李翠萍 司文博 李軍徽 嚴(yán)干貴 賈 晨

基于集合經(jīng)驗(yàn)?zāi)B(tài)分解和多目標(biāo)遺傳算法的火-多儲系統(tǒng)調(diào)頻功率雙層優(yōu)化

李翠萍1司文博1李軍徽1嚴(yán)干貴1賈 晨2

（1. 現(xiàn)代電力系統(tǒng)仿真控制與綠色電能新技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室（東北電力大學(xué)） 吉林 132012 2. 國網(wǎng)遼寧省電力有限公司電力科學(xué)研究院 沈陽 110006）

針對分布于區(qū)域電網(wǎng)不同網(wǎng)絡(luò)節(jié)點(diǎn)的多座儲能電站參與電網(wǎng)調(diào)頻功率調(diào)度問題，該文提出一種基于集合經(jīng)驗(yàn)?zāi)B(tài)分解（EEMD）和多目標(biāo)遺傳算法（MOGA）的火-多儲系統(tǒng)調(diào)頻功率雙層優(yōu)化策略。該策略包含火-儲調(diào)頻功率優(yōu)化層和多儲能電站調(diào)頻功率優(yōu)化層：上層計及火-儲調(diào)配資源各自優(yōu)勢及剩余調(diào)頻能力，構(gòu)建火-儲調(diào)頻功率優(yōu)化分配模型，完成火-儲調(diào)頻功率的分配；下層引入關(guān)于調(diào)頻成本和荷電狀態(tài)（SOC）的自適應(yīng)權(quán)重系數(shù)，以調(diào)頻成本最低和SOC均衡為優(yōu)化目標(biāo)，完成調(diào)頻功率在多儲能電站之間的分配。仿真結(jié)果表明，所提策略可以提升區(qū)域電網(wǎng)調(diào)頻效果并降低調(diào)頻成本，均衡控制多個儲能電站的調(diào)頻成本和SOC，可以防止經(jīng)濟(jì)性較好的儲能電站長期處于SOC越限邊緣狀態(tài)，提升儲能電站參與調(diào)頻的積極性和可持續(xù)性。

多火電儲能系統(tǒng) 二次調(diào)頻 雙層優(yōu)化控制 多目標(biāo)遺傳算法（MOGA） 自適應(yīng)權(quán)重系數(shù)

0 引言

近年來，為積極響應(yīng)綠色低碳發(fā)展號召，全力推動能源產(chǎn)業(yè)轉(zhuǎn)型升級，我國風(fēng)光等可再生能源裝機(jī)容量不斷增加[1]。然而，隨著新能源滲透率的提高，電力系統(tǒng)將面臨慣性下降、調(diào)頻容量不足等因素帶來的調(diào)頻壓力問題[2-3]。儲能因其響應(yīng)速度快、控制精度高的特點(diǎn)，在響應(yīng)調(diào)頻指令、改善電網(wǎng)頻率質(zhì)量等方面具有突出表現(xiàn)[4]。

隨著儲能技術(shù)發(fā)展以及國家政策支持，電網(wǎng)側(cè)安裝運(yùn)行的儲能電站項(xiàng)目數(shù)量和容量激增，成為傳統(tǒng)機(jī)組之外電網(wǎng)調(diào)頻功率容量的另一重要來源。但是目前儲能的造價運(yùn)行成本仍然較高，如何協(xié)調(diào)區(qū)域內(nèi)各調(diào)頻資源（火電機(jī)組和儲能電站）的聯(lián)合最優(yōu)調(diào)度，充分發(fā)揮傳統(tǒng)機(jī)組調(diào)頻成本優(yōu)勢和儲能調(diào)頻性能優(yōu)勢，成為當(dāng)下亟須解決的工程問題[5-8]。

目前，國內(nèi)外關(guān)于火電、儲能的聯(lián)合調(diào)頻已經(jīng)取得了一定的研究成果。文獻(xiàn)[9]以火電機(jī)組跟隨自動發(fā)電控制（Automatic Generation Control, AGC）指令偏差值作為儲能出力指令輔助火電機(jī)組調(diào)頻；文獻(xiàn)[10]提出基于傳統(tǒng)機(jī)組和儲能剩余調(diào)頻功率的動態(tài)比例分配策略，并計及了儲能的荷電狀態(tài)（State of Charge, SOC）恢復(fù)。以上策略并未考慮火電機(jī)組和電池儲能調(diào)頻性能的差異，易過高或過低利用儲能，導(dǎo)致電網(wǎng)調(diào)頻成本升高或調(diào)頻性能改善不明顯。為此，文獻(xiàn)[11]采用傳統(tǒng)濾波的方法將調(diào)頻需求分解為低頻和高頻部分，分別由儲能和火電機(jī)組承擔(dān)，充分發(fā)揮各種調(diào)頻資源的優(yōu)勢，但是其分解效果在一定程度上由濾波器的截止頻率和時滯特性決定；為避免濾波參數(shù)選取準(zhǔn)確性對調(diào)頻效果的影響，文獻(xiàn)[12-13]利用變分模態(tài)分解對區(qū)域控制誤差調(diào)頻信號進(jìn)行分解，并按高低頻分配調(diào)頻指令，改善了火儲系統(tǒng)的調(diào)頻性能，降低了火電機(jī)組磨損。

可以看出，現(xiàn)階段國內(nèi)外已有的火儲聯(lián)合調(diào)頻控制策略多是從源側(cè)出發(fā)，儲能僅作為火電機(jī)組參與調(diào)頻的輔助設(shè)備。但是隨著網(wǎng)側(cè)大容量獨(dú)立儲能電站并網(wǎng)數(shù)量的增加，區(qū)域內(nèi)多個儲能電站整體的可調(diào)頻功率和容量有望超過火電機(jī)組的可調(diào)頻功率和容量或與其持平，有必要從網(wǎng)側(cè)角度來考慮區(qū)域內(nèi)整體AGC指令如何在火電機(jī)組整體和儲能電站整體之間進(jìn)行分配。另外，因?yàn)樾枰?lián)合多個儲能電站進(jìn)行調(diào)頻，如何協(xié)調(diào)區(qū)域內(nèi)所有儲能電站，實(shí)現(xiàn)區(qū)域內(nèi)多儲能電站參與調(diào)頻的經(jīng)濟(jì)性和持續(xù)性的均衡仍有待進(jìn)一步研究。

目前，針對分布于區(qū)域電網(wǎng)中不同網(wǎng)絡(luò)節(jié)點(diǎn)的多座儲能電站共同參與電力系統(tǒng)調(diào)頻這一問題，還缺乏有效的調(diào)控手段。文獻(xiàn)[14]提出一種基于主控中心的多儲能電站控制方法，能夠較好地保持區(qū)域內(nèi)系統(tǒng)頻率穩(wěn)定，但是需要復(fù)雜分組；文獻(xiàn)[15]以調(diào)頻總成本和SOC懲罰最低為目標(biāo)，采用二次規(guī)劃的方法求解，來優(yōu)化各儲能電站的出力；文獻(xiàn)[16]以調(diào)頻成本最低為目標(biāo)對多儲能電站調(diào)頻功率進(jìn)行分配，并計及各儲能電站單元內(nèi)部的SOC均衡恢復(fù)；文獻(xiàn)[17]兼顧考慮SOC和充放電成本，以區(qū)域控制偏差（Area Control Error, ACE）作為輸入量，采用動態(tài)比例的方式將調(diào)頻信號在蓄電池和超級電容器之間進(jìn)行優(yōu)化分配。

以上文獻(xiàn)均將儲能電站看成獨(dú)立的個體，從多儲能電站的調(diào)頻成本和個體儲能電站的SOC約束兩個方面對調(diào)頻指令進(jìn)行分配，但是僅考慮個體儲能電站自身的SOC限制，不考慮多個儲能電站之間SOC的相互約束，容易造成某個儲能電站SOC狀態(tài)過高或過低，從而提前失去調(diào)頻能力的問題；并且多個儲能電站參與電力系統(tǒng)調(diào)頻時，對于儲能電站調(diào)頻成本和SOC恢復(fù)兩個目標(biāo)的需求也不是一成不變的，應(yīng)該根據(jù)系統(tǒng)運(yùn)行狀態(tài)進(jìn)行權(quán)重調(diào)整。

