0 引言
过去十年，中国以风电、光伏发电为代表的新能源发电经历了跨越式发展，截至2019年底，中国风电累计并网容量2.1亿 kW、光伏发电累计并网容量2.04亿 kW[1-2]，新能源装机规模位居世界第一。但是与此同时，中国“三北”地区出现了较为严重的弃风弃光现象，2017年全国弃风电量高达419亿 kWh，弃光电量73亿 kWh[3]。虽然经过全行业的共同努力，弃风弃光现象得到了有效缓解，但是，持续探索新能源消纳提升技术的需求仍旧迫切。柔性直流输电因其灵活性和强支撑性，是实现弱交流系统条件下新能源大规模送出的有效技术手段[4-6]。为了验证柔性直流输电在新能源送出方面的可行性和先进性，国家电网有限公司建设张北柔性直流电网试验示范工程[7]，送端张北站和康保站将以孤岛接入作为主要运行方式，规划支撑670万 kW新能源送出。
新能源集群经柔性直流并网时，在考虑新能源发电时空互补特性和发电同时率后，规划汇集的新能源规模通常大于柔直换流站容量[8]。但是柔直换流站有较为严格的运行约束，超出其运行范围可能造成系统失稳[9]。孤岛方式下流入送端换流站的有功和无功功率不受控，只能够通过独立控制系统来控制新能源发电功率以保障送端孤岛系统的安全。接入交流电网的大规模新能源集群有功控制技术已比较成熟，文献[10]提出了考虑安全断面的新能源有功控制策略，通过搜索越限断面和发电能力转移实现断面输送功率的控制。进一步地，文献[11]提出了多层嵌套断面下有功协调控制技术；文献[12]提出了调峰约束和断面约束重叠时新能源发电优先级排序及有功控制策略；文献[13]针对同一控制区两级调度模式，提出了两级调度协调控制及实时协调控制架构；文献[14]提出了调峰、调频、断面、市场交易和风光协调多种模式的分层协调控制。上述策略基本上涵盖了新能源集群接入交流电网时面临的多约束条件和多调控层级的问题，但是交流系统运行约束相对有弹性，短时过载不会造成系统失稳或崩溃，如果出现功率越限，通常可通过紧急功率控制来实现新能源总功率回降。然而，对于通过柔性直流孤岛并网的大规模新能源集群而言，由送端换流站确定的输送极限是刚性约束，常规的新能源有功控制策略不再适用。
针对新能源集群通过柔性直流系统接入交流电网时构成的孤岛系统，本文在分析其越限诱因的基础上，研究提出了激进型和保守型两种有功控制策略，并基于时序生产模拟方法研究新能源有功控制裕度确定方法，对比了两种策略下越限风险及发电效率，给出了柔直输送能力与新能源装机容量不同比例下需保留的控制裕度。本文研究结果对于指导张北柔直电网送端新能源集群有功控制及安全裕度设置有参考意义。
1 经柔性直流并网的大规模新能源集群有功控制需求
1.1 柔性直流输电系统运行约束
当柔性直流输电系统作为大规模新能源集群唯一并网通道时，送端多个新能源场站通常先交流组网，再通过柔性直流输电系统并入大电网。图1是典型的大规模新能源集群经柔直并网的示意图。
图1 新能源集群孤岛经柔性直流并网典型拓扑
Fig.1 Typical topology of renewable energy group integrated by VSC-HVDC system
在上述方式下，柔性直流输电系统是新能源场站与交流大电网间的唯一通道，送端新能源场站构成了一个孤岛系统，在能量流上，新能源发电功率在去除汇集系统网损后将全部注入送端换流站。孤岛方式下送端换流站通常采用V/f的控制方式，为新能源孤岛系统提供电压和频率基准。此时送端换流站无法直接控制孤岛系统注入的有功和无功功率，需通过单独的新能源有功控制系统才能够实现有功功率控制。
柔直换流站有较为复杂的运行约束，包括调制比约束、容量约束、交直流电流约束等，通常采用PQ图表示柔直换流站的可行运行范围，具体如图2所示。当新能源集群流入到换流站的有功、无功在PQ运行范围内时，柔直换流站交流母线相当于无穷大节点，系统处于比较强的状态。但是当流入送端换流站的有功无功超出其PQ范围，由于换流站基本没有过载能力，将造成柔直换流站失去定电压和频率的能力，进而引起整个孤岛系统失稳。
图2 柔直换流站PQ图
