2019年6月南美的大停電讓近5000萬人經(jīng)歷了“至暗周末”;2019年8月英國英格蘭、威爾士等地的大停電,給近100萬家庭和企業(yè)造成影響;2021年2月中美國德克薩斯州的大停電事故造成共計450萬戶家庭和企業(yè)停電。這些事故清楚地表明了電力系統(tǒng)可靠運行的重要性。
近日發(fā)布的《中共中央國務院關于完整準確全面貫徹新發(fā)展理念做好碳達峰碳中和工作的意見》明確提到,到2030年,我國風電、太陽能發(fā)電總裝機容量達到12億千瓦以上。與此同時,應國家大力發(fā)展電動汽車的需求,接入電網(wǎng)的充電樁也在以每月10余萬臺的數(shù)量快速增加。風電、太陽能和充電樁的并網(wǎng)都是通過電力電子變換器實現(xiàn),因此數(shù)年內(nèi),電力系統(tǒng)將呈現(xiàn)高度電力電子化。電力電子化電力系統(tǒng)的可靠穩(wěn)定運行的關鍵是從硬件和控制層面解決并網(wǎng)型電力電子變換器可靠穩(wěn)定運行的問題。另一方面,我國的用電大戶主要分布在東南沿海,而清潔能源如風電、光伏和水電主要分布在西北、西南一帶。過去采用的西電東送的方式需要架設成本高昂的高壓輸電網(wǎng)。
隨著儲能系統(tǒng)成本的降低,未來將逐步做到新能源發(fā)電的本地消解。未來的電網(wǎng)將由包含清潔能源發(fā)電、儲能、用電負載的配電網(wǎng)和主干電網(wǎng)組成。配電網(wǎng)將實現(xiàn)高度自給,減少對主干電網(wǎng)的依賴。為達到這一目的,基于智能控制的配電網(wǎng)中變換器間互操作將極為必要。
(圖1)高度自給的、可靠穩(wěn)定運行的智能配電網(wǎng)示意圖
綜上,高度自給的、可靠穩(wěn)定運行的智能配電網(wǎng)的實現(xiàn),(如圖1)將基于以下關鍵技術:
變換器可靠性以及本地控制
高度自主的配電網(wǎng)將包括風電變換器、光伏逆變器、電動汽車充電樁和儲能系統(tǒng)變換器。此外,為實現(xiàn)對交-直混合配電網(wǎng)的保護,還將包括固態(tài)斷路器;雙極型直流配電網(wǎng)需要正負極負載平衡變換器;多端口直流配電網(wǎng)需要潮流控制器實現(xiàn)負載優(yōu)化分配。與消費電子中追求變換器(如電腦適配器、手機充電器)的功率密度、輕視其可靠性(1-2年)不同,配電網(wǎng)變換器的失效將帶來較大經(jīng)濟損失,因此要求有較高可靠性(如光伏逆變器20年設計壽命),但對功率密度要求并不高。
電力電子變換器的可靠性主要包括開關器件的可靠性(對溫度波動敏感)、電容可靠性(電解電容壽命遠低于薄膜電容壽命)以及元件失效后的故障容錯控制(如降功率運行)。搭載數(shù)字處理器的電力電子變換器將易于實現(xiàn)多功能控制,其中包括:1、功率控制——電網(wǎng)電壓正常時的有功控制和電網(wǎng)電壓過高或過低時的無功功率控制;2、電能質量控制——主要指并網(wǎng)電流的諧波消除及變換器本身的控制穩(wěn)定性;3、輸出阻抗塑形——高度依賴新能源供電的配電網(wǎng)具有短路容量低、電網(wǎng)阻抗相對較大的特點,并網(wǎng)變換器與電網(wǎng)阻抗不匹配時會出現(xiàn)諧振,甚至系統(tǒng)失穩(wěn)的問題,對并網(wǎng)變換器的輸出阻抗塑形,使其與電網(wǎng)阻抗相匹配可有效避免諧振,提高電能質量。
人工智能模型
配電網(wǎng)因包括數(shù)量眾多的變換器,而成為一個高階強非線性系統(tǒng)。為實現(xiàn)對這樣一個系統(tǒng)的故障監(jiān)測和優(yōu)化控制,需要對其中各個狀態(tài)變量進行觀測。而配電網(wǎng)往往跨較大的空間尺度,通過多傳感器測量,然后數(shù)據(jù)通信的形式建立可觀性,存在大延時、高成本的問題。相比而言,更可行的方法是在中央控制器中建立配電網(wǎng)的狀態(tài)觀測器(電路動態(tài)等效模型),在此基礎上用測量的狀態(tài)對觀測器進行校正,以保證觀測器的精確度。
