Интеграция систем хранения энергии в модели потока нагрузки для лучшего управления

Оригинальное название: The Grid at a Crossroads

Глобальный энергетический ландшафт претерпевает глубокую трансформацию. Движимые насущной необходимостью декарбонизации и быстро падающими затратами на возобновляемую генерацию, энергетические системы интегрируют все более крупные доли ветровой и солнечной фотоэлектрической мощности. В рамках этой новой парадигмы операционная задача перешла от управления предсказуемой, диспетчерской генерацией к балансированию присущей изменчивости возобновляемых ресурсов. Именно здесь системы хранения энергии (ESS) возникают не просто как дополнительная технология, но и как фундаментальный фактор надежной, устойчивой и эффективной энергосистемы. Однако полный потенциал накопления энергии может быть реализован только тогда, когда эти системы точно представлены в базовом аналитическом инструменте инженеров энергосистемы: модели потока нагрузки.

Интеграция ESS в модели потока нагрузки больше не является академической задачей; это оперативная необходимость. Без точных моделей, которые захватывают зарядку, разрядку и динамическую реакцию устройств хранения, операторы сетей эффективно ослепляют при принятии критических решений о регулировании напряжения, управлении перегрузками и планировании на случай непредвиденных обстоятельств. Модели потока нагрузки, которые рассматривают ESS как статические элементы впрыска, игнорируют основную физику преобразования мощности, динамику состояния заряда и сложную логику управления, которая управляет реальными активами хранения. Эта статья обеспечивает всеобъемлющее, авторитетное исследование того, почему и как интегрировать ESS в модели потока нагрузки, исследуя технические принципы, практические стратегии реализации и глубокие преимущества, которые следуют.

Мы начнем с пересмотра основ анализа потока нагрузки и уникальных характеристик современных систем хранения энергии. Затем мы углубимся в математические и моделирующие подходы, необходимые для включения хранения энергии, от упрощенных представлений о постоянном состоянии до более продвинутых динамических моделей. По пути мы выделим ощутимые преимущества - повышенную стабильность, улучшенную эффективность и большую интеграцию с возобновляемыми источниками энергии - а также проблемы, которые должны преодолеть инженеры. Наконец, мы будем смотреть вперед на новые тенденции, включая роль искусственного интеллекта и стандартизированных библиотек моделей, которые обещают сделать модели потока нагрузки с учетом ESS стандартным инструментом в инструментарии планирования и операций каждой утилиты.

Основополагающая роль моделей потока нагрузки в управлении сетями

Исследования потока нагрузки формируют основу анализа энергосистемы. Также известный как анализ потока мощности, этот вычислительный процесс определяет стационарное рабочее состояние электрической сети. Учитывая набор известных значений генерации и нагрузки на различных шинах (узлах), расчет потока нагрузки решает для неизвестных величин напряжения и фазовых углов на всех шинах, а также активных и реактивных потоков мощности в каждой линии передачи, трансформаторе и кабеле. Более чем простое упражнение учета, анализ потока нагрузки является важным инструментом, используемым для планирования, проектирования, оптимизации работы и анализа непредвиденных обстоятельств.

Основные принципы анализа потока нагрузки

В основе потока нагрузки лежат законы схемы Кирхгофа, применяемые к сети шин и ветвей. Ключевыми уравнениями являются уравнения узелкового баланса мощности: на каждой шине сумма мощности, поступающей в шину от подключенных ветвей, должна равняться сумме мощности, вводимой генераторами за вычетом потребляемой нагрузки. Поскольку эти уравнения являются нелинейными (с участием продуктов напряжения и допуска), для поиска решения используются итеративные численные методы, такие как Ньютон-Рафсон, Гаусс-Сейдель или быстроразъединенный метод. Выход включает критические эксплуатационные параметры, такие как напряжения шины (которые должны оставаться в пределах ±5% номинального для надежной работы), нагрузки ветвей (для обеспечения перегрузки линий) и системные потери.

