秦 昊，秦立軍，白雪辰，李 聰

（1華北電力大學(xué)電氣與電子工程學(xué)院，北京 102206；2英屬哥倫比亞大學(xué)電氣與計(jì)算機(jī)工程學(xué)院，加拿大 不列顛哥倫比亞V6T 124；3國(guó)家電網(wǎng)有限公司華北分部，北京 100053）

近年來(lái)，為響應(yīng)國(guó)家號(hào)召，深化電力體制改革，構(gòu)筑以新能源為主體的新型電力系統(tǒng)，大規(guī)模風(fēng)、光等可再生能源在電網(wǎng)的接入比例逐年上升。但新能源固有的隨機(jī)性與波動(dòng)性對(duì)電網(wǎng)的頻率安全提出了挑戰(zhàn)，目前國(guó)內(nèi)調(diào)頻主要是由常規(guī)能源承擔(dān)，然而傳統(tǒng)火電因其響應(yīng)時(shí)間長(zhǎng)、爬坡速率慢已經(jīng)不能完全滿(mǎn)足新能源接入的需求，因調(diào)頻能力不足而棄風(fēng)棄光已成為了制約新能源發(fā)展的一大問(wèn)題，電網(wǎng)亟需靈活的調(diào)節(jié)資源。為了改善區(qū)域電網(wǎng)的調(diào)節(jié)能力，本文考慮用技術(shù)最成熟、應(yīng)用最廣泛的抽水蓄能作為主要調(diào)頻資源，飛輪儲(chǔ)能輔助抽水蓄能調(diào)頻。

飛輪作為一種清潔高效的物理儲(chǔ)能方式，具有精確跟蹤、雙向出力、響應(yīng)速度快、效率高等優(yōu)點(diǎn)[1-2]，是非常優(yōu)秀的靈活調(diào)節(jié)資源，在電網(wǎng)調(diào)頻、新能源消納和微電網(wǎng)支撐等方面有很優(yōu)秀的應(yīng)用前景[3]。文獻(xiàn)[4]通過(guò)給荷電狀態(tài)分區(qū)來(lái)設(shè)計(jì)飛輪儲(chǔ)能的出力方案，對(duì)飛輪采用下垂控制輔助火電機(jī)組參與電網(wǎng)一次調(diào)頻。文獻(xiàn)[5]構(gòu)筑了飛輪與蓄電池的混合儲(chǔ)能系統(tǒng)，并考慮飛輪和蓄電池的SOC設(shè)計(jì)了模糊功率分配策略，仿真結(jié)果表明，混合儲(chǔ)能系統(tǒng)能有效減小頻率波動(dòng)量，穩(wěn)定主蒸汽壓力。文獻(xiàn)[6]設(shè)計(jì)了包含風(fēng)、光、飛輪的微網(wǎng)功率監(jiān)控管理策略，在滿(mǎn)足供電穩(wěn)定性和可靠性的大前提下，降低能源成本和溫室氣體排放并延長(zhǎng)飛輪的壽命。文獻(xiàn)[7]綜合考慮電網(wǎng)ACE和飛輪SOC，用Logistic回歸函數(shù)模擬飛輪充放電功率，提出了一種協(xié)調(diào)飛輪和火電的控制策略并仿真驗(yàn)證了控制策略的有效性。文獻(xiàn)[8]研究了華中區(qū)域關(guān)于火電廠調(diào)頻的補(bǔ)償政策，獲得了飛輪儲(chǔ)能參與火儲(chǔ)聯(lián)合調(diào)頻中影響經(jīng)濟(jì)收益的幾個(gè)關(guān)鍵性能指標(biāo)，并設(shè)計(jì)了飛輪儲(chǔ)能系統(tǒng)和火電機(jī)組聯(lián)合調(diào)頻的控制策略，模擬運(yùn)行并計(jì)算了調(diào)頻補(bǔ)償收益，結(jié)果表明飛輪聯(lián)合火電調(diào)頻有較好的經(jīng)濟(jì)效益。