主流的解析模型基于對象物理動態(tài)特性的描述,在低階的傳統(tǒng)配電網(wǎng)中使用尚可。但隨著并網(wǎng)型電力電子的增多,配電網(wǎng)的模型呈現(xiàn)高階化,以及耦合項帶來的強非線性化,解析模型變得非常復雜,失去了解析模型便于分析問題的優(yōu)勢。同時,在建立解析模型時,通常需要做很多假設,很容易忽略重要的細節(jié)。這也是近些年,并網(wǎng)變換器的解析模型在不斷被更新的原因,因為很多電網(wǎng)新出現(xiàn)的現(xiàn)象無法用已有的解析模型進行解釋。
與此同時,由于并行計算的快速發(fā)展,海量計算的成本已經(jīng)大為降低,這使得基于大量數(shù)據(jù)訓練的人工智能建模技術變得很有吸引力。該建模方法不需要對被建模對象的物理動態(tài)特性的理解,理論上,只要訓練數(shù)據(jù)的樣本足夠大,所訓練出的模型將無限接近被建模的對象。但配電網(wǎng)對安全可靠運行要求十分嚴格,所以這種黑盒子式的建模方法很難為電網(wǎng)運營部門所接受。基于對象物理特性認知的人工智能建模,以解析模型為主以幫助模型快速有效收斂,以海量數(shù)據(jù)訓練為輔,以提高模型的精度,將成為更加可行的方法。
云端協(xié)調(diào)控制
隨著配電網(wǎng)中分布式能源,和儲能的比例不斷提高,配電網(wǎng)的功率平衡不再依賴大電網(wǎng)的支撐,而主要靠配電網(wǎng)內(nèi)各發(fā)電與用電單元的協(xié)調(diào)控制,以實現(xiàn)自給自足。能量管理系統(tǒng)的理論發(fā)展已進行多年,包括用電負載分配、配電網(wǎng)用電效率優(yōu)化、配電網(wǎng)與主干網(wǎng)協(xié)調(diào)控制等。近些年,云平臺的商業(yè)化發(fā)展為配電網(wǎng)多智能體的協(xié)調(diào)控制提供了有效的工具。但是基于云平臺交互的配電網(wǎng)多智能體協(xié)同互操作仍然缺乏設計實踐,阻礙了配電網(wǎng)智能化的發(fā)展。配電網(wǎng)多智能體互操作柔性的定義,本地設備與云平臺數(shù)據(jù)互傳時的網(wǎng)絡安全問題,考慮到通信時延、帶寬以及云計算資源占用成本的能量優(yōu)化算法部署的問題仍需投入大量研究。
此外,多電力電子電網(wǎng)的另一項關鍵技術為構網(wǎng)型變流器以及控制。迄今為止,新能源變流器的主流控制為電網(wǎng)跟隨性控制,即電網(wǎng)中的同步發(fā)電機負責支撐電壓幅度及頻率,新能源變流器只向電網(wǎng)注入有功或無功功率。但隨著新能源變流器在電網(wǎng)中占的比例不斷增高,電網(wǎng)中同步發(fā)電機的支撐能力正相對變?nèi)酰虼硕鴮е碌碾娋W(wǎng)崩潰事故近年來也以較高頻率出現(xiàn)。為減小電網(wǎng)同步發(fā)電機的負擔,要求未來的新能源變流器具備一定的電網(wǎng)支撐能力。
(圖2)構網(wǎng)型新能源變流器
如圖2所示,構網(wǎng)型變流器的控制將兼顧最大功率跟蹤控制,在此基礎上將具備控制電網(wǎng)電壓、頻率的能力。另外,當電網(wǎng)因故障停電,在故障排除后,構網(wǎng)型變流器將不必等待電網(wǎng)同步發(fā)電機來恢復電網(wǎng)電壓,其自身將具備恢復電網(wǎng)電壓的能力。需要強調(diào)的是,受變流器載流能力,以及天氣因素對當前新能源變流器最大功率的限制,新能源變流器的構網(wǎng)能力比較有限。所以實現(xiàn)構網(wǎng)型變流器需要采用高級的控制方法,但為了讓新能源變流器有可觀的構網(wǎng)能力,需要給新能源發(fā)電廠搭配儲能系統(tǒng)。