Модели потока нагрузки служат двум основным целям. Во-первых, в планировании инженеры используют их для оценки различных сценариев расширения — добавления нового поколения, линий электропередач или подстанций — для обеспечения того, чтобы будущая сеть отвечала спросу безопасно. Во-вторых, в операциях операторы системы запускают потоки нагрузки в реальном времени или в режиме, близком к реальному времени, для определения оптимальной диспетчеризации, оценки воздействия запланированных отключений и выявления потенциальных нарушений напряжения или тепловой нагрузки. Точность этих моделей напрямую влияет на безопасность и экономичность сети.

Почему традиционные модели потоков нагрузки не обеспечивают энергосбережение

Обычные модели потока нагрузки были разработаны для эпохи, когда большая часть генерации происходила из синхронных машин — угля, газа, ядерной и большой гидроэнергетики. Эти источники обычно рассматриваются как PV-шины (где указана реальная мощность P и величина напряжения V) или слабые шины , которые поглощают несоответствие между генерацией и нагрузкой. Системы хранения энергии, однако, не подходят аккуратно к этой классификации. Блок хранения энергии может работать в четырех квадрантах: активно заряжать (поглощая реальную мощность) или разряжать (вводя реальную мощность) и независимо поглощать или поставлять реактивную мощность. Более того, ESS является устройством, связанным с временем — его способность впрыскивать или поглощать мощность в любой момент зависит от его состояния заряда (SoC), который развивается в соответствии с интегралом чистого потока мощности. Традиционные модели статического потока нагрузки игнорируют эту временную зависимость.

Когда ESS моделируется просто как генератор с отрицательной минимальной выходной мощностью (чтобы представлять зарядку) или как нагрузка, которая может стать генеративной, модель теряет ограничения конечной энергетической емкости, эффективности зарядки / разрядки и предельных значений. В результате потоки нагрузки, выполняемые с такими упрощенными представлениями, могут создавать решения, которые физически неосуществимы - например, отправка блока хранения для разрядки, когда его SoC равен нулю, или для зарядки, когда он полностью заряжен. Более сложные модели необходимы для захвата истинной операционной оболочки хранения энергии.

Системы хранения энергии: больше, чем просто батареи

Прежде чем углубляться в методы интеграции, важно уточнить, что мы подразумеваем под системой хранения энергии. В то время как литий-ионные батареи получают большую часть внимания на рынке в масштабе сети, термин охватывает разнообразный набор технологий, включая гидронасосное хранение (PHES), хранение энергии сжатого воздуха (CAES), маховики, проточные батареи и даже хранение водорода. Каждая технология имеет различные электрические характеристики, время отклика, эффективность и затраты на цикл. Однако для целей моделирования потока нагрузки ключевые функциональные атрибуты являются общими для большинства ESS: они являются системами преобразования энергии, которые могут поглощать или вводить как активную, так и реактивную мощность в определенных пределах, и они имеют конечную, измеримую энергетическую емкость, которая развивается с течением времени.

Ключевые параметры моделирования для хранения энергии

Для точного включения ESS в модель потока нагрузки необходимо указать следующие параметры:

• Пределы мощности: Максимальная непрерывная скорость (МВт), при которой блок может заряжаться или разряжаться. Часто пределы зарядки и разрядки могут отличаться (например, из-за внутреннего сопротивления батареи или ограничений инвертора).
• Энергия: Общая накопленная энергия в МВтч, которая определяет продолжительность, в течение которой устройство может разряжаться при номинальной мощности. Обычно это моделируется как диапазон состояния заряда (например, от 10% до 90% SoC).
• Эффективность кругового движения: Доля энергии, восстановленной при разряде, по сравнению с энергией, принимаемой во время зарядки. Типичные литий-ионные системы достигают 85-95% эффективности кругового движения постоянного тока; учет преобразования переменного тока может снизить это до 80-90%.
• Реактивная мощность: Современные инверторы могут подавать или поглощать реактивную мощность независимо от реальной мощности, в пределах определенной кривой возможностей P-Q.
• Ограничения скорости рампы: Скорость (MW/min), при которой выход может изменяться. Некоторые технологии хранения, такие как маховики, имеют почти мгновенный отклик, в то время как другие, такие как CAES, имеют более медленные пандусы.
• Саморазряд: В то время как для некоторых технологий (накачанных гидроэлектростанций) мало, батареи и суперконденсаторы теряют накопленную энергию с течением времени, что может повлиять на моделирование более длительной работы.