對(duì)于混合儲(chǔ)能，控制策略是其研究重點(diǎn)。文獻(xiàn)[9]用小波包分解微網(wǎng)間歇性功率，其中、高頻分量作為混合儲(chǔ)能系統(tǒng)的充放電功率值，并設(shè)計(jì)兩個(gè)模糊控制器以?xún)?chǔ)能的荷電狀態(tài)為基準(zhǔn)修正充放電功率值。文獻(xiàn)[10]設(shè)計(jì)了時(shí)間常數(shù)隨儲(chǔ)能系統(tǒng)荷電狀態(tài)變化的低通濾波算法分解功率，高頻部分由混合儲(chǔ)能電站平抑，低頻部分送入電網(wǎng)，并根據(jù)混合儲(chǔ)能的荷電狀態(tài)采用模糊控制對(duì)目前的外功率偏差值進(jìn)行優(yōu)化分配。文獻(xiàn)[11]設(shè)計(jì)了應(yīng)用于住宅單元供電的基于降雨收集的小型抽水蓄能和電池混合儲(chǔ)能系統(tǒng)，在四種場(chǎng)景中利用粒子群優(yōu)化達(dá)到最高的發(fā)電可靠性和最低的平準(zhǔn)化能源成本。文獻(xiàn)[12]中平抑功率目標(biāo)值經(jīng)過(guò)高通濾波器分配給電池與超級(jí)電容，并以荷電狀態(tài)飽和度與參考功率飽和度為輸入值設(shè)計(jì)了模糊控制器對(duì)混合儲(chǔ)能的輸出功率進(jìn)行修正。

在以上研究中，飛輪儲(chǔ)能作為功率型儲(chǔ)能缺乏與其他儲(chǔ)能技術(shù)的配合，難以應(yīng)對(duì)電網(wǎng)功率調(diào)節(jié)范圍廣和響應(yīng)速度快的需求，為更充分地挖掘飛輪的應(yīng)用潛力，考慮飛輪儲(chǔ)能與目前我國(guó)技術(shù)最成熟、應(yīng)用最廣泛的抽水蓄能進(jìn)行配合調(diào)頻。此外，對(duì)于控制策略的設(shè)計(jì)，上述文獻(xiàn)大多借助了模糊邏輯理論，但模糊控制本身是事后控制，為提高其控制效果，本文設(shè)計(jì)了基于殘差修正的改進(jìn)灰色預(yù)測(cè)模型與模糊控制結(jié)合的灰色模糊修正控制，基于飛輪荷電狀態(tài)和系統(tǒng)區(qū)域控制偏差對(duì)能量分配進(jìn)行修正，并在MATLAB/Simulink中進(jìn)行仿真驗(yàn)證。

1 兩區(qū)域混合儲(chǔ)能系統(tǒng)調(diào)頻模型

實(shí)際電力系統(tǒng)是互聯(lián)系統(tǒng)，在互聯(lián)模式下，電網(wǎng)某一區(qū)域受到擾動(dòng)，與其互聯(lián)的區(qū)域會(huì)通過(guò)聯(lián)絡(luò)線進(jìn)行功率的支持，本工作將多區(qū)域大電網(wǎng)簡(jiǎn)化為兩區(qū)域互聯(lián)系統(tǒng)展開(kāi)研究[13]。圖1 為兩區(qū)域電力系統(tǒng)負(fù)荷頻率控制模型，其中主要包含調(diào)速器模型、汽輪機(jī)模型、發(fā)電機(jī)-系統(tǒng)模型與聯(lián)絡(luò)線模型。

圖1中，B1、B2為區(qū)域1、2的頻率偏差系數(shù)；ACE1、ACE2為區(qū)域1、2的區(qū)域控制偏差；R1、R2為調(diào)差系數(shù)；?Ptie為聯(lián)絡(luò)線交換功率；?PL1、?PL2為負(fù)荷擾動(dòng)功率；?f1、?f2為區(qū)域1、2的頻率偏差。

圖1 兩區(qū)域負(fù)荷頻率模型Fig.1 Frequency regulation model of two-region system

1.1 系統(tǒng)模型

系統(tǒng)模型中主要包括發(fā)電機(jī)-系統(tǒng)模型和聯(lián)絡(luò)線模型，其中發(fā)電機(jī)-系統(tǒng)模型傳遞函數(shù)為

