风电场群联合共享储能两阶段协同并网优化

风电场群联合共享储能两阶段协同并网优化

刘民亮

 中电内蒙古风力发电有限公司  内蒙古乌兰察布市察右中旗  013500

摘要：为了积极应对全球气候变化，实现我国“3060碳达峰碳中和”目标，必须加速发展以风电、光伏为主的可再生能源，努力推动电力清洁化。风电具有风能密度高、风速稳定、单机发电量大等优势，已成为目前新能源发电领域的热门发展方向之一。基于此，以下对风电场群联合共享储能两阶段协同并网优化措施进行了探讨，以供参考。

关键词：风电场群联合共享储能；两阶段协同并网；优化

引言

当前，环境污染和化石燃料能源不足的问题日益严重，在缓解环境退化和优化能源结构的推动下，太阳能、风能等可再生能源受到世界各国的广泛关注。随着新能源发电技术的不断推进，风力发电以其分布广泛和技术成熟等优势在全球新能源中具有重要地位，无论在我国还是世界范围内均发展迅速。

1.储能在风电并网中的应用背景

1).各地的资源特性的影响：由于受各地的资源特性的影响，风电出力波动大，影响电力系统的稳定运行，容易产生电压波动，影响电力系统的电能质量。2).风速不确定性影响：受风速不确定性影响，风电出力会功率瞬时突变，容易导致电站运行频率不稳定，增加了电力系统的调频难度。3).接入电网的占比逐年上升：风电接入电网的占比逐年上升，对系统调峰能力的需求也不断增大，尤其是冬季供暖期，由于热电机组不能参与系统调峰，系统调峰能力严重不足，会导致新能源开机不足，从而造成弃电。同时地区电力需求、电力负荷曲线和新能源出力曲线的不匹配造成新能源发电消纳不足，电力网架约束、外送通道不畅也会导致弃电发生。

2陆上风电和储能概况

“十三五”以来，江苏风电、光伏等新能源快速发展，推动了全省能源生产和消费结构转型。截至2019年底，江苏省可再生能源装机已达2987万kW，占江苏省总装机规模的20%以上。2020年，江苏省仍有700万kW以上在建的陆上风电项目，所选用机型的单机容量大多在2.5～3.2MW范围内，轮毂高度为120～140m，年利用小时数在2200～2600h。为保证电网安全稳定运行和新能源并网消纳，国家能源局江苏监管办公室出台了《江苏能源监管办关于进一步促进新能源并网消纳有关意见的通知》，鼓励新能源发电企业配置一定比例的电源侧储能设施，支持储能项目参与电力辅助服务市场，推动储能系统与新能源协调运行。国网江苏省电力有限公司要求新建陆上风电项目均须配置15%以上风电项目容量、不低于4h的储能设施，参与新能源调峰、调频、备用、无功补偿等工作，以保证电网安全稳定运行，提高新能源的消纳能力。在多种储能技术中，电化学储能具有建设周期短、能量密度高、响应速度快的突出优点。在各类电化学储能技术中，锂离子电池的累计装机占比60%以上，已成为储能市场未来的主流技术之一。锂电储能系统通常包含：电池组、电池管理系统(BMS)、储能双向变流器(PCS)、能量管理系统(EMS)、开关柜、安防系统、温控系统等。目前锂电储能的初始投资成本一般在1800元/(kW·h)，循环次数可达4000～5000次。本文风电场配套储能选型选用锂电储能电站。

3风电场群联合共享储能两阶段协同并网优化

3.1目标函数

纳什谈判作为合作博弈模型的一种，其优化目标函数为联盟各成员合作收益的乘积，基本约束条件为各方合作收益大于零，其最优解可使合作各方获得帕累托最优效益。将纳什谈判模型结合风电场集群不确定性成本分摊机制引入风电场群联合共享储能协同并网模型，能充分保障联盟成员调度策略的公平性，在此情况下得到的联盟优化调度策略可在各风电场间达到利益平衡点，让合作关系更加透明公正的同时最大化各风电场能在集群中获得的合作收益。

