1上海电力新能源发展有限公司 上海 200000 2上海上电新达新能源科技有限公司 上海 200000
摘要:近年来,日益频繁的极端天气,例如台风、飓风等,在全球范围内导致了许多严重的停电事故和经济损失,这凸显了电力系统对难以预测的小概率——高损失极端气候灾害应对能力严重不足的问题。电力系统在极端天气条件下保障重要用户供电恢复的能力已引起广泛关注。以恢复力为导向的配网规划研究是学者们关注的焦点之一。本文对多源储能优化的电力系统暂态稳定控制策略进行分析,以供参考。
关键词:多源储能;电力系统;暂态稳定控制
引言
随着现代电力系统的广域互联,电力系统形态结构愈发复杂,运行方式愈发多样,系统运行的安全稳定性面临着极大的挑战。对其进行预想故障下的快速暂态稳定评估,有助于系统监控人员及时采取后续的预防控制措施,对维持系统暂态稳定性而言十分重要。
1概述
2020年9月,我国提出二氧化碳排放力争于2030年前达峰,2060年前实现碳中和,这一目标为我国能源行业低碳转型指明了方向。在此背景下,提升能源利用效率、降低二氧化碳排放已成为能源发展中需要重点考虑的问题。综合能源系统作为一种将电、气、热等能源紧密整合的一体化系统,得到越来越多的关注。储能系统是综合能源系统重要组成部分,有助于综合能源系统中不同能源的耦合、协调运行,以及降低系统碳排放量。因此,如何对综合能源微网系统的电/热混合储能系统进行优化配置,成为重要的研究议题。在研究储能系统优化配置问题时,虽然经济性是需要考虑的重要因素,但不是唯一因素。碳排放因素在系统优化配置中具有重要意义,也是实现“碳达峰,碳中和”目标的必然选择。对综合能源系统中的氢储能设施进行了优化配置,将碳排放作为了一项优化目标,通过实例验证了碳减排效果。提出了碳排放惩罚因子的概念,将碳排放惩罚作为优化目标,降低了系统的碳排放。考虑碳排放的综合能源系统优化运行,在降低系统运行成本的基础上,降低了碳排放。然而,在目前的研究工作中,几乎没有涉及专门针对电/热混合储能优化配置的研究,电和热是综合能源系统的重要组成部分,在考虑碳排放和经济性因素下,研究电/热混合储能优化配置十分必要。
2虚拟调速器对VSG暂态功角稳定
为了应对能源危机和环境污染,大量新能源如太阳能、风能通过电力电子变换器连接到电网中,大幅降低了电网的惯性水平。为了补偿系统的惯性损失,虚拟同步发电机VSG(Virtual-Synchronous-Generator)受到了广泛关注。VSG由于其控制系统中添加了转子运动回路、虚拟调速器VG(Virtual-Governor)回路、无功控制回路等环节,能模仿同步发电机SG(Synchronous-Generator)的输出特性,具有惯性支撑、频率调节和电压控制的能力。然而,与同步发电机类似,在大扰动下由于输入机械功率与输出电磁功率的不平衡造成加速面积大于减速面积,VSG也将面临严重的暂态稳定性问题。
3对数据缺失的电力系统暂态稳定评估
由于电网互联规模和复杂度日益增加,电力系统运行愈发接近稳定极限。而随着高比例新能源、高比例电力电子设备对电力系统的渗透,系统运行的稳定水平受到严重影响,电力系统稳定运行的问题愈加受到人们的重视。因此,实施有效可靠的安全稳定实时监测成为当前对电力系统运行的迫切要求。电力系统暂态稳定评估在安全稳定研究中具有重要作用。传统的暂态稳定评估TSA(Transient-Stability-Assessment)方法,如时域仿真法、直接法等通常都依赖于精确的系统建模与大量的时域仿真计算,这对电力系统量测数据的完整性和时域仿真计算的准确性提出了要求。当电力系统量测数据缺失时,利用传统TSA方法建立的模型精确度大大降低,随着大规模时域仿真计算的进行,模型预测结果的准确度也随之减小。