H表示機(jī)組慣性常數(shù)；D表示負(fù)荷阻尼常數(shù)；也可以用增益與時(shí)間常數(shù)的形式表示為

其中，

聯(lián)絡(luò)線傳遞函數(shù)為：

T1,2為區(qū)域1，2聯(lián)絡(luò)線同步系數(shù)。

1.2 火電機(jī)組模型

火電機(jī)組模型中主要包括火電機(jī)組調(diào)速器和汽輪機(jī)模型，其中火電機(jī)組調(diào)速器傳遞函數(shù)為

TG為調(diào)速器時(shí)間常數(shù)。

汽輪機(jī)采用單級(jí)再熱汽輪機(jī)模型[14]

其中，F(xiàn)HP、FIP、FLP分別表示高壓、中壓和低壓渦輪級(jí)的功率占比；TCH、TRH、TCO分別為高壓蒸汽、中壓蒸汽和低壓蒸汽時(shí)間常數(shù)。

1.3 抽水蓄能機(jī)組模型

抽水蓄能機(jī)組具有多種運(yùn)行工況如發(fā)電、靜止、抽水等，但其工況之間切換需要的時(shí)間很長(zhǎng)，且抽蓄機(jī)組運(yùn)行在抽水工況時(shí)功率固定，所以本工作做了簡(jiǎn)化處理，只考慮抽水蓄能的發(fā)電工況。其發(fā)電工況可以看作為一臺(tái)水電機(jī)組，水電機(jī)組模型構(gòu)成為水電機(jī)組調(diào)速器模型與原動(dòng)機(jī)模型。

水電機(jī)組調(diào)速器采用數(shù)字電液調(diào)速系統(tǒng)，其模型如下

其中，R表示調(diào)速器調(diào)差系數(shù)；Kp、Ki、Kd分別表示模型的比例、積分、微分增益。

原動(dòng)機(jī)模型包含引水系統(tǒng)和水輪機(jī)兩部分，抽蓄引水管道較長(zhǎng)，因此引水壓力管道模型采用彈性水擊模型[15]

其中Tr為水擊相長(zhǎng)；hw為水管特征系數(shù)。

水輪機(jī)線性化模型為

其中ey、eh、ex分別為水輪機(jī)力矩對(duì)導(dǎo)葉開(kāi)度、水頭和轉(zhuǎn)速傳遞系數(shù)；eqy、eqh、eqx分別為水輪機(jī)流量對(duì)導(dǎo)葉開(kāi)度、水頭和轉(zhuǎn)速傳遞系數(shù)。

完整的原動(dòng)機(jī)模型可進(jìn)一步等值為

其中erep=eqyeh-eqhey

1.3 飛輪儲(chǔ)能系統(tǒng)

飛輪儲(chǔ)能系統(tǒng)如圖2所示，其主要構(gòu)成為飛輪出力控制、飛輪傳遞函數(shù)模型與飛輪荷電狀態(tài)監(jiān)控。飛輪儲(chǔ)能傳遞函數(shù)采用一階慣性環(huán)節(jié)來(lái)模擬其調(diào)頻特性，一階慣性環(huán)節(jié)的時(shí)間常數(shù)取決于飛輪本身的特性與功率轉(zhuǎn)換系統(tǒng)[16]

圖2 飛輪儲(chǔ)能系統(tǒng)Fig.2 Flywheel energy storage system

其中TF為飛輪時(shí)間常數(shù)。

飛輪儲(chǔ)能的荷電狀態(tài)監(jiān)控為通過(guò)對(duì)飛輪輸出的功率進(jìn)行計(jì)算得到其SOC的值

其中，SOC0為荷電率初始值；PF為飛輪儲(chǔ)能出力值；E為飛輪儲(chǔ)能總儲(chǔ)電量。

根據(jù)不同電量值將SOC 劃分為如圖3 的區(qū)間，SOCmin、SOCmax、SOCml、SOCmh、SOCl、SOCh分別為設(shè)定的荷電狀態(tài)最小值、最大值、較小值、較大值、中間較小值、中間較大值。設(shè)計(jì)飛輪出力控制如下

