基于分布式框架的新能源场站并网性能评估

2022-05-09杨立滨张磊刘艳章李正曦宗鸣

电力建设 2022年5期

杨立滨，张磊，刘艳章，李正曦，宗鸣

(1.沈阳工业大学电气工程学院，沈阳市 110870；2.国网青海省电力公司清洁能源发展研究院，西宁市 810000；3.中国电力科学研究院有限公司，南京市 210003)

0 引言

随着“碳达峰、碳中和”目标的提出，以风电和光伏为代表的新能源接入规模将进一步增大并替换常规电源，电力系统备用优化策略等将发生变化，电网应对功率波动与缺额、电压无功平衡特性、紧急状态下电网调度控制等都面临着挑战[1-2]。不同于常规电源，新能源发电功率呈现随机波动性，其并网运行使得由负荷随机的单随机系统变成了电源和负荷都随机变化的双随机系统，因此，亟需实时掌握新能源场站的并网性能，并结合预测结果，提升新能源发电的可调度性与可控制性。

目前，对新能源场站性能评估的相关研究集中在规划消纳层面和电能质量角度，例如文献[3-4]针对风电“理论-可用-实际”全环节，建立了逐层分类的风电运行消纳全过程评价指标体系和评价方法，可定量分析风电“从资源到电能”的全过程发电水平；文献[5]针对光伏利用最佳倾角、年均效率、容量因子等，构建了涵盖资源与电站性能的指标体系和计算方法，实例表明其可在宏观层面支撑光伏发电规划及消纳。在新能源发电电能质量评估方面，国标GB/T 13325、GB/T 1232、GB/T 14549、GB/T 15945和GB/T 15543是基础核心，相关研究多围绕此标准的有关技术要求在新能源领域科学合理应用进行讨论[6]。针对新能源发电并网运行要求，国内外均颁布了相应标准和规定[7-10]，但如何客观评价新能源场站的并网性能，目前国家或行业均未有相应的标准颁布，且鲜有文献报道。

此外，当前电力调度部门对新能源数据信息处理多采用集中式，即在电网调度中心建立一个存储实时量测数据和评估结果的数据库，所有分析计算及应用均在调度中心实现。由于运行层面的性能评估所需数据量远远大于规划层面，这种方式存在以下不足：1)受传输通道限制，数据更新难及时，且维护量巨大；2)数据集中存储，风险性大；3)场站众多，评估分析所需资源量大；4)整体分析的错误不易局部定位。因此，采用新能源场站集中式并网性能评估的工程化应用门槛高、实际效果差。边缘计算通过将部分计算任务迁移至近数据源的计算资源上就地运行处理，提高数据处理效率，解决主站计算资源压力等[11]，可将该思想引入新能源场站并网性能评估，以保障和提升电网对新能源场站并网性能的感知能力与调度运行控制能力。

本文首先基于边缘计算思想，针对新能源场站并网性能评估提出“新能源场站-调度中心”分布式框架，构建其边缘计算架构，实现终端开发和应用；然后，给出新能源场站并网性能评估指标体系及关键电气参数和指标参数计算方法；最后，以光伏发电频率响应能力评估为例，对分布式框架下的新能源场站并网性能评估进行实例说明，得出有益结论。

1 并网性能评估架构及实现

1.1 分布式并网性能评估框架

新能源场站集中式并网性能评估是新能源场站和电网将信息上传至电网调度(主站)，由主站针对电网需求和目标进行分析计算，这是当前电网调度采用的模式；该模式下，主站的硬件投入、数据传输、信息维护及计算效率一定程度上都受到制约。随着以新能源为主体的新型电力系统的构建，电网对新能源场站可观、可测、可调、可控的要求日益迫切，新能源场站全景感知与精细化控制等高级应用也将越来越丰富；同时，数据信息获取与分析是新能源场站及电网各类高级应用实施的基础，为有效降低集中式新能源场站并网性能评估的工程化应用门槛，可以针对评估目标，在新能源场站(子站)端完成数据采集、预处理和指标计算后，将结果及场站运行状态上传至主站，由主站将其与电网状态信息进行拼接和综合分析，为新能源发电调度运行提供辅助决策，本文称之为新能源场站分布式并网性能评估，其框架如图1所示。

图1 新能源场站分布式并网性能评估框架Fig.1 Distributed framework of grid-connection performance evaluation for renewable energy station

