020,3(5):475-485.

[3] FERNANDEZ-MUNOZ D,GUIsANDEZ I,PEREZ-DfAZJ I,etal.FastFrequencycontrolservices inEurope[c]// 201815thInternationalconferenceonthe Euro-pean Energy Market(EEM),2018: 1-5.

[4] FERNANDEZ-MUNOZ D,GUIsANDEZ I,PEREZ-DfAZ J I,etal.Fast Frequency control services in Europe[c]//2018 15th International conference on the European Energy Market(EEM),2018: 1-5.

[5]彭琰,马骏超,金宇清,等.风电参与电网频率支撑的快速仿真模型[J].浙江电力,2022,41(5):40-46.

[6]JUP,ZHENGY,JINYQ,etal.Analyticassessment ofthepowersystemfrequencysecurity [J].IET GenerationTransmissionDistribution,2021,15(15):2215-2225.

[7]赵晶晶,吕雪,符杨,等.基于可变系数的双馈风机虚拟惯量与超速控制协调的风光柴微电网频率调节技术[J].电工技术学报,2015,30(5):59-68.

2025年第2期第1篇