模糊控制优化下的混合储能系统辅助燃煤机组调频仿真

doi:10.19799/j.cnki.2095-4239.2021.0664

摘要/Abstract

摘要：

在新能源并网容量日益增多的背景下，提高燃煤火电机组的调频能力是满足目前电网新能源消纳调频需求的主要途径之一。对此，利用由飞轮储能与电化学储能组成的混合储能系统辅助火电机组提高调频性能是重要的技术手段。本工作针对600 MW供热机组，在Matlab/Simulink中构建混合储能系统辅助燃煤火电机组调频的仿真模型，并对提出的控制策略进行仿真验证。结果表明，机组耦合混合储能系统能有效减少电网频率变化量，降低汽轮机输出功率波动，稳定主蒸汽压力；针对混合储能系统中的功率分配系数，利用模糊控制策略进行优化，发现模糊控制策略能够在连续的充/放过程中，使混合储能系统保持良好的功率变化适应性。

关键词: 混合储能, 调频, 建模仿真, 负荷分配, 模糊控制

Abstract:

Improved frequency modulation capacity of coal-fired thermal power units is one of the key strategies to fulfill the present frequency modulation demand of new energy in the power grid, in the context of rising grid-connected capacity of new energy. Consequently, the hybrid energy storage system composed of flywheel energy storage and electrochemical energy storage is an important technical means to enhance the frequency modulation performance of thermal power units. In Matlab/Simulink, a simulation model of a hybrid energy storage system to aid frequency modulation of coal-fired thermal power units is created, with the suggested control method confirmed and simulated for a 600 MW heat supply unit. The results demonstrate that the coupling hybrid energy storage system can effectively reduce the frequency variation of the power grid, reduce the output power fluctuation of the turbine, and stabilize the main steam pressure. The fuzzy control approach is utilized to optimize the power distribution coefficient in the hybrid energy storage system. The findings demonstrate that the fuzzy control method can keep the continuous charging/discharging process adaptable to power variations.

Key words: hybrid energy storage system, frequency modulation, modeling and simulation, load distribution, fuzzy control

中图分类号:

TM 921

韩健民, 薛飞宇, 梁双印, 乔天舒. 模糊控制优化下的混合储能系统辅助燃煤机组调频仿真[J]. 储能科学与技术, 2022, 11(7): 2188-2196.

Jianmin HAN, Feiyu XUE, Shuangyin LIANG, Tianshu QIAO. Hybrid energy storage system assisted frequency modulation simulation of the coal-fired unit under fuzzy control optimization[J]. Energy Storage Science and Technology, 2022, 11(7): 2188-2196.

图/表 20

图1

表1

储能系统参数"

主要参数	数值
飞轮转动惯量 $J$ /(kg·m²)	290
黏滞摩擦系数 $B$ /[N·m/(rad/s)]	0.0005
永磁磁链 $ψ$ /Wb	0.1286
极对数 $p$	2
惯性环节时间常数 $T p c s$	0.9

表1

图2

图3

图4

表2

单元机组仿真参数"

主要参数	数值
纯延迟时间常数 $τ$	40
燃烧通道时间常数 $T 1$	30
水冷壁时间常数 $T 2$	5
锅炉蓄热系数 $C d$	6010
主蒸汽管道蓄热系数 $C n$	660
高压蒸汽容积时间常数 $T h$	0.271
再热蒸汽容积时间常数 $T r$	13.212
低压蒸汽容积时间常数 $T l$	0.389
自然过调系数 $λ$	0.805
联络线同步系数 $T a b$	0.756
系统频率偏差系数 $B$	21
机组惯性常数 $M a / M b$	2.75/2
负荷单位调节率 $K D a / K D b$	10.5/12