在新能源场站分布式并网性能评估框架中，新能源发电单元与并网点信息经测控装置采集、预处理和集成后，与新能源场站资源监测和功率预测信息依据新能源场站信息建模规则录入实时数据库；支撑电网安全稳定运行的新能源场站仿真模型及参数等信息存储于模型静态数据库中。子站端完成并网标准符合性分析和模型参数辨识后，将经过处理的熟数据及分析结果上传至主站，其中，并网标准符合性分析是指利用新能源场站运行数据信息计算得到指标参数与提炼量化的并网标准关键指标进行比对，评判其是否能实时满足相关规定，模型参数辨识是指通过实测数据及特定扰动/故障设置，对新能源场站机电暂态仿真关键参数进行识别。主站端基于新能源场站调节能力评估生成其调度控制指令，同时采用新能源等值建模技术完成区域多新能源场站模型聚合，以支撑主站电网运行状态模拟及安全稳定校核。电网能量管理系统(energy management system, EMS)与主站交互，提供电网网架及运行等信息支撑。需要说明的是，新能源场站分布式并网性能评估框架涉及新能源场站的性能评价、电网主动支撑能力利用和管理等多个方面，本文工作主要是讨论分布式框架下的新能源场站并网性能评估。

与传统的新能源场站集中式并网性能评估相比，其优点是：在新能源场站内，数据处理与分析计算规模小、速度快。同时，新能源场站内量测局部冗余度高，可有效将拓扑和开关量错误、坏数据等剔除在新能源场站内部。调度中心利用新能源场站输出的熟数据及分析结果进行全网信息拼接和状态评估，不但降低了远程通信负担，而且提高了分析评估的准确性与可靠性。

1.2 应用平台架构

根据新能源场站分布式并网性能评估框架。基于边缘计算思想，将子站端功能纳入边缘计算终端设计，其系统逻辑架构如图2所示。

图2 应用平台架构Fig.2 Architecture of application platform

考虑到当前新能源场站通信规约多样性，边缘计算终端信息监测遵循IEC 61970、IEC 61968、IEC 61850等电网数据信息标准模型，且可模块化组态。边缘计算架构下新能源发电并网性能评估从下至上分别由感知设备、计算终端、协同网关和数据主站组成，融合网络、计算、存储和应用的核心能力，通过软件定义终端，实现多类型高级应用灵活部署。

1)感知设备由录波装置及智能传感器构成，负责收集与缓存系统录波数据。当系统发生故障时，对故障发生前后的系统运行数据进行记录。

2)计算终端为终端核心，采用模块化结构设计，提供底层计算服务，各计算节点间相互独立并提供标准的服务访问接口。

3)协同网关支持各种主流工业通信协议，提供定制规约的统一转换，支持计算节点间的数据交互及多源数据的实时上送。

4)数据主站负责子站与电网信息融合分析。

基于该架构实现的平台如图3所示，目前该平台已在国网青海省电力公司大数据中心开展试点应用。

图3 应用平台界面Fig.3 Interface of application platform

2 并网性能评估指标和方法

2.1 评估指标

基于分层分类原则，结合相关要求[8-9,12-13]，将新能源场站并网性能评估指标体系设计成6个二级指标和20个三级指标，如图4所示。

图4 新能源场站并网性能评估指标体系Fig.4 Index system of grid-connection performance evaluation for renewable energy station

二级指标包括有功控制类、无功控制类、故障穿越控制类、电能质量类、电网适应性类和频率响应控制类6个方面，一级指标由主站指标根据电网分区运行差异情况对二级指标设置不同权重累加求取。前5类指标依据并网技术规定等相关要求构建，由于相关标准对新能源场站参与电网频率调节未做明确要求，而随着西北新能源发电渗透率不断提升，为提高电网频率安全防控能力，2018年8月西北试点开展新能源场站快速频率响应功能试点改造，指标体系中频率响应类指标即根据改造需求构建[14]，包括快速频率响应能力和虚拟转动惯量支撑能力。

2.2 评估方法

新能源场站并网性能评估包括数据预处理、电气参数计算、指标参数计算和并网性能评估4个环节，如图5所示，其中数据预处理是将新能源场站测控采集数据(包括场站功率控制系统指令)中的坏数与死数进行处理与修复，同时根据分析需求，对各类采集数据进行采样或插值，保障其时钟同步和分辨率合理、对应且使信息不失真；电气参数计算对采集的新能源场站及样板发电单元的电压、电流、功率等的基波正序分量计算，完成电气参数的瞬时值向有效值转换，对系统频率进行参数估计；指标参数计算是对标准指标或曲线进行自动生成，同时也可根据事件触发生成定制化的指标或曲线；并网性能评估包括两方面，一是针对单项指标的评估，多采用比对法，属于子站级功能，另一个是综合性能评估，即根据评估“打分表”确定加权系数，对一级评估指标进行计算，属于主站级功能，当前，加权系数主要根据电网运行经验对新能源场站分区域设定。

图5 新能源场站并网性能评估方法Fig.5 Evaluation method for grid-connection performance of renewable energy station

