DQZHAN技術訊：發電成本*小的微電網全分布式頻率控制技術
1.問題提出背景: 微網頻率控制的特殊性
1可再生能源發電給微網控制帶來的挑戰
微電網是智能電網的重要組成部分, 其*大特點是具有高度的自治性, 即通過自主的協調與控制, 實現電力供需的本地化和單元化。與此同時, 微網的另一個重要特點是可再生能源的高滲透率。利用分布式太陽能和風力發電技術, 微網能夠有效節約傳統化石燃料, 降低發電成本, 減少污染氣體的排放。傳統上, 微網采取類似于大型電力系統中的三級控制模式。以孤立微網的頻率控制為例, 一次調頻解決微網功率的實時平衡和穩定運行問題, 二次調頻在一次調頻的基礎上進行頻率的無差控制和電能質量的改善, 而微網的經濟調度則基于對分布式電源發電容量和負荷需求的預測以固定周期循環進行, 又被稱為微網的三次調頻。然而, 由于分布式電源容量較小但波動性很強, 加之負荷的頻繁變化, 微網對發電容量和負荷需求的預測存在很大偏差, 導致基于預測的經濟調度沒有實際應用價值。另一方面, 因為缺少旋轉設備, 微網的慣性系數很小, 功率不平衡將產生嚴重的頻率波動, 所以快速靈活的頻率恢復控制十分必要。再者, 集中式控制存在單點失效問題, 而分布式系統中個別控制器的退出并不會影響系統的運行。因此, 將經濟調度與調頻的目標統一, 采用全分布式構架實現微網敏捷的經濟調頻控制。
2微網調頻對控制的需求
鑒于微網調頻的特殊性, 頻率控制方法應該具有以下5點性質:
a) 可靠性: 保證微網**可靠運行, 盡量降低單點故障對系統穩定運行的影響;
b) 敏捷性: 及時應對分布式電源和負荷的波動, 提高頻率恢復的響應速度;
c) 擴展性: 適應不同規模和類型的微網, 并實現電源與負荷的即插即用;
d) 上等性: 保障用戶的電能質量, 盡量減小頻率與額定值之間的偏差;
e) 經濟性: 考慮分布式電源發電成本和儲能運行成本, 合理分配分布式電源的出力, 提高微網運行經濟性和可再生能源利用率。
3為什么采用分布式控制方法
集中式的微電網控制依賴于微網集中控制器, 后者通過復雜的通信網絡采集全網的信息, 經過集中式的優化計算后將控制指令下發給各分布式電源和儲能裝置。這種控制方式不僅增加了通信網絡和控制器的造價, 而且可靠性差, 存在單點失效的問題, 無法適應即插即用的要求, 復雜的通信網絡也引入了嚴重的通信時延, 降低頻率恢復速度。
相反地, 分布式控制將電源和儲能視為獨立的智能體, 各智能體之間基于點對點的通信, 只與直接相連的“鄰居”之間進行通信并交換少量的信息, 整個系統通過迭代達到優化運行的目標。分布式控制只要求智能體之間的通信拓撲是連通的, 因而大大提高了控制系統的可靠性, 也符合微網對即插即用的要求。因此本文對全分布式的頻率控制技術展開了研究。
2.模型建立: 考慮可再生能源發電與儲能的經濟性指標
考慮一個含有傳統能源分布式電源, 可再生能源分布式電源, 以及儲能裝置的微電網, 其運行總成本等于各分布式電源的發電成本與儲能的運行成本之和。我們的目標是使得在頻率恢復的同時實現總成本的*小化, 同時提高可再生能源的利用率, 當無法消納所有的可再生能源時, 則按照預測*大可用發電容量在各分布式電源之間合理分配功率。事實上, 按照下面的方法設置各裝置的成本函數, 上述目標可統一為成本*小化問題:
(1) 傳統能源的分布式電源: 其發電成本類似于大型電力系統中的火電機組, 可建模為有功出力的二次函數;
(2) 可再生能源的分布式電源: 由于我們的目標是提高可再生能源的利用率, 盡量避免棄光棄風, 因此其成本函數可設為實際出力與預測可用*大發電容量差值的平方, 再除以預測*大可用發電容量, 即能源利用率越高成本越低, 且該成本函數也具有二次函數形式;
