APP下载

多种分布式能源的离网微电网控制策略

2021-04-25徐小勇谢光辉肖伟超

电气技术与经济 2021年2期
关键词:输出功率柴油储能

徐小勇 谢光辉 肖伟超 李 刚

(中国电建集团江西省电力建设有限公司)

0 引言

在边远地区、海岛地区及欠发达地区,电网成本高,效益差[1],电力建设不完善,导致电力供应不足;当地居民主要依靠柴油发电机发电来满足部分日常生活,柴油发电存在耗油高,发电成本高,经济效益差,污染严重,噪声大且后期维护十分麻烦等问题,用电问题已严重影响当地居民的生产生活[2]。为了有效的解决这个问题,提出以风、光、储、柴联合的离网型微电网系统解决方案,它能有效解决当地缺电的问题[3-4]。离网微电网项目已成为一项关系到电力发展落后国家/地区的福祉工程,受到越来越多的政府、多边机构、企业的高度关注[5]。

离网型微电网脱离大电网系统的调节,存在供电不平衡、电能质量差,不稳定[6],用电设备易损坏等问题,不同于传统的通过切负荷来保证系统的供电平衡,本项目提出一套基于专家策略的控制策略,以可再生能源优先发电为基准原则[7-8],储能做为系统主调节电源,响应速度快(ms级)、自动化程度高[9-10],以分布式能源和柴油机作为辅助调节电源,通过对主辅电源的协同调节,合理协调各个时段各电源的出力来满足各时段负荷的需求,保障微电网系统的供电平衡,保证离网型微电网系统供电的安全、稳定、可靠。

1 控制策略

本文提出的离网型控制策略以可再生能源优先发电为基准原则,储能系统做为主调节电源,可再生能源和柴油发电机作为辅助调节电源,通过主辅电源的协同调节,协调各个时段主辅电源的出力保证离网型微电网的供电平衡。

当光伏、风电输出功率可满足负荷需求时,启动储能吸收多余的光伏、风电输出功率,当剩余功率超出储能系统的充电功率限制或者储能系统SOC达到上限时,切除部分光伏、风电系统发电模块或限功率运行。

当光伏、风电输出功率不能满足负荷需求时,储能作为主电源为系统提供电能,当储能SOC低于下限时,启动柴油发电机供电,当超出柴油发电机供电能力时,可切除部分非重要负荷,实现供电平衡。离网型微电网功率平滑控制策略流程如图1所示,并对图中符号说明如下:Pfi为系统某负荷;Pfi-q为系统需切除负荷功率;Pgj为某光伏模块的发电功率;Pwz为某风机发电功率;Pnet为系统不平衡功率;Pdr-q为需切除光伏、风电的功率;Pc为储能功率,输出为正、输入为负;maxPc为储能最大输入、出功率;Pde为柴油发电机输出功率,柴油发电机输出功率区间值为为系统光伏发电总功率;为系统内各负荷之和;为系统风力 发电总功率;SOC为储能荷电状态。

图1 控制流程图

详细步骤如下:

1)计算系统不平衡功率Pnet,表示系统内所有负荷的功率-光伏输出功率-风电输出功率的值。

2)判定Pnet≤0是否成立,表示判定光伏、风电输出功率能否满足负荷需求,判定成立转入步骤3,判定不成立转入步骤8。

3)判定SOC=1是否成立,表示判定储能电池是否充满,判定成立,转入步骤4,判定不成立转入步骤5。

4)电池处于充满状态,不平衡功率主要是由于光伏、风电输出功率较大,系统负荷无法消纳造成,因此为保证系统的功率平衡,需对光伏、风电限功率运行,切除发电功率Pdr-q=|Pnet|,使系统功率平衡,流程结束,进入下一时刻的策略判定。

5)电池未充满电,判定|Pnet|≤maxPc是否成立,表示不平衡功率的绝对值是否小于储能电池最大输入功率,判定成立转入步骤6,判定不成立转入步骤7)。

6)储能电池吸收不平衡功率,Pc=|Pnet|,流程结束,进入下一个时刻的策略判定。

7)储能电池按最大输入功率maxPc吸收不平衡功率,Pc=maxPc。多余的不平衡功率需进行光伏、风电限功率运行或切除部分电源来平衡,按式(2)切除的发电功率Pdr-q,流程结束,进入下一时刻的策略判定。

8)判定SOC>minSOC是否成立,表示储能电池的荷电状态是否低于最低下限,目的为了判定储能否做为主支撑电源,判定成立,转入步骤9,否则转入步骤16。

9)判定maxPc=Pnet是否成立,表示储能的最大输出功率是否大于不平衡功率,判定成立,转入步骤10,判定不成立,转入步骤11。

10)Pc=Pnet-minPde,储能电池放电,做为主电源,支撑整个系统的稳定运行,流程结束,进入下一时刻的策略判定。

11)柴油发电机启动,判定Pnet-maxPc≤minPde是否成立,表示储能电池做为主电源不足以支撑系统不平衡功率,需启动柴油发电机来维持系统稳定,并判定系统不平衡功率-储能最大输出功率是否小于柴油发电机最小运行功率,判定成立,进入步骤12,不成立进入步骤13。

