趙熙臨，李品，付波

(湖北工業(yè)大學(xué)電氣與電子工程學(xué)院，武漢430068)

0 引言

社會發(fā)展對能源需求的提升給能源供給帶來了壓力。為減少化石能源消耗，以風(fēng)電、光伏為代表的新能源得到了廣泛使用[1 - 2]。然而，風(fēng)電等新能源的大規(guī)模并網(wǎng)會對原有系統(tǒng)的頻率穩(wěn)定控制造成沖擊[3 - 4]。為了保證電力系統(tǒng)安全運行，在含風(fēng)電的電力系統(tǒng)中，風(fēng)電機(jī)組具備調(diào)頻能力是必要的。

有關(guān)風(fēng)電機(jī)組參與電網(wǎng)調(diào)頻的研究主要有虛擬慣性和備用容量控制[5]。虛擬慣性控制以電網(wǎng)頻率變化率為參考，通過釋放風(fēng)機(jī)轉(zhuǎn)子動能來改變其有功輸出進(jìn)行電網(wǎng)頻率調(diào)節(jié)，能夠在系統(tǒng)頻率發(fā)生變化時快速做出響應(yīng)[6 - 7]。但是虛擬慣性控制對轉(zhuǎn)子轉(zhuǎn)速有約束，所能提供的有用功率增量有限。同時，在轉(zhuǎn)子完成慣性響應(yīng)后的轉(zhuǎn)速恢復(fù)階段，需要吸收或者釋放額外的能量，從而導(dǎo)致系統(tǒng)的頻率發(fā)生二次變化，故該控制方式需要限制機(jī)組的慣性響應(yīng)時間或者研究額外的補(bǔ)償措施[8]。

在備用容量控制方式中，研究較多的是槳距角控制[9 - 10]。該控制方式通過改變槳距角的大小使風(fēng)機(jī)吸收的機(jī)械功率增大或者減小，調(diào)節(jié)范圍較廣，若通過風(fēng)速分區(qū)確定運行狀態(tài)，基本可實現(xiàn)全風(fēng)速段的控制[11]。但該方法一方面存在棄風(fēng)的現(xiàn)象，影響風(fēng)電運行經(jīng)濟(jì)性；另一方面，由于執(zhí)行機(jī)構(gòu)涉及機(jī)械部件，響應(yīng)速度較慢，不能很好地適應(yīng)當(dāng)前電網(wǎng)頻率的快速調(diào)整需求，且槳距角的調(diào)整會造成機(jī)械磨損，頻繁參與調(diào)頻會進(jìn)一步增加其維護(hù)成本[12 - 13]。因此，綜合風(fēng)電機(jī)組本身運行過程中存在的約束及風(fēng)電的不確定性，需要有其他手段對含風(fēng)電電力系統(tǒng)調(diào)頻過程中風(fēng)機(jī)的參與行為進(jìn)行支撐。而儲能電池由于響應(yīng)速度快和輸入輸出可控性高等特征，可輔助電網(wǎng)調(diào)頻，被認(rèn)為是保障大規(guī)模風(fēng)電并網(wǎng)后電網(wǎng)頻率穩(wěn)定的重要舉措[14 - 15]。

