一种改善电厂调频性能的容量配置方法

摘要

本发明公开了一种改善电厂调频性能的容量配置方法，包括根据《两个细则》中AGC的考核指标，提出调节速率、调节精度，响应时间三项指标的具体计算方法；提出不同阶段提升调频各项指标的储能充放电策略；计算储能参与电厂调频的收益；计算储能参与电厂调频的成本，同时计及储能频繁动作对其寿命的影响；建立储能调频的经济性模型；以净收益最大为目标函数，采用差分进化算法计算保证净收益最大的储能容量。本发明的方法可以较为准确地计算出Kp值，为后续充放电策略制定以及有效性的计算奠定基础；可以显著提升电厂的AGC性能；并将修正后的寿命纳入储能成本项，采用差分进化算法计算出系统配置储能的最优容量和最大净收益。

说明书

技术领域

本发明涉及储能调频方法，特别是涉及一种改善电厂调频性能的容量配置方法。

背景技术

大规模新能源的并网缓解了电力紧张，但其本身的间歇性和不确定性给电网的电能质量带来了严重的影响。其中，频率作为电能质量的一项重要指标，对电力系统的稳定运行有着关键的影响。

在我国，传统机组响应速度和精度有限，不能完全满足当下调频需要。而储能作为一种新兴的产业，在世界电力调频市场得到越来越广泛的认可。

考虑到储能参与电厂调频，经济性最优是首要目标。在现有的储能参与电网调频中，很少与现有政策结合，并且实用性较低。

发明内容

发明目的：针对现有技术的缺陷，提供一种改善电厂调频性能的容量配置方法。

技术方案：一种改善电厂调频性能的容量配置方法，该方法包括如下步骤：

(1)根据《两个细则》中AGC的考核指标，提出调节速率、调节精度，响应时间三项指标的具体计算方法；

(2)提出不同阶段提升调频各项指标的储能充放电策略；

(3)计算储能参与电厂调频的收益；

(4)计算储能参与电厂调频的成本，同时计及储能频繁动作对其寿命的影响；

(5)建立储能调频的经济性模型；

(6)以净收益最大为目标函数，采用差分进化算法计算保证净收益最大的储能容量。

进一步的，所述步骤(1)包括：

(11)计算调节速率指标K₁

判断每段有效区间的起始时刻和结束时刻，当机组出力跨过死区即判断为有效计算区间的开始；而当AGC指令和机组的出力绝对值之差小于预定限值，即可算作有效区间的结束；即满足下式：

其中，t₁为计算响应速率区间的开始时刻，t₂为计算响应速率区间的结束时刻，P_d1和P_d2分别为判断计算响应速率区间的阈值；P_a(t)表示t时刻AGC的指令值，P_g(t)表示t时刻机组的出力值；

调节速率指标K₁的计算公式为：

其中，P_Si和P_Ei分别是第i次调节过程开始和结束时刻的机组出力，T_Si和T_Ei分别是第i次调节过程的开始和结束时刻，K₁表示调节速率指标，v_i表示第i次调节的速率，v是n次调节的平均速率，v_N是机组标准调节速率，与机组类型有关；

(12)计算调节精度指标K₂

其有效区间选取原则为AGC指令保持不变，实际出力和设点出力之间的差值始终小于预定阈值，如下式：

其中，const为常数，P_a(t)表示t时刻AGC的指令值，P_d3为判断计算响应精度区间的阈值，P_g(t)表示t时刻机组的出力值；

调节精度指标K₂的计算公式如下：

其中，△P_i表示平稳运行阶段的功率偏差均值，P_i(t)为机组平稳运行阶段的出力，P_j为平稳运行阶段AGC的指令值，T_Si和T_Ei分别为平稳运行阶段的开始和结束时刻，K₂表示调节精度指标，P_N表示平稳运行阶段机组的额定功率；

(13)计算响应时间指标K₃

响应时间是指EMS系统发出指令之后，机组出力在原出力点的基础上，可靠地跨出与调节方向一致的调节死区所用的时间；K₃计算公式如下式：

其中，△T_i是第i次的响应时间，△T是响应时间的平均值，T_N是响应时间基准值；

计算响应时间指标需要判断有效区间的开始和结束时刻，如下式所示：

其中，P_d4和P_d5分别为判断计算响应时间指标区间的阈值值，t₃为判断计算响应时间区间的开始时刻，t₄为判断计算响应时间区间的结束时刻。

进一步的，所述步骤(2)包括：

(21)在机组响应AGC指令阶段，提升机组的响应速度

在AGC指令下调阶段，当P_a(t)-P_g(t)<0，储能为充电状态，充电功率如下式：

P_c(t)＝max(-P_max,P_a(t)-P_g(t))