表2

图5

图6

图7

图8

图9

表3

表4

图10

图11

图12

图13

图14

图15

表5

参考文献 13

1	TUSHAR W, YUEN C, SAHA T K, et al. Peer-to-peer energy systems for connected communities: A review of recent advances and emerging challenges[J]. Applied Energy, 2021, 282: doi: 10.1016/j.apenergy.2020.116131.
2	赵炜. 新能源并网对电网的影响及对策[J]. 河北电力技术, 2018, 37(5): 25-27.
	ZHAO W. Discussions on influences and countermeasures of new energy access to power gride[J]. Hebei Electric Power, 2018, 37(5): 25-27.
3	李斌, 陈吉玲, 李晨昕, 等. 压缩空气储能系统与火电机组的耦合方案研究[J]. 动力工程学报, 2021, 41(3): 244-250.
	LI B, CHEN J L, LI C X, et al. Research on coupling schemes of a compressed air energy storage system and thermal power unit[J]. Journal of Chinese Society of Power Engineering, 2021, 41(3): 244-250.
4	徐骏. 风电混合储能系统容量配置及控制策略的研究[D]. 沈阳: 沈阳工业大学, 2016.
	XU J. Research on capacity configuration and control strategy of wind power hybrid energy storage system[D]. Shenyang: Shenyang University of Technology, 2016.
5	XIONG R, CHEN H, WANG C, et al. Towards a smarter hybrid energy storage system based on battery and ultracapacitor-A critical review on topology and energy management[J]. Journal of Cleaner Production, 2018, 202: 1228-1240.
6	王建业. 大功率飞轮储能系统转子设计与充放电控制研究[D]. 北京: 华北电力大学(北京), 2019.
	WANG J Y. Research on rotor design and charge and discharge control of high power flywheel energy storage system[D]. Beijing: North China Electric Power University, 2019.
7	丁明, 林根德, 陈自年, 等. 一种适用于混合储能系统的控制策略[J]. 中国电机工程学报, 2012, 32(7): 1-6, 184.
	DING M, LIN G D, CHEN Z N, et al. A control strategy for hybrid energy storage systems[J]. Proceedings of the CSEE, 2012, 32(7): 1-6, 184.
8	丁冬, 刘宗歧, 杨水丽, 等. 基于模糊控制的电池储能系统辅助AGC调频方法[J]. 电力系统保护与控制, 2015, 43(8): 81-87.
	DING D, LIU Z Q, YANG S L, et al. Battery energy storage aid automatic generation control for load frequency control based on fuzzy control[J]. Power System Protection and Control, 2015, 43(8): 81-87.
9	闫飞朝. 锅炉蓄热系数计算方法研究[D]. 北京: 华北电力大学, 2013.
	YAN F C. Research on calculation method of boiler heat storage coefficient[D]. Beijing: North China Electric Power University, 2013.
10	田云峰, 郭嘉阳, 刘永奇, 等. 用于电网稳定性计算的再热凝汽式汽轮机数学模型[J]. 电网技术, 2007, 31(5): 39-44.
	TIAN Y F, GUO J Y, LIU Y Q, et al. A mathematical model of rehear turbine for power grid stability calculation[J]. Power System Technology, 2007, 31(5): 39-44.
11	吴天宇. 基于模糊控制理论的两区域互联电网AGC的研究[D]. 长沙: 长沙理工大学, 2016.
	WU T Y. Research on AGC of two area interconnected power grid based on fuzzy control theory[D]. Changsha: Changsha University of Science & Technology, 2016.
12	顾洁, 王承民, 冯小珊. 含分布式电源的配电网中混合储能优化配置[J]. 浙江电力, 2020, 39(2): 71-76.
	GU J, WANG C M, FENG X S. Optimal configuration of hybrid energy storage in distribution network with distributed generation[J]. Zhejiang Electric Power, 2020, 39(2): 71-76.
13	王天堃. 火电厂主蒸汽温度UMDA整定模糊PID控制算法[J]. 动力工程学报, 2017, 37(7): 546-551, 557.
	WANG T K. Fuzzy self-tuning PID control of main steam temperature in thermal power boilers based on UMDA[J]. Journal of Chinese Society of Power Engineering, 2017, 37(7): 546-551, 557.

