1.问题提出背景: 微网频率控制的特殊性
1可再生能源发电给微网控制带来的挑战
微电网是智能电网的重要组成部分, 其最大特点是具有高度的自治性, 即通过自主的协调与控制, 实现电力供需的本地化和单元化。与此同时, 微网的另一个重要特点是可再生能源的高渗透率。利用分布式太阳能和风力发电技术, 微网能够有效节约传统化石燃料, 降低发电成本, 减少污染气体的排放。传统上, 微网采取类似于大型电力系统中的三级控制模式。以孤立微网的频率控制为例, 一次调频解决微网功率的实时平衡和稳定运行问题, 二次调频在一次调频的基础上进行频率的无差控制和电能质量的改善, 而微网的经济调度则基于对分布式电源发电容量和负荷需求的预测以固定周期循环进行, 又被称为微网的三次调频。然而, 由于分布式电源容量较小但波动性很强, 加之负荷的频繁变化, 微网对发电容量和负荷需求的预测存在很大偏差, 导致基于预测的经济调度没有实际应用价值。另一方面, 因为缺少旋转设备, 微网的惯性系数很小, 功率不平衡将产生严重的频率波动, 所以快速灵活的频率恢复控制十分必要。再者, 集中式控制存在单点失效问题, 而分布式系统中个别控制器的退出并不会影响系统的运行。因此, 将经济调度与调频的目标统一, 采用全分布式构架实现微网敏捷的经济调频控制。
2微网调频对控制的需求
鉴于微网调频的特殊性, 频率控制方法应该具有以下5点性质:
a) 可靠性: 保证微网安全可靠运行, 尽量降低单点故障对系统稳定运行的影响;
b) 敏捷性: 及时应对分布式电源和负荷的波动, 提高频率恢复的响应速度;
c) 扩展性: 适应不同规模和类型的微网, 并实现电源与负荷的即插即用;
d) 优质性: 保障用户的电能质量, 尽量减小频率与额定值之间的偏差;
e) 经济性: 考虑分布式电源发电成本和储能运行成本, 合理分配分布式电源的出力, 提高微网运行经济性和可再生能源利用率。
3为什么采用分布式控制方法
图1为集中式控制和分布式控制两种控制模式的结构示意图。
集中式的微电网控制依赖于微网集中控制器, 后者通过复杂的通信网络采集全网的信息, 经过集中式的优化计算后将控制指令下发给各分布式电源和储能装置。这种控制方式不仅增加了通信网络和控制器的造价, 而且可靠性差, 存在单点失效的问题, 无法适应即插即用的要求, 复杂的通信网络也引入了严重的通信时延, 降低频率恢复速度。
相反地, 分布式控制将电源和储能视为独立的智能体, 各智能体之间基于点对点的通信, 只与直接相连的“邻居”之间进行通信并交换少量的信息, 整个系统通过迭代达到优化运行的目标。分布式控制只要求智能体之间的通信拓扑是连通的, 因而大大提高了控制系统的可靠性, 也符合微网对即插即用的要求。因此本文对全分布式的频率控制技术展开了研究。
2.模型建立: 考虑可再生能源发电与储能的经济性指标
考虑一个含有传统能源分布式电源, 可再生能源分布式电源, 以及储能装置的微电网, 其运行总成本等于各分布式电源的发电成本与储能的运行成本之和。我们的目标是使得在频率恢复的同时实现总成本的最小化, 同时提高可再生能源的利用率, 当无法消纳所有的可再生能源时, 则按照预测最大可用发电容量在各分布式电源之间合理分配功率。事实上, 按照下面的方法设置各装置的成本函数, 上述目标可统一为成本最小化问题:
(1) 传统能源的分布式电源: 其发电成本类似于大型电力系统中的火电机组, 可建模为有功出力的二次函数;
(2) 可再生能源的分布式电源: 由于我们的目标是提高可再生能源的利用率, 尽量避免弃光弃风, 因此其成本函数可设为实际出力与预测可用最大发电容量差值的平方, 再除以预测最大可用发电容量, 即能源利用率越高成本越低, 且该成本函数也具有二次函数形式;