其中，P_c(t)表示t时刻储能的充电功率，P_max表示储能的额定功率，P_a(t)表示t时刻AGC的指令值，P_g(t)表示t时刻机组的出力值；

在AGC指令上调阶段，当P_a(t)-P_g(t)>0，储能为放电状态，放电功率如下式：

P_d(t)＝min(P_max,P_a(t)-P_g(t))

其中，P_d(t)表示t时刻储能的放电功率，P_max表示储能的额定功率，P_a(t)表示t时刻AGC的指令值，P_g(t)表示t时刻机组的出力值；

(22)在机组进入稳定出力阶段，提升机组的响应精度

判断机组进入稳定出力区间后，利用储能进行充放电补偿，平滑综合出力，此时储能出力如下式：

P(t)＝P_a(t)-P_g(t)

其中，P(t)表示储能的出力，P_a(t)表示t时刻AGC的指令值，P_g(t)表示t时刻机组的出力值；

(23)在系统下发AGC指令时，降低机组的响应时间

当系统下发AGC指令，机组并不能及时动作，当(P_a(t)-P_a(t_n))(P_g(t)-P_g(t_n))<0时，说明机组出现反方向调节，此时储能应及时动作，降低响应时间，功率如下式：

P(t)＝P_g(t_n)-P_g(t)

其中，P(t)表示储能的出力，t_n是响应时间的开始时刻，t是当前时刻，P_g(t_n)表示t_n时刻机组的出力值，P_g(t)表示t时刻机组的出力值。

进一步的，所述步骤(3)包括：

根据AGC性能指标K_p值确定机组参与AGC调频服务的经济补偿如下式：

D_i＝|P_g(t_i)-P_g(t_i-1)|

其中，Y_AGC表示AGC调节性能补偿标准，D_i表示第i次AGC调节深度，t_i为第i次调节的时刻，P_g(t_i)表示第i次调节的时刻机组的出力值，P_g(t_i-1)表示第i-1次调节的时刻机组的出力值。

进一步的，所述步骤(4)包括：

(41)计算储能的成本

储能的成本由初始建设投资成本和运行维护成本两部分组成；

储能的初始建设投资成本C_in的计算公式如下式：

C_in＝C_b+C_pcs+C_af

其中，C_b是蓄电池成本，C_pcs是能量转换装置成本，C_af是辅助设施成本；

初始投资成本的等年值C_in,year的计算公式如下式：

其中，r是贴现率，a是储能的使用寿命；

储能的运行维护成本C_OM的计算公式如下式：

C_OM＝C_fix+C_var

其中，C_fix是储能固定运行成本，C_var是可变运行维护成本；

(42)计算储能参与调频后的实际寿命

储能的频繁动作会降低其使用寿命，需计算储能参与调频后的实际寿命N，其中，储能一天的等效循环次数的计算公式如下：

m＝∑(soc(i)-soc(i+1)) soc(i)>soc(i+1)

其中，m是储能一天的等效循环次数，soc(i)表示时刻i的储能荷电状态；

储能参与调频后的实际寿命计算公式如下：

其中，a是蓄电池的出厂寿命，q是蓄电池的最大循环次数，N是储能参与调频后的实际寿命；

然后对储能投资成本项中的蓄电池的出厂寿命a进行修正得到实际的成本项C'_in,year：

更进一步的，所述步骤(41)包括：

所述的储能各项建设投资成本计算公式如下：

C_pcs＝C_pP_b

C_af＝C_AE_b

其中，C_E是储能本体的单位能量价格，C_p是PCS的单位功率价格，C_A是辅助设施的单位能量价格，E_b是储能的额定容量，P_b是储能的额定功率，η是储能的充放电效率；

所述的储能的固定运行成本C_fix和可变运行维护成本C_var计算公式如下式：

C_fix＝C_FP_b

其中，C_F是单位功率固定运行成本，P_b表示储能的额定功率，C_c是当前的充电电价，P是储能的充电功率，η表示储能的充放电效率。

进一步的，所述步骤(5)包括：

储能调频的经济性模型为储能参与调频的净收益：

其中，C表示储能参与调频的净收益，是机组参与AGC调频服务的经济补偿，C_in是储能的初始建设投资成本，C_OM是储能的运行维护成本。

进一步的，所述步骤(6)中差分进化算法的步骤如下：

(1)生成初始种群

在n₁维空间里随机生成满足约束条件的h个染色体，其中，h为种群规模，n₁为变量个数，分别为求解变量的上下限值，x_i(g)表示第i条染色体或个体的g代值，第x_i,j(g)表示第i个染色体上的第j个基因的g代值，rand(0,1)表示0和1之间的随机数；在实际算例中分别为取为储能容量的上下限值；初始种群x_i,j(0)计算公式为：