圖3 飛輪儲(chǔ)能荷電狀態(tài)區(qū)間Fig.3 Intervals of FESS state of charge

（1）SOC ∈[SOCml,SOCmh]∩ACE ∈[-ACEs,ACEs]，此區(qū)間內(nèi)，飛輪SOC處于健康的狀態(tài)且系統(tǒng)ACE 較小，為防止飛輪過(guò)于頻繁地充放電，給飛輪設(shè)置ACE死區(qū)ACEs，在死區(qū)內(nèi)，飛輪不響應(yīng)調(diào)頻任務(wù)。

（2） SOC ∈[SOCl,SOCh] ∩ACE ?[-ACEs,ACEs]，在此區(qū)間，飛輪有最大的充放電裕度，是最理想的荷電狀態(tài)區(qū)間，所以在此區(qū)間應(yīng)盡量發(fā)揮飛輪儲(chǔ)能調(diào)頻的優(yōu)勢(shì)。

（3） SOC ∈[SOCmin,SOCl]||[SOCh,SOCmax]∩ACE ?[-ACEs,ACEs]，在這個(gè)區(qū)間引入荷電狀態(tài)改造后的sigmoid 函數(shù)，用此函數(shù)平滑和限制飛輪的出力，使其荷電狀態(tài)保留在一個(gè)良好的范圍內(nèi)?；趕igmoid函數(shù)改造的充放電約束函數(shù)為

其中，Pd、Pc分別為飛輪放電和飛輪充電約束功率；Pm為飛輪額定功率；SOC 表示飛輪儲(chǔ)能實(shí)時(shí)的荷電狀態(tài)。由此可得，飛輪儲(chǔ)能輸出功率約束曲線，如圖4所示。

圖4 飛輪儲(chǔ)能輸出功率約束曲線Fig.4 Output power constraint curve of FESS

綜上，在此區(qū)間內(nèi)，飛輪輸出功率為

（4）SOC∈[SOCmin,SOCml]||[SOCmh,SOCmax]∩ACE∈[-ACEs,ACEs]，在這個(gè)區(qū)間系統(tǒng)ACE 狀態(tài)良好，且飛輪SOC 狀態(tài)較差，可對(duì)儲(chǔ)能發(fā)出SOC 自恢復(fù)的指令以保證良好的荷電狀態(tài)來(lái)應(yīng)對(duì)下一次的調(diào)節(jié)任務(wù)。本文構(gòu)造了基于Logistic 函數(shù)的自恢復(fù)曲線，使得飛輪儲(chǔ)能荷電狀態(tài)可以自恢復(fù)而不會(huì)讓系統(tǒng)ACE惡化到自恢復(fù)區(qū)間之外，式(14)為飛輪自恢復(fù)需求功率，式(15)為系統(tǒng)ACE 功率約束[17]。

綜上，式(14)為隨著飛輪SOC變化的自恢復(fù)功率，式(15)為使區(qū)域ACE 不越限的充放電功率約束，則飛輪實(shí)際自恢復(fù)功率為二者絕對(duì)值之間的小值：

2 功率分配與控制策略

抽水蓄能與飛輪儲(chǔ)能組合的混合儲(chǔ)能系統(tǒng)有了能量和功率上的互補(bǔ)，但仍需一個(gè)合理的控制策略使得抽蓄與飛輪在正常健康的狀態(tài)下工作，在此前提下，盡可能地優(yōu)化混合儲(chǔ)能系統(tǒng)調(diào)頻性能，基于此，本工作提出如下的控制策略，如圖5所示。

圖5 混合儲(chǔ)能控制策略Fig.5 Control strategy of hybrid energy storage

本工作采用指數(shù)移動(dòng)平均濾波對(duì)ACE 信號(hào)進(jìn)行分解。

式中，β為權(quán)重因子。

①運(yùn)用指數(shù)移動(dòng)平均對(duì)系統(tǒng)ACE 進(jìn)行分解，高頻變化的區(qū)域控制偏差信號(hào)ACEf分配給飛輪，低頻變化的區(qū)域控制偏差信號(hào)ACEw分配給抽蓄。

②運(yùn)用基于新陳代謝的改進(jìn)GM(1,1)殘差修正模型預(yù)測(cè)飛輪之后一段時(shí)間的區(qū)域控制偏差指令GMACEf，并與當(dāng)前值作差得到?EGMf。