Кроме того, должна быть рассмотрена стратегия управления ESS: является ли устройство, отправленное в режиме, реагирующем на цену, обеспечивающем энергетический арбитраж? Настроено ли оно на обеспечение регулирования частоты? Работает ли оно в режиме, формирующем остров (формирующем сеть), или оно следует заданной точке от центральной диспетчерской? Граничные условия модели потока нагрузки должны отражать эти операционные реалии.

Интеграция моделей хранения энергии в потоки нагрузки: методы и подходы

Интеграция ESS в модели потока нагрузки может быть достигнута на нескольких уровнях детализации, в зависимости от целей исследования и вычислительных ресурсов. В целом, они варьируются от статических приближений до полностью динамичных, временных рядов моделирования. Выбор метода имеет глубокие последствия для точности результатов и выводов. Ниже мы исследуем три основные категории интеграции ESS.

Метод 1: Статическая модель впрыска (приближение к состоянию на стадии)

Самый простой способ включить ESS в поток нагрузки - это рассматривать его как контролируемую шину P-Q (или шину PV, если регулируется напряжение. В этой статической модели активная мощность P и реактивная мощность Q указаны на терминале шины, в соответствии с желаемой загрузкой или разрядкой. Этот подход адекватен для одного моментального снимка во времени, такого как пиковый период нагрузки, когда ESS разряжается при полной мощности. Однако он полностью игнорирует ограничение энергии, связанное с временем: модель не будет предупреждать пользователя, если требуемая P выходит за пределы доступной энергии, и не будет отслеживать, как SoC изменяется в ответ на впрыск мощности.

Когда использовать его: Модель статического впрыска подходит для быстрой проверки осуществимости, анализа непредвиденных обстоятельств в определенные моменты и планирования исследований, где доступность энергии уже учитывается вне потока мощности (например, предварительно решенный график отправки).

Ограничения: Модель не может имитировать петлю обратной связи между решениями SoC и диспетчерской. Например, если происходит отключение линии и ESS призван увеличить разряд дольше, чем ожидалось, статическая модель не может предвидеть точку, в которой хранилище исчерпано. Кроме того, потери эффективности зарядки/разрядки не точно представлены, если не смоделированы как дополнительная нагрузка или отрицательная генерация.

Метод 2: Модель временного ряда Quasi-Steady-State (QSS)

Для преодоления временного отключения модели статического впрыска инженеры используют квазиустойчивый подход, который связывает поток нагрузки с динамическим уравнением состояния заряда. В этом методе поток нагрузки решается неоднократно с дискретными интервалами времени (например, каждые 5, 15 или 60 минут) на горизонте исследования (один день, одна неделя, один год). На каждом этапе выход ESS определяется внешним графиком отправки или логикой управления, а SoC обновляется с использованием следующего упрощенного энергетического баланса:

SoC(t+1) = SoC(t) - (P разряд * Δt/ η разряд) + (P разряд * η разряд * Δt)

где P разряд и P заряд являются активными потоками мощности (положительными для впрыска в сетку), и η являются соответствующими коэффициентами эффективности. Сам расчет потока нагрузки использует мгновенные точки P и Q, точно так же, как в статической модели. Ключевым дополнением является трекер SoC, который обеспечивает ограничения по энергии: если рассчитанный SoC падает ниже минимального или выше максимального, диспетчер должен быть отрезан или отрегулирован, и поток нагрузки должен быть повторно запущен до тех пор, пока не будет найдено осуществимое решение.