儲能參與電力系統(tǒng)調(diào)頻主要是通過電池充放電對系統(tǒng)出現(xiàn)負(fù)荷擾動時的功率缺額進(jìn)行補(bǔ)充。目前的控制方式主要有虛擬慣性和虛擬下垂控制。虛擬慣性控制可以減緩頻率變化率，抑制頻率的變化速度，使頻率的變化更平緩[16]；虛擬下垂控制則主要針對頻率偏差，降低一次調(diào)頻的穩(wěn)態(tài)誤差[17]。在這兩種基本方法基礎(chǔ)上，為了更好地控制調(diào)頻效果，有研究根據(jù)頻率的動態(tài)變化，實時調(diào)整虛擬慣性和虛擬下垂的分配比例系數(shù)，實現(xiàn)兩種控制方式的平滑切換，提高控制過程中頻率的暫態(tài)響應(yīng)表現(xiàn)[18]?？紤]到電池充放電深度對電池的老化有著顯著的影響，充放電深度過高會減少電池的循環(huán)使用壽命，文獻(xiàn)[19]提出基于動態(tài)任務(wù)系數(shù)的儲能輔助一次調(diào)頻方法，用系統(tǒng)運行時的儲能荷電狀態(tài)SOC數(shù)值做反饋，對儲能的輸出做實時調(diào)整，實現(xiàn)了儲能的自適應(yīng)控制，提高調(diào)頻效果的同時，也減小儲能電池充放電深度，提高其循環(huán)壽命。上述研究雖表明儲能參與電網(wǎng)調(diào)頻是可行的，但在儲能參與過程中，其輸出特征與荷電狀態(tài)、充放電深度等具有復(fù)雜的耦合關(guān)系，需要進(jìn)一步深入探討。

研究上述耦合關(guān)系的主要目的是在儲能參與電網(wǎng)調(diào)頻中兼顧調(diào)頻效果與儲能運行經(jīng)濟(jì)性。在風(fēng)儲有功出力調(diào)整的基礎(chǔ)上，使二者協(xié)同將有助于該目標(biāo)的達(dá)成[20]。在此方向的研究中，目前多集中于風(fēng)儲協(xié)同的邏輯組合，即慣性階段主要由風(fēng)機(jī)出力阻止頻率跌落，隨著慣性響應(yīng)結(jié)束，風(fēng)機(jī)提供的有功支撐作用減弱，此時引入儲能采用下垂控制彌補(bǔ)風(fēng)機(jī)后期調(diào)頻出力不足的缺陷，以提升調(diào)頻效果且降低調(diào)頻成本[21]。但在電網(wǎng)實際調(diào)頻過程中，風(fēng)儲間的協(xié)同方式應(yīng)更具準(zhǔn)確性及可量化的優(yōu)化特征。

針對上述問題，本文提出一種基于多目標(biāo)優(yōu)化的風(fēng)儲協(xié)同參與電網(wǎng)一次調(diào)頻控制方法，綜合考慮調(diào)頻效果、槳距角磨損帶來的風(fēng)電成本、儲能循環(huán)使用壽命間的耦合關(guān)系，對風(fēng)儲參與度進(jìn)行優(yōu)化，以實現(xiàn)多個控制目標(biāo)間的平衡。

1 風(fēng)儲協(xié)同一次調(diào)頻模型構(gòu)建

以風(fēng)儲協(xié)同輔助傳統(tǒng)火電機(jī)組參與一次調(diào)頻為研究目標(biāo)，構(gòu)建出風(fēng)儲火協(xié)同的負(fù)荷頻率控制系統(tǒng)結(jié)構(gòu)如圖1所示。系統(tǒng)主要包括：火電機(jī)組、風(fēng)電機(jī)組、儲能電池及交流電網(wǎng)等效模型。

圖1 風(fēng)儲協(xié)同負(fù)荷頻率控制系統(tǒng)Fig.1 Wind-storage coordinated load frequency control system

火電機(jī)組主要由調(diào)速器以及再熱式汽輪機(jī)構(gòu)成。其中，調(diào)速器的傳遞函數(shù)Gt(s)為[22]：

(1)

再熱式汽輪機(jī)的傳遞函數(shù)Gw被分為兩部分：

(2)

式中：Tg為調(diào)速器時間常數(shù)；Tr為再熱時間常數(shù)；Tt為氣容時間常數(shù)；Kr為再熱系數(shù)；s為拉普拉斯算子。

圖1中其余各個變量的含義如表1所示。

表1 電力系統(tǒng)參數(shù)或變量Tab.1 Parameters or variables of power system

2 風(fēng)儲輸出控制方法設(shè)計

2.1 風(fēng)電機(jī)組輸出控制

由于風(fēng)速具有不確定性，風(fēng)電參與調(diào)頻的有功出力變化需要能夠適應(yīng)風(fēng)速波動。在風(fēng)電參與調(diào)頻的主要控制方式中，慣性控制下的風(fēng)機(jī)有功輸出幅值與時間尺度較小，并且與風(fēng)速狀態(tài)關(guān)聯(lián)緊密，其控制過程不易與風(fēng)速隨機(jī)性解耦；而漿距角控制具有更大的輸出調(diào)整范圍及時間尺度，對風(fēng)速的隨機(jī)性更容易處理，因此，擬采用風(fēng)機(jī)的液壓變槳控制方法。