根據(jù)上述分析，本文工作的創(chuàng)新點(diǎn)如下：①基于集合經(jīng)驗(yàn)?zāi)B(tài)分解（Ensemble Empirical Mode Decomposition, EMMD）構(gòu)建時空濾波器，構(gòu)建了計及區(qū)域內(nèi)火電機(jī)組和多儲能電站整體剩余調(diào)頻功率的分配模型，避免了傳統(tǒng)濾波器滯后和重復(fù)調(diào)節(jié)的同時提高區(qū)域內(nèi)調(diào)頻資源的利用水平；②綜合考慮多個儲能電站的經(jīng)濟(jì)性和可持續(xù)性，構(gòu)建計及儲能電站調(diào)頻成本和SOC均衡恢復(fù)的多儲能電站調(diào)頻功率分配模型，在降低調(diào)頻成本的同時提高調(diào)頻可持續(xù)性；③構(gòu)建計及網(wǎng)絡(luò)安全約束的調(diào)頻功率再分配模型及考慮網(wǎng)絡(luò)運(yùn)行狀態(tài)的多目標(biāo)函數(shù)自適應(yīng)權(quán)重系數(shù)，基于多目標(biāo)遺傳算法（Multi-Objective Genetic Algorithm, MOGA）求解，降低了多目標(biāo)問題Pareto最優(yōu)解選取的人為影響權(quán)重，并保障電網(wǎng)安全穩(wěn)定運(yùn)行。

綜上所述，針對含多個儲能電站的區(qū)域電網(wǎng)調(diào)頻調(diào)度問題，本文提出基于集合經(jīng)驗(yàn)?zāi)B(tài)分解和多目標(biāo)遺傳算法的火-多儲系統(tǒng)調(diào)頻功率雙層優(yōu)化策略：在火-多儲調(diào)頻功率優(yōu)化層，基于集合經(jīng)驗(yàn)?zāi)B(tài)分解，構(gòu)建時空濾波器，將調(diào)頻需求分解為低/高頻分量，分別由火電整體和多儲能整體承擔(dān)，并以經(jīng)濟(jì)性最優(yōu)為目標(biāo)分配各火電機(jī)組承擔(dān)的調(diào)頻功率；多儲能電站調(diào)頻功率優(yōu)化層以調(diào)頻成本最低和SOC均衡恢復(fù)構(gòu)成多目標(biāo)函數(shù)，以多目標(biāo)遺傳算法進(jìn)行模型求解，構(gòu)建關(guān)于系統(tǒng)運(yùn)行狀態(tài)的自適應(yīng)權(quán)重系數(shù)，確定各儲能電站承擔(dān)的調(diào)頻功率，在降低多儲能電站整體調(diào)頻成本的同時，提高調(diào)頻的可持續(xù)性，最后基于實(shí)際運(yùn)行數(shù)據(jù)對所提模型進(jìn)行驗(yàn)證。

1 含多儲能電站的區(qū)域調(diào)頻系統(tǒng)

本文主要研究新型電力系統(tǒng)下火電機(jī)組和儲能電站聯(lián)合參與電網(wǎng)二次調(diào)頻的功率分配問題，包括火-儲調(diào)頻功率分配、多火電機(jī)組調(diào)頻功率分配和多儲能電站調(diào)頻功率分配三部分內(nèi)容。其中區(qū)域內(nèi)包含用電負(fù)荷、新能源機(jī)組、多個不同類型的火電機(jī)組和儲能電站，其結(jié)構(gòu)如圖1所示。

圖1 多火-儲聯(lián)合調(diào)頻系統(tǒng)示意圖

首先，調(diào)度中心通過監(jiān)測區(qū)域電網(wǎng)頻率波動，并根據(jù)定頻率控制模式計算出各調(diào)頻資源需要調(diào)整的出力總量，有

然后，該調(diào)頻指令經(jīng)時空濾波器分解后，經(jīng)由火-儲聯(lián)合調(diào)頻系統(tǒng)控制中心和多儲能電站調(diào)頻系統(tǒng)控制中心計算后得到各調(diào)頻資源的調(diào)頻功率指令為

2 火-多儲調(diào)頻系統(tǒng)雙層優(yōu)化

針對網(wǎng)側(cè)各調(diào)頻資源（火電機(jī)組和儲能電站）成本/性能的差異，本文提出基于集合經(jīng)驗(yàn)?zāi)B(tài)分解和多目標(biāo)遺傳算法的火-多儲系統(tǒng)調(diào)頻功率雙層優(yōu)化策略，包括火-儲調(diào)頻功率優(yōu)化層和多儲能電站調(diào)頻功率優(yōu)化層，其框架如圖2所示。

圖2 雙層優(yōu)化控制策略框圖

（1）火-儲調(diào)頻功率優(yōu)化層構(gòu)建了時空濾波器，將區(qū)域總AGC指令在火電機(jī)組整體和儲能電站整體之間分配，并構(gòu)建了多臺火電機(jī)組之間調(diào)頻功率的經(jīng)濟(jì)分配模型，完成調(diào)頻功率的初次分配。

（2）多儲能電站調(diào)頻功率優(yōu)化層提出多個儲能電站之間調(diào)頻功率的優(yōu)化分配模型，將火-多儲調(diào)頻功率優(yōu)化層分配得到的多儲能電站整體需響應(yīng)的AGC指令在多個儲能電站之間進(jìn)行再分配，綜合考慮不同儲能電站的調(diào)頻成本、儲能電站自身以及多儲能電站整體的SOC約束，以整體調(diào)頻成本最低和SOC均衡恢復(fù)為多目標(biāo)，實(shí)現(xiàn)多座儲能電站的最優(yōu)調(diào)頻出力分配。

本文所提雙層優(yōu)化模型可以實(shí)現(xiàn)火-儲調(diào)頻功率的分層優(yōu)化，既能充分發(fā)揮火電機(jī)組和電池儲能各自的調(diào)頻優(yōu)勢，又能均衡恢復(fù)多個儲能電站的SOC，保證區(qū)域電網(wǎng)整體的調(diào)頻質(zhì)量和經(jīng)濟(jì)性。

3 火-儲調(diào)頻功率優(yōu)化層設(shè)計

當(dāng)調(diào)頻調(diào)度指令發(fā)生階躍變化時，電池儲能對該指令的響應(yīng)速度可以達(dá)到火電機(jī)組的100倍左右[4]，因此對于火儲聯(lián)合調(diào)頻系統(tǒng)，可以讓火電機(jī)組承擔(dān)變化較平穩(wěn)的調(diào)頻信號，儲能系統(tǒng)承擔(dān)變化較頻繁的調(diào)頻信號，從而充分發(fā)揮兩種不同調(diào)頻資源在調(diào)頻性能和調(diào)頻經(jīng)濟(jì)性方面的優(yōu)勢。

3.1 基于集合經(jīng)驗(yàn)?zāi)B(tài)分解的時空濾波器構(gòu)建

集合經(jīng)驗(yàn)?zāi)B(tài)分解可以根據(jù)輸入信號的極大值

特征尺度為準(zhǔn)則，將原始信號分解為多組信號，分解后的信號稱為原始信號的固有模態(tài)函數(shù)分量（Intrinsic Mode Functions, IMF），通過EEMD方法分解原始信號的結(jié)果[18]為

式中，()為原始信號；IMF()為原始信號經(jīng)EEMD分解分解后的固有模態(tài)分量；r()為分解余項(xiàng)；為固有模態(tài)分量個數(shù)。