Fig.2 PQ diagram of VSC-HVDC convertor station
1.2 孤岛方式下柔直换流站功率越限风险分析
受新能源出力波动性和随机性影响，送端新能源有功功率可能超过柔直输送能力，具体越限风险包括以下几方面。
1）新能源自然出力越限风险
由于风光资源的时空分布差异，新能源发电同时率不为1。为了充分利用送出通道的送出能力，新能源装机容量与换流站容量配比通常大于1，以张北柔直电网为例，张北站额定容量3000 MW，实际汇集的新能源规模为4698.5 MW，考虑70%同时率，新能源最大出力为3288.95 MW，超过换流站最大传输能力，若不考虑采取控制，实际运行中将可能出现柔直换流站功率越限。
2）新能源出力波动性造成的越限风险
受风光资源自身的波动性影响，新能源发电本身存在一定的波动，并且随着时间尺度的增加，其波动幅值的绝对值增加，标幺值减小。
图3给出了某新能源集群在秒级尺度下的功率波动情况，该新能源集群装机容量为2300 MW，在所有新能源场站均投入有功控制系统的情况下，11 s内新能源自然功率波动最大为22 MW。由此可见风光资源自然波动引起的机组输出功率波动也可能造成送出通道功率越限。
图3 新能源集群秒级功率波动
Fig.3 Power fluctuation of renewable energy cluster in second time scale
3）新能源场站控制误差
受新能源场站有功控制策略、通讯延时、发电设备调节性能影响，场站有功控制存在一定概率的控制误差。根据《风电场并网性能评价方法》（NB/T 31078-2016），风电场控制精度应小于等于风电场装机容量的3%；根据《光伏电站并网性能测试与评价方法》（NB/T 32026-2015），光伏电站有功功率设定值控制允许的最大偏差应小于等于光伏电站装机容量的5%。
冀北电网实际运行情况统计表明，风电场控制误差近似满足高斯分布，误差范围在±3%额定容量范围内，具体如图4所示。
图4 某风电场有功控制误差
Fig.4 Active power control error of a wind farm
2 经柔直并网的大规模新能源集群有功控制策略
2.1 基于发电指标动态分配的大规模新能源集群有功控制策略
为了保障新能源集群有功功率不超过柔直输电系统最大输送功率，需要通过额外的新能源有功控制系统实现新能源集群有功的调节。传统人工调度的方式是将通道约束或电网调峰限制的接纳空间按照等比例原则分配给各新能源场站，新能源场站在运行中需要将其出力限制在限额以内，超出限额将受到相应的惩罚。但是风光资源空间分布的差异性会造成新能源场站间出力不同步，传统固定式的发电指标分配策略由于缺少动态调整机制，部分时段将出现电网接纳空间有剩余但部分新能源场站仍然限电的情况。
针对上述问题，本文在借鉴新能源交流并网时有功功率控制策略的基础上，提出了适用于柔性直流并网的新能源集群有功控制技术，其核心策略是在对所有受控新能源场站进行功率分配时，根据各新能源场站实时发电能力的差异，允许风光资源暂时较强或调节性能优异的新能源场站暂时占用消纳空间，待风光资源暂时较弱或性能较差的新能源场站具备发电能力时，再回降功率以让出消纳空间，从而实现发电指标在新能源场站间的动态分配，充分发挥送出通道的送出能力，提升风电消纳水平。
图5展示了新能源场站发电指标动态调整的基本逻辑。有功控制系统实时监测送端换流站的有功功率，若在上一个指令周期结束时换流站有功裕度超过一定阈值，有功控制系统将启动发电指标的重新分配。在功率分配环节，根据新能源场站在上一轮指令周期中的跟踪情况以及未来时刻可能的出力情况进行分群，将空闲发电指标根据一定策略按照顺序分配给各新能源场站，从而避免“高能力低指标”“低能力高指标”的情况出现。
图5 新能源场站发电指标动态调整策略
Fig.5 Dynamic adjustment strategy of power generation right of renewable energy station