為了在風(fēng)機(jī)變槳控制過程中使風(fēng)機(jī)出力與風(fēng)速隨機(jī)性解耦，將風(fēng)速V分解為一個恒定分量V′和一個變速分量V″， 即：

V=V′+V″

(3)

對應(yīng)風(fēng)速分解示意圖如圖2所示，其中，恒定分量V′對應(yīng)恒風(fēng)速，在變槳控制過程中，槳距角為滿足調(diào)頻需求進(jìn)行的調(diào)整以該恒風(fēng)速為基礎(chǔ)，表現(xiàn)為恒風(fēng)速下的變槳控制(V′的設(shè)定可視當(dāng)?shù)仫L(fēng)速情況而定)；而針對實際風(fēng)速的隨機(jī)性所分解出的變速分量V″， 在變槳控制過程中不做處理，其帶來的風(fēng)機(jī)隨機(jī)輸出等效為隨機(jī)擾動，并與負(fù)荷擾動疊加。

風(fēng)速分解處理后風(fēng)電總輸出分為2部分：參與調(diào)頻的ΔPw1與等效為擾動的ΔPw2。如式(4)所示。

(4)

式中：ρ為空氣密度；A為風(fēng)輪機(jī)葉片掃風(fēng)面積；Cp為風(fēng)能轉(zhuǎn)換系數(shù)；λ為葉尖轉(zhuǎn)速比；β為槳距角；Ρ、A、λ、V′均為定值。故ΔPw1可以通過調(diào)整槳距角改變其大小，使風(fēng)機(jī)具備可控的調(diào)頻能力參與調(diào)頻，ΔPw2等效為擾動。

為簡化風(fēng)機(jī)在風(fēng)速恒定分量下利用槳距角控制參與調(diào)頻的模型，可以用傳遞函數(shù)表示該控制環(huán)節(jié)，分兩個部分，即液壓變槳執(zhí)行器和葉片特性[23]。

液壓變槳執(zhí)行器傳遞函數(shù)為：

(5)

式中：Tpw1和Tpw2為液壓變槳執(zhí)行器的時間常數(shù)；Kpw1為液壓變槳執(zhí)行器增益。

葉片特性傳遞函數(shù)如式(6)所示。

(6)

式中Kpw2為葉片特性增益。

得到的風(fēng)電機(jī)組模型如圖3所示。

圖3 風(fēng)電機(jī)組模型Fig.3 Wind turbine model

2.2 儲能電池輸出控制

采用虛擬慣性和虛擬下垂相結(jié)合的綜合控制方法，能夠使儲能出力較好地匹配電網(wǎng)調(diào)頻的需求，其輸出如式(7)所示[24]。

(7)

式中：ΔPB為儲能響應(yīng)功率；Δf為系統(tǒng)頻率偏差；α1、α2分別為虛擬慣性模式和虛擬下垂模式下的分配比例系數(shù)；Me為儲能電池的虛擬慣性系數(shù)；Ke為儲能電池的虛擬下垂系數(shù)。

考慮儲能輸出控制的目標(biāo)及約束，設(shè)計儲能SOC自適應(yīng)控制框圖如圖4所示。

圖4 儲能調(diào)頻出力控制Fig.4 Energy storage frequency regulation output control

控制過程中，將儲能SOC值(SSOC)設(shè)定4個臨界點，分別為SSOCmin、SSOClow、SSOChigh、SSOCmax，據(jù)此將電池運行分為如下5個區(qū)域，如圖5所示。