如式（7）所示，原始信號經(jīng)EEMD分解后，可以得到頻率逐漸降低的IMF分量，根據(jù)IMF分量的特征，構(gòu)建一種基于原始信號不同周期特征尺度的時空濾波器。

低通時空濾波器可以表示為

高通時空濾波器可以表示為

式中，lf()為原始信號的低頻信號；hf()為原始信號的高頻信號；為時空濾波器的階數(shù)。

時空濾波器在AGC控制系統(tǒng)中的作用是將區(qū)域總AGC信號分解為火電機(jī)組整體和儲能電站整體需承擔(dān)的調(diào)頻功率指令。時空濾波器的輸入為持續(xù)的AGC信號。時空濾波器會將輸入的AGC信號存儲劃分為與時間窗口長度相同的數(shù)據(jù)段，在每個數(shù)據(jù)段結(jié)束時會基于設(shè)定的濾波階數(shù)將區(qū)域AGC信號進(jìn)行分解，得到當(dāng)前時刻火電機(jī)組整體及儲能電站整體需承擔(dān)的二次調(diào)頻功率指令。該指令傳輸至火電機(jī)組調(diào)頻功率分配控制中心和多儲能調(diào)頻系統(tǒng)控制中心進(jìn)行計算后得到各調(diào)頻電源的調(diào)頻調(diào)度指令。各調(diào)頻資源的調(diào)頻調(diào)度指令持續(xù)時間與電網(wǎng)AGC的命令發(fā)送周期相同，當(dāng)下一個時間窗口計時結(jié)束后，時空濾波器會完成第二次AGC信號的分解，經(jīng)上述兩個控制中心計算后更新各調(diào)頻電源的調(diào)頻調(diào)度指令。

時空濾波器的運(yùn)行需設(shè)定濾波階數(shù)和時間窗口長度，濾波階數(shù)的選取與火電機(jī)組的運(yùn)行狀態(tài)有關(guān)，在3.2節(jié)火-儲調(diào)頻功率分配中進(jìn)行介紹；時間窗口長度定義為每個AGC信號數(shù)據(jù)段中采樣點(diǎn)個數(shù)與采樣點(diǎn)時間間隔的乘積，所選取的時間窗口長度應(yīng)在保證分解效果的同時盡可能提高分解效率，同時要考慮數(shù)據(jù)采集環(huán)節(jié)的運(yùn)行特性，以滿足AGC系統(tǒng)的實(shí)時在線要求，時間窗口長度的確定方法為

式中，dec為時間窗口長度為w下的分解耗時；w為時間窗口長度，本文選定為5 min，即每次需要4個歷史數(shù)據(jù)以及1個當(dāng)前采樣數(shù)據(jù)；cal為分解后的AGC指令經(jīng)火電機(jī)組和儲能電站控制中心計算出各調(diào)頻資源的調(diào)頻調(diào)度指令所需時間；err為預(yù)留的計算時間誤差裕度；AGC為AGC的時間性能要求；n為采樣點(diǎn)個數(shù)；p為采樣點(diǎn)時間間隔。

3.2 基于時空濾波器的火-儲調(diào)頻功率分配

在3.1節(jié)構(gòu)建時空濾波器基礎(chǔ)上，還需要確定濾波階數(shù)才能完成火-儲調(diào)頻指令的分配。考慮火電機(jī)組和電池儲能兩者在調(diào)頻性能和調(diào)頻經(jīng)濟(jì)性存在的差異，本文以火電機(jī)組可平穩(wěn)最大出力為目標(biāo)確定濾波階數(shù)，確定方法如下。

首先，計算時空濾波器所有階數(shù)下可能的分解重構(gòu)結(jié)果，并記錄每一種結(jié)果下火電機(jī)組整體需承擔(dān)調(diào)頻功率的最大值，即

式中，lf,max()為火電機(jī)組整體承擔(dān)的調(diào)頻功率最大值矩陣；lf,max,k()為時空濾波器階數(shù)為時火電機(jī)組整體承擔(dān)的調(diào)頻指令最大值。

然后，計算每一種結(jié)果下火電機(jī)組整體需承擔(dān)的調(diào)頻功率最大值與爬坡速率最大值的方均根值，選取方均根值最小時所對應(yīng)的階數(shù)為時空濾波器的階數(shù)。

式中，ST()為濾波階數(shù)選擇函數(shù)；G,climb,max為多臺火電機(jī)組整體的最大爬坡速率。

確定時空濾波器的參數(shù)后，可以將區(qū)域總AGC指令分解為低頻和高頻兩部分，分別由火電機(jī)組整體和儲能電站整體承擔(dān)，有

式中，IMFAGC,i()為區(qū)域總AGC指令經(jīng)EEMD分解后的固有模態(tài)分量。

火電機(jī)組整體承擔(dān)的AGC指令為

儲能電站整體承擔(dān)的AGC指令為

為避免火電機(jī)組整體或儲能電站整體的調(diào)頻功率指令在某些極端點(diǎn)超過其最大可出力限值，對上述兩種調(diào)頻資源分配的調(diào)頻功率指令進(jìn)行修正調(diào)整，基本思想如下：當(dāng)火電機(jī)組整體承擔(dān)的調(diào)頻功率越限，儲能電站整體承擔(dān)的調(diào)頻功率未越限時，儲能電站整體承擔(dān)的調(diào)頻功率按其最大可接受能力累加火電機(jī)組整體調(diào)頻功率越限部分；當(dāng)火電機(jī)組整體承擔(dān)的調(diào)頻功率未越限，儲能電站整體承擔(dān)的調(diào)頻功率越限時，火電機(jī)組整體承擔(dān)的調(diào)頻功率按其最大可接受能力累加儲能電站整體調(diào)頻指令越限部分；當(dāng)火電機(jī)組和儲能電站整體承擔(dān)的調(diào)頻功率均越限時，按其最大輸出能力參與電網(wǎng)調(diào)頻。火-儲調(diào)頻功率優(yōu)化層的控制流程如圖3所示。

圖3 火-儲調(diào)頻功率分配策略流程

3.3 火電機(jī)組調(diào)頻功率經(jīng)濟(jì)分配模型

為實(shí)現(xiàn)多臺火電機(jī)組的調(diào)頻功率分配，本文構(gòu)建了火電機(jī)組調(diào)頻功率經(jīng)濟(jì)分配模型，其核心分配思想為：以火電機(jī)組整體的經(jīng)濟(jì)性為首要目標(biāo)，以各臺火電機(jī)組的剩余調(diào)頻容量為次要目標(biāo)，各臺火電機(jī)組與調(diào)度指令相同方向的剩余容量越大，該臺火電機(jī)組的抗拒系數(shù)就越小，其被調(diào)度的優(yōu)先級就越高；反之，該臺火電機(jī)組的抗拒系數(shù)就越大，其被調(diào)度的優(yōu)先級就越低。

火電機(jī)組調(diào)頻功率經(jīng)濟(jì)分配模型的構(gòu)建過程為

式中，(G,j())為時刻火電機(jī)組的調(diào)頻成本，包括煤耗成本、碳捕集成本和機(jī)組磨損成本。

火電機(jī)組調(diào)頻成本的函數(shù)表達(dá)式為

火電機(jī)組的調(diào)頻調(diào)度需滿足以下約束：

1）調(diào)頻功率平衡約束

2）機(jī)組出力上、下限約束

3）機(jī)組爬坡約束

為避免經(jīng)濟(jì)性較好的火電機(jī)組長期運(yùn)行于滿載狀態(tài)而增加額外的機(jī)組磨損，模型中加入了可以改變機(jī)組參與調(diào)頻意愿的抗拒系數(shù)，機(jī)組出力越接近額定限值，抗拒系數(shù)就越大，機(jī)組參與調(diào)頻的意愿就越低，抗拒系數(shù)為