12)Pc=Pnet-minPde,柴油发电机按最小功率运行,储能放电满足匹配剩余的不平衡功率,流程结束,进入下一时刻的策略判定。

13)Pnet-maxPc≥maxPde,表示系统的不平衡功率-储能最大输出功率是否大于柴油发电机的最大输出功率,判定成立,进入步骤14,不成立,进入步骤15。

14)Pfi-q=Pnet-maxPde-maxPc,储能按最大输出放电,Pc=maxPc,柴油发电机按最大功率发电Pde=maxPde,剩余不平衡功率执行切负荷,优先切除与之匹配的非重要负荷,按式(3)切除负荷,流程结束,进入下一时刻的策略判定。

15)储能按最大功率输出,Pc=maxPc,柴油发电机在运行区间按式(4)进行发电,达到功率平衡,流程结束,进入下一时刻的策略判定。

16)电池处于SOC下限无法放电,此时应启动柴油发电机,同时判定Pnet≤minPde是否成立,表示不平衡功率是否小于柴油发电机的最小运行功率,判定成立,进入步骤17,不成立进入步骤18。

17)Pc=Pnet-minPde,柴油发电机按最小输出功率minPde运行,储能电池按式(5)的功率吸收多余的电量,流程结束,进入下一时刻的策略判定。

18)判定Pnet≥maxPde是否成立,表示系统不平衡功率是否大于柴油发电机最大输出功率,判定成立,进入步骤19,不成立,进入步骤20。

19)Pfi-q=Pnet-maxPde,Pc=0,柴油发电机按最大功率输出maxPde,储能电池SOC低于下限,不工作,剩余不平衡功率执行切机减载,优先切除与之匹配的非重要负荷,按式(6)切除负荷,流程结束,进入下一时刻的策略判定。

20)Pde=Pnet,Pc=0,柴油发电机在做为支撑电源,在区间内运行,输出功率按式(7)运行,满足系统功率需求,储能电池SOC低于下限,不工作,流程结束,进入下一时刻的策略判定。

2 应用案例

以某区域离网型微电网项目为例,系统拓扑图如图2所示。项目区域1总负荷706.37kVA,总用电量为3403.19kWh(其白昼用电为1586.84kWh,夜间用电为1816.35kWh)。区域1光伏装机量为1MW,储能系统规模为1MW/3MWh,柴油发电机装机规模为700kW。储能系统在白天时存储光伏发电量、并在夜间供用电负载使用,柴油发电机在光伏系统和储能系统无法满足供电需求时,提供电能。离网型微电网项目区域1首年发电量230万kWh,25年累计发电量5278.1万kWh,运营期年均发电量211.1万kWh,年有效利用小时数为1523.3h。

图2 系统拓扑图

场景1:该系统某时刻光伏发电功率为750kW(Pgj=750kW),而 此 时 负 荷 为450kW(Pfi=450kW),此时不平衡功率为-300kW(Pnet=Pfi-Pgj=-300kW<0),检测此时的储能荷电状态(SOC),若储能已充满(即SOC=1),此时可切掉部分光伏发电模块实现供电平衡;若储能未充满(即SOC<1),且不平衡功率小于储能系统最大充电功率(maxPc),储能开始充电,充电功率为实现供电平衡。

场景2:该系统某时刻光伏发电功率为300kW(Pgj=300kW),而此时负荷大小为500kW(Pfi=500kW),此时不平衡功率为200kW(Pnet=Pfi-Pgj=200kW>0),检测此时的储能荷电状态(SOC),若储能荷电状态高于下限(即SOC>minSOC),且不平衡功率200kW低于储能系统的最大放电功率1MW,启动储能系统放电调节,放电功率为200kW(Pc=Pnet=200kW),实现供电平衡;但若此时储能荷电状态低于下限(即SOC<minSOC),储能系统无法放电调节,此时不启动储能系统,启动柴油机,柴油机的发电功率为200kW(即Pde=Pnet=200kW),实现供电平衡。

通过上述对某项目的应用分析,验证本文提出的控制策略可以解决离网型微电网各种场景的供电不平衡的问题,保证系统安全、可靠供电的建设目标。

3 结束语

不同于传统的通过切负荷来保证系统的供电平衡,本文提出的离网型控制策略以可再生能源优先发电为基准原则,储能系统做为主调节电源,可再生能源和柴油发电机作为辅助调节电源,通过主辅电源的协同调节,协调各个时段主辅电源的出力保证离网型微电网的供电平衡,有效地解决了离网型微电网的供电不平衡的问题,保证了用电可靠性和安全性;可再生能源优先发电为基准原则,实现可再生能源最大利用率,实现低碳、绿色、经济供电。不仅有效解决了边远地区及欠发达国家的用电难题,且实现了清洁、绿色、经济、可靠性供电,提高当地人民的生活质量。本文提出地控制策略将有效推动可再生能源技术在边远地区和欠发达地区的应用,具有广泛的发展前景。

猜你喜欢

输出功率柴油储能
相变储能材料的应用
相变储能材料研究进展
为什么冬天柴油会“结冰”?
储能技术在电力系统中的应用
储能真要起飞了?
基于PLC控制柴油发电机组3D 模型
柴油发电机负荷计算
适用于智能电网的任意波形输出功率源
基于双层BP神经网络的光伏电站输出功率预测
分布式发电系统并网逆变器输出功率的自适应控制