用于管理小型电力系统中NCR发电厂坡度事件的主动功率控制

《Renewable Energy Focus》：Active power control for managing ramp events in NCR power plants within small-scale power systems

　　针对高渗透率非传统可再生能源（NCR）的小规模孤立电网中太阳能出力波动问题，提出了一种集成实时监控、储能容量优化和动态调节的主动功率控制（APC）策略，通过100种场景模拟确定最大可承受爬坡率为125%额定容量，实现94%有效管理率，提升电网可靠性与稳定性。

　　

N.T. Senarathna | S.P. Somathilaka | H.M. Wijekoon Banda | K.T.M.U. Hemapala

斯里兰卡莫拉图瓦大学电气工程系

摘要

1. 本文探讨了在小规模、孤立的电力系统中管理非传统可再生能源（NCR）发电厂功率波动问题的挑战，这些系统具有较高的可再生能源渗透率。所提出的方法结合了发电量、储能可用性和系统动态的实时监控，以有效调节电力输出。通过基于仿真的方法分析了在不同NCR渗透率水平下太阳能发电功率波动时的系统行为。研究结果确定了电力系统在保持运行裕度的同时所能承受的最大功率波动率。同时，提出了一种新颖的有功功率控制（APC）策略，以减轻电力间歇性，提高系统稳定性和可靠性，并在系统约束条件下实现规定的功率波动限制。基于100种不同发电情景的储能容量模型验证了该策略的有效性，在94%的情况下能够有效管理功率波动问题，推荐的储能容量为发电厂额定输出的125%，足以覆盖95%的典型发电模式。

引言

1. 随着各国加大应对气候变化的努力并追求长期可持续发展目标，全球能源格局正在发生深刻变化[1][2]。在各种可再生能源中，由于太阳能资源丰富、成本效益高且可扩展性强，它已成为能源转型的关键组成部分[3]。技术进步不断提高太阳能系统的效率和可获取性，同时降低了实施成本。在有利政策框架的支持下，太阳能装机容量在全球范围内迅速扩张[4][5]。
1. 截至2023年底，全球太阳能装机容量约为1200吉瓦，这一增长得益于净零排放承诺和不断增长的电力需求[6]。许多国家制定了雄心勃勃的可再生能源目标，计划在2030年前实现70%或更高的可再生能源发电份额。例如，斯里兰卡承诺到2030年实现70%的可再生能源占比，重点发展非传统可再生能源（NCRE）[6][7]。
1. 尽管太阳能具有诸多优势，但也存在一些挑战，主要是由于NCRE发电的间歇性。这种间歇性给电力系统带来运营复杂性，尤其是在可再生能源渗透率较高的系统中[3][8]。太阳辐照度的变化会导致发电量不稳定，对电网稳定性构成严重威胁。功率输出的快速波动（通常称为“功率波动”）会严重影响系统频率稳定性，尤其是在惯量低和储能容量有限的中小型电力系统中[6]。图1展示了太阳能发电厂的典型发电模式。
1. 图1清楚地显示了这种波动性，其中功率输出的剧烈波动凸显了太阳能间歇性的影响。由此导致的不稳定性可能导致系统部分或完全故障。确定可接受的功率波动率并实施有效的波动管理策略对于维护电网稳定性至关重要[9][10]。针对功率波动率的控制措施对于提高高比例可再生能源整合的中小型电力系统的可靠性具有重要意义。
1. 有功功率控制策略在应对功率波动相关挑战中发挥着重要作用。功率限制控制、功率波动率控制和储能集成等技术是控制框架的关键组成部分[11]。采用多种技术相结合的混合方法可以提供更稳健和有效的功率波动率管理方案[12][13]。这种综合策略不仅能够减轻功率波动的不利影响，还能考虑其他重要因素，如运营成本、经济可行性、新兴技术以及符合电网规范的要求[14][15]。先进的技术，包括储能集成和电网友好的功率波动率管理，显著提升了系统可靠性和运行稳定性[16][17]。此外，符合现代电网规范的要求对于有效的功率波动率管理至关重要[18]。尽管上述功能已被多种控制策略所采用，但综合控制方法的集成仍是一个未解决的问题。
1. 本文研究了确定电力系统可承受的功率波动率的方法，强调了管理太阳能功率波动率的重要性，并提出了一种在系统中分配各NCR发电厂功率波动率的方法。同时，提出了一种具有预测能力和储能管理功能的有功功率控制（APC）算法。该算法通过实际太阳能发电厂的发电数据进行了验证，证明了其在指定功率波动率条件下的有效性。根据仿真结果，确定了实现94%功率波动率控制成功率的最佳储能容量。

文献综述

1. 随着越来越多的可再生能源发电资源被整合到电力系统中，功率波动事件变得越来越频繁。然而，来自可再生能源发电厂的强烈功率波动往往得不到充分处理，这对电网稳定性构成了挑战[19]。如公式(1)所定义，功率波动率是指发电厂在指定时间间隔内功率输出的变化率$\backslash Delta\; P/\backslash Delta\; t$。功率波动率是维持系统稳定性的关键参数[17][20]。

方法论

1. 为了模拟一个孤立的小型电力系统，选择了IEEE 34节点系统作为PSCAD中开发的代表性测试模型，如图3所示。系统中集成了热能和水力发电厂，以模拟具有高惯性的传统电网。同时添加了太阳能发电厂，以代表不同的NCRE渗透率水平。初步仿真确保系统在运行过程中不违反电网规范要求。

结果与讨论

1. 本文展示了在不同功率波动率下，IEEE 34节点系统在太阳能发电厂降功率事件后的系统频率违规情况。
1. 图8可视化了10% NCR渗透率情景下的仿真结果。
2. 在较低的功率波动率下，系统频率保持在49.5赫兹的临界阈值以上，并且没有出现显著违规现象。

结论

1. 本研究提出了一种全面的方法，用于处理具有高比例非传统可再生能源（NCR）发电厂的中小型电力系统中的功率波动问题。所提出的最大功率波动率识别方法为系统运营商提供了在不同NCR渗透率水平下的系统行为洞察。确定功率波动率限制是制定有效缓解策略的重要步骤。

作者贡献声明

1. N.T. Senarathna：撰写初稿、可视化展示、验证、软件开发、方法论设计、数据分析、概念构思。
2. S.P. Somathilaka：撰写、审稿与编辑、资源协调、项目管理。
3. H.M. Wijekoon Banda：撰写、审稿与编辑、监督工作、资源调配。
4. K.T.M.U. Hemapala：撰写、审稿与编辑、监督工作。

写作过程中使用生成式AI和AI辅助技术的声明

1. 在准备本文时，作者仅使用ChatGPT和Microsoft 365 Copilot来提高手稿的英语表达和可读性。这些工具未用于代码生成、图像创建、表格制作或任何其他内容生成。使用这些工具后，作者对内容进行了彻底审查和编辑，以确保其与原始观点一致，并对发表文章的内容负全责。

利益冲突声明

1. 作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。