式中，K()為機(jī)組在時刻的抗拒系數(shù)。

為削弱不同火電機(jī)組額定容量的差異對抗拒系數(shù)的影響，對抗拒系數(shù)進(jìn)行歸一化處理，有

考慮抗拒系數(shù)后火電機(jī)組調(diào)頻功率經(jīng)濟(jì)分配模型的目標(biāo)函數(shù)為

4 多儲能電站調(diào)頻功率優(yōu)化層設(shè)計

為在多儲能電站整體經(jīng)濟(jì)運(yùn)行的基礎(chǔ)上進(jìn)行SOC均衡恢復(fù)，本文建立了考慮不同類型儲能電站調(diào)頻成本和SOC恢復(fù)的兩個目標(biāo)函數(shù)，從而達(dá)到均衡控制的目的，屬于多目標(biāo)優(yōu)化模型。

4.1 多儲能電站調(diào)頻功率優(yōu)化模型

4.1.1 目標(biāo)函數(shù)

儲能電站參與電網(wǎng)調(diào)頻服務(wù)時，要考慮其容量投資成本和能量損失成本。另外，儲能電站調(diào)頻時需要頻繁改變出力大小和出力方向，會造成其壽命衰減，因此對于儲能電站參與調(diào)頻的成本函數(shù)建模中必須考慮其壽命折損成本，本文構(gòu)建的儲能電站調(diào)頻成本為

儲能電站參與調(diào)頻的成本函數(shù)為

式中，1,i()為時刻儲能電站的調(diào)頻成本。

若區(qū)域內(nèi)含有個儲能電站，則時刻關(guān)于多儲能電站整體調(diào)頻成本的目標(biāo)函數(shù)為

式中，1()為時刻多儲能電站整體的調(diào)頻成本。

多儲能電站聯(lián)合參與電網(wǎng)調(diào)頻時，如果只考慮調(diào)頻成本，會使經(jīng)濟(jì)性較好的儲能電站充放電優(yōu)先級過高，長時間運(yùn)行于SOC限值邊界，而經(jīng)濟(jì)性較差的儲能電站一直不動作，導(dǎo)致多個儲能電站SOC的不均衡，不利于提高儲能電站參與調(diào)頻的積極性和可持續(xù)性。因此在儲能電站參與電網(wǎng)調(diào)頻時，還要考慮單個儲能電站以及多個儲能電站SOC的均衡恢復(fù)。儲能電站的SOC控制模型需要考慮各儲能電站當(dāng)前時刻以及上一時刻的SOC值，即

因此，時刻控制多儲能電站整體SOC均衡恢復(fù)的目標(biāo)函數(shù)為

式中，2()為時刻多儲能電站整體的SOC偏差。

4.1.2 約束條件

1）調(diào)頻功率平衡約束

2）儲能電站額定功率約束

3）儲能電站SOC約束

4.2 基于多目標(biāo)遺傳算法的模型求解

4.1節(jié)構(gòu)建的多儲能電站調(diào)頻功率分配模型屬于多目標(biāo)問題。本文基于多目標(biāo)遺傳算法對該模型進(jìn)行求解，建立了綜合考慮調(diào)頻需求大小和SOC均衡偏差程度的自適應(yīng)權(quán)重系數(shù)，以從Pareto解集中選取最優(yōu)折中解。求解方法分為以下幾步：

1）基于多目標(biāo)遺傳算法求取Pareto前沿，將當(dāng)前時刻最優(yōu)解集中每一組解的目標(biāo)函數(shù)用模糊隸屬度函數(shù)表示其滿意度，定義為

式中，u()為時刻第組解第個目標(biāo)函數(shù)的滿意度值；f()為時刻第組解第個目標(biāo)函數(shù)的值；fmax()為時刻第組解第個目標(biāo)函數(shù)的最大值；fmin()為時刻第組解第個目標(biāo)函數(shù)的最小值。

根據(jù)式（36）可以求得時刻Pareto解集中每組解的目標(biāo)函數(shù)滿意度矩陣為

2）考慮電力系統(tǒng)頻率調(diào)整需求緊急程度和多儲能電站SOC整體偏差程度，構(gòu)建兩個目標(biāo)函數(shù)關(guān)于系統(tǒng)狀態(tài)的自適應(yīng)權(quán)重系數(shù)矩陣。

式中，()為時刻多目標(biāo)函數(shù)關(guān)于系統(tǒng)狀態(tài)的自適應(yīng)權(quán)重系數(shù)矩陣；1()為時刻多儲能電站調(diào)頻成本目標(biāo)函數(shù)的權(quán)重系數(shù)；2()為時刻多儲能電站SOC綜合偏差目標(biāo)函數(shù)的權(quán)重系數(shù)；1()、2()的確定方法如下所示。

（1）1的確定

電力系統(tǒng)的調(diào)頻成本除了與各儲能電站的參數(shù)相關(guān)外，還與調(diào)頻需求的大小有關(guān)。調(diào)頻需求越大，調(diào)頻成本越高，則越應(yīng)該注重對于調(diào)頻成本的控制。為此，1()由各優(yōu)化周期調(diào)頻需求緊急程度的函數(shù)確定，即

式中，ARR為調(diào)頻需求緊急程度；ARRA和ARRE分別為調(diào)頻需求緊急程度的較低值和較高值。

（2）2的確定

定義各個儲能電站SOC與多儲能電站整體SOC平均值的偏差之和為SOCtotal。2()的取值由SOCtotal()的函數(shù)確定，有

式中，SOCtotal,max為各個儲能電站SOC與多儲能電站整體SOC平均值偏差之和的最大值。

3）求取時刻的綜合滿意度矩陣，基于第1）步和第2）步，綜合滿意度矩陣為

根據(jù)綜合滿意度矩陣()可以求取時刻Pareto解集中每組解各目標(biāo)函數(shù)的綜合滿意度。選取該時刻綜合滿意度之和最大的一組解作為該時刻各儲能電站的最優(yōu)調(diào)頻功率指令。

4.3 計及網(wǎng)絡(luò)安全約束的調(diào)頻功率再分配策略

區(qū)域電網(wǎng)進(jìn)行二次調(diào)頻時，調(diào)度中心對調(diào)頻資源的調(diào)度會改變輸電線路潮流分布，輸電線路面臨功率越限的風(fēng)險，而網(wǎng)絡(luò)安全是電力系統(tǒng)運(yùn)行的最基本要求。因此，在調(diào)頻功率傳輸?shù)倪^程中線路功率不應(yīng)超過其最大限值。因本文主要研究電力系統(tǒng)的調(diào)頻調(diào)度策略，只考慮輸電線路有功功率約束。

式中，X、X、X、X為網(wǎng)絡(luò)拓?fù)涞墓?jié)點(diǎn)阻抗矩陣元素；x為線路的電抗值；P為時刻電源節(jié)點(diǎn)的有功功率；D為時刻負(fù)荷節(jié)點(diǎn)的有功功率集合；為電源節(jié)點(diǎn)集合；為負(fù)荷節(jié)點(diǎn)集合。

考慮電網(wǎng)的實(shí)際運(yùn)行情況，輸電線路不會輕易過載，所以很多時候網(wǎng)絡(luò)安全約束是不起作用的。為提高求解效率，采用“校驗(yàn)-添加”的思想對線路輸電有功約束，即：首先不考慮網(wǎng)絡(luò)安全約束，對本文構(gòu)建的雙層優(yōu)化模型求解一次，得到各調(diào)頻資源的初始調(diào)度指令；然后用這組解進(jìn)行網(wǎng)絡(luò)安全檢驗(yàn)，若線路有功均不越限，則求解結(jié)束，下發(fā)調(diào)度指令；否則以式（16）～式（23）和式（24）～式（28）構(gòu)建計及輸電線路有功功率約束的調(diào)頻功率經(jīng)濟(jì)再分配模型，求解并更新各調(diào)頻資源的調(diào)度指令。

前文所描述的火-多儲調(diào)頻功率雙層優(yōu)化分配策略流程如圖4所示。

圖4 雙層優(yōu)化控制策略流程

4.4 控制效果評價指標(biāo)