空闲发电指标能否准确分配给具有调节余量的场站是有功控制的关键，常规策略仅根据上一指令周期的跟踪情况进行分类，仍然存在一定的盲目性。为了进一步提高指令分配的准确性，本文引入超短期功率预测作为分群指标，根据新能源场站超短期功率预测结果、指令跟踪情况将场站分为4类，如表1所示。其中指令跟踪情况反映了新能源场站当前时刻有功能否准确跟踪目标，死区通常取1%额定装机容量，超短期功率预测反映了未来一个控制周期场站是否具有上调能力，两个指标综合后可准确预判下一周期场站发电指标跟踪趋势。有功控制系统按照优先级依次将空闲发电指标分配给各新能源场站，从而提高下一指令周期中消纳空间的利用效率。
表1 新能源场站分群策略
Table 1 Classification strategy of renewable energy station
分类情况 功率变化趋势 指令跟踪情况I类场站 超短期预测＞当前值 偏差小于死区II类场站 超短期预测＜当前值 偏差小于死区III类场站 超短期预测＞当前值 偏差大于死区IV类场站 超短期预测＜当前值 偏差大于死区
在空闲发电指标分配环节，本文设计了激进型与保守型两种分配策略，具体如下。
1）激进型有功控制策略
激进型有功控制策略在空闲发电指标再分配环节将空闲发电指标全部分配给上一轮调节中具有上调能力的新能源场站。假设在第n个指令周期末送端换流站尚有ΔPn的裕度，则在第n+1个周期分配时将ΔPn按照额定装机分配给第I类新能源场站，即有：
式中：Pi, n为第I类新能源场站中第i座新能源场站在第n个指令周期末的实际出力；
为第i座新能源场站在第n+1个指令周期的发电指标；
为第i座新能源场站额定装机容量；ΔPn为送端换流站第n个指令周期末有功功率裕度；min()为取小运算，是为了保证每次新能源场站有功指令增幅小于10%的额定装机容量，且新的指令不超过其额定装机。
若第I类新能源场站未完全占用空闲发电指标，则由第II类新能源场站按照式（1）的原则继续分配，直至空闲发电指标完全被分配出去。对于发电指标没有调整的场站，则其第n+1个指令周期的发电指标不变。
上述策略将第n个指令周期末柔直裕度完全分配给了新能源场站，为了便于分析，将发电指标增加的场站称为A类，发电指标不变的场站成为B类。即存在如下关系：
但是对于B类风电场，通常有
因此
即新能源场站的总发电指标大于柔直换流站的最大输送容量，若下一个指令周期中A类风电场和B类风电场同时上调，则可能出现柔直换流站有功越限的情况。
上述策略的分配逻辑将富裕的发电指标100%分配给有上调能力的场站，而忽略了上一指令周期不具备上调能力场站在本轮调节周期上调的可能性，从而会造成一定的越限风险，因此称之为激进型有功控制策略。
2）保守型有功控制策略
与激进型有功控制策略不同的是，在每一轮有功指标下发时，有功控制系统均会校核总的指标是否超出送端换流站最大输送功率，如果超出，则等比例降低所有场站的发电指标，具体如式（4）所示。
与激进型有功控制策略相比，保守型策略考虑了所有新能源场站的上调可能性，可以保证每一轮分配出去的预期发电指标都不会越限，但是由于让上一周期不具备上调能力的场站以同样的权重参加分配，有可能造成发电指标的浪费。
2.2 柔直换流站有功控制裕度测算
由于新能源场站自然功率波动特性、场站控制性能误差等原因，即使采用保守型控制策略，仍然存在实际有功超过送端换流站输送能力的可能。传统交流电网的运行约束通常考虑了一定的运行裕度，实际运行中如果出现功率短时越限情况并不会造成系统直接失稳或崩溃。但是对于柔直换流站而言，其换流站容量约束是刚性约束，一旦越限便会造成系统崩溃。因此，对于经柔性直流孤岛并网的大规模新能源集群，其有功控制必须考虑一定的裕度以确保送端换流站安全。
由于新能源有功控制涉及多个场站发电能力在时序上的耦合关系，难以直接根据其功率概率密度曲线解析确定。为了确定新能源有功控制裕度，本文采用时序生产模拟方法，测算流程见图6，具体步骤如下。
1）新能源场站理论出力序列建模。根据新能源历史出力数据，考虑各场站的时空分布耦合特性，建立各新能源场站理论出力序列。
图6 有功控制裕度测算流程
Fig.6 Calculation process of active power control margin