3.2风电机组的故障穿越技术

大规模风电的接入需要考虑风电机组本身故障穿越能力、风电并网技术和新型继电保护方案的综合策略，风电机组在暂态过程中的故障穿越特性与过电压水平密切相关，暂态过电压问题目前已经成为影响系统稳定性的关键因素，严重时会限制输电工程的外送能力。因此，如何进一步提高风电机组的故障穿越能力也是未来需要关注的研究领域。

3.3实时调度出力结果分析

由于风电的不确定性，风电场的短期预测数据与风电场超短期预测数据还存在一定误差。其中，风电场1、风电场2和风电场3的短期预测出力较超短期预测出力预测准确率仅有92.79%、88.40%和89.80%，风电场群需进行实时滚动调度，假设实时滚动优化调度周期仍为15min(可以根据实际需要设置)。从风电场群的并网出力来看，实时调度出力的并网功率曲线与日前调度并网曲线变化趋势基本贴合，说明实时调度中的偏差考核一定程度上督促风电场群按日前并网结果出力。由于风电场群超短期预测出力总体高于日前预测出力，风电场群并网功率整体上高于日前调度出力。

3.4人工智能技术在暂态保护领域的应用

大规模风电场接入电网后会导致电力系统惯性降低，运行状态不确定性增加、可预估性降低、系统暂态稳定问题日渐突出。广域测量技术、多代理技术以及人工智能算法可应用在复杂电网保护领域，特别是在故障识别上比传统方法具有更快的速度和较高的精度。目前人工智能运用在电力系统的保护与控制仍处于发展阶段，人工智能技术在大规模风电场暂态保护上的应用也将是未来一个重要的研究方向。

3.5储能的容量配置降低的可行性

地质条件复杂，河网密集，居住密度位处全国前列，故选址难度较大，风资源开发受到限制，同时也导致许多风电场的造价水平居高不下，对于此类场址条件较差的风电场，若强制要求按15%容量，配置4h时长的储能设备，则可能颠覆其建设的可行性。文中同时分析了按10%容量和5%容量的情况下，配置4h时长的储能设备时风电场的收益情况，但具体如何实施还要结合平价后新能源的发展状况，由相关部门统筹考虑。

4储能规模配置方法及配置原则

4.1收集新建风电场附近或已建风电场全年运行数据，包括风电场并网关口计量点出力数据、样板机出力数据、AGC系统数据、功率预测短期/超短期上报数据、限电数据。

4.2对收集的数据进行概率统计及数值分析，分析风电场不同时间尺度出力波动范围、波动分布特性，功率预测误差范围、分布特性，以及弃电功率、容量范围、分布特性，分析储能为改善上述需求可采用的功率及容量范围。

4.3根据风电场实际出力、理论出力、风功率预测数据、AGC数据，结合考核要求，分析风储联合出力数据，通过调整运行策略及参数，改变储能规模及容量，分析储能配比发生变化时，储能减小功率波动、提高功率预测精度、减小弃电的程度及变化趋势。

4.4根据风储联合出力效果提升趋势及储能成本增加程度，确定最优风储配比。为参与电网调峰，储能的规模配置思路为:(1)确定电网负荷曲线，根据需要按季度区分负荷特性。(2)确定电网各类电源装机规模。(3)根据新能源实际出力、已有调峰电源出力，动态模拟电力全年运行曲线。(4)分析全年运行数据调峰功率缺口及容量缺口，统计最大调峰缺口及大概率调峰缺口，确定总储能规模。(5)根据电网已有调峰电源灵活性改造程度及进度，将储能规模分配至网侧及新能源侧。

结束语

风电技术的进步和工程经验的积累，促使着风电并网标准不断更新完善，各国主要标准逐渐趋于统一。因此在国际合作层面上，我国应积极参与包括IEC、CIGRE在内的国际学术与标准化组织，推动风电并网技术研究与标准制定工作，利用国际平台学习吸收国外风电发展的先进经验，并推动中国标准走向世界。

参考文献

[1]刘侃.直驱式风电场联网次同步振荡特性分析及其模型降阶[D].东北电力大学,2022.

[2]牛乾.浅谈安全标准化在风电场中的实施[J].品牌与标准化,2022(03):126-128.

[3]谭子微.基于超导储能的风电场并网功率控制研究[D].湖南大学,2020.