量化低惯性电力系统中每小时虚惯性和SSB蓄电池储能系统对频率稳定性的要求

2026-08-04 20:28:05

可再生能源的日益普及通过取代传统同步发电机，降低了系统惯性，这给现代电网的频率稳定性带来了挑战。现有的虚拟惯性提供和电池储能系统（BESS）规模方法依赖于确定性和静态假设，因此未能捕捉可再生能源发电、负载需求和运行条件的随机性和时间变化特性。为解决这些不足，本研究提出了一种随机、可靠性约束的优化框架，用于每小时量化虚拟惯性需求及相应的BESS储备。可再生能源发电和负荷需求的不确定性通过蒙特卡洛模拟建模，并采用基于经验累积分布函数（ECDF）的评估，以确保在指定可靠性水平下符合电网运营商定义的频率最低点和频率变化率（RoCoF）约束。该框架在改进后的IEEE 39总线测试系统上验证，该系统采用可再生能源渗透率为50%。结果显示，所需的BESS虚拟惯性支持在每小时有显著变化，以等效惯性常数表示，在高惯性夜间（21：00–05：00）为0.33–0.62秒，在低惯性太阳时（11：00–15：00）为3.25–3.76秒，可靠性为90%，13：00时最大要求为3.76秒。随着可靠性目标从50%提高到90%，拟议框架确定的BESS惯性储备将逐步减少因最大发电单元失效而导致的频率最低点和RoCoF违规，达到约9%的90%可靠性场景，但代价是更高的储备需求和增加的资本支出。所提框架明确捕捉了可靠性与成本的相互作用，从而量化了频率可靠性与经济性能之间的明确权衡，并为低惯性电力系统中频率安全与投资决策的平衡提供了可靠性导向的框架。

简介

可再生能源（RES）的日益普及正在重塑现代电网，推动力是脱碳目标和减少对化石燃料的依赖。基于逆变器的技术，尤其是太阳能光伏（PV）和风能，是这一转变的核心。然而，它们的大规模集成带来了频率稳定性的新挑战。与传统的同步发电机式能源系统（SGES）不同，基于逆变器的可再生能源系统本身不提供旋转惯性，而转动惯性在抵抗发电机停电或负载大幅变化后突然频率偏移方面起着关键作用。因此，低惯性功率系统在应急事件中更容易受到快速频率波动和不稳定性的影响[1]。
为应对这一挑战，虚拟惯性已成为模拟物理惯性稳定效应的有效手段，适用于以可再生能源为主的电网[2]。网格形成逆变器、储能系统和直流链路电容器可以根据频率偏差动态调整有源功率输出，从而增强系统的稳健性[3]。越来越多的文献正在研究以控制为导向的虚拟惯性策略。这些包括基于协调调度和优化的惯性和阻尼支撑分配方法[4]、集成可再生能源系统与电动汽车的多区域频率调节方案[5]，以及结合能量储存和虚拟惯性模拟的先进负载-频率控制框架[6]。近期综述研究进一步强调了基于协调的虚拟惯性框架在逆变器主导网络中共同解决频率和电压稳定性的重要性[7]。多项研究探讨了虚拟惯性提供的先进控制技术，包括分数阶控制[8]、基于模型预测控制（MPC）的合成惯性和快速储备协调[9]、基于学习的控制器[10]以及自适应惯性阻尼方案[11]。风能转换系统中的虚拟惯性提取也被研究，特别是通过双馈感应发生器（DFIGs），采用动能和锁相环控制策略[12]、[13]。与此同时，基于随机和优化的框架被提出，在高可再生能源渗透率下将合成惯性与初级频率响应整合[14]。研究表明，直流链路电容的短时惯性支持可以补充更长时间的基于存储的解决方案[15]。
鉴于直流链路电容器的功率处理能力有限，BESS越来越多地被用于在低惯性电力系统中模拟惯性响应。多项研究提出了估算BESS提供惯性和阻尼支持能力的方法。经验模型已在[16]中开发，基于VSG原则的方法在[17]中被探索以提升系统动态性能。[18]研究了用于缓解频率条件的动态分配策略，并在[19]中提出了利用由BESS和超级电容器组成的混合存储系统的分层频率响应。BESS在减少RoCoF和增强局部频率调控方面的重要性已在[20]中提出。多项研究扩展了BESS分量方法，以考虑不同的网络拓扑和频率性能标准。例如，[21]引入了针对富光伏配电网络量身定制的两层规模策略，而[22]则评估了逆变器功率额定对惯性传输的影响。[23]分析了变换器控制模式对系统动力学的影响，突出显示了网格形成与网格跟随BES在频率支持上的差异。为支持脱碳目标，[24] 提出了低排放网格中以惯性为导向的储存规划，[25] 并考察了 BESS 规模的成本效益权衡。在[26]中评估了高风速场景下的系统级惯性充分性，同时纳入了常规和合成惯性贡献。尽管有这些进步，大多数现有的BESS虚拟惯性支持定型方法仍保持确定性，常常忽视可再生能源发电和负荷特性的固有变异性。例如，[27] 基于固定的应急情景和平均系统条件推导BESS容量，而不建模概率不确定性。[28]中的启发式方法在静态假设下执行虚拟惯性布置，未考虑时间变化的网格动态。类似地，[28] 采用单一机器表示并解析计算合成惯性响应，而[20] 则使用确定性 RoCoF 阈值空间分布惯性。
总之，尽管以往研究已为虚拟惯性提供和BESS频率稳定性尺寸提供了重要见解，但由于以下因素，这些研究在低惯性功率系统中每小时虚拟惯性量化中的适用性仍然有限：

• •
  主要基于固定负载、可再生能源发电和应急条件的确定性表述，频率稳定性在静态运行条件下进行评估。
• •
  对由天气驱动的可再生能源变异性和负载不确定性引起的随机和时间变化行为考虑有限。
• •
  基于简化近似或比例规则的启发式或分析式BESS测定方法，这些规则并非明确来源于系统级的频率响应特性。
• •
  缺乏基于概率或基于信度的评估，导致BESS仅为单一确定性大小，且没有频率稳定性合规性的定量置信水平。
• •
  规划灵活性降低，确定性规模可能导致虚拟惯性的过度或不足，影响经济效率和频率安全，限制成本效益和可靠性意识的规划。

为解决这些局限性，本研究提出了一种随机且可靠性约束的优化框架，用于确定低惯性电网系统规划层面的小时虚拟惯性需求及相应的BESS容量。RES发电和负载需求的不确定性通过蒙特卡洛模拟（MCS）捕捉，同时采用基于经验累积分布函数（ECDF）的评估，确保在指定目标可靠性水平下符合频率稳定性约束，包括频率最低和RoCoF。该方法的主要特点包括：

• •
  基于频率响应的惯性量化：虚拟惯性通过优化框架确定，该框架最小化系统频率响应的范数，直接将惯性大小与系统级频率动态联系起来，而非启发式或比例规则。
• •
  在不确定性下进行基于场景的小时评估：在MCS生成的运行场景中量化了每小时虚拟惯性需求，明确捕捉了可再生能源发电和负荷需求的随机性和时间变化特性。
• •
  可靠性约束BESS测定：基于ECDF的分析用于确定满足特定可靠性水平下频率最低和RoCoF约束所需的虚拟惯性常数、能量储备和功率容量。
• •
  时间确定储备分配：该框架产生每小时惯性和BESS储备需求，实现反映全天运行条件和系统惯性变化的自适应分配。
• •
  风险导向且经济灵活的规划：通过允许选择目标可靠性水平，该框架实现了频率安全与投资成本之间的明确权衡。