混合储能参与风电集群一次调频的容量配置优化

doi:10.16628/j.cnki.2095-8188.2020.10.009

摘要/Abstract

摘要：

风电集群(WFC)合理配备混合储能系统可以降低风电出力波动对电网频率影响、在改善风电可调度性的基础上提升WFC收益。以风功率备用联合储能系统共同参与一次调频为基础,以风储系统收益最大化为目标,建立了WFC加入混合储能收益最高的优化模型,采用不易陷入局部最优的鲸鱼算法进行求解,得到WFC备用比例与混合储能最优配置方案。分析了风电备用比例对WFC最大收益以及蓄电池容量配置的影响以及混合储能对蓄电池寿命的影响,对比了WFC和单独风电场优化结果。最后,以东北某WFC作为算例,验证了所提出方法能有效提高WFC收益。

关键词: 风电集群(WFC), 储能容量优化, 鲸鱼算法, 一次调频, 混合储能

Abstract:

Wind power schedulability and frequency stability can be improved with wind power clusters equipped with hybrid energy storage systems.This paper is based on wind power standby and hybrid energy storage system participating in one frequency modulation.The maximization of the revenue of the wind energy cluster combined hybrid energy storage system is as the target.The whale algorithm that is not easy to fall into the local optimal solution is used to solve it,and the wind power cluster standby ratio and the optimal configuration scheme of hybrid energy storage are obtained.The impact of the wind power reserve ratio on the maximum revenue of the wind power cluster and the battery capacity configuration and the impact of hybrid energy storage on the battery life are analyzed,and the optimization results of the wind power cluster and the individual wind farm are compared.Finally,a wind power cluster in Northeast China is taken as an example to verify the effectiveness of the proposed method.

Key words: wind power cluster(WFC), energy storage capacity optimization, whale algorithm, primary frequency regulation, hybrid energy storage

中图分类号:

TM614

刘颖明, 陈亮, 王晓东, 王瑛玮. 混合储能参与风电集群一次调频的容量配置优化[J]. 电器与能效管理技术, 2020, 0(10): 55-63.

LIU Yingming, CHEN Liang, WANG Xiaodong, WANG Yingwei. Mixed Energy Storage Participating in Capacity Optimization Configuration of Wind Power Primary Frequency Regulation[J]. LOW VOLTAGE APPARATUS, 2020, 0(10): 55-63.