X₁	X₂
X₁	NB	NS	ZO	PS	PB
NB	NS	NB	NB	NB	NB
NS	PS	NS	NS	NB	NB
ZO	PB	PB	PB	PB	PB
PS	PB	PB	PB	NS	PS
PB	PB	PB	PB	PB	NS

X₁	X₂
X₁	NB	NS	ZO	PS	PB
NB	PB	PB	PB	PB	PB
NS	PS	PB	PB	PB	PB
ZO	NB	NS	PB	PB	PB
PS	PS	PS	PS	PS	PS
PB	NB	NB	NB	NB	NS

项目		标准差
项目		无模糊控制	模糊控制优化
过充区	频率变化量(pu)/Hz	4.41×10^-5	4.19×10^-5
	输出功率变化量(pu)/MW	1.33×10^-3	1.05×10^-3
	主蒸汽压力(pu)/MPa	3.88×10^-5	2.52×10^-5
过放区	频率变化量(pu)/Hz	5.74×10^-5	5.48×10^-5
	输出功率变化量(pu)/MW	1.14×10^-3	9.23×10^-4
	主蒸汽压力(pu)/MPa	3.38×10^-5	2.13×10^-5

[1]	武鑫, 尚文举, 马志勇, 滕伟, 张爽, 罗海荣. 抽水蓄能-飞轮混合储能系统协调控制方法[J]. 储能科学与技术, 2023, 12(2): 468-476.
[2]	宋杰, 耿林霄, 桑永福, 温荣斌, 孙鹏, 弓林娟. 基于EMD分解的混合储能辅助火电机组一次调频容量规划[J]. 储能科学与技术, 2023, 12(2): 496-503.
[3]	陈俊涛, 王亚军, 宋顺一, 曲文浩, 柳亦兵. 飞轮储能辅助风电一次调频仿真分析[J]. 储能科学与技术, 2023, 12(1): 172-179.
[4]	杨水丽, 林伟芳, 崔艳妍, 王二军. 基于功率和容量补偿的火/储AGC调频可行性分析与启示[J]. 储能科学与技术, 2023, 12(1): 299-311.
[5]	时雨, 张忠, 杨晶莹, 钱薇, 李昊, 赵祥, 杨欣桐. 储能电池系统提供AGC调频的机会成本建模与市场策略[J]. 储能科学与技术, 2022, 11(7): 2366-2373.
[6]	吴田, 林闽城, 海浩, 孙海渔, 温兆银, 马福元. 面向一次调频的镍氢电池系统开发[J]. 储能科学与技术, 2022, 11(7): 2213-2221.
[7]	刘连德, 何江, 周家旭, 李翠萍, 李凯强, 朱星旭, 严干贵, 李军徽. 含高比例风光发电的电力系统中抽蓄电站的优化控制策略[J]. 储能科学与技术, 2022, 11(7): 2197-2205.
[8]	郭斌, 邢洁, 姚飞, 景小敏. 基于双层规划模型的用户侧混合储能优化配置[J]. 储能科学与技术, 2022, 11(2): 615-622.
[9]	秦昊, 秦立军, 白雪辰, 李聪. 辅助抽水蓄能调频的飞轮控制策略[J]. 储能科学与技术, 2022, 11(12): 3915-3925.
[10]	王立娜, 谭丽平, 徐志强, 谭鑫, 吴昌龙, 叶晖, 李爱魁. 锂电池储能电站一次调频设计优化及验证[J]. 储能科学与技术, 2022, 11(12): 3862-3871.
[11]	黄思林, 肖华宾, 黄常抒, 郭子琦, 吴俊烽, 谢杭璇. 高压级联式储能系统在火储联合调频中的应用及实践[J]. 储能科学与技术, 2022, 11(11): 3583-3593.
[12]	李秀慧, 崔炎. 考虑调峰调频需求的新能源电网储能优化配置[J]. 储能科学与技术, 2022, 11(11): 3594-3602.
[13]	杨文强, 常彬. 计及多影响因素的发电侧混合储能系统容量配置方法及配置工具[J]. 储能科学与技术, 2022, 11(10): 3246-3256.
[14]	廖世强, 张新燕, 刘莎莎, 张光昊, 黄利祥, 施锐. 储能电池一次调频无模型自适应控制策略[J]. 储能科学与技术, 2022, 11(10): 3221-3230.
[15]	高晓芝, 王磊, 田晋, 刘佳璐, 刘庆华. 基于参数优化变分模态分解的混合储能功率分配策略[J]. 储能科学与技术, 2022, 11(1): 147-155.