當(dāng)AGC()G()＜0或|AGC()|＜|G()|時，記dev()=1，否則dev()=0。

式中，為優(yōu)化調(diào)度次數(shù)。dev用于評價火電機(jī)組承擔(dān)的二次調(diào)頻功率跟隨原始AGC指令的能力，dev越小，跟隨能力越強(qiáng)。

2）單位能耗成本

3）多儲能電站整體SOC均衡程度

4）頻率偏差的方均根值

系統(tǒng)頻率偏差的方均根值rms越小，說明頻率波動越小，策略調(diào)頻效果越好。

5 算例驗(yàn)證

5.1 仿真系統(tǒng)設(shè)計

為驗(yàn)證本文所提策略的有效性，在IEEE 14節(jié)點(diǎn)測試系統(tǒng)對圖1所示的區(qū)域電網(wǎng)調(diào)頻功率分配問題展開分析。該區(qū)域包含位于網(wǎng)絡(luò)不同節(jié)點(diǎn)的兩臺火電機(jī)組和三座儲能電站?；痣姍C(jī)組和儲能電站的參數(shù)分別見表1和表2[6]。

其他參數(shù)說明如下：

（1）火電機(jī)組1的調(diào)整范圍為180～600 MW，爬坡速率為18 MW/min，初始出力為450 MW。

（2）火電機(jī)組2的調(diào)整范圍為90～300 MW，爬坡速率為9 MW/min，初始出力為150 MW。

表1 火電機(jī)組參數(shù)

Tab.1 Thermal power unit parameters

表2 儲能電站參數(shù)

Tab.2 Parameters of energy storage power station

5.2 仿真結(jié)果分析

5.2.1 火電機(jī)組指令跟隨性能及經(jīng)濟(jì)性分析

利用上述算例系統(tǒng)，取某地區(qū)實(shí)際AGC數(shù)據(jù)進(jìn)行仿真，比較本文策略和傳統(tǒng)濾波策略下火-儲調(diào)頻功率分配效果。兩種策略下火電機(jī)組整體需要響應(yīng)的AGC指令如圖5所示，儲能電站整體需要響應(yīng)的AGC指令如圖6所示。

圖5 不同策略下火電機(jī)組整體AGC指令跟隨曲線

圖6 不同策略下儲能電站整體承擔(dān)的AGC指令曲線

由圖5可知，本文策略和傳統(tǒng)濾波策略下，火電機(jī)組整體需響應(yīng)的二次調(diào)頻調(diào)度指令變化幅度較小、頻率較低，利于火電機(jī)組對二次調(diào)頻功率指令的跟隨。

由圖6可知，本文策略下儲能整體需承擔(dān)的AGC指令低于傳統(tǒng)濾波策略，本文策略下儲能整體需要響應(yīng)的調(diào)頻功率累加為1 327.35 MW；傳統(tǒng)濾波策略下儲能整體需要響應(yīng)的調(diào)頻功率累加為1 735.52 MW。原因是在區(qū)域總AGC指令波動較為頻繁、幅度較大的時間段內(nèi)，傳統(tǒng)濾波策略下需要儲能電站發(fā)出（吸收）更多的功率來彌補(bǔ)火電機(jī)組偏離調(diào)度功率的差值。

不同策略下火電機(jī)組整體跟隨原始AGC指令的性能指標(biāo)見表3。本文策略下火電機(jī)組偏離調(diào)度次數(shù)為10次，較傳統(tǒng)濾波策略降低了64.29%；偏離調(diào)度的懲罰容量為1.27 MW·h，較傳統(tǒng)濾波策略降低了6.35 MW·h。本文策略下火電機(jī)組整體承擔(dān)的AGC指令跟隨原始AGC指令的性能要優(yōu)于傳統(tǒng)濾波策略，下面分析具體原因。

表3 不同策略下火電機(jī)組整體的AGC指令跟隨情況

Tab.3 Overall AGC command following performance of thermal power units under different strategies

傳統(tǒng)濾波策略下火電機(jī)組跟隨AGC指令的效果低于本文策略的原因是傳統(tǒng)濾波器因其固有特性會產(chǎn)生過渡帶較長、信號失真的問題，不太適用于對高頻信號的分解，而在本文策略下原始AGC指令會分解成一系列和輸入信號具有相同時間尺度的數(shù)據(jù)序列，分解后的AGC指令序列與原始AGC指令序列相比具有更強(qiáng)的規(guī)律性和可處理性。如圖5虛線框1和虛線框2標(biāo)注所示，在AGC指令波動幅度較大或頻率較高的時間段內(nèi)，本文策略下火電機(jī)組整體承擔(dān)的調(diào)度指令仍然可以較好地跟隨原始AGC指令，但是傳統(tǒng)濾波策略下則存在失真和滯后現(xiàn)象，造成較長時間段內(nèi)火電機(jī)組整體承擔(dān)的二次調(diào)頻功率偏離原始AGC指令。

每臺火電機(jī)組所需承擔(dān)的二次調(diào)頻指令如圖7所示。在初始時刻，計及剩余調(diào)頻容量后由經(jīng)濟(jì)性較好的火電機(jī)組1優(yōu)先被調(diào)度中心調(diào)用，當(dāng)火電機(jī)組1不滿足調(diào)頻需求時，由火電機(jī)組2進(jìn)行補(bǔ)足；并且成本抗拒系數(shù)會一直介入火電機(jī)組調(diào)頻功率分配策略，避免經(jīng)濟(jì)性較好的火電機(jī)組長期運(yùn)行于滿載狀態(tài)而增加額外的磨損成本。

圖7 火電機(jī)組調(diào)頻功率調(diào)度曲線

表4為不同策略下火電機(jī)組整體的調(diào)頻成本，本文策略下火電機(jī)組整體的調(diào)頻成本為15 158.34元，比例分配策略下為15 613.44元，本文策略較比例分配策略下調(diào)頻成本降低了2.91%。另外，本文策略下機(jī)組磨損成本也低于比例分配策略，有利于延長火電機(jī)組運(yùn)行壽命。

表4 不同策略下火電機(jī)組的調(diào)頻成本

Tab.4 Frequency modulation costs of thermal power units under different strategies（單位：元）

綜上所述，針對火-多儲整體的調(diào)頻調(diào)度問題，本文策略下各調(diào)頻資源擁有較好的調(diào)頻指令跟隨效果，可以充分發(fā)揮火電機(jī)組和儲能電站兩種調(diào)頻資源的優(yōu)勢，并且擁有較好的經(jīng)濟(jì)性。

5.2.2 多儲能電站調(diào)頻經(jīng)濟(jì)性及SOC分析

本文策略下多儲能電站整體需承擔(dān)的AGC指令如圖6所示，采用本文策略以及動態(tài)容量比例分配策略（下文簡稱比例分配策略）將其在多個儲能電站之間進(jìn)行調(diào)頻功率分配，結(jié)果及分析如下。

綜合滿意度系數(shù)曲線如圖8所示，1和2分別是目標(biāo)函數(shù)1和目標(biāo)函數(shù)2的綜合滿意度系數(shù)，其本身是調(diào)頻需求和各儲能電站與多儲能電站整體SOC均值的偏差之和的函數(shù)，并且呈正相關(guān)。多儲能電站整體的調(diào)頻需求和SOC分別如圖6和圖10所示。

圖8 綜合滿意度系數(shù)曲線

在調(diào)頻調(diào)度初期，各儲能電站與多儲能電站整體SOC均值的偏差之和最大，達(dá)到了0.40，而總的調(diào)頻需求并不高，所以此時1遠(yuǎn)小于2，控制策略更側(cè)重于多儲能電站SOC的均衡恢復(fù)；在調(diào)頻調(diào)度運(yùn)行至41、46 min等時刻時，各儲能電站與多儲能電站整體SOC均值的偏差之和較小，而總的調(diào)頻需求較大，此時1遠(yuǎn)大于2，控制策略更側(cè)重于降低多儲能電站的調(diào)頻成本，與分析結(jié)果一致。