③以當(dāng)前飛輪調(diào)頻指令A(yù)CEf、飛輪當(dāng)前的SOC 為模糊邏輯控制器1 的輸入，對(duì)修正系數(shù)K1進(jìn)行模糊邏輯控制；以當(dāng)前飛輪調(diào)頻指令A(yù)CEf、預(yù)測(cè)得到的?EGMf二者的乘積DetACEf和飛輪當(dāng)前的SOC 為模糊邏輯控制器2 的輸入，對(duì)修正系數(shù)K2 進(jìn)行模糊邏輯控制，則飛輪實(shí)際響應(yīng)的調(diào)頻指令為K1×K2×ACEf，修正的指令(1-K1×K2)ACEf由抽水蓄能響應(yīng)。

④由飛輪出力控制系統(tǒng)根據(jù)系統(tǒng)ACE 以及飛輪SOC綜合判斷出力模式。

2.1 基于新陳代謝的改進(jìn)灰色預(yù)測(cè)殘差模型

2.1.1 原始灰色預(yù)測(cè)模型

稱(chēng)一階線性微分方程

為灰色微分方程

的白化方程。其中，a為發(fā)展系數(shù)，u為灰色作用量，引入最小二乘法來(lái)確定其值。

則通過(guò)最小二乘原理估計(jì)得到的參數(shù)為：

得到的參數(shù)估計(jì)值代入式(15)中，求得其解

由此得到累加的預(yù)測(cè)序列，進(jìn)行一次累減則得到原始序列的預(yù)測(cè)值。

2.1.2 基于新陳代謝的改進(jìn)灰色預(yù)測(cè)模型

文獻(xiàn)[18]提出了基于累加序列積分的重構(gòu)背景值方法，按其方法將背景值構(gòu)造為

2.1.2 殘差修正

預(yù)測(cè)后得到原始序列的預(yù)測(cè)序列X?()0,與原始序列作差得到殘差序列

以殘差序列為原始序列建立改進(jìn)GM(1,1)模型，求解方法與上述一致，得到其解為

對(duì)原白化微分方程的解進(jìn)行修正

2.2 模糊控制

在飛輪輔助抽水蓄能調(diào)頻過(guò)程中，為使飛輪SOC 盡量處在健康的范圍內(nèi)，且保證當(dāng)飛輪SOC處于較惡劣的狀態(tài)時(shí)系統(tǒng)的調(diào)頻質(zhì)量，本工作設(shè)計(jì)了兩個(gè)模糊邏輯控制器對(duì)系統(tǒng)進(jìn)行能量控制。

模糊邏輯控制器1 輸出的修正系數(shù)K1 論域?yàn)閇0,1]，綜合考慮了飛輪荷電狀態(tài)和ACEf：在飛輪SOC健康時(shí)，輸出K1盡可能大；在飛輪SOC不健康時(shí)，如果指令A(yù)CEf讓SOC 惡化，則輸出K1 偏小，如果指令讓SOC緩解，則輸出K1偏大；若系統(tǒng)ACE 狀態(tài)不好，可根據(jù)飛輪SOC 適當(dāng)增大輸出K1。模糊邏輯控制器1的輸入、輸出變量隸屬度函數(shù)如圖6所示，模糊規(guī)則如表1所示。

圖6 模糊邏輯控制器1輸入輸出隸屬度函數(shù)Fig.6 Input and output membership function of Fuzzy controller 1

表1 K1模糊規(guī)則Table 1 Fuzzy rule of K1

模糊邏輯控制器2 輸出的修正系數(shù)K2 論域?yàn)閇0.8,1.2]，修正系數(shù)K2 基于灰色預(yù)測(cè)的結(jié)果?EGMf對(duì)修正系數(shù)K1 進(jìn)行修正。以?EGMf與ACEf的乘積DetACEf和飛輪SOC 為輸入，當(dāng)DetACEf為正時(shí)，下一時(shí)刻ACEf會(huì)惡化，輸出較小的K2，當(dāng)DetACEf為負(fù)時(shí)，下一時(shí)刻ACEf會(huì)改善，輸出較大的K2；當(dāng)飛輪SOC狀態(tài)良好時(shí)，K2值可相對(duì)大一些，當(dāng)其狀態(tài)惡劣時(shí)，K2 值相對(duì)保守一些。模糊邏輯控制器2的輸入、輸出變量隸屬度函數(shù)如圖7所示，模糊規(guī)則如表2所示。