受限于这些缺陷,找到一种能够在及时准确处理缺失数据的同时保持较快较精准计算速度的新模型方法迫在眉睫。随着智能电网的发展,以同步相量测量单元PMU(Phasor-Measurement-Unit)为信息采集装置的广域量测系统WAMS(Wide-Area-Measurement-System)在电网中的应用日益广泛。由于PMU装置的高频率信息采集特征,WAMS能够对电力系统运行状态进行实时监控。对于信息采集频率的加快,传统的机理分析方法无法很好的应对海量数据,因此近年来,基于机器学习算法的暂态稳定分析引随着智能电网的发展,以同步相量测量单元PMU(Phasor-Measurement-Unit)为信息采集装置的广域量测系统WAMS(Wide-AreaMeasurement-System)在电网中的应用日益广泛。由于PMU装置的高频率信息采集特征,WAMS能够对电力系统运行状态进行实时监控。
4暂态稳定评估
4.1离线训练
在离线训练阶段,首先从时域仿真中获取暂态稳定评估原始数据集,每个样本的特征包括节点电压幅值和相角、发电机有功功率和无功功率、线路损耗等,利用MAHAKIL过采样方法对原始数据集进行过采样,使得失稳样本和稳定样本的数量基本达到平衡。经MAHAKIL采样后的样本集采用五倍交叉验证,循环将样本集的80%作为训练集,剩余20%作为测试集,对训练集进行重复有放回采样,并行训练20组CLM以集成BCLM模型,模型输入和输出分别为样本特征与其对应的暂态稳定标签,模型训练之后在测试集上对模型性能进行初步验证。
4.2在线评估
将训练好的BCLM模型投入在线应用,当系统实时的PMU量测数据输入训练好的BCLM模型时,电力系统当前运行状态的暂态稳定评估结果可以被立即给出。若当前运行状态被评估为稳定,则保持对电力系统的持续监测,否则,向系统监控人员发出警报信息。1)通过MAHAKIL过采样方法对原始样本集进行采样处理,生成新的平衡样本,有助于提高后续暂态稳定评估模型的评估性能。与ROS、SMOTE和ADASYN方法相比较,MAHAKIL过采样算法对样本分布失衡的改善效果更好。2)通过选取不同的原始样本集规模进行模型性能测试,发现MAHAKIL过采样算法在解决原始样本不平衡问题的同时,对样本特征信息的保全程度较高,用较小的样本规模训练出准确率较高的评估模型,大大减少模型训练所需时间。3)将BCLM与其余4种的数据驱动模型进行对比分析,BCLM表现出更高的预测准确率和召回率,其暂态稳定评估性能相比之下更加优越。
结束语
本文基于恢复力约束开展重要用户配备的分布式储能的优化规划,根据电网正常运行方式下优化电网运行的分布式储能的组合响应动作策略后,开展弹性恢复力的投资效益分析,为重要用户的储能系统容量的选择提供了重要的理论依据。基于本文方法可实现通过价格信号或激励手段挖掘用户侧的优化潜力,在实现用户侧紧急恢复供电的同时,通过分时电价引导分布式储能等重要互动资源参与配电网的优化运行,平衡电网侧和负荷侧的需求,使未来配电网具备足够的“柔性”以主动适应负荷的峰谷差、波动性与日扩大的新常态。
参考文献
[1]赵倩宇.可再生能源发电多层级规模化接入电网分析与优化配置[D].天津大学,2019.
[2]李大双.提高微电网暂态稳定性的储能优化配置方法研究[D].东北大学,2015.
[3]吴迪,刘世林,文劲宇.一种基于暂态稳定风险的储能位置与容量优化方法[J].电力科学与技术学报,2012,27(01):19-26.
[4]吴迪.基于暂态稳定风险的储能位置与容量优化方法[D].华中科技大学,2012.
[5]吴迪,刘世林,文劲宇,曹毅.基于概率暂态稳定的储能位置与容量优化方法[C]2011:126-131.