圖5 SOC分區(qū)示意圖Fig.5 Schematic diagram of SOC partition

SOC處于不同狀態(tài)時，需根據(jù)充放電模式進(jìn)行參數(shù)調(diào)整，形成儲能充放電的自適應(yīng)控制方式。

如電池放電時，當(dāng)SOC值SSOC∈(SSOClow, 1]，此時電池電量充足，以最大虛擬慣性和虛擬下垂控制系數(shù)進(jìn)行放電，如式(8)所示。

(8)

當(dāng)SSOC∈(SSOCmin,SSOClow]時，按式(9)進(jìn)行參數(shù)調(diào)整以保證調(diào)頻效果和電池SOC均衡。

(9)

當(dāng)SSOC∈(0,SSOCmin]時，此時電池放電至極限狀態(tài)，停止放電。即：

(10)

電池充電過程是上述的逆過程，在此不再贅述。

3 風(fēng)儲協(xié)同一次調(diào)頻多目標(biāo)優(yōu)化問題設(shè)計

3.1 控制目標(biāo)分析

在上述風(fēng)儲調(diào)頻出力控制方法基礎(chǔ)上，二者的協(xié)同需充分利用各自特點進(jìn)行互補(bǔ)，達(dá)到電網(wǎng)調(diào)頻綜合效能最優(yōu)的目標(biāo)。

綜合效能最優(yōu)不僅體現(xiàn)在調(diào)頻效果上，還應(yīng)該考量調(diào)頻代價。而根據(jù)所設(shè)計風(fēng)儲調(diào)頻出力的控制方法可見，其出力越大，對應(yīng)風(fēng)儲損耗越大，相應(yīng)調(diào)頻代價越高，但可得到更強(qiáng)的調(diào)頻支撐。因此，要獲得最佳的平衡，需通過多目標(biāo)優(yōu)化問題的設(shè)計與求解。式(5)中的Kpw1為液壓變槳執(zhí)行器增益，改變其數(shù)值等效為改變槳距角的調(diào)整量，從而影響風(fēng)機(jī)一次調(diào)頻的出力；式(7)中α1、α2分別為儲能電池的虛擬慣性和虛擬下垂分配系數(shù)，Me,max、Ke,max分別為虛擬慣性和虛擬下垂系數(shù)最大值，4個參數(shù)進(jìn)行調(diào)整可以改變儲能電池的調(diào)頻出力。故上述問題可轉(zhuǎn)變?yōu)閷@5個參數(shù)的優(yōu)化求解問題，其求解結(jié)構(gòu)如圖6所示。

圖6 風(fēng)儲協(xié)同優(yōu)化結(jié)構(gòu)框圖Fig.6 Structure diagram of wind-storage synergistic optimization

3.2 多目標(biāo)優(yōu)化問題設(shè)計

根據(jù)上述問題，分別以調(diào)頻效果好、風(fēng)電成本低、儲能循環(huán)壽命長為目標(biāo)設(shè)計多目標(biāo)優(yōu)化問題。

1)調(diào)頻效果

為合理地評估調(diào)頻效果，將頻率相對基準(zhǔn)50 Hz的偏差量設(shè)計為頻率控制目標(biāo)函數(shù)一。即：

J1=|Δf∞|

(11)

式中Δf∞為穩(wěn)態(tài)頻率偏差。

2)風(fēng)電成本

槳距角調(diào)整時會造成一定程度的機(jī)械磨損，且其磨損程度與風(fēng)電調(diào)頻出力正相關(guān)，故以風(fēng)電機(jī)組調(diào)頻輸出功率的二次函數(shù)來評估風(fēng)電機(jī)組的調(diào)頻成本[22]，設(shè)計目標(biāo)函數(shù)二如式(12)所示。

(12)

式中r為風(fēng)電機(jī)組功率偏移的成本系數(shù)。

3)儲能循環(huán)壽命

電池儲能的循環(huán)使用壽命與電池的使用環(huán)境及充放電深度有關(guān)，考慮到使用環(huán)境可控，在此僅討論其與充放電深度之間的關(guān)聯(lián)，關(guān)系式如式(13)所示[25]。