(3) 储能装置: 储能装置的成本主要考虑充放电速率对装置寿命的影响, 因此也可设置为交换功率的二次函数, 成本随着交换速率绝对值的增加而增加, 与分布式电源不同的是, 其交换功率可正可负。
根据等微增率准则: 当系统总的成本最小时, 各分布式发电或储能(DER)成本函数的微增率相等, 或其出力在约束边界上。因此, 暂时不考虑DER的出力上下限约束, 则功率平衡问题可以表示成以功率失配量的平方最小为目标函数, 以各DER成本微增率相等为等式约束的凸优化问题, 下面我们介绍如何通过分布式的自律控制算法求解这一问题。
3.分布式自律控制方法
根据分布式次梯度算法, 各DER控制器可通过分布式通信和迭代控制求解上述凸优化问题。迭代的基本思路是: 各DER的微增率为其自身与“邻居”上一步迭代微增率的加权平均, 加上系统功率失配量平方的梯度项, 而后者恰好等于系统功率失配量乘以系数。由于系统功率失配量本地DER控制器无法获取, 因此我们采用频率与额定值的偏差来替代。可以证明, 当迭代收敛时, 各DER的成本微增率相等, 且系统的频率恢复至额定值, 相关内容请参见原文。因此, 迭代中各DER需要的信息仅为端口的频率测量值, 以及自身和其“邻居”传递过来的成本微增率, 信息交换量极少, 通信负担很轻。上述迭代过程如图2所示。
在上述过程中, 我们没有考虑DER出力的上下限约束, 实际上这一约束在迭代过程中很容易满足。当某一DER的出力在迭代过程中达到边界时, 只需要将其出力固定在边界上, 其余DER继续参与控制。根据等微增率准则, 该方式下得到的成本是最优的。为了保证迭代控制得以继续, 那些出力固定的DER的微增率仍然参与迭代, 其唯一作用是在邻居之间传递信息, 而与自身的实际出力无关, 因此是“虚拟”的微增率。而由于各DER实际的出力已反映在频率变化中, 因此这种方式不影响算法的收敛性。
4.算例验证
本文算例搭建的仿真系统含2台传统发电机, 3台光伏发电装置, 1台储能装置, 以及对应的负荷。我们分别模拟了负荷突然增加和突然降低两种情况下微网频率和各DER出力的变化, 为了验证本文方法的效果, 我们以集中式方法和通过分布式算法收集全局信息再进行控制的方法作为对比算例。结果表明月, 本文提出的方法有更快的收敛速度, 且在负荷较大时, 光伏电池全部满发, 在负荷较小时, 传统电机均达到出力最小限制, 光伏之间按照预测最大可用发电容量分配功率。
我们计算了4种不同情况下通过集中式内点法求得的最小成本, 并与本方法得到的结果进行对比, 可以发现两者基本一致。因此, 本方法保证了发电成本的最优。
在存在测量误差的情况下, 我们对比了采取两阶段方法与只采取次梯度法调频的效果, 结果显示, 只采取次梯度法造成了频率的震荡, 而采取两阶段法后系统频率可以恢复稳定。
此外, 在点对点通信系统分别存在0.03 s和0.1 s的通信时延的情况下, 我们对比了本文提出的方法与另两种方法的频率控制效果, 结果显示, 本文的方法在存在通信时延的情况下具有更快的频率恢复速度。
文章还利用一个实际的独立系统进行了上述仿真验证, 得到了同样的结论, 限于篇幅不再列出。
5.结语
本文提出了一种全分布式的微网频率控制方法, 该方法在实现频率恢复的同时能够保证微网发电成本的最小, 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, 各发电或储能单元只需要与邻居交互成本微增率, 通信负担很轻, 系统可靠性相比集中式控制显著提高。仿真结果表明, 本文方法具有很好的频率恢复动态品质, 并且当系统存在测量误差、通信时延或局部故障的情况下本文方法都能保证系统频率稳定, 具有一定的工程应用价值, 特别适用于缺乏专业人员值守的微网。
相关阅读：
原标题：发电成本最小的微电网全分布式频率控制技术