(2)计算不同储能容量下储能参与调频净收益的相反数，且差分进化算法默认为求最小值，因此求最大值问题需要将目标函数前面加上负号；

(3)判断是否满足终止条件

若满足终止条件，则直接输出最优结果；若不满足终止条件，则执行步骤(4)；

(4)变异操作

从群体中随机选择3个染色体且(p₁≠p₂≠p₃)，其中为差异化向量，η₁为缩放因子，v_i(g+1)为变异后的第g+1代个体计算公式为：

(5)交叉操作

具体操作如下：

其中，u_i,j(g+1)为交叉操作后第i条染色体第j个基因g+1代的值，CR为交叉概率，j_rand为[1,2,...,n₁]中的随机数；

(6)选择操作

其中，i＝1,2,...,h，x_i(g+1)为染色体i的g+1代值，f(·)为问题的目标函数(默认最小值问题，最大值加负号)，实际算例中即为储能参与电厂调频净收益的相反数；

(7)令g＝g+1，返回步骤(2)继续操作，直至达到最大的迭代次数T_max。

进一步的，所述的储能参与调频的约束条件如下：

1)储能充放电功率约束

其中，P_d(t)是储能t时刻的放电功率，P_d,max是储能放电功率的最大值，P_c(t)是储能t时刻的充电功率，P_c,max是储能充电功率的最大值；

2)储能SOC约束

S₁≤SOC(t)≤S₂

其中，S₁是时刻t的储能荷电状态的下限，S₂是时刻t的储能荷电状态的上限。

有益效果：与现有技术相比，本发明的方法提出了AGC性能计算方法，可以较为准确地计算出K_p值，为后续充放电策略制定以及有效性的计算奠定基础。其次，本发明从提升调节速率，调节精度，降低响应时间三方面出发，制定储能的充放电策略，可以显著提升电厂的AGC性能。再次，本发明定量分析了储能频繁动作对寿命的影响，并将修正后的寿命纳入储能成本项，采用差分进化算法计算出系统配置储能的最优容量和最大净收益。

附图说明

图1是储能参与电厂调频的流程图；

图2是典型AGC机组设点控制过程示意图；

图3是差分进化算法流程图。

具体实施方式

下面结合附图对本发明的技术方案进行详细的说明。

如图1所示，本发明提供的一种改善电厂调频性能的容量配置方法，该方法给出了储能参与电厂调频的充放电策略，在此基础上，建立了经济性模型，计算出电厂配置的储能最优容量。具体包含以下步骤：

步骤1，根据《两个细则》中AGC(Automatic Generation Control自动发电控制)的考核指标，提出调节速率、调节精度和响应时间三项指标的具体计算方法。

步骤1.1，计算机组的调节速率指标K₁

如图2中T₁-T₂和T₄-T₅时段，机组的调节速率指标K₁的计算公式如下：

其中，P_Si和P_Ei分别是第i次调节过程开始和结束时刻的机组出力，T_Si和T_Ei分别是第i次调节过程的开始和结束时刻，K₁表示调节速率指标，v_i表示第i次调节的速率，v是n次调节的平均速率，v_N是机组标准调节速率，与机组类型有关，单位是MW/min；

计算调节速率指标K₁的关键是判断每段有效区间的起始时刻和结束时刻，当机组出力跨过死区即判断为有效计算区间的开始；而当AGC指令和机组的出力绝对值之差小于预定限值，即可算作有效区间的结束。即满足下式：

其中，t₁为计算响应速率区间的开始时刻，t₂为计算响应速率区间的结束时刻，P_d1和P_d2分别为判断计算响应速率区间的阈值；P_a(t)表示t时刻AGC的指令值，P_g(t)表示t时刻机组的出力值；

步骤1.2，计算机组的调节精度指标K₂

如图2中的T₂-T₃时段，在机组平稳运行阶段，机组出力围绕P₂轻微波动，类似这样的时段，对实际出力与设点指令之差的绝对值进行积分，再除以积分时间，即为该时段的调节偏差量。计算公式如下：