图/表 15

图1

图2

图3

图4

表1

表2

图5

图6

表3

图7

表4

表5

图8

图9

表6

参考文献 28

[1]	DUI X, ZHU G. Optimal unit commitment based on second-order cone programming in high wind power penetration scenarios[J]. IET Renewable Power Generation, 2018,12(1):52-60. doi: 10.1049/iet-rpg.2017.0353
[2]	KHALIL A M, IRAVANI R. Power system coherency identification under high-depth of penetration of wind power[J]. IEEE Transactions on Power Systems, 2018,33(5):5401-5409. doi: 10.1109/TPWRS.59
[3]	MOHAMED E A, SAID S M, HARTMANN B, et al. An efficient fuzzy logic controlled-SMES for isolated-microgrid system considering high wind power penetration [C].//2018 5th International Conference on Electric Power and Energy Conversion Systems (EPECS), 2018: 1-6.
[4]	YANG D, KIM J, YONG C K, et al. Temporary frequency support of a DFIG for high wind power penetration[J]. IEEE Transactions on Power Systems, 2018,33(3):3428-3437. doi: 10.1109/TPWRS.2018.2810841
[5]	谢志佳, 李建林, 惠东. 提升风电就地消纳的多介质储能系统容量优化配置[J].电器与能效管理技术, 2018(11):56-61.
[6]	易林, 娄素华, 吴耀武, 等. 基于变寿命模型的改善风电可调度性的电池储能容量优化[J]. 电工技术学报, 2015,30(15):53-59.
[7]	赵晶晶, 徐传琳, 吕雪. 微电网一次调频备用容量与储能优化配置方法[J]. 中国电机工程学报, 2017,37(15):4324-4332.
[8]	鞠立伟, 于超, 谭忠富. 计及需求响应的风电储能两阶段调度优化模型及求解算法[J]. 电网技术, 2015,39(5):1287-1293. doi: 10.13335/j.1000-3673.pst.2015.05.018
[9]	崔杨, 刘文, 唐耀华. 改善光伏高渗透率配电网电压水平的储能电池最优容量配置方法[J]. 太阳能学报, 2017,38(5):1157-1165.
[10]	周旺, 江修波, 刘丽军. 考虑电池使用寿命的混合储能容量配置与控制参数协调优化研究[J]. 电气开关, 2019,54(4):19-25,30.
[11]	罗鹏, 杨天蒙, 娄素华. 基于频谱分析的微网混合储能容量优化配置[J]. 电网技术, 2016,40(2):376-381. doi: 10.13335/j.1000-3673.pst.2016.02.007
[12]	江润洲, 邱晓燕, 陈光堂. 风电场混合储能系统优化配置方法[J]. 电力系统及其自动化学报, 2015,27(1):37-42.
[13]	夏军, 张兴, 刘芳, 等. 基于三电平PWM整流器的通用储能电池模拟研究[J].电器与能效管理技术, 2018(11):21-27.
[14]	刘颖明, 徐中民, 王晓东. 基于双模糊算法的风电机组储能系统优化控制[J]. 高电压技术, 2015,41(7):2180-2185.
[15]	王树军, 刘健, 赵国良, 等. 用于提高双馈风力机低电压穿越能力的超级电容储能容量配置及控制策略研究[J].电器与能效管理技术, 2019(9):65-70.
[16]	刘卫健, 黎淑娟, 黄际元, 等. 储能参与风电并网系统的波动平抑控制研究[J].电器与能效管理技术, 2018(16):41-47.
[17]	李斌, 周林, 余希瑞. 基于改进虚拟同步发电机算法的微网逆变器二次调频方案[J]. 电网技术, 2017,41(8):2680-2687.
[18]	姜文玲, 冯双磊, 孙勇. 基于机舱风速数据的风电场弃风电量计算方法研究[J]. 电网技术, 2014,38(3):647-652. doi: 10.13335/j.1000-3673.pst.2014.03.016
[19]	刘世林, 文劲宇, 孙海顺. 适用于风电功率调控的复合储能系统及其控制策略[J]. 中国电机工程学报, 2015,35(1):95-102. doi: 10.13334/j.0258-8013.pcsee.2015.01.012
[20]	桂长清. 风能和太阳能发电系统中的储能电池[J].电池工业, 2008(1):52-56.
[21]	CHAKRAPANI V, RUSLI F, FILLER M A, et al. Silicon nanowire anode:Improved battery life with capacity-limited cycling[J]. Journal of Power Sources, 2012,205(5):433-438. doi: 10.1016/j.jpowsour.2012.01.061
[22]	BABAZADEH H, GAO W Z, DUNCAN K. A new control scheme in a battery energy storage system for wind turbine generators:Power & Energy Society General Meeting[C]. 2012.
[23]	OMAR N, MONEM M A, FIROUI Y, et al. Lithium iron phosphate based battery-Assessment of the aging parameters and development of cycle life model[J]. Applied Energy, 2014,113(1):1575-1585. doi: 10.1016/j.apenergy.2013.09.003
[24]	王鹏, 王晗, 张建文. 超级电容储能系统在风电系统低电压穿越中的设计及应用[J]. 中国电机工程学报, 2014,34(10):1528-1537. doi: 10.13334/j.0258-8013.pcsee.2014.10.003
[25]	卢芸, 徐骏. 基于小波包分解的风电混合储能容量配置方法[J]. 电力系统保护与控制, 2016,44(11):149-154. doi: 10.7667/PSPC151171
[26]	陈厚合, 杜欢欢, 张儒峰. 考虑风电不确定性的混合储能容量优化配置及运行策略研究[J]. 电力自动化设备, 2018,292(8):181-189.
[27]	董晓天, 严正, 冯冬涵. 计及风电出力惩罚成本的电力系统经济调度[J]. 电网技术, 2012,36(8):81-85.
[28]	付菊霞, 陈洁, 滕扬新. 基于集合经验模态分解的风电混合储能系统能量管理协调控制策略[J]. 电工技术学报, 2019,34(10):2038-2046.

参数	数值
单位功率容量成本k_P/(元·kW^-1)	1 600
单位电量容量成本k_E/[元·kWh^-1]	2 530
单位功率年运维成本k_k/[元·(kW·a)^-1]	90
年运维成本k_v/[元·(kWh·a)^-1]	10
风电并网价格C_w/(元·kWh^-1)	0.65
调频服务单价C_f/(元·kWh^-1)	1.5
调频不足惩罚单价C_no/(元·kWh^-1)	15
额定使用次数N_r	789
蓄电池初始存储能量E₀/kWh	0.8E_B
放电效率η_f	0.8
拟合系数α₁	0.19
放电深度D_r	1
充电效率η_c	0.8
拟合系数α₂	1.69
折旧系数r	0.1

参数	数值
额定电压/V	16
电容/F	500
最大工作电流/A	300
最小工作电压/V	1.5
最大工作电压/V	20
单位电量容量成本/(元·kWh^-1)	3 840

算法名称	单一储能/万元	MES/万元
鲸鱼算法	1 970 278.0	2 053 024.1
遗传算法	1 970 197.8	2 052 342.5

参数	储能方式
参数	单一储能	MES
蓄电池容量/kWh	29 963	11 094
超级电容器组容量/kWh	0	658
储能系统成本/万元	3 112	1 709

风电场与WFC	优化结果/万元
WF1	236 126.03
WF2	399 726.87
WF3	382 315.30
WF4	143 887.38
WF5	483 029.42
WF6	326 918.33
∑WF	1 972 003.33
WFC	2 053 024.10