王中權(quán)， 李衛(wèi)東， 綦 曉， 屈濤濤， 周胤博， 劉 敏， 高會文

（1.南方電網(wǎng)南方海上風電聯(lián)合開發(fā)有限公司， 廣東 珠海 519070； 2.暨南大學 能源電力研究中心， 廣東珠海519070； 3.暨南大學 國際能源學院， 廣東 珠海 519070）

0 引言

“粵港澳大灣區(qū)”能源供給與經(jīng)濟發(fā)展矛盾日益突出，為充分發(fā)揮大灣區(qū)區(qū)位能源優(yōu)勢、優(yōu)化能源供應結(jié)構(gòu)，截至2020 年底，大灣區(qū)已計劃建設超過1 GW 裝機容量的海上風電。 而大規(guī)模風電接入末端薄弱電網(wǎng)將對系統(tǒng)頻率造成巨大沖擊，嚴重影響電網(wǎng)安全穩(wěn)定運行， 配套建設儲能將極大增加運維成本。因此，有效協(xié)調(diào)閑置資源以提高海上風電調(diào)頻能力，具有重要的研究意義和價值。

針對風電機組功率與電網(wǎng)頻率解耦問題，虛擬慣量控制能夠使風力發(fā)電機組模擬同步發(fā)電機轉(zhuǎn)動慣量特性[1]， 從而引起了研究人員的廣泛關(guān)注。 文獻[2]從傳統(tǒng)同步系統(tǒng)頻率響應機理出發(fā)，構(gòu)建了系統(tǒng)頻率響應的廣義慣量響應體系及分析方法。文獻[3]對風電機組PD 虛擬慣量控制的響應特性和響應機理進行了分析， 探究了虛擬慣量控制參數(shù)對風電機組參與系統(tǒng)調(diào)頻的影響。 文獻[4]進一步提出了風-火系統(tǒng)模糊自適應虛擬慣量控制策略。 文獻[5]提出采用風電場額定功率5%的儲能裝置協(xié)助風電場慣量支撐， 從而使風電場具有接近于同容量同步發(fā)電機的慣量支撐水平。 文獻[6]在原有傳統(tǒng)虛擬慣量控制策略的基礎(chǔ)上， 采用遺傳算法離線優(yōu)化不同轉(zhuǎn)速下的頻率控制系數(shù)。

針對風電輸出功率的隨機波動性， 利用儲能裝置的快速響應能力能夠有效提高風電消納水平[5]。 文獻[7]采用PID 控制器對儲能系統(tǒng)進行控制，以調(diào)節(jié)風電柴油發(fā)電系統(tǒng)頻率，提升了頻率調(diào)節(jié)效果。 文獻[8]采用協(xié)同控制理論，設計了不同風速下運行在最大功率跟蹤狀態(tài)（Maximum Power Point Tracking，MPPT）的風電機組變系數(shù)控制策略， 以及儲能協(xié)同風電機組提供調(diào)頻響應的雙層協(xié)同控制策略。 文獻[9]考慮到風機實時儲備電量和電池儲能的荷電狀態(tài)， 設計了一種自適應荷電狀態(tài)反饋控制， 使電池儲能的荷電狀態(tài)盡可能保持在最優(yōu)值。然而，通過配套儲能系統(tǒng)雖能提高電力系統(tǒng)頻率穩(wěn)定性， 但當前儲能裝置建造成本居高不下， 使得系統(tǒng)運行經(jīng)濟性與頻率穩(wěn)定性之間存在沖突，難以兩全。

目前，海島微網(wǎng)群及海上風電研究相對獨立，而交互環(huán)境下海島微網(wǎng)群與海上風電分布式調(diào)頻策略研究尚處空白。 本文以具有“粵港澳大灣區(qū)”區(qū)位能源特色的海島微網(wǎng)群與海上風機群為研究對象，提出二者在交互環(huán)境下的調(diào)頻機制。針對不同運行工況下風機慣量支撐能力， 設計了自適應動態(tài)量化因子， 以避免風機在調(diào)頻過程中發(fā)生轉(zhuǎn)速恢復狀態(tài)跳變造成頻率二次擾動， 從而有效提高了海上風電調(diào)頻能力， 大幅緩解了對電網(wǎng)的沖擊。

1 電力系統(tǒng)調(diào)頻模型建立

1.1 海上風場多機等值模型

海上風場通常采用直驅(qū)永磁風力發(fā)電機組（D-PMSG）， 簡化后二階多機等值并網(wǎng)頻率響應模型如圖1 所示。 圖中：Pm為風電機組獲取的機械功率；Pe為發(fā)電機輸出的電磁功率；Cp為風能利用系數(shù)；ρ 為空氣密度；r 為風力機葉片半徑；ΔPVIC為風機虛擬慣量功率變化參考值；T 為電磁功率與機械功率的轉(zhuǎn)矩差；ωw為風機轉(zhuǎn)速；kopt為MPPT 最優(yōu)跟蹤系數(shù)；Jw為風電機組轉(zhuǎn)動慣量；Te為逆變器響應時間常數(shù)。