其中，△P_i表示平稳运行阶段的功率偏差均值，P_i(t)为机组平稳运行阶段的出力，P_j为平稳运行阶段AGC的指令值，T_Si和T_Ei分别为平稳运行阶段的开始和结束时刻，K₂表示调节精度指标，P_N表示平稳运行阶段机组的额定功率。

调节精度指标K₂的有效区间选取原则为AGC指令保持不变，实际出力和设点出力之间的差值始终小于预定阈值，如下式：

其中，P_a表示有效区间内AGC的指令值，const为常数，P_d3为判断计算响应精度区间的阈值，P_a(t)表示t时刻AGC的指令值，P_g(t)表示t时刻机组的出力值；

步骤1.3，计算机组的响应时间指标K₃

响应时间是指EMS系统发出指令之后，机组出力在原出力点的基础上，可靠地跨出与调节方向一致的调节死区所用的时间。如图2中，△T_i＝T₁-T₀。K₃计算公式如下式：

其中，△T_i是第i次的响应时间，△T是响应时间的平均值，T_N是响应时间基准值，与机组类型相关。

计算响应时间指标需要判断有效区间的开始和结束时刻，如下式所示：

其中，P_d4和P_d5分别为判断计算响应时间指标区间的阈值值，t₃为判断计算响应时间区间的开始时刻，t₄为判断计算响应时间区间的结束时刻。

步骤2，提出不同阶段提升调频各项指标的储能充放电策略

步骤2.1，在机组响应AGC指令阶段，需提升机组的响应速度

通常在AGC指令下调阶段，如图2中T₄到T₅阶段，当P_a(t)-P_g(t)<0，储能应为充电状态，充电功率如下式：

P_c(t)＝max(-P_max,P_a(t)-P_g(t))

其中，P_c(t)表示t时刻储能的充电功率，P_max表示储能的额定功率，P_a(t)表示t时刻AGC的指令值，P_g(t)表示t时刻机组的出力值。

通常在AGC指令上调阶段，如图2中T₁到T₂阶段，当P_a(t)-P_g(t)>0，储能应为放电状态，放电功率如下式：

P_d(t)＝min(P_max,P_a(t)-P_g(t))

其中，P_d(t)表示t时刻储能的放电功率，P_max表示储能的额定功率，P_a(t)表示t时刻AGC的指令值，P_g(t)表示t时刻机组的出力值。

储能参与系统调频的充放电功率约束条件如下：

其中，P_d(t)是储能t时刻的放电功率，P_d,max是储能放电功率的最大值，P_c(t)是储能t时刻的充电功率，P_c,max是储能充电功率的最大值。

步骤2.2，在机组进入稳定出力阶段，需提升机组的响应精度

判断机组进入稳定出力区间后，如图2中T₂到T₃阶段，利用储能进行充放电补偿，平滑综合出力，此时储能出力如下式：

P(t)＝P_a(t)-P_g(t)

其中，P(t)表示储能出力，P_a(t)表示t时刻AGC的指令值，P_g(t)表示t时刻机组的出力值。

步骤2.3，在系统下发AGC指令时，需降低机组的响应时间

当系统下发AGC指令，机组并不能及时动作，如图2中T₀到T₁阶段，当(P_a(t)-P_a(t_n))(P_g(t)-P_g(t_n))<0时，其中，t_n是响应时间的开始时刻，t是当前时刻。说明机组出现反方向调节，此时储能应及时动作，降低响应时间，功率应如下式：

P(t)＝P_g(t_n)-P_g(t)

其中，P(t)表示储能的出力，t_n是响应时间的开始时刻，t是当前时刻，P_g(t_n)表示t_n时刻机组的出力值，P_g(t)表示t时刻机组的出力值。

步骤3，计算储能参与电厂调频的收益

根据AGC性能指标K_p值可以确定机组参与AGC调频服务的经济补偿如下式：

D_i＝|P_g(t_i)-P_g(t_i-1)|

其中，Y_AGC表示AGC调节性能补偿标准，K_p表示AGC性能指标，D_i表示第i次AGC调节深度，t_i为第i次调节的时刻，P_g(t_i)表示第i次调节的时刻机组的出力值，P_g(t_i-1)表示第i-1次调节的时刻机组的出力值。