圖7 模糊邏輯控制器2輸入輸出隸屬度函數(shù)Fig.7 Input and output membership function of Fuzzy controller 2

表2 K2模糊規(guī)則Table 2 Fuzzy rule of K2

其中，NB、NM、NS、ZO、PS、PM、PB分別表示負(fù)大、負(fù)中、負(fù)小、零、正小、正中、正大。

3 仿真分析

3.1 模型與仿真參數(shù)

采用圖1所示的兩區(qū)域負(fù)荷頻率控制模型，系統(tǒng)常規(guī)發(fā)電機(jī)組為600 MW的火電機(jī)組，以600 MW、50 Hz為基準(zhǔn)值進(jìn)行標(biāo)幺化，模型參數(shù)與控制參數(shù)如附錄表A所示，飛輪儲(chǔ)能的額定功率和額定容量為12 MW/3 MWh。為驗(yàn)證本工作混合儲(chǔ)能方案與控制策略的有效性，設(shè)置階躍負(fù)荷擾動(dòng)與隨機(jī)負(fù)荷擾動(dòng)兩種工況，設(shè)計(jì)無(wú)儲(chǔ)能調(diào)頻的方案1、無(wú)灰色模糊修正控制的方案2 和無(wú)飛輪出力控制的方案3 與本工作提出的方案進(jìn)行對(duì)比驗(yàn)證。采用文獻(xiàn)[19]中的評(píng)價(jià)指標(biāo)對(duì)調(diào)頻效果進(jìn)行評(píng)價(jià)：?fm、?frms分別為最大頻率偏差、頻率偏差均方根值；SOCrms為飛輪荷電狀態(tài)均方根誤差，基準(zhǔn)值為0.5；GS、GFESS、GP分別為常規(guī)發(fā)電機(jī)組、飛輪、抽水蓄能參與調(diào)頻的貢獻(xiàn)量，通過(guò)計(jì)算其調(diào)頻里程得到。

3.2 仿真結(jié)果與分析

3.1.1 階躍負(fù)荷擾動(dòng)仿真結(jié)果及分析

仿真時(shí)間為1 s 時(shí)，在區(qū)域1 中加入0.01 p.u.的階躍擾動(dòng)量，不同方案的仿真結(jié)果如圖8 所示，階躍擾動(dòng)下具體調(diào)頻評(píng)價(jià)結(jié)果如表3所示。

圖8 階躍負(fù)荷擾動(dòng)下仿真結(jié)果Fig.8 Simulation results of step load disturbance

表3 階躍擾動(dòng)下調(diào)頻評(píng)價(jià)結(jié)果Table 3 Evaluation result of step load disturbance

從表3中可以看出，相較于無(wú)儲(chǔ)能的方案1，本工作方案的頻率偏差最大值減小了61.67%，相對(duì)于無(wú)灰色模糊修正控制的方案2 減小了20.87%；本工作方案的頻率偏差均方根值相較于方案1減小了82.67%，相較于方案2減小了31.37%；僅從最大頻率偏差與頻率偏差均方根值來(lái)看，本工作方案與飛輪沒(méi)有功率和容量限制的方案3 調(diào)頻效果差不多，但從圖8(c)中我們可以看到方案3的飛輪SOC很快就下降到了很低的水平，而本文方案和方案2還保留有一定的調(diào)頻裕度。同時(shí)，從表3中可知，在階躍擾動(dòng)下，本工作方案相較于方案1與方案2降低了常規(guī)機(jī)組調(diào)頻參與度，提高了飛輪與抽蓄的調(diào)頻貢獻(xiàn)量。此外，從圖8(b)、(d)中可以看出本工作方案同樣顯著減小了聯(lián)絡(luò)線上的交換功率與區(qū)域2的頻率偏差。

3.1.2 隨機(jī)負(fù)荷擾動(dòng)仿真結(jié)果及分析

在區(qū)域1 中加入如圖9 所示隨機(jī)負(fù)荷擾動(dòng)，加入的隨機(jī)負(fù)荷擾動(dòng)在[-0.06,0.06]之間，單向最大調(diào)節(jié)大小約為0.056?；疑Ｐ皖A(yù)測(cè)的ACE曲線與實(shí)際曲線如圖10 所示，隨機(jī)擾動(dòng)工況下不同方案仿真結(jié)果如圖11 所示，隨機(jī)負(fù)荷擾動(dòng)下具體調(diào)頻結(jié)果如表4所示。