圖1 海上風場等值模型Fig.1 Equivalent model of offshore wind farm

風電機組獲取的機械功率為[10]～[12]

1.2 海島微網(wǎng)可調(diào)分布式電源模型

以珠海大萬山島微網(wǎng)、東澳島微網(wǎng)、桂山島微網(wǎng)為例，其存在大量冗余儲能系統(tǒng)，大多以柴油發(fā)電機作為主供電源， 為便于仿真和控制器參數(shù)整定， 本文采用簡化的儲能系統(tǒng)模型和柴油發(fā)電機模型，其動態(tài)響應過程可表示如下[13]，[14]：

式中：GDGi為柴油發(fā)電機組傳遞函數(shù)；TDGi為柴油發(fā)電機組慣性時間常數(shù)；Gbi為儲能系統(tǒng)傳遞函數(shù)；Tbi為儲能系統(tǒng)慣性時間常數(shù)。

1.3 單區(qū)域電力系統(tǒng)調(diào)頻模型

以珠海電網(wǎng)結(jié)構(gòu)為例， 搭建單區(qū)域負荷頻率控制模型，如圖2 所示，包括3 臺600 MW 火電機組、120 MW 海上風電場、3 個海島微網(wǎng)，以IEEE9節(jié)點標準模型為例，其拓撲結(jié)構(gòu)見圖3。 其中，火電機組模型包括發(fā)電機模型、 再熱鍋爐模型以及汽輪機模型[15]，分別如式（7）～（9）所示，由于火電機組調(diào)頻模型相對成熟，本文不再做詳細闡述。

圖2 單區(qū)域電力系統(tǒng)調(diào)頻模型Fig.2 Frequency regulation model of single-area power system

圖3 IEEE9 節(jié)點電力系統(tǒng)拓撲圖Fig.3 Topology of IEEE9-bus power system

式中：ui，Xgi和Tgi分別為第i 個火電廠鍋爐的控制信號、出力及動態(tài)響應時間常數(shù)；Pri，Kri和Tri分別為第i 個火電廠汽輪機的功率輸出、 增益系數(shù)及響應時間常數(shù)；Pgi和Tti分別為第i 個火電廠調(diào)速器功率輸出及響應時間常數(shù)。

在單區(qū)域電力系統(tǒng)中， 發(fā)電功率與負荷需求之間的不平衡將引發(fā)頻率波動， 該有功-頻率動態(tài)過程可表示為

式中：M 和D 分別為系統(tǒng)的慣性常數(shù)和阻尼常數(shù)；ΔPgi為火電廠功率變化值；ΔPMG為海島微網(wǎng)功率變化值；ΔPWF為海上風場功率變化值；ΔPLoad為電網(wǎng)負荷變化值。

本文采用的D-PMSG 模型參數(shù)[3]為Te=0.02，kopt=0.578 7，Jw=10.38；火電機組模型參數(shù)[15]為Tr1=Tr2=Tr3=7，Tt1=Tt2=Tt3=0.3，Tg1=Tg2=Tg3=0.2，Kr1=Kr2=Kr3=0.3，R1=R2=R3=0.02； 本文算例中的其他模型參數(shù)為M=25，D=0.5，TDGi=4，Gbi=1，Kp=5，Kd=1。

2 海上風場與海島微網(wǎng)虛擬慣量控制分析

2.1 海上風場虛擬慣量控制分析

目前， 虛擬慣量控制方法是通過改變風電機組逆變器參考功率以控制輸出電磁功率， 其通過計算頻率偏差的微分信號模擬傳統(tǒng)同步發(fā)電機機械慣性，即提供慣量支撐，通過頻率偏差比例環(huán)節(jié)模擬傳統(tǒng)同步發(fā)電機下垂特性，即一次調(diào)頻過程，隨后利用二者之和改變風電機組逆變器參考輸入功率。 因此，當系統(tǒng)頻率出現(xiàn)波動后，風電機組通過釋放或吸收風電機組轉(zhuǎn)子動能， 可快速調(diào)節(jié)輸出電磁功率參與調(diào)頻。

PD 虛擬慣量控制下，風電機組功率變化為[16]