(13)

式中：NE為儲能電池的循環(huán)壽命；HD為儲能電池的放電深度，其范圍為[0,1]。忽略電池初始狀態(tài)的影響，則電池放電深度為：

HD=ΔSSOC

(14)

式中ΔSSOC為儲能電池的SOC變化量，計算公式為：

(15)

式中：ΔPB為電池輸出功率；PN為電池額定功率。

綜合式(13)—(15)，以電池的輸出功率變化量來衡量電池的循環(huán)壽命，設(shè)計目標(biāo)函數(shù)三為：

J3=|ΔPB|

(16)

同時，為了對多目標(biāo)優(yōu)化求解結(jié)果進(jìn)行客觀的綜合評價，設(shè)定指標(biāo)如下：

J=k1J1+k2J2+k3J3

(17)

式中k1、k2和k3分別為3個目標(biāo)函數(shù)的權(quán)重系數(shù)，針對不同控制目標(biāo)的需求可以有不同的權(quán)重系數(shù)配置。

3.3 約束條件

1)調(diào)頻效果

按照國家標(biāo)準(zhǔn)，一次調(diào)頻的穩(wěn)態(tài)誤差標(biāo)幺值不超過0.004 p.u.。故調(diào)頻效果約束為：

0≤|Δf∞|≤0.004

(18)

2)風(fēng)電機(jī)組槳距角變化量約束

實際調(diào)頻過程中風(fēng)機(jī)槳距角變化一般在0～30 °之間，故液壓變槳執(zhí)行器增益Kpw1的約束為：

0≤Kpw1≤Kpw1，max

(19)

式中Kpw1,max為液壓變槳執(zhí)行器的最大增益，按照經(jīng)驗值一般取1.45。

3)儲能電池約束

儲能電池的約束主要有功率輸出約束及荷電狀態(tài)約束。針對功率輸出約束，由于儲能輸出采用SOC自適應(yīng)控制，其輸出主要受α1、α2、Me,max、Ke,max4個參數(shù)影響，故轉(zhuǎn)化為參數(shù)約束，如式(20)所示。

(20)

式中Me,max、Ke,max的最大值3.8和3.45為經(jīng)驗值。

針對其荷電狀態(tài)約束，為了防止其出現(xiàn)過充或過放，對荷電狀態(tài)進(jìn)行限幅，即：

Ssoc,min≤Ssoc≤Ssoc,max

(21)

式中：Ssoc為電池SOC數(shù)值；Ssoc,min為SOC最小值，一般取0.2；Ssoc,max為SOC最大值，一般取0.8。

4 算法設(shè)計

考慮到本文多目標(biāo)優(yōu)化問題及對應(yīng)約束條件關(guān)聯(lián)性較強(qiáng)，為使優(yōu)化出的結(jié)果不陷入局部最優(yōu)與極端情況。因此，擬以遺傳算法為基礎(chǔ)進(jìn)行問題求解，在傳統(tǒng)遺傳算法基礎(chǔ)上，進(jìn)行快速非支配排序，以便于優(yōu)秀個體的保留，并且將原本為固定值的適應(yīng)度偏差系數(shù)改為時變系數(shù)，使其可以在保證精確度的同時提高運行速度，算法步驟如下。

步驟一：初始化種群，當(dāng)信號輸入后，生成m組系統(tǒng)參數(shù)。

步驟二：將系統(tǒng)參數(shù)分別代入3個目標(biāo)函數(shù)計算得到對應(yīng)的適應(yīng)度數(shù)值，保留適應(yīng)度高的個體。

步驟三：系統(tǒng)參數(shù)進(jìn)行交叉、變異。交叉采用模擬二進(jìn)制算子計算方法，變異采用多項式變異算子計算方法。

步驟四：根據(jù)適應(yīng)度值對系統(tǒng)參數(shù)非支配排序，并計算擁擠度，保留擁擠度較小的系統(tǒng)參數(shù)，使其在約束范圍盡量均勻分布。擁擠度Id計算公式為：