步骤4，计及储能寿命计算其参与调频的成本

步骤4.1，计算储能的成本

储能的成本通常由初始建设投资成本和运行维护成本两部分组成。储能的建设投资成本C_in的计算公式如下式：

C_in＝C_b+C_pcs+C_af

其中，C_b是蓄电池成本，C_pcs是能量转换装置成本，C_af是辅助设施成本。

初始投资成本的等年值C_in,year的计算公式如下式：

其中，r是贴现率，a是储能的使用寿命；

储能的运行维护成本C_OM的计算公式如下式：

C_OM＝C_fix+C_var

其中，C_fix是蓄电池固定运行成本，C_var是可变运行维护成本。

本发明中储能各项建设投资成本及投资成本的等年值计算公式如下：

C_pcs＝C_pP_b

C_af＝C_AE_b

其中，C_E是储能本体的单位能量价格，C_p是PCS的单位功率价格，C_A是辅助设施的单位能量价格，E_b是储能的额定容量，P_b是储能的额定功率，η是储能的充放电效率。

储能的固定运行成本C_fix和可变运行维护成本C_var计算公式如下式：

C_fix＝C_FP_b

其中，C_F是单位功率固定运行成本，P_b表示储能的额定功率，C_c是当前的充电电价，P是储能的充电功率，η表示储能的充放电效率。

步骤4.2，计算储能参与调频后的实际寿命

储能的频繁的动作将会降低其使用寿命，因此需计算储能参与调频后的实际寿命N。

为评估储能频繁动作对寿命的影响，首先需要统计出电池平均每天的等效充放电循环次数m。由于SOC的回归策略使得一天中储能的充电放电电量近似相等，因此可以将储能一天中所有放电或者充电的荷电数进行累加，得到等效充放电循环次数m，其计算公式如下：

m＝∑(soc(i)-soc(i+1)) soc(i)>soc(i+1)

其中，soc(i)表示表示时刻i的储能荷电状态。

再通过与电池的额定循环次数进行比较，得到参与系统调频后的实际寿命N，如下式：

其中，a是蓄电池的出厂寿命，q是蓄电池的最大循环次数，N是储能参与调频后的实际寿命。

然后对储能成本项中的蓄电池的出厂寿命a进行修正得到实际的成本项C'_in,year：

储能参与电厂调频的SOC约束条件如下：

S₁≤SOC(t)≤S₂

其中，S₁是时刻t的储能荷电状态的下限，S₂是时刻t的储能荷电状态的上限。

步骤5，建立储能调频经济性模型

该模型为储能参与电厂调频的净收益，计算公式为：

其中，C表示储能参与电厂调频的净收益。

步骤6，以净收益最大为目标函数，采用差分进化算法计算保证净收益最大的储能容量

储能的最优容量配置属于单变量单目标优化问题，优化目标为净收益最大，优化变量为储能容量。采用差分进化算法对经济性模型进行求解，计算电厂配置储能的最优容量。

差分进化算法的步骤如下：

(1)生成初始种群

在n₁维空间里随机生成满足约束条件的h个染色体。在本发明的实施例中，h为种群规模，n₁为变量个数，分别为求解变量的上下限值，x_i(g)表示第i条染色体(或个体)的g代值，第x_i,j(g)表示第i个染色体上的第j个基因的g代值，rand(0,1)表示0和1之间的随机数。在实际算例中分别为取为储能容量的上下限值。初始种群x_i,j(0)计算公式为：

(2)计算种群中每个个体的适应值，在实际算例中即为计算不同储能容量下储能参与调频净收益的相反数。且差分进化算法默认为求最小值，因此求最大值问题需要将目标函数前面加上负号。

(3)判断是否满足终止条件

若满足终止条件，则直接输出最优结果；若不满足终止条件，则执行步骤(4)，实际算例中终止条件即为最大迭代次数。

(4)变异操作

从群体中随机选择3个染色体且(p₁≠p₂≠p₃)，其中为差异化向量，η₁为缩放因子。v_i(g+1)为变异后的第g+1代个体计算公式为：

(5)交叉操作

交叉操作是为了增加群体的多样性，同时为了确保变异体v_i(g+1)的每个染色体至少有一个基因遗传给下一代，具体操作如下：

其中，u_i,j(g+1)为交叉操作后第i条染色体第j个基因g+1代的值，CR为交叉概率，j_rand为[1,2,...,n₁]中的随机数。

(6)选择操作

其中，i＝1,2,...,h，x_i(g+1)为染色体i的g+1代值，f(·)为问题的目标函数(默认最小值问题，最大值加负号)，实际算例中即为储能参与电厂调频净收益的相反数。

(7)令g＝g+1，返回步骤(2)继续操作，直至达到最大的迭代次数T_max。