此時，系統(tǒng)慣性時間常數(shù)增加了Kd。 在引入風機虛擬慣量控制環(huán)節(jié)后， 忽略頻率變化引起的PMPPT變化，當擾動發(fā)生后，系統(tǒng)頻率最大變化率可表示為

因此，虛擬慣量控制參數(shù)Kd可直接降低系統(tǒng)頻率變化率。

2.2 海島微網(wǎng)虛擬慣量控制分析

在微網(wǎng)中， 通常會配置一定數(shù)量的儲能系統(tǒng)及柴油發(fā)電機， 而為了保證微網(wǎng)在孤島運行的穩(wěn)定性，在微網(wǎng)正常運行時，系統(tǒng)往往留有功率備用或冗余。 因此， 在保證微網(wǎng)運行穩(wěn)定裕度的前提下，有效利用該部分電源，協(xié)同海上風電機組進行輔助調(diào)頻， 對提高海上風場并網(wǎng)友好性具有重要作用。

為此，在虛擬慣量控制框架下，本文提出將海上風場虛擬慣量控制參考功率同時分配給海島微網(wǎng)，對儲能系統(tǒng)及柴油發(fā)電機進行功率調(diào)節(jié)，以此補償不同風速下海上風場虛擬慣量的變化。 如圖4 所示，海上風場與海島微網(wǎng)可實現(xiàn)交互調(diào)頻。

圖4 海上風場與海島微網(wǎng)交互模型Fig.4 Interaction between offshore wind farm and island microgrids

以珠海萬山海島新能源微網(wǎng)國家級示范項目為例，如圖5 所示，桂山島微網(wǎng)設有3 臺1 MW 的柴油發(fā)電機和2 MW 2.4 h 的儲能系統(tǒng)，東澳島微網(wǎng)設有2 臺1 MW 的柴油發(fā)電機和0.5 MW 6 h的儲能系統(tǒng)， 大萬山島微網(wǎng)設有1 臺1 MW 的柴油發(fā)電機和0.5 MW 4 h 的儲能系統(tǒng)。 在理想情況下， 該分布式電源均可作為輔助海上風場提供慣量支撐的有效設備。圖中實線為功率交互方向，虛線為信息交互方向。

圖5 珠海萬山海島新能源微網(wǎng)國家級示范項目拓撲圖Fig.5 Topology of national demonstration project of Zhuhai Wanshan island renewable energy microgrid

3 交互調(diào)頻機制及控制策略設計

海島微網(wǎng)中分布式電源具備快速功率響應特性， 能夠有效支撐海上風場實現(xiàn)穩(wěn)定虛擬慣量控制。因此，本文利用柴油發(fā)電機和儲能系統(tǒng)作為微網(wǎng)的可調(diào)分布式電源， 對海上風場虛擬慣量控制信號進行動態(tài)功率分配，此時，微網(wǎng)功率響應過程可表示為

式中：ΔPMG為第i 個微網(wǎng)的功率變化值；α 為動態(tài)功率分配因子。

式中：ωr為風機轉(zhuǎn)速；ωmax，ωmin分別為風機轉(zhuǎn)速上限、下限。

如圖6 所示，當負荷增加后，在風機轉(zhuǎn)速接近額定轉(zhuǎn)速上、下限時，為避免過度慣量調(diào)控引發(fā)風

圖6 自適應動態(tài)量化因子與風機轉(zhuǎn)速的關(guān)系曲線Fig.6 The relation curve between the adaptive dynamic quantization factor and WTG speed

本文所設計的風機虛擬慣量控制的流程圖如圖7 所示。在自適應動態(tài)量化因子的作用下，圖中風機轉(zhuǎn)速越限情況的發(fā)生幾率將大大降低， 可有效提高風機調(diào)頻能力。

圖7 風電機組虛擬慣量控制流程圖Fig.7 Flow chart of virtual inertia control strategy

4 仿真結(jié)果分析

為驗證所構(gòu)建的海上風場與海島微網(wǎng)交互調(diào)頻機制的有效性， 以及所提出的自適應動態(tài)量化因子在避免風機發(fā)生轉(zhuǎn)速恢復狀態(tài)跳變方面的有效性， 本文基于圖2 所示模型在MATLAB/Simulink 中進行了仿真實驗， 分別完成了負荷階躍擾動實驗和風速躍變擾動實驗。 所有物理量均采用標幺值計算（頻率進行了等量轉(zhuǎn)換）。

4.1 負荷階躍擾動下系統(tǒng)動態(tài)響應特性分析

令風速保持在可能發(fā)生轉(zhuǎn)速恢復狀態(tài)跳變的范圍，設為7 m/s，同時令負荷在50 s 處發(fā)生+0.1 p.u. 的階躍擾動， 分別基于不同控制策略進行仿真，控制策略具體包括：