针对新能源场站并网性能评估的工程化应用，数据预处理与电气参数基波分量提取是各项数据分析的基础；有功功率设定值控制能力用于描述新能源场站出力响应电网调度控制指令的能力，是电网调控期间需要重点关注的指标；频率是电压、电流幅值与相位估计的基础，测量与估计的数值算法对其变化敏感，频率参数估计的算法选择为评估准确性提供保障。

1)数据预处理。

数据预处理是对数据分析和加工的技术过程，包括对各类原始数据的分析、整理、修正、编辑等。数据异常分为人为原因和系统原因两类。人为原因指人的主观失误、历史局限等造成的数据缺失，用判断域值的方法修正，若用判断域值的方法不能修正，则直接删除。系统原因指数据存储失败、存储器损坏或其他原因导致数据异常，用变量联合匹配法和平滑滤波法修正[15]。

缺失值处理是数据处理的重要环节。数字型非随机变量缺失值较为常见，一般处理方法有指定默认值法、平均值法、中位数法、最值法、众数法及拉格朗日/回归插值法等。此外，相量测量单元(phasor measurement unit, PMU)等量测设备采样精度较高，而部分并网性能指标计算仅需较低采样率，需要降采样处理。同时，若来自于不同设备采集的数据时钟不能保证匹配，为了提高分析可信度和精度，可对特定时段数据进行插值。

2)电气参数基波分量提取。

电压、电流和功率等电气参数的准确计算是决定并网性能指标评估准确的关键。电压、电流和功率的计算关注其基波正序分量，以电压为例，其基波正序分量为：

(1)

(2)

(3)

式中：IP1+、IQ1+分别为正序有功和无功电流；P1+、Q1+分别为基于正序分量计算的有功和无功功率；U1+为电压的基波正序分量；u1+,cos、i1+,cos分别为电压与电流的基波正序有功分量；u1+,sin、i1+,sin分别为电压与电流的基波正序无功分量。

3)有功功率设定值控制能力计算。

有功功率设定值控制能力描述新能源场站出力响应电网调度控制指令的能力，包括有功功率最大偏差和响应时间。图6所示为有功功率控制能力分析示意图，图中，P1、P2为有功功率初始运行值与设定控制目标值；P3为设定值控制期间有功功率偏离控制目标的最大运行值；Pmax、Pmin分别为设定值控制期间有功功率允许偏差上限与下限；tp,0、tp,2为设定值控制开始与结束时刻；tp,1为设定值控制期间有功功率持续运行在允许范围内的开始时刻。

图6 有功功率控制能力分析示意图Fig.6 Diagram for evaluation of active power control

新能源场站设定值控制期间有功功率允许偏差上限与下限为：

(4)

式中：Ps为新能源场站额定有功功率。新能源场站有功功率设定值控制期间的有功功率最大偏差σ与响应时间tp,res为：

(5)

4)频率参数估计。

当前，常用的频率参数估计方法有过零点法[16]、离散傅里叶(discrete fourier transform, DFT)法[17]、自适应陷波滤波(adaptive notch filtering, ANF)法[18]和锁相环(phase-locked loop, PLL)法[19]。过零点法是IEC 61000-4-30采用的系统频率估计的基本方法，通过2个过零点间的时间对频率进行估计。该法对失真信号敏感，但在收敛性方面具有一定优势。DFT频率估计采用递归DFT算法求取信号样本相邻2个窗口的相角差，计算频率偏差，进而实现频率估计。当样本存在噪声时，引入滑动平均滤波器(moving average filter, MAF)，获取频率偏差Δf的平均值，消除噪声干扰，如图7所示。

图7 基于旋转相量的频率估计框图Fig.7 Frequency estimation based on DFT

图7中，x[n]为基础频率f1实际信号的样本；N为周波采样点；L为相邻窗口间隔的采样点。假设信号为余弦函数：

x[n]=cos[2π(f1+Δf)Tsn+θ1]

(6)

式中：x[n]为信号采样样本；f1为信号基波频率；Δf为频率偏差；Ts为2个采样点的间隔时间；θ1为初始相位。相邻窗口的频率偏移为：

(7)

式中：∠X[1,n]、∠X[1,n-L]分别表示针对基波频率f1，通过DFT算法求得的窗口间隔为L的2个相邻窗口的相位(弧度)。

ANF适用于高噪声环境的频率测量，滤波器由2个系数k1与k2控制，用于产生极角和半径自适应的极点，如式(8)所示。

(8)

式中：s′[n]为与陷波滤波器系数k1有关的灵敏度；e[n]为陷波输出；μ为增益(0<μ<1)。可通过式(9)获得频率f。

(9)

式中：k1、k2为陷波滤波器的2个参数；r为由陷波滤波器系数k2确定的极点半径；Ts为采样周期；f为频率估计值。

PLL采用对未知和理想正弦信号特征进行反馈迭代求取频率参数，收敛性和稳定性由内部增益控制，可用非线性方程组描述。

(10)

