高比例可再生能源电力系统失稳机理与动态分析方法

摘要：为解决高比例新能源接入的县域级电网中存在新能源低出力时供电能力不足、新能源大出力时外送受限、线路或主变故障时供电可靠性低等问题，本文以高比例可再生能源电力系统暂态稳定分析与控制方法研究为基础，研究提出高比例可再生能源电力系统稳定分析方法与系统协调控制技术，可为高比例新能源县域级电网的可靠运行提供理论和技术支撑，有效解决可再生能源高比例、大规模接入县域电网后带来的系统平衡调节和安全稳定难题。

关键词：可再生能源；电力系统；运行方式；暂态稳定；在线评估；

0 引言

由于风光等新能源发电具有间歇性强、随机性大、可调度性弱等特点，分布式可再生能源大规模接入后会对电网安全稳定运行以及合理规划调度产生较为明显的影响，使得开封县域级电网的运行特性更加复杂多变，其所面临的运行安全风险也逐渐增多。随着新能源并网的逐步快速增长，开封部分地区的配变已经出现潮流反送等现象，给电网的安全稳定带来了前所未有的挑战。

一方面，由于可再生能源出力表现出明显的间歇性、随机性和不可控性，大规模光伏场站的并网与脱网运行会对地区电网的安全稳定运行产生重大影响。首先，大规模分布式光伏发电系统一般靠近负荷中心，其输出功率的波动将直接影响并网点电压，为电网电压稳定性带来不利影响。其次，由于风电机组对电网电压与频率的抗扰动能力较弱，大规模的风力发电机组脱网，将造成系统较大的有功功率缺额，影响电网频率稳定。因此，需要对高比例可再生能源电力系统的失稳机理深入研究，开展更为实用化的稳定性分析工作。

另一方面，县域级电网分布式光伏渗透率逐渐增大而本地消纳能力有限，发用电的平衡问题日渐突出。县域级电网适宜建设大型新能源场站的地区电网建设相对薄弱，这部分地区随着新能源占比不断增大，存在新能源低出力时供电能力不足、大出力时外送受限等问题，对电网运行控制和规划调度形成新的挑战。此外，传统的变电站监控后台一般以监控站内设备运行状况和数据为主，与其供电范围内的配网和用户侧是完全隔离的，无法实现主配用电网的电力流、信息流、业务流三流合一。因此，需要产销合一的预测方案，更为精确的负荷预测与可再生能源发电预测方法，以及更有效、更精细的发用电平衡分析手段，让风、光等新能源电站以不同的电压等级合理接入不同电压等级的电网，参与各级电网的发用电平衡协同调度。

1 研究现状

高比例可再生能源电力系统中配置储能可促进新能源接入、提高电能质量、增强系统稳定性。适用于电力系统的大容量储能技术主要包括抽水蓄能、压缩空气储能以及电池储能。电池储能技术，因充放电迅速、存储容量大、选址限制少等特点，适于广泛应用和批量化生产。

储能优化配置方面，文献[3]以配电网中蓄电池储能系统全寿命周期内总的净收益最大为目标，研究配电网中蓄电池的配置和各时段充放电值的优化，综合考虑了减少电能转运成本、政府电价补贴收益、储能套利收益、延缓电网升级收益以及全寿命周期成本等因素，建立了蓄电池储能系统配置的混合优化模型。文献[4]以“削峰填谷”和“平滑负荷”作为两个不同的负荷控制目标，得到不同储能控制方式下负荷特性的优化趋势和储能容量最优配置的变化趋势，为储能规划提供了指导意见。

针对储能在不同场景下的应用，国内研究人员提出了多种控制策略，以达到改善电网运行水平的目的。华中科技大学考虑储能在直流微电网中的应用，基于一致性理论进行控制，以提升直流母线电压水平；华北电力大学以综合能源系统作为应用背景，针对储能和其他设备共同构成的多能耦合机组，计及其不确定性设计了优化运行模型。值得注意的是，对于储能系统在电网中的运行，可以从设备控制、区域协调、市场引导等角度进行考虑，以建立多时间/空间尺度的决策。其中，上海交通大学在上述多个方面具备相关研究经验和成果。例如：在设备层面通过虚拟同步控制，实现储能设备的灵活接入；在协调层面借助强化学习的理论和方法，实现微电网负荷储能的协调控制。

与此同时，多种关于储能的协调控制策略已在国际上进行了报道，其目的多为通过引入储能，改善电网在不同场景下的电压和频率指标。例如：针对光伏-储能系统，新加坡南洋理工大学提出了借助一致性原理的协调控制策略，以解决有功功率分配和电压稳定等问题；韩国智能电网研究院考虑将储能就近分组，以分层的形式实现负载系数控制、电压控制和频率控制多个目标；美国可再生能源实验室考虑多时间尺度因素，利用状态机方法，以期利用储能帮助风电提供调频能力；而意大利罗马大学利用模型预测控制手段，优化储能的运行，使其跟踪日前运行安排，并满足储能的运行约束。