①without VIC：海上風場不參與調(diào)頻；

②VIC of WTG： 海上風場通過PD 虛擬慣量控制參與調(diào)頻；

③VIC of WTG and MGs：海上風場和海島微網(wǎng)基于PD 虛擬慣量控制交互調(diào)頻；

④adaptive VIC of WTG and MGs： 海上風場和海島微網(wǎng)在自適應動態(tài)量化因子下基于PD 虛擬慣量控制實現(xiàn)交互調(diào)頻。

如圖8（a）所示：當發(fā)生負荷階躍擾動后，系統(tǒng)最大頻率偏差從風機不參與調(diào)頻的0.077 Hz、傳統(tǒng)PD 虛擬慣量控制下的0.061 Hz 減小至0.049 Hz，頻率調(diào)節(jié)時間從200 s，150 s 縮短至70 s，表明海島微網(wǎng)可調(diào)分布式電源可有效支撐海上風場參與系統(tǒng)調(diào)頻，提供穩(wěn)定的虛擬慣量支撐；同理，在自適應動態(tài)量化因子作用下，系統(tǒng)最大頻率偏差和頻率調(diào)節(jié)時間得到了進一步優(yōu)化。 如圖8（b），（c）所示，在發(fā)生負荷階躍擾動后，傳統(tǒng)PD虛擬慣量控制下的風機轉(zhuǎn)速從0.717 p.u. 降至0.688 p.u.， 下降了0.029 p.u.， 風機輸出功率從0.21 p.u. 上升至0.27 p.u.， 使得風機轉(zhuǎn)速跌落至0.7 p.u.以下進入轉(zhuǎn)速恢復狀態(tài)。 而所設計的自適應動態(tài)量化因子有效避免了風機參與調(diào)頻導致的轉(zhuǎn)速恢復狀態(tài)跳變， 合理地將部分慣量支撐任務分配給微網(wǎng)可調(diào)分布式電源。如圖8（d）所示，自適應動態(tài)量化因子作用下的微網(wǎng)功率響應峰值為0.078 p.u.， 比傳統(tǒng)PD 虛擬慣量控制的微網(wǎng)功率響應峰值0.05 p.u.高出0.028 p.u.，這表明在自適應動態(tài)量化因子作用下， 微網(wǎng)在系統(tǒng)調(diào)頻過程中提供了更多的慣量支撐， 從而避免了系統(tǒng)頻率遭受二次擾動，提高了系統(tǒng)頻率穩(wěn)定性。

圖8 負荷階躍擾動下系統(tǒng)動態(tài)響應仿真結(jié)果Fig.8 Simulation results of system dynamic responses under load step disturbance

4.2 風速階躍擾動下系統(tǒng)動態(tài)響應特性分析

當風速為8 m/s，在50 s 處發(fā)生-1 m/s 的階躍擾動下，系統(tǒng)頻率偏差響應曲線如圖9（a）所示，系統(tǒng)最大頻率偏差從傳統(tǒng)PD 虛擬慣量控制下的0.026 Hz、海上風場和海島微網(wǎng)基于PD 虛擬慣量控制交互調(diào)頻下的0.021 Hz 減少至0.016 Hz，頻率調(diào)節(jié)時間從200 s，150 s 縮短至130 s， 表明本文所提策略能大大地提高風電場的調(diào)頻能力，穩(wěn)定系統(tǒng)頻率。 如圖9（b），（c）所示，在風速階躍擾動下， 傳統(tǒng)PD 虛擬慣量控制下的風機轉(zhuǎn)速從

圖9 風速階躍擾動下系統(tǒng)動態(tài)響應仿真結(jié)果Fig.9 Simulation results of system dynamic responses under wind speed step disturbance

5 結(jié)論

本文以珠海萬山海島新能源微網(wǎng)國家級示范項目為研究對象， 提出了海上風場與海島微網(wǎng)交互調(diào)頻機制，在不額外增建輔助設備的情況下，提高了海上風場的慣量支撐能力， 增強了電力系統(tǒng)頻率穩(wěn)定性。 所提出的自適應動態(tài)量化因子能夠有效避免風機在提供慣量支撐過程中發(fā)生轉(zhuǎn)速恢復狀態(tài)跳變， 從而避免了由于轉(zhuǎn)速恢復對系統(tǒng)頻率所造成的二次沖擊。

本文側(cè)重海上風場整體慣量支撐及頻率響應特性的分析，采用了多機等值模型。實際風場地理分布廣，單機捕獲風速不同，未來需從單機角度分析進一步研究和優(yōu)化， 從而提高海上風場多機協(xié)同能力，使其能夠更高效合理地參與系統(tǒng)調(diào)頻。