式中：u(t)、y(t)为输入和输出信号；e(t)为输入与输出信号的差值；A(t)、φ(t)、Ω(t)分别为输入信号幅值、相位和频率的状态量；μ1、μ2、μ3均为正系数，影响算法收敛性、计算速度和准确性。

3 应用实例

当前，西北电网正有序推进新能源场站快速频率响应改造工作，届时新能源场站将具备频率主动支撑能力[14]，对频率响应能力的准确评估对于电网频率防控能力的有效提升具有重要意义，同时，准确获取系统的动态频率是影响新能源并网性能多个关键指标评估的基础。本节以青海某光伏电站轻载与重载工况下一次调频、惯量测试的系列试验数据为基础，从参数估计方法选择和频率响应能力评估2个方面，详述新能源场站频率响应能力评估过程，并给出评估结果下一环节的应用说明。

3.1 频率参数估计方法选择

试验过程中，频率设定值依据0.5 Hz/s的速率向上爬升，子站端平台读取感知设备监测记录的逆变器出口侧三相电压和电流瞬时值波形，经数据预处理后进行频率参数估计。本文分别采用DFT、ANF和PLL，对某一时段电压信号进行分析，提取频率信息，频率起始上升阶段的估计结果如图8(a)所示，频率恢复平稳阶段的估计结果如图8(b)所示。图中，红虚线为频率感知设备的录波。

图8 频率参数估计结果对比Fig.8 Comparison for results of frequency estimation

由图8可知，频率从50.0 Hz升至51.4 Hz，PLL的跟随性和鲁棒性优于DFT和ANF，DFT可通过改变傅立叶窗口大小来改善估计精度；ANF受高次谐波影响会产生较大估计误差，可通过在输入/输出环节添加MAF或低通滤波器(low pass filter, LPF)改进。此外，频率参数估计通过滑动窗口滚动计算，频率采样率和响应性能的分析精度也都可得到大幅提升。

3.2 频率响应能力评估

新能源场站需经过特定功能改造才可具备频率响应能力，频率响应能力评估指标包括快速频率响应能力和虚拟转动惯量支撑能力。快速频率响应能力包括响应滞后时间、响应时间、调节时间、控制偏差等,其定义为[14]：

1)响应滞后时间：自频率越过新能源场站调频死区开始到发电出力可靠的向调频方向开始变化所需的时间。光伏、风电可达到2 s。

2)响应时间：自频率超出调频死区开始，至有功功率调节达到调频目标值与初始功率之差的90%所需时间。风电可达到12 s，光伏可达到5 s。

3)调节时间：自频率超出调频死区开始，至有功功率达到稳定(功率波动不超过额定出力±1%)的最短时间。风电、光伏均可达到15 s。

4)控制偏差：有功功率达到稳定后，频率实测值与目标值之差占频率目标值的百分比。

虚拟转动惯量支撑能力反映新能源虚拟惯量特性，用虚拟惯性时间常数描述[20]，如式(11)，涉及频率变化量和变化率，对动态频率参数估计的精度要求较高。

(11)

式中：TJ为虚拟惯性时间常数，参考值为4～12 s；fN为额定频率；PN为额定有功功率；ΔP为有功变化量；df/dt为频率变化率。

针对快速频率响应能力的评估，分别将光伏电站置于轻载(有功出力在0.2～0.3 pu)和重载(有功出力在0.5～0.9 pu)2种工况下进行频率阶跃试验，经过分析得到评估结果如表1所示，评估结果在相关要求范围内。

表1 快速频率响应能力评估结果Table 1 Evaluation results of fast frequency response capability

惯量测试过程中，光伏电站仅投入惯量控制功能，其响应曲线如图9所示。由图9可知，250.5～253.5 s时间段，频率从50.01 Hz升至51.41 Hz，变化率为0.47 Hz/s，逆变器输出功率存在约300 ms的延迟，在250.8 s由0.250 pu迅速降低至0.196 pu，有功功率下降了0.054 pu，计算得到惯性时间常数为5.7 s，在标准推荐值范围内，评价结果合格。

图9 虚拟转动惯量响应Fig.9 Curve of virtual rotary inertia response

新能源场站频率响应能力评估结果经通信上传至主站，主站基于电网的电气/地理分区，对分区新能源场站的频率响应能力进行整体评价，实时掌握其频率调节容量与调节性能，通过新能源场站出力的调整实现新能源消纳与电网断面高效利用的平衡。另外，基于对新能源场站频率响应能力的评估结果，电网正常态运行时，可通过将新能源场站频率支撑能力纳入系统备用计划，对全网调节资源进行优化，提升电网经济运行水平；电网紧急态运行时，可对新能源场站的调度控制有的放矢，使电网频率防控水平得到切实提升。