华北电力大学研究团队：风储联合系统的虚拟惯量需求与协同支撑

　　合理利用风储联合系统的能量储备协同实现虚拟惯量支撑是新能源高渗透安全并网的关键。华北电力大学新能源并网课题研究团队通过分析风电、储能的虚拟惯性响应特性，建立了风储系统频率响应模型，计算了系统惯性响应时间，并以频率变化率为安全约束，结合系统惯量需求，提出了风储协同惯性支撑控制策略。

　　研究背景

　　不具备主动频率支撑能力的新能源占比不断提高，导致系统惯量水平下降，频率安全已受到威胁。近年来，在新能源场站规划中，响应速度快、控制灵活的储能受到了广泛关注，成为了辅助新能源调频的重要设备。在新能源高占比电网中，风机的旋转动能与储能的存储能量均可视为系统惯性支撑的能量储备。通过风储协同充分发挥新能源的频率支撑潜力，将是提升新型电力系统频率安全的关键。

　　论文所解决的问题及意义

　　目前，虚拟惯量控制多以风机转速为控制目标，并未计算频率跌落时间这一关键参数，导致虚拟惯量评估难度较大，且控制器启停需依赖频率变化率，具有造成频率二次跌落的风险。如何为新能源频率控制器设计参数，避免其误动作尚需进一步探讨。在风电机组与储能协同并网支撑模式中，须在虚拟惯量评估的基础上，及时启停附加控制，才能可靠提升新能源的频率支撑性能。

　　论文方法及创新点

　　(1)惯性响应时间计算

　　随着风电渗透率的提升，系统频率响应能力逐渐降低，所以系统频率响应模型中需引入表征风电渗透率的变量。风电渗透率为ρ时，系统频率响应模型如图1所示。

图1 计及风储的电力系统频率响应模型

　　将系统典型参数代入模型，即可计算出惯性响应时间大小。当虚拟惯量设置不同时，系统遭受相同扰动后的频率动态变化特性如图2所示，由于虚拟惯量增大会减小系统频率变化率，所以系统的频率响应时间随之增加。

图2 附加虚拟惯性控制时系统的频率响应

　　(2)系统最小惯量需求评估

　　在低惯性风电高占比系统中，频率变化率将是衡量频率安全的关键指标。扰动初期，没有发电机调速器和负荷频率调节效应，系统频率取决于惯量大小，此时频率变化率最大，可依据最大频率变化率允许值评估得到系统最小惯量需求，评估结果如图3所示。

图3 系统惯量需求和最大频率变化率及扰动功率的关系

　　(3)风储联合调频控制策略

　　为满足系统最小惯量需求，在惯性响应阶段风储需联合参与调频以满足系统最小惯量需求。其中，在频率跌落阶段，系统惯量不足时，优先考虑风机提供虚拟惯量。当风机出力无法满足系统最小惯量需求时，储能启动虚拟惯性控制满足系统需求。在频率恢复阶段，将计算所得的惯性响应时间作为风机、储能惯性响应的闭锁条件，避免风、储能吸收功率阻止频率恢复。

图4 风储联合系统的虚拟惯性协同支撑控制器结构

　　结论

　　为提升风储联合系统的惯量支撑性能，本文将惯性响应时间作为虚拟惯性时间的启停条件，并以系统惯量需求为前提，提出了风储联合系统虚拟惯量协同控制策略，合理分配风电场与储能惯量支撑任务，测试结果表明所提方法能使风储惯性支撑功率在规定时间内退出，可以减小系统频率恢复过程中的超调量，有利于系统频率恢复，调频效果优于传统频率支撑控制。

　　本工作成果发表在2024年第3期《电工技术学报》，论文标题为“风储联合系统的虚拟惯量需求与协同支撑”。本课题得到国家自然科学基金项目和中央高校基本科研业务费的支持。