2 稳定性与李雅普诺夫方法理论

对于控制系统，稳定性是需要研究的一个基本问题。李雅普诺夫稳定性理论能同时适用于分析线性系统和非线性系统、定常系统和时变系统的稳定性，是更为一般的稳定性方法。李雅普诺夫稳定性理论主要指李雅普诺夫第二方法，又称李雅普诺夫直接法。李雅普诺夫第二方法可用于任意阶的系统，运用这一方法可以不必求解系统状态方程而直接判定稳定性。对非线性系统和时变系统，状态方程的求解常常是很困难的，因此，李雅普诺夫第二方法显示出很大的优越性。在现代控制理论中，李雅普诺夫第二方法是研究稳定性的主要方法，既是研究控制系统理论问题的一种基本工具，又是分析具体控制系统稳定性的主要方法。李雅普诺夫第二方法的局限性在于其给出的结论只是系统为稳定或不稳定的充分条件。李雅普诺夫第二方法被用于研究大系统或多级系统的稳定性，此时李雅普诺夫函数被推广为向量形式，称为向量李雅普诺夫函数，用这种方法可建立大系统稳定性的充分条件。

3 高比例可再生能源电力系统稳定性动态分析方法

高比例可再生能源接入电力系统，存在集中式接入与分布式接入两种方式，其中集中式接入容量大、统一调控方便，但对电网系统的扰动影响也更显著，而分布式接入则具有能源点多、面广、单机容量小且可调控裕度小等特点。两种接入方式对电网的影响必然存在差异，也势必会形成不同的含高比例可再生能源系统动态特征及稳定特性，因而有必要考虑可再生能源集中式接入与分布式接入两种不同应用场景，来分析高比例可再生能源系统失稳机理，并研究相应动态分析方法与实用化判据。

可采用基于谱密度分析的随机小信号分析方法，适用于考虑可再生能源或负荷等随机源波动特性的电力系统小信号分析。基于该方法，作为输入的随机源用谱密度函数描述的随机过程表示，在系统矩阵特征分解的基础上求取系统的频率响应函数矩阵，然后由随机振动的谱分析方法可以得到线路功率振荡的功率谱。该动态分析方法继承了传统小信号分析的模态叠加思想，但与传统方法不同的是采用了带输入输出的非自治系统模型，并在此基础上对“参与因子”进行了重新定义，从而引入了“频率增益因子”的概念。采用该动态分析方法，可分析高比例可再生能源接入对系统电压、频率稳定特性的影响，进而探究系统失稳机理，定义合适的稳定判据。

4 提升高比例可再生能源电力系统稳定性的储能优化配置及集群控制方法

首先，建立高比例可再生能源电力系统内储能定容定址多目标优化数学模型，分析可再生能源和储能接入对系统的影响。主要从投资成本、网络损耗成本、可再生能源发电成本以及电网稳定性与安全性等方面建立最优配置模型，并研究相应算法对目标函数进行求解，实现多场景下系统储能容量配置和布点定址的最优。

其次，针对不同的运行场景，设计多点分布式储能在相应场景下的控制策略。对时间窗口宽裕，需要通过优化实现的控制目标，建立相应的优化目标及约束条件，以构成优化控制模型；对于时间要求高，需要快速响应的控制目标，通过底层储能逆变器的自主调节及具备快速响应能力的分布式控制实现相应的目的；基于相似逻辑，针对所有应用场景设计对应控制策略。

最后，采用维度解耦，建立多时间尺度下储能系统的集群控制策略。在日前等长时间尺度下，所面对的运行场景相对单一；在日内等短时间尺度下，一方面需要考虑日前调度结果的指导，另一方面需要考虑可能出现的场景切换所造成的控制策略切换。综合上述多种因素，实现多场景、多时空尺度的储能集群控制和优化运行。

5 总结

推动县域高比例可再生能源系统的大力发展，是积极落实“碳中和”政策的有效措施，也是“新基建”、工业互联网的典型案例。紧紧抓住可再生能源迅猛增长以及能源技术与数字技术融合发展的机遇，对推动公司战略落地实施、培育新增长动能具有重要意义。

本文针对含大规模风电、光伏及水电等可再生能源接入的县域电网，研究了大规模风电、光伏与电网相互作用机理以及高比例可再生能源接入对电网频率、电压稳定性的影响，进而提出了相应系统动态分析方法及稳定运行评估方法，并提出了风电、光伏、水电的协调控制方法，能有效增强故障下系统孤网运行稳定性，取得良好的应用效果。

参考文献：

[1]宫飞翔, 李德智, 田世明,等. 综合能源系统关键技术综述与展望[J].可再生能源,2019,37(08):1229-1235. 

[2]邢通,谭清坤,王尧,等. 我国能源系统演化发展模式研究[J].价格理论与实践,2019(11):154-157. 

[3]刘天琪,江东林. 基于储能单元运行方式优化的微电网经济运行[J].电网技术,2012,36(1):45-50. 

[4]杨玉青,牛利勇,田立亭,黄梅,鲍谚,时玮. 考虑负荷优化控制的区域配电网储能配置[J].电网技术,2015,39(04):1019-1025.

[5]蒋超凡,艾欣. 计及多能耦合机组不确定性的综合能源系统运行优化模型研究[J].电网技术,2019,43(08):2843-2854.

[6]Y. He, M. Shahidehpour, Z. Li, C. Guo, and B. Zhu, Robust Constrained Operation of Integrated Electricity-Natural Gas System Considering Distributed Natural Gas Storage[J]. IEEE Transactions on Sustainable Energy, vol. 9, no. 3, pp. 1061-1071, 2018.