圖9 隨機(jī)負(fù)荷擾動(dòng)Fig.9 Random load disturbance

圖10 區(qū)域ACE曲線Fig.10 The curves of regional ACE

從表4中可以得知，本方案的最大頻率偏差值相較于方案1減小了39.78%，相較于方案2減小了13.17%，而本工作方案的頻率偏差均方根值相較于方案1減小了37.20%，相較于方案2減小了24.82%；就最大頻率偏差和頻率偏差均方根值而言，本工作方案略遜于方案3，但從圖11(c)可以看到方案3的飛輪SOC 長(zhǎng)期處于不健康的狀態(tài)甚至超出了[0,1]的范圍，其中方案一為無(wú)儲(chǔ)能調(diào)頻，所以沒(méi)有飛輪的荷電狀態(tài)曲線。表4中的最后一列表示飛輪SOC的均方根誤差，其值越小，表示飛輪荷電狀態(tài)在調(diào)頻過(guò)程中維持得越好，結(jié)合表4的中調(diào)頻貢獻(xiàn)度和飛輪荷電狀態(tài)均方根誤差我們可以得知，本工作方案降低了常規(guī)能源的調(diào)頻參與度，而顯著提升了飛輪和抽蓄的貢獻(xiàn)量，在提升調(diào)頻效果的同時(shí)，還維持了較好的飛輪SOC 狀態(tài)以備下次的調(diào)頻任務(wù)。此外，從圖8(b)、(d)中我們可以看出，本工作方案同樣減小了隨機(jī)負(fù)荷擾動(dòng)下聯(lián)絡(luò)線上的交換功率和區(qū)域2的頻率偏差。

表4 隨機(jī)擾動(dòng)下調(diào)頻評(píng)價(jià)結(jié)果Table 4 Evaluation result of random load disturbance

圖11 隨機(jī)擾動(dòng)下仿真結(jié)果Fig.11 Simulation results of random load disturbance

這說(shuō)明，本工作提出的混合儲(chǔ)能系統(tǒng)能顯著提高系統(tǒng)的調(diào)頻能力，減小頻差，減小火電機(jī)組在調(diào)頻中的參與度，使其從調(diào)頻中解放出來(lái)；在合理分配調(diào)頻責(zé)任的前提下，本工作所提出的飛輪控制策略，能使飛輪盡可能地發(fā)揮其調(diào)頻優(yōu)勢(shì)，使其調(diào)頻能力只略遜于無(wú)限制的理想飛輪，在提升其調(diào)頻能力的同時(shí)，也提升了抽蓄的調(diào)頻參與度，并能有效使飛輪荷電狀態(tài)維持在較好的水平；此外在同等的飛輪功率與能量容量下，本工作方法有更好的飛輪利用率。

4 結(jié)論

本工作提出了飛輪輔助抽水蓄能的混合儲(chǔ)能調(diào)頻系統(tǒng)，同時(shí)利用sigmoid函數(shù)、logistic回歸函數(shù)和飛輪實(shí)時(shí)的SOC 構(gòu)建了飛輪的控制策略，同時(shí)在傳統(tǒng)灰色預(yù)測(cè)的基礎(chǔ)上進(jìn)行了改進(jìn)形成基于新陳代謝的改進(jìn)GM(1,1)殘差修正模型與模糊控制相結(jié)合對(duì)飛輪PID進(jìn)行控制，仿真結(jié)果表明：本工作系統(tǒng)在提高系統(tǒng)調(diào)頻能力，提高飛輪利用率，改善飛輪SOC等方面具有優(yōu)勢(shì)。

在抽水蓄能與飛輪的混合儲(chǔ)能系統(tǒng)中，抽水蓄能應(yīng)該占主體地位，本工作對(duì)抽水蓄能的研究較少，抽水蓄能和飛輪的容量配置在本工作中也未涉及，這些將在今后的工作中進(jìn)行進(jìn)一步的研究。