(3) 儲能裝置: 儲能裝置的成本主要考慮充放電速率對裝置壽命的影響, 因此也可設置為交換功率的二次函數, 成本隨著交換速率**值的增加而增加, 與分布式電源不同的是, 其交換功率可正可負。
根據等微增率準則: 當系統總的成本*小時, 各分布式發電或儲能(DER)成本函數的微增率相等, 或其出力在約束邊界上。因此, 暫時不考慮DER的出力上下限約束, 則功率平衡問題可以表示成以功率失配量的平方*小為目標函數, 以各DER成本微增率相等為等式約束的凸優化問題, 下面我們介紹如何通過分布式的自律控制算法求解這一問題。
3.分布式自律控制方法
根據分布式次梯度算法, 各DER控制器可通過分布式通信和迭代控制求解上述凸優化問題。迭代的基本思路是: 各DER的微增率為其自身與“鄰居”上一步迭代微增率的加權平均, 加上系統功率失配量平方的梯度項, 而后者恰好等于系統功率失配量乘以系數。由于系統功率失配量本地DER控制器無法獲取, 因此我們采用頻率與額定值的偏差來替代。可以證明, 當迭代收斂時, 各DER的成本微增率相等, 且系統的頻率恢復至額定值, 相關內容請參見原文。因此, 迭代中各DER需要的信息僅為端口的頻率測量值, 以及自身和其“鄰居”傳遞過來的成本微增率, 信息交換量極少, 通信負擔很輕。
在上述過程中, 我們沒有考慮DER出力的上下限約束, 實際上這一約束在迭代過程中很容易滿足。當某一DER的出力在迭代過程中達到邊界時, 只需要將其出力固定在邊界上, 其余DER繼續參與控制。根據等微增率準則, 該方式下得到的成本是*優的。為了保證迭代控制得以繼續, 那些出力固定的DER的微增率仍然參與迭代, 其**作用是在鄰居之間傳遞信息, 而與自身的實際出力無關, 因此是“虛擬”的微增率。而由于各DER實際的出力已反映在頻率變化中, 因此這種方式不影響算法的收斂性。
4.算例驗證
本文算例搭建的仿真系統含2臺傳統發電機, 3臺光伏發電裝置, 1臺儲能裝置, 以及對應的負荷。我們分別模擬了負荷突然增加和突然降低兩種情況下微網頻率和各DER出力的變化, 為了驗證本文方法的效果, 我們以集中式方法和通過分布式算法收集全局信息再進行控制的方法作為對比算例。結果表明月, 本文提出的方法有更快的收斂速度, 且在負荷較大時, 光伏電池全部滿發, 在負荷較小時, 傳統電機均達到出力*小限制, 光伏之間按照預測*大可用發電容量分配功率。
我們計算了4種不同情況下通過集中式內點法求得的*小成本, 并與本方法得到的結果進行對比, 可以發現兩者基本一致。因此, 本方法保證了發電成本的*優。
在存在測量誤差的情況下, 我們對比了采取兩階段方法與只采取次梯度法調頻的效果, 結果顯示, 只采取次梯度法造成了頻率的震蕩, 而采取兩階段法后系統頻率可以恢復穩定。
此外, 在點對點通信系統分別存在0.03 s和0.1 s的通信時延的情況下, 我們對比了本文提出的方法與另兩種方法的頻率控制效果, 結果顯示, 本文的方法在存在通信時延的情況下具有更快的頻率恢復速度。
文章還利用一個實際的獨立系統進行了上述仿真驗證, 得到了同樣的結論, 限于篇幅不再列出。
5.結語
本文提出了一種全分布式的微網頻率控制方法, 該方法在實現頻率恢復的同時能夠保證微網發電成本的*小, 提高可再生能源的利用率及其合理分配。基于分布式的次梯度算法和平均一致算法, 各發電或儲能單元只需要與鄰居交互成本微增率, 通信負擔很輕, 系統可靠性相比集中式控制顯著提高。仿真結果表明, 本文方法具有很好的頻率恢復動態品質, 并且當系統存在測量誤差、通信時延或局部故障的情況下本文方法都能保證系統頻率穩定, 具有一定的工程應用價值, 特別適用于缺乏專業人員值守的微網。