Когда использовать его:] Этот метод QSS является наиболее распространенным в современном программном обеспечении планирования энергосистем (например, PSS/E, PowerWorld, DIgSILENT PowerFactory с модулями временных рядов). Он идеально подходит для исследований интеграции возобновляемых источников энергии, укрепления мощности, пикового бритья и экономической диспетчеризации высокого уровня, где внутричасовая динамика (электромагнитные переходные процессы) не требуется.

Преимущества:] Подход является вычислительно эффективным (тысячи снимков потока нагрузки могут быть решены за считанные минуты) и фиксирует основное оперативное ограничение хранилища энергии — его конечный резервуар энергии. Он также позволяет инженерам моделировать реалистичные правила планирования, такие как ежедневные циклы, еженедельная подзарядка или сезонное хранение.

Проблемы: Модели QSS предполагают, что энергосистема находится в устойчивом состоянии на каждом этапе времени, пренебрегая быстрой динамикой, такой как реакция губернатора, автоматическое управление генерацией (AGC) и переходные отклонения напряжения. Для исследований частотной реакции или первичной регуляции частоты это упрощение может маскировать критические явления. Кроме того, дискретные временные этапы могут пропустить влияние быстрых изменений в возобновляемой генерации или нагрузке в интервале.

Метод 3: Динамический поток нагрузки с подробной инверторной моделью ESS

Для исследований, требующих точного представления переходного и динамического поведения системы хранения — таких как низкочастотные колебания, восстановление неисправностей, сценарии выпадения или черный запуск — ESS должен быть смоделирован с подробным инверторным интерфейсом. В этом случае решение потока нагрузки обеспечивает начальное состояние для моделирования электромагнитного переходного (EMT) пространства времени или исследования переходной стабильности. ESS представлен как система преобразования энергии (PCS), которая включает в себя внутренний источник напряжения батареи, преобразователь постоянного тока, конденсатор шины постоянного тока, импульсно-широтный модулятор (PWM) и выходной фильтр LCL. Контуры управления (контроль внешней мощности или напряжения, внутренний контроль тока, фазовый цикл) моделируются в непрерывное время.

В этой связи модель потока нагрузки используется только для установки начальных потоков мощности и напряжений шины; динамическое моделирование затем фиксирует реакцию на возмущения. Модель ESS может поддерживать как управление, следуя за сеткой (GFL), - где инвертор синхронизируется с напряжением сетки с использованием фазового контура - и управление, формирующее сетку (GFM), - где инвертор устанавливает свою собственную ссылку на фазор напряжения, имитируя синхронный генератор. Последний все более важен для слабых сетей и высоковозобновляемых систем.

Когда использовать его: Подробные динамические модели необходимы для исследований взаимосвязи, анализа стабильности и координации защиты. Регуляторы, такие как Североамериканская корпорация по надежности электроснабжения (NERC) и многие независимые системные операторы, требуют динамических моделей ESS для приложений межсоединения генераторов.

Ограничения: Динамическое моделирование является вычислительно интенсивным и требует специализированных данных (например, параметров управления, частот переключения преобразователей). Они не подходят для длительных исследований планирования или крупномасштабных систем без сокращения модели.

Ощутимые преимущества интегрированного моделирования ESS

Когда ESS должным образом интегрирован в модели потока нагрузки - будь то статические, QSS или динамические - результаты управления сеткой значительно улучшаются. Преимущества распространяются на стабильность, эффективность, надежность и интеграцию с возобновляемыми источниками энергии.

Улучшенная стабильность напряжения и качество мощности

Хранение энергии с возможностью реактивной мощности может впрыскивать или поглощать реактивный ток намного быстрее, чем традиционное оборудование регулирования напряжения, такое как трансформаторы или конденсаторы с изменением напряжения. Путем моделирования полной кривой возможностей P-Q ESS в потоке нагрузки операторы могут идентифицировать оптимальные точки для поддержания напряжений шины в приемлемых диапазонах при изменении нагрузки и условиях генерации. В слабых сетях с низким уровнем короткого замыкания ESS с управлением формированием сетки может даже предотвратить коллапс напряжения. Исследование 2022 года, опубликованное в IEEE Транзакции на энергосистемах , показало, что высокоточное моделирование ESS снизило отклонения напряжения более чем на 30% в моделируемом распределительном фидере с высоким проникновением солнца.