不同策略下多儲能電站整體的調(diào)頻成本見表5，本文策略下為14 531.21元，比例分配策略下為 14 815.00元，本文策略下的總調(diào)頻成本較比例分配策略下降低了1.92%，具體原因分析如下。

表5 不同策略下多儲能電站的調(diào)頻成本

Tab.5 Frequency modulation costs of multiple energy storage stations under different strategies（單位：元）

（續(xù)）

不同策略下各儲能電站的調(diào)頻里程見表6。由表6可知，本文策略下儲能電站1的調(diào)頻里程較比例分配策略低16.30%；儲能電站2的調(diào)頻里程較比例分配策略低8.50%；儲能電站3的調(diào)頻里程較比例分配策略高31.67%；本文策略下對經(jīng)濟(jì)性較差的儲能電站1的調(diào)用次數(shù)少于比例分配策略。

表6 不同策略下各儲能電站的調(diào)頻里程

Tab.6 Frequency modulation mileage of each energy storage station under different strategies（單位：MW）

不同策略下儲能電站的調(diào)頻里程構(gòu)成如圖9所示。在調(diào)頻調(diào)度的初始時刻，調(diào)頻調(diào)度中心需要各儲能電站進(jìn)行充電，在本文策略下，由于各儲能電站SOC整體均衡度較差，更側(cè)重控制各儲能電站的SOC恢復(fù)，此時儲能電站3的SOC接近下限，考慮到SOC的均衡恢復(fù)，僅由儲能電站3進(jìn)行充電；在3～17 min時，調(diào)頻調(diào)度中心需要各儲能電站進(jìn)行充電，本文策略仍然側(cè)重儲能電站整體的SOC恢復(fù)，由于僅靠儲能電站3的不能滿足調(diào)頻需求，此時由經(jīng)濟(jì)性較好的儲能電站2進(jìn)行補(bǔ)充充電，而儲能電站1此時的SOC較高，仍然不動作；在80～90 min時，如圖10所示，此時多儲能電站整體的SOC較為均衡，本文策略更注重調(diào)頻成本的控制，優(yōu)先由儲能電站1和2進(jìn)行放電。本文策略下，各儲能電站的初始SOC對調(diào)頻策略的影響較小，可以在降低調(diào)頻成本的基礎(chǔ)上均衡恢復(fù)各儲能電站的SOC。而在比例分配策略下，各儲能電站的出力受其初始SOC的影響較大，當(dāng)調(diào)頻調(diào)度中心需要儲能電站放電時，優(yōu)先由儲能電站1放電；當(dāng)調(diào)頻調(diào)度中心需要儲能電站充電時，優(yōu)先由儲能電站3充電。

圖9 不同策略下各儲能電站出力構(gòu)成情況

圖10 不同策略下各儲能電站SOC變化曲線

為了更加直觀地比較兩種方案的調(diào)頻經(jīng)濟(jì)性，分別計算兩種策略下的單位能耗成本指標(biāo)。本文策略下為0.645 6元/(kW·h)，比例分配策略下為0.669 7元/(kW·h)，本文策略較比例分配策略在整個調(diào)頻調(diào)度周期的單位能耗成本降低了3.60%。

不同策略下各儲能電站SOC變化曲線如圖10所示。本文策略下各儲能電站SOC最低值為0.314 4，比例分配策略下各儲能電站SOC最低值為0.266 1，較本文策略下降低了15.36%。本文策略下可以保持多個儲能電站SOC的一致性，維持多儲能電站整體的電量平衡，比例分配策略下則無法保持儲能電站SOC的一致性，若進(jìn)行更長時間的工作，儲能電站3的SOC可能會達(dá)到其下限值，從而提前退出調(diào)頻服務(wù)。

不同策略下各儲能電站的SOC指標(biāo)見表7，SOC,bias為各儲能電站自身的SOC偏差評價指標(biāo)，是儲能電站在整個調(diào)頻調(diào)度周期下各時刻SOC與0.5的平方偏差的方均根，越小越好?？梢钥吹?，本文策略下儲能電站1～3的SOC都優(yōu)于比例分配策略，本文策略下各儲能電站自身的SOC偏差指標(biāo)之和為0.27，比例分配策略下為0.414，該指標(biāo)在本文策略下優(yōu)于比例分配策略34.78%；對于多儲能整體SOC均衡程度指標(biāo)，本文策略下為0.079，比例分配策略下為0.167，本文策略下具有顯著提升，利于提升多儲能電站整體的調(diào)頻可持續(xù)性。

表7 儲能電站SOC均衡效果

Tab.7 SOC balancing effect of energy storage station

綜上所述，本文所提多儲能電站調(diào)功率分配策略可以根據(jù)系統(tǒng)狀態(tài)協(xié)調(diào)控制儲能電站調(diào)頻成本降低和SOC恢復(fù)這兩個目標(biāo)：當(dāng)調(diào)頻需求較大時，由調(diào)頻成本較低的儲能電站優(yōu)先充放電；當(dāng)多儲能電站SOC偏差較大時，由SOC較差的儲能電站優(yōu)先充放電。本文策略下可以充分調(diào)動不同調(diào)頻成本及SOC儲能電站的調(diào)頻積極性，有利于提升儲能電站參與調(diào)頻的可持續(xù)性。

5.2.3 網(wǎng)絡(luò)安全約束和通信時滯對策略的影響

當(dāng)電網(wǎng)頻率發(fā)生波動后，調(diào)度中心需要綜合考慮各種因素來調(diào)度區(qū)域內(nèi)的多種調(diào)頻資源，包括網(wǎng)絡(luò)安全約束和通信時滯等因素。為驗(yàn)證本文策略在上述因素影響下的有效性，在上述算例條件下進(jìn)行分析，考慮網(wǎng)絡(luò)安全約束前后的輸電線路有功功率如圖11所示，不同通信時滯下電網(wǎng)的頻率偏差如圖12所示。

考慮輸電線路有功功率傳輸約束前后線路1-2和線路7-9的穩(wěn)態(tài)有功功率如圖11所示。如果不考慮線路有功約束，在108～115 min這段時間線路1-2有功功率會越限；在107～114 min這段時間線路7-9有功功率會越限；而在本文策略下，因?yàn)橛嫾熬W(wǎng)絡(luò)安全約束，如果初次調(diào)頻調(diào)度結(jié)果后驗(yàn)發(fā)現(xiàn)線路有功功率越限的情況，則會對調(diào)頻功率進(jìn)行再分配，如圖7和圖9所示，在107～115 min時間段內(nèi)，火電機(jī)組不動作，儲能電站整體最終調(diào)頻指令高于初次調(diào)頻調(diào)度結(jié)果，保證了輸電線路有功功率不超過最大限值，防止輸電線路事故的發(fā)生。

圖11 輸電線路有功功率曲線

不同通信時滯下電網(wǎng)頻率偏差如圖12所示，可以發(fā)現(xiàn)，當(dāng)通信時滯為0.1 s時，對頻率偏差的控制效果影響很?。划?dāng)通信時滯增加到1 s時，對頻率偏差的控制效果影響就較為明顯；如果通信時滯繼續(xù)增大，則對電網(wǎng)頻率的控制效果影響將會越大。

圖12 不同通信時滯下的頻率偏差曲線

不同通信時滯下的調(diào)頻效果指標(biāo)見表8。無通信時滯下的Drms為0.003 6 Hz；通信時滯為1 s時Drms為0.004 1 Hz；存在1 s通信時滯較無通信時滯時調(diào)頻性能下降了13.89%。因此，通信設(shè)備傳輸數(shù)據(jù)的快速性、準(zhǔn)確性對電網(wǎng)頻率調(diào)控非常重要。

表8 不同通信時滯下的調(diào)頻效果指標(biāo)

Tab.8 Frequency modulation performance indicators under different communication delays