(22)

式中：Δji為系統(tǒng)參數(shù)經(jīng)過交叉變異變化后第i個目標(biāo)函數(shù)的適應(yīng)度變化量；ji,max、ji,min分別為第i個目標(biāo)函數(shù)在當(dāng)前系統(tǒng)參數(shù)組下的最大值、最小值。

步驟五：判斷系統(tǒng)參數(shù)變化后的適應(yīng)度變化量平均值M是否小于適應(yīng)度偏差系數(shù)，如果是則停止運行輸出結(jié)果，反之則繼續(xù)完成后續(xù)步驟。計算及判斷方法如式(23)所示。

(23)

式中：n為目標(biāo)函數(shù)數(shù)量；δ為適應(yīng)度偏差系數(shù)。

步驟六：對是否達(dá)到最大迭代次數(shù)進(jìn)行判斷，如果沒有達(dá)到，就繼續(xù)回到步驟二進(jìn)行循環(huán)求解，直至迭代結(jié)束后輸出最優(yōu)系統(tǒng)參數(shù)解集、Pareto前端圖以及對應(yīng)系統(tǒng)穩(wěn)定后的各個目標(biāo)函數(shù)參考值。

對應(yīng)求解流程圖如圖7所示，NGen為當(dāng)前迭代次數(shù)，NmaxGen為最大迭代次數(shù)。

圖7 算法求解流程圖Fig.7 Solving process of the algorithm

5 仿真分析

5.1 仿真環(huán)境設(shè)置

為證明所提方法的可行性和有效性，在MATLAB/Simulink環(huán)境下進(jìn)行仿真驗證。使用圖1所示的風(fēng)儲聯(lián)合系統(tǒng)頻率響應(yīng)模型，其中包含一個容量為500 MW的火電廠，一個容量為150 MW的風(fēng)電場(由100臺1.5 MW的永磁直驅(qū)風(fēng)電機(jī)組構(gòu)成)，一個容量為12 MW/3 MW·h的儲能電池組，將初始SOC值設(shè)置為0.6，SSOCmin、SSOClow、SSOChigh、SSOCmax分別為0.1，0.45，0.55，0.9。系統(tǒng)采樣周期T=0.03，對于算法中的參數(shù)設(shè)定，設(shè)定NmaxGen為300，m為200。其余各個仿真參數(shù)取值如表2所示。

表2 電力系統(tǒng)仿真參數(shù)取值Tab.2 Power system simulation parameter value

5.2 階躍擾動分析

設(shè)置t=10 s時有0.1 p.u.的階躍負(fù)荷擾動，此時僅考慮恒風(fēng)速下的調(diào)頻問題，風(fēng)機(jī)不會給系統(tǒng)帶來額外干擾。運行算法，得到Pareto前端如圖8所示。

圖8 Pareto前端Fig.8 Pareto frontend

算法求解后，根據(jù)3.2所述的最優(yōu)解評價指標(biāo)進(jìn)行權(quán)重系數(shù)配置，選取綜合指標(biāo)最小的解作為最優(yōu)解。本文中，假定情況一為三目標(biāo)平衡，評價指標(biāo)權(quán)重系數(shù)均取1；情況二為側(cè)重調(diào)頻的考量，評價指標(biāo)系數(shù)k1取3，k2與k3取1；情況三為側(cè)重風(fēng)電成本的考量，k2取3，k1與k3取1；情況四為側(cè)重儲能循環(huán)壽命的考量，k3取3，k1與k2取1?？剂恐攸c對應(yīng)權(quán)重系數(shù)取3是為了使其權(quán)重影響大于其余指標(biāo)的綜合影響。選出4個最優(yōu)解對應(yīng)的目標(biāo)函數(shù)參考值及系統(tǒng)參數(shù)值分別如表3—4所示。