Повышение операционной эффективности и снижение потерь

Модели потока нагрузки, которые учитывают отправку энергии для хранения, могут оптимизировать поток активной и реактивной энергии, чтобы минимизировать потери передачи и распределения. Поскольку ESS может переносить энергию из периодов низкого спроса (когда более эффективные генераторы находятся в сети) в периоды высокого спроса (когда в противном случае использовались бы менее эффективные пиковые установки), общая эффективность системы улучшается. Более тонко, управляя потоками реактивной энергии локально, ESS может уменьшить реактивный ток, получаемый от генераторов, еще больше уменьшая потери I2R. Недавний анализ Национальной лаборатории возобновляемых источников энергии (NREL) [[FLT: 1]] обнаружил, что скоординированная работа ESS, в соответствии с передовыми моделями потока нагрузки, может сократить потери распределения на 5-15% в плотно пропитанных солнечными батареями фидерах.

Бесшовная интеграция переменной возобновляемой энергии

Без хранения энергии высокие проникновения ветра и солнца вызывают рабочие головные боли: крутые пандусы, перегенерация в полдень и необходимость быстрого резервного копирования ископаемого топлива. Интегрируя ESS в модели планирования потока нагрузки, инженеры могут размер и местоположение хранения, чтобы смягчить эти проблемы. Модели показывают наиболее эффективное размещение для хранения, чтобы уменьшить перегрузку передачи, поглотить избыточную возобновляемую генерацию и обеспечить растущую гибкость. В знаменательном исследовании Министерства энергетики США Управление по энергоэффективности и возобновляемой энергии пришло к выводу, что систематическое моделирование интеграции ESS может увеличить осуществимое проникновение возобновляемых источников энергии на типичной сети передачи США от 40% до более 80% без капитальных обновлений инфраструктуры.

Реальные системы хранения демонстрируют неидеальное поведение, которое трудно уловить. Например, внутреннее сопротивление батареи изменяется с температурой и SoC, вызывая изменение напряжения при большой нагрузке. Эффективность не постоянна; она зависит от скорости зарядки (C-rate). Более того, инверторы имеют нелинейные пределы реактивной мощности в качестве функции оконечного напряжения (кривая P-Q). Стандартизированные модели, такие как модели серии IEC 61400 или стандарт IEEE 1547 для распределенных энергетических ресурсов, предоставляют общие шаблоны, но специфическая параметризация сайта остается трудоемкой. NERC Generator Verification and Model Validation Task Force опубликовал руководство по валидации динамических моделей ESS, но принятие неравномерно по утилитам.

Вычислительная сложность в исследованиях долголетия

Запуск потока нагрузки QSS в течение всего года с почасовым разрешением (8760 временных шагов) и оптимальной отправкой ESS является вычислительно дорогостоящим, особенно для больших сетей с сотнями единиц хранения. Каждый шаг может потребовать итеративной оптимизации для определения отправки, которая уважает ограничения SoC и экономические цели. Параллельная обработка и передовые алгоритмы решателя смягчают это, но многие отделы планирования по-прежнему прибегают к упрощенной блокировке времени (сезонные репрезентативные дни), которые могут пропустить критические события.

Стандартизация интерфейсов моделей ESS

Поставщики программного обеспечения для потоков нагрузки реализуют модели ESS по-разному. Некоторые рассматривают их как общие «блоки хранения энергии» с заранее определенными параметрами; другие требуют пользовательской логики управления. Это отсутствие функциональной совместимости создает трение при обмене моделями между коммунальными службами, консультантами и регуляторами. Общая информационная модель (CIM) и стандарт IEC 61970 расширяются, чтобы включать ресурсы хранения, но прогресс медленный. Промышленные усилия, такие как хранилище модели Единого контроллера потока мощности (UPFC) , показали перспективу для стандартизации моделей хранения, но полный консенсус остается неуловимым.