目前,储能电站往往采用集中式控制策略进行内部储能单元的功率优化分配。
但随着储能电站容量的扩大,储能设备的整体信息量也随着提升,导致集中式架构下的集控管理层不仅需要通信支持大数据量传输,也需要短时间快速处理分析这些数据,为此中央处理器需要有的更高的性能,储能电站的排线也需更加合理,以免线路重合引发安全隐患。
储能电站分布式控制架构可以有效减少处理器的数据运行压力,提高储能电站的运行性能。
极简物控的嵌入式储能EMS,搭配低代码控制器,就能够轻松实现分布式控制。回顾链接:极简科普 | 嵌入式储能EMS,成为单体大型储能的好搭档!
https://mp.weixin.qq.com/s/2dhRtZPseV5sQ1Ris8xvgQ
本次我们基于极简物控嵌入式EMS的仿真软件sparrowzz对两种控制方式进行仿真模拟。
仿真的大规模储能电站的装机容量为25MW/100MWh,包含了10个储能电池组,每个电池组里又包含了10个储能单元,每个储能单元由两个电池构成,各配有1台额定功率为500kW的PCS。储能单元是具体的控制对象,额定功率为1000kWh,考虑到在实际储能调频过程中,充放电功率不能过高,以免储能单元内部过热,影响储能工作状态与使用寿命,本文将最大充放电功率设置为储能单元额定容量的1/4,即最大充放电功率为250kWh,最小充放电功率为10kWh。
此外,考虑储能单元的存储能量存在差异性,将100个储能单元的SOC(state of charge,通常用于反映储能电量的剩余状态)初值随机设定在0.15-0.85中。
02 功率调节指令跟随验证
风光等新能源随机性较强,导致日前调度计划与实际出力存在偏差。大规模储电站具有响应速度快、调度灵活的特点,可以利用储能电站填补缺额。本次利用sparrowzz平台验证策略,设定这部分功率缺额为-12000kW-12000kW,得到的指令功率、集中式控制和分布式控制下储能电站实际输出功率曲线图。
从图中可看出,无论是集中式控制,还是分布式控制,储能电站的实际输出功率均能较好地跟随指令功率,两种策略的有效性与精确性均可满足实际需要。03 储能单元功率分配验证以电池组1为例,电池组1的10个储能单元SOC初值均设置为0.34、0.62、0.33、0.49、0.47、0.61、0.56、0.42、0.80、0.29,集中式、分布式控制下电池组1中的10个储能单元的功率分配结果如下图所示。
图4 集中式控制下电池组1各储能单元的功率分配结果图
图5 分布式控制下电池组1各储能单元的功率分配结果图
一是随着调度时间拉长,储能单元功率指令分配更均衡,储能单元SOC逐步趋同。在调度初期,各储能单元SOC初值差距较大,无论是在集中式还是在分布式控制模式下,当指令功率为正(放电),SOC较大的储能单元优先放电,经功率分配获得的放电功率更大;当指令功率为负(充电),SOC较小的储能单元优先充电,经功率分配获得的充电功率更大;随着调度周期的推进,各储能单元的实际输出功率逐渐接近,分配给各储能单元的功率指令更加平均。二是分布式控制功率分配均衡变化更平缓,集中式控制在调度初期的功率分配更加极端。集中式控制掌握所有储能单元的SOC,充放电优先级更明显,功率分配也更加极端,最高优先级的几个储能单元按最大充放电功率进行功率输出。而分布式控制中各电池组仅与相邻的电池组有信息交互,因此储能单元的充放电功率相对平缓,很少以最大充放电功率进行功率输出。这一结论在SOC曲线中进一步得到印证,集中式控制在调度初期SOC变化幅度大,均衡更快,但随着调度的进行,受到功率跳变惩罚的影响,集中式控制的功率分配变缓,各储能单元的输出功率基本一致,因此SOC变化幅度变小。而分布式控制的功率分配平缓,各储能单元的输出功率不会出现骤增或骤降的情况,因此功率跳变惩罚小,SOC均衡稳定进行,随着调度时段的继续,SOC基本趋于一致。三是分布式控制的功率均衡效果更好,有利于储能电站可持续长周期运行。通过测算各个时段下储能单元之间的SOC标准差可知,集中式控制下电池组1初期SOC标准差为0.1502,调度结束时SOC标准差为0.0339,减小了0.1163;分布式控制下电池组1初期SOC标准差为0.1502,调度结束时SOC标准差为0.0021,减小了0.1481,可见分布式控制具有更好的SOC均衡效果,能有效减小储能单元过充或过放的次数,有利于储能电站的健康安全运行。
四是分布式控制的响应速度更快,更能满足实际调度响应需求。将功率指令改为阶跃信号,设储能电站在t=0.5s时收到5000kW的调度指令,集中式控制与分布式控制从收到信号到下发功率的间隔时间如下图所示。可见,无论是集中式还是分布式控制,储能电站均能在较短的时间内完成策略计算,但相比于集中式控制,分布式控制消耗的时间更少,这意味着分布式控制的响应速度更快,更契合实际调度的响应速度需求。