表4 系統(tǒng)參數(shù)值Tab.4 System parameter values

將上述選出的4組最優(yōu)解對應(yīng)的系統(tǒng)參數(shù)帶入到仿真模型中，進(jìn)行效果驗證，系統(tǒng)運行后得到具體結(jié)果如圖9—13所示。

從圖9—13中可以看出，仿真結(jié)果和目標(biāo)函數(shù)參考值趨勢一致，為更具體化分析，將仿真得到的各個目標(biāo)的具體數(shù)值導(dǎo)出如表5所示?？梢?，算法運行所得的目標(biāo)函數(shù)參考值與仿真結(jié)果十分接近。

圖9 頻率偏差波形圖Fig.9 Diagram of frequency deviation waveforms

圖10 風(fēng)電輸出波形圖Fig.10 Diagram of wind power output waveforms

圖11 風(fēng)電成本波形圖Fig.11 Diagram of wind power cost waveforms

圖12 儲能輸出波形圖Fig.12 Diagram of energy storage output waveforms

圖13 SOC變化波形圖Fig.13 Diagram of SOC changes

表5 仿真所得參數(shù)數(shù)值Tab.5 Parameter values obtained from the simulation

5.3 隨機(jī)擾動分析

當(dāng)風(fēng)速不確定時，按照風(fēng)速分解方法，不確定風(fēng)速分量的風(fēng)電輸出視為擾動，其與負(fù)荷擾動疊加為等效負(fù)荷擾動，如圖14所示。

圖14 等效負(fù)荷擾動Fig.14 Equivalent load disturbance

接入該等效負(fù)荷擾動后，仿真結(jié)果如圖15—19所示?？梢姡S機(jī)擾動對應(yīng)的控制特征與階躍擾動具有一致性。同時，為滿足調(diào)頻的不同需求，可以根據(jù)制定的評價指標(biāo)選取相應(yīng)權(quán)重系數(shù)，以獲取不同需求的最優(yōu)解。

圖15 頻率偏差波形圖Fig.15 Frequency deviation waveform diagram

圖16 風(fēng)電輸出波形圖Fig.16 Wind power output waveform

圖17 風(fēng)電成本波形圖Fig.17 Wind power cost waveform

圖18 儲能輸出波形圖Fig.18 Energy storage output waveform

圖19 SOC變化波形圖Fig.19 SOC change waveform

6 結(jié)論

為了解決風(fēng)儲協(xié)同參與系統(tǒng)調(diào)頻時，調(diào)頻效果、風(fēng)電成本以及儲能充放電深度等多方面關(guān)聯(lián)耦合對調(diào)頻綜合效能表現(xiàn)的影響，本文提出了一種多目標(biāo)優(yōu)化的風(fēng)儲協(xié)同一次調(diào)頻控制策略。通過理論分析和仿真驗證得出如下結(jié)論。

1) 對風(fēng)機(jī)采用變槳控制，將其模型按風(fēng)速進(jìn)行分解，一部分為風(fēng)速變化的隨機(jī)性模型不參與調(diào)頻，等效為系統(tǒng)擾動；一部分采用變槳控制的等效傳遞函數(shù)參與調(diào)頻，能體現(xiàn)風(fēng)速隨機(jī)時風(fēng)機(jī)的運行特征。

2) 對儲能采用SOC自適應(yīng)控制，使其調(diào)頻出力隨SOC變化而做出對應(yīng)動態(tài)變化，可以有效降低儲能充放電深度，延長儲能循環(huán)壽命。

3) 以調(diào)頻效果好，風(fēng)電成本低，儲能循環(huán)壽命長為目標(biāo)設(shè)計多目標(biāo)優(yōu)化問題，可以反映風(fēng)儲調(diào)頻需求與調(diào)頻損耗之間的矛盾性。

4) 在多目標(biāo)優(yōu)化過程中，出于對不同調(diào)頻需求的考量，可以在所設(shè)計的綜合評價指標(biāo)中通過相應(yīng)權(quán)重系數(shù)的選擇予以實現(xiàn)。