實(shí)際大規(guī)模電力系統(tǒng)中，火電機(jī)組和儲能電站的數(shù)量往往較多，除了考慮上述兩個因素對本文策略的影響外，還要滿足大規(guī)模電力系統(tǒng)相對于小系統(tǒng)對實(shí)時求解提出的更高要求。本文所提雙層模型各模塊在不同規(guī)模系統(tǒng)下的求解耗時如圖13所示。

圖13 各模塊在不同規(guī)模系統(tǒng)下的求解耗時曲線

可以發(fā)現(xiàn)，電力系統(tǒng)中火電機(jī)組和儲能電站數(shù)量從2臺增加到100臺的過程中，兩個模塊的求解耗時均不超過3.0 s，是滿足AGC控制周期的時間性能要求的。

綜上所述，在制定電網(wǎng)調(diào)頻調(diào)度策略時，應(yīng)該考慮多種因素對調(diào)頻調(diào)度結(jié)果的聯(lián)合影響，從而保證電網(wǎng)穩(wěn)定安全運(yùn)行。

6 結(jié)論

為了充分發(fā)揮火電機(jī)組和儲能電站兩種不同調(diào)頻資源的優(yōu)勢，在降低整體調(diào)頻成本的基礎(chǔ)上實(shí)現(xiàn)多儲能電站SOC的均衡恢復(fù)，本文提出了計及網(wǎng)絡(luò)安全約束的火-多儲系統(tǒng)調(diào)頻功率雙層優(yōu)化策略，并進(jìn)行了仿真驗(yàn)證，得到如下結(jié)論：

1）本文構(gòu)建的火-儲調(diào)頻功率分配模型可以將原始AGC指令分解為火電機(jī)組整體和儲能電站整體需承擔(dān)的AGC指令，分解后的信號對原始信號具有較好的跟隨效果。本文策略下火電機(jī)組承擔(dān)的調(diào)頻信號跟隨原始調(diào)頻信號的效果比傳統(tǒng)濾波策略高64.29%。

2）本文所提調(diào)頻功率雙層優(yōu)化模型能夠提升區(qū)域電網(wǎng)整體調(diào)頻經(jīng)濟(jì)性，相較于按容量比例分配策略火電機(jī)組調(diào)頻成本降低了2.91%，同時機(jī)組磨損也略有降低；相較于按比例分配策略，儲能電站整體的單位能耗成本降低了3.60%。

3）本文所提多儲能電站調(diào)頻功率分配模型可以協(xié)調(diào)各儲能電站的調(diào)頻成本和SOC恢復(fù)。在整體調(diào)頻成本降低的基礎(chǔ)上，各儲能電站SOC保持效果優(yōu)于比例分配策略34.78%；多儲能電站整體SOC均衡效果優(yōu)于比例分配策略52.69%。有利于提升儲能電站參與電力系統(tǒng)調(diào)頻的積極性和可持續(xù)性。

電力系統(tǒng)往往不是獨(dú)立存在的，并不能僅在一個區(qū)域電網(wǎng)內(nèi)考慮電力系統(tǒng)的調(diào)頻調(diào)度問題，下一步將對研究對象進(jìn)行擴(kuò)充，研究兩個或多個含火-多儲系統(tǒng)的互聯(lián)區(qū)域電網(wǎng)的調(diào)頻調(diào)度問題。

[1] Pan Yuling, Dong Feng. Dynamic evolution and driving factors of new energy development: fresh evidence from China[J]. Technological Forecasting and Social Change, 2022, 176: 121475.

[2] 馬偉明. 關(guān)于電工學(xué)科前沿技術(shù)發(fā)展的若干思考[J]. 電工技術(shù)學(xué)報, 2021, 36(22): 4627-4636. Ma Weiming. Thoughts on the development of frontier technology in electrical engineering[J]. Transactions of China Electrotechnical Society, 2021, 36(22): 4627-4636.

[3] 李軍徽, 馮喜超, 嚴(yán)干貴, 等. 高風(fēng)電滲透率下的電力系統(tǒng)調(diào)頻研究綜述[J]. 電力系統(tǒng)保護(hù)與控制, 2018, 46(2): 163-170. Li Junhui, Feng Xichao, Yan Gangui, et al. Survey on frequency regulation technology in high wind penetration power system[J]. Power System Protection and Control, 2018, 46(2): 163-170.

[4] 王凱豐, 謝麗蓉, 喬穎, 等. 電池儲能提高電力系統(tǒng)調(diào)頻性能分析[J]. 電力系統(tǒng)自動化, 2022, 46(1): 174-181. Wang Kaifeng, Xie Lirong, Qiao Ying, et al. Analysis of frequency regulation performance of power system improved by battery energy storage[J]. Automation of Electric Power Systems, 2022, 46(1): 174-181.

[5] 李軍徽, 侯濤, 穆鋼, 等. 電力市場環(huán)境下考慮風(fēng)電調(diào)度和調(diào)頻極限的儲能優(yōu)化控制[J]. 電工技術(shù)學(xué)報, 2021, 36(9): 1791-1804. Li Junhui, Hou Tao, Mu Gang, et al. Optimal control strategy for energy storage considering wind farm scheduling plan and modulation frequency limitation under electricity market environment[J]. Transactions ofChina Electrotechnical Society, 2021, 36(9): 1791-1804.

[6] 李建林, 馬會萌, 惠東. 儲能技術(shù)融合分布式可再生能源的現(xiàn)狀及發(fā)展趨勢[J]. 電工技術(shù)學(xué)報, 2016, 31(14): 1-10, 20. Li Jianlin, Ma Huimeng, Hui Dong. Present development condition and trends of energy storage technology in the integration of distributed renewable energy[J]. Transactions of China Electrotechnical Society, 2016, 31(14): 1-10, 20.

[7] 吳珊, 邊曉燕, 張菁嫻, 等. 面向新型電力系統(tǒng)靈活性提升的國內(nèi)外輔助服務(wù)市場研究綜述[J]. 電工技術(shù)學(xué)報, 2023, 38(6): 1662-1677. Wu Shan, Bian Xiaoyan, Zhang Jingxian, et al. A review of domestic and foreign ancillary services market for improving flexibility of new power system[J]. Transactions of China Electrotechnical Society, 2023, 38(6): 1662-1677.

[8] Aghamohammadi M R, Abdolahinia H. A new approach for optimal sizing of battery energy storage system for primary frequency control of islanded microgrid[J]. International Journal of Electrical Power & Energy Systems, 2014, 54: 325-333.

[9] 丁冬, 劉宗歧, 楊水麗, 等. 基于模糊控制的電池儲能系統(tǒng)輔助AGC調(diào)頻方法[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(8): 81-87. Ding Dong, Liu Zongqi, Yang Shuili, et al. Battery energy storage aid automatic generation control for load frequency control based on fuzzy control[J]. Power System Protection and Control, 2015, 43(8): 81-87.

[10] 李建林, 屈樹慷, 馬速良, 等. 電池儲能系統(tǒng)輔助電網(wǎng)調(diào)頻控制策略研究[J]. 太陽能學(xué)報, 2023, 44(3): 326-335. Li Jianlin, Qu Shukang, Ma Suliang, et al. Research on frequency modulation control strategy of auxiliary power grid in battery energy storage system[J]. Acta Energiae Solaris Sinica, 2023, 44(3): 326-335.

[11] 胡澤春, 謝旭, 張放, 等. 含儲能資源參與的自動發(fā)電控制策略研究[J]. 中國電機(jī)工程學(xué)報, 2014, 34(29): 5080-5087. Hu Zechun, Xie Xu, Zhang Fang, et al. Research on automatic generation control strategy incorporating energy storage resources[J]. Proceedings of the CSEE, 2014, 34(29): 5080-5087.

[12] 于會群, 林濤, 戚明鑫. 基于SSA-VMD和雙層模糊控制的火儲聯(lián)合調(diào)頻策略[J/OL]. 電源學(xué)報, 2023: 1-15. http://kns.cnki.net/kcms/detail/12.1420. TM.20221202.1543.003.html. Yu Huiqun, Lin Tao, Qi Mingxin, et al. Combined frequency regulation strategy of thermal power and energy storage based on ssa-vmd and double-layer fuzzy control[J/OL]. Journal of Power Supply, 2023: 1-5. http://kns.cnki.net/kcms/detail/12.1420. TM. 20221202. 1543.003.html.

[13] 李衛(wèi)國, 焦盤龍, 劉新宇, 等. 基于變分模態(tài)分解的儲能輔助傳統(tǒng)機(jī)組調(diào)頻的容量優(yōu)化配置[J]. 電力系統(tǒng)保護(hù)與控制, 2020, 48(6): 43-52. Li Weiguo, Jiao Panlong, Liu Xinyu, et al. Capacity optimization configuration of energy storage auxiliary traditional unit frequency modulation based on variational mode decomposition[J]. Power System Protection and Control, 2020, 48(6): 43-52.

[14] Lee S J, Kim J H, Kim C H, et al. Coordinated control algorithm for distributed battery energy storage systems for mitigating voltage and frequency deviations[J]. IEEE Transactions on Smart Grid, 2016, 7(3): 1713-1722.

[15] 張圣祺, 袁蓓, 徐青山, 等. 規(guī)?；瘍δ軈⑴c下的電網(wǎng)二次調(diào)頻優(yōu)化控制策略[J]. 電力自動化設(shè)備, 2019, 39(5): 82-88, 95. Zhang Shengqi, Yuan Bei, Xu Qingshan, et al. Optimal control strategy of secondary frequency regulation for power grid with large-scale energy storages[J]. Electric Power Automation Equipment, 2019, 39(5): 82-88, 95.

[16] 李軍徽, 侯濤, 嚴(yán)干貴, 等. 計及調(diào)頻成本和荷電狀態(tài)恢復(fù)的多儲能系統(tǒng)調(diào)頻功率雙層優(yōu)化[J]. 中國電機(jī)工程學(xué)報, 2021, 41(23): 8020-8033. Li Junhui, Hou Tao, Yan Gangui, et al. Two-layer optimization of frequency modulation power in multi-battery energy storage system considering frequency modulation cost and recovery of state of charge[J]. Proceedings of the CSEE, 2021, 41(23): 8020-8033.

[17] 王煒, 李政, 劉宏偉, 等. 基于禁忌搜索的混合儲能輔助電網(wǎng)AGC策略研究[J]. 電氣傳動, 2022, 52(5): 39-46. Wang Wei, Li Zheng, Liu Hongwei, et al. Research on AGC strategy of hybrid energy storage auxiliary power grid based on tabu search[J]. Electric Drive, 2022, 52(5): 39-46.

[18] 葛樂, 袁曉冬, 王亮, 等. 面向配電網(wǎng)優(yōu)化運(yùn)行的混合儲能容量配置[J]. 電網(wǎng)技術(shù), 2017, 41(11): 3506-3513. Ge Le, Yuan Xiaodong, Wang Liang, et al. Capacity configuration of hybrid energy storage system for distribution network optimal operation[J]. Power System Technology, 2017, 41(11): 3506-3513.

[19] 陳浩, 賈燕冰, 鄭晉, 等. 規(guī)?；瘍δ苷{(diào)頻輔助服務(wù)市場機(jī)制及調(diào)度策略研究[J]. 電網(wǎng)技術(shù), 2019, 43(10): 3606-3617. Chen Hao, Jia Yanbing, Zheng Jin, et al. Research on market mechanism and scheduling strategy of frequency regulation auxiliary service of large-scale energy storage[J]. Power System Technology, 2019, 43(10): 3606-3617.

[20] 黃庶, 林舜江, 劉明波. 含風(fēng)電場和抽水蓄能電站的多目標(biāo)安全約束動態(tài)優(yōu)化調(diào)度[J]. 中國電機(jī)工程學(xué)報, 2016, 36(1): 112-121.Huang Shu, Lin Shunjiang, Liu Mingbo. Multi-objective security constrained dynamic optimal dispatch with wind farms and pumped storage stations[J]. Proceedings of the CSEE, 2016, 36(1): 112-121.

Two-Layer Optimization of Frequency Modulated Power of Thermal Generation and Multi-Storage System Based on Ensemble Empirical Mode Decomposition and Multi-Objective Genetic Algorithm

Li Cuiping1Si Wenbo1Li Junhui1Yan Gangui1Jia Chen2

（1. Key Laboratory of Modern Power System Simulation and Control & Renewable Energy Technology Ministry of Education Northeast Electric Power University Jilin 132012 China 2. Electric Power Research Institute of State Grid Liaoning Electric Power Co. Ltd Shenyang 110006 China）

Aiming at the power scheduling problem of frequency modulation involving multiple energy storage stations distributed in different network nodes of regional power grid, a two-layer optimization strategy for frequency modulated power of thermal generation and multi-storage system based on ensemble empirical mode decomposition (EEMD) and multi-objective genetic algorithm (MOGA) is proposed. This strategy includes a thermal power-energy storage frequency modulation power optimization layer and a multi energy storage power station frequency modulation power optimization layer: The upper layer counts the respective advantages of thermal power-energy storage allocation resources as well as the residual frequency modulation capacity of thermal power units and energy storage, constructs the optimization distribution model of thermal power-energy storage frequency modulation power, and completes the distribution of thermal power-energy storage frequency modulation power. The lower layer introduces the adaptive weight coefficient about frequency modulation cost and state of charge (SOC) comprehensive state, takes frequency modulation cost and SOC comprehensive state as the optimization objective, and completes the distribution of frequency modulation power among multiple energy storage systems.

In order to verify the effectiveness of the above control strategies, this paper takes an actual AGC command from a certain location in China for simulation analysis. The specific conclusions are as follows:

Firstly, the thermal power-energy storage frequency modulation power allocation model constructed in this article can decompose the original AGC instructions into the AGC instructions that the thermal power unit as a whole and the energy storage power station as a whole need to bear. The decomposed signal has a good tracking effect on the original signal. The frequency modulation signal borne by the thermal power unit under this strategy follows the original frequency modulation signal, which is 64.29% higher than the traditional filtering strategy.

Secondly, the dual level optimization model for frequency regulation power proposed in this article can improve the overall frequency regulation economy of the regional power grid. Compared with the capacity proportion allocation strategy, the frequency regulation cost of thermal power units is reduced by 3.00%, and the unit wear is also slightly reduced; Compared to the proportional allocation strategy, the overall unit energy consumption cost of energy storage plants has been reduced by 3.6%.

Finally, the frequency modulation power allocation model proposed in this article can coordinate the frequency modulation cost and SOC recovery of each energy storage station. On the basis of reducing the overall frequency regulation cost, the SOC maintenance effect of each energy storage station is 34.78% better than the proportional allocation strategy; The overall SOC balance effect of multiple energy storage power stations is 52.69% better than the proportional allocation strategy.

Multi thermal power-energy storage system, secondary frequency modulation, two-layer optimal control, multi-objective genetic algorithm(MOGA), adaptive weight coefficient

10.19595/j.cnki.1000-6753.tces.230186

TM73

國家電網(wǎng)有限公司科技項(xiàng)目資助（5108-202299257A-1-0-ZB）。

2023-02-21

2023-08-23

李翠萍 女，1982年生，副教授，碩士生導(dǎo)師，研究方向?yàn)閮δ芗夹g(shù)在電力系統(tǒng)中的應(yīng)用。E-mail：licuipingabc@163.com

李軍徽 男，1976年生，教授，博士生導(dǎo)師，研究方向?yàn)樾履茉窗l(fā)電聯(lián)網(wǎng)運(yùn)行關(guān)鍵技術(shù)和儲能技術(shù)的應(yīng)用。E-mail：lijunhui@neepu.edu.cn（通信作者）

（編輯 赫 蕾）