2）考虑场站有功调节爬坡限制和调节误差，建立新能源场站有功调节的准稳态模型。假设第i座新能源场站在第n个指令周期末的实际出力为Pi, n，第n+1个指令周期中理论出力为
该场站接收到第n+1个指令周期的有功调节指令为
则在第n+1个指令周期末该场站的有功输出为：
式中：T为指令周期间隔；Rup为风电机组从0至T时刻的等效功率爬坡速率；Rdown为风电机组从0至T时刻的等效功率下降速率；为风电机组在功率水平P时的控制误差，通常符合高斯分布，可根据实测数据得到。
3）初始以柔直换流站最大输送功率为基准，设定柔直控制裕度，分别调用激进型和保守型新能源有功控制策略，以1 min为周期进行8760 h的生产模拟，从而涵盖全部可能的工况，得到柔直换流站全部工况下的有功控制曲线。
4）判断柔直换流站是否有越限，如有越限则进一步增加柔直换流站预留裕度，重新进行模拟仿真，直至所有工况均不会出现越限。
3 仿真验证
以图7所示张北柔直电网为例进行仿真，张北柔直电网送端张北站、康保站均采用孤岛接入方式，张北换流站容量3000 MW，张北站规划汇集容量4698.5 MW，其中风电2298.5 MW，光伏2400 MW。
图7 张北柔直电网示意图
Fig.7 Schematic diagram of Zhangbei VSC-HVDC power grid
考虑新能源场站功率的时空相关性，得到新能源场站理论出力序列如图8所示，张北柔直电网送端新能源场站最大理论出力为3537.7 MW，最大同时率为75%。新能源场站功率全年有1.93%的时间超过3000 MW，因此必须通过功率控制确保送端换流站功率不越限。
图8 新能源集群理论出力曲线
Fig.8 Theoretical active power curve of renewable energy cluster
以激进型有功控制策略为例，图9展示了不同功率限值下新能源集群有功控制效果，其中蓝色曲线是限值3000 MW，红色曲线为限值2900 MW。当新能源集群有功按照3000 MW控制时，新能源集群最终实发最大功率为3071.9 MW，超过张北换流站最大输送功率。通过逐渐增加新能源有功控制裕度，当张北站新能源按照2900 MW进行控制时，新能源集群最终最大实发为2997.3 MW，满足不越限的控制需要。
进一步地，本文对比了张北柔直电网全接线及检修方式下张北换流站上送极限分别为3000 MW、1500 MW和750 MW时，分别采用激进型控制策略和保守型控制策略时的有功控制效果，结果如表2所示。当张北站外送能力为3000 MW时，激进策略需要预留100 MW裕度，而保守策略仅需要预留50 MW裕度即可保证张北换流站不越限。当张北站外送能力为1500 MW时，激进策略需要预留200 MW裕度，而保守策略仅需要预留150 MW裕度即可保证张北换流站不越限。但是当张北站外送极限为750 MW时，两种策略均需预留150 MW的控制裕度，这是由于外送极限相对于新能源装机规模太小，有功控制系统动态调整空间有限，2种策略调节效果基本相当。
表2 激进型策略和保守型策略控制效果对比
Table 2 Comparison of control effect between radical strategy and conservative strategy
柔直能力/MW控制极限/MW 发电量/亿kWh激进策略 保守策略 激进策略 保守策略3000 2900 2950 84.10 77.58 1500 1300 1350 66.75 62.04 750 600 600 39.92 34.95
由表2可知，两种策略下，激进型策略发电量更高，张北站外送极限分别为3000 MW、1500 MW和750 MW时，激进策略比保守策略的发电量分别高8.4%、7.6%和14.2%。尤其当外送极限为750 MW时，虽然实际控制极限均为600 MW，但是由于激进策略对于发电指标的利用更为充分，新能源场站发电量远远高于保守策略。
图10从有功概率密度角度对比了两种策略下新能源有功控制效果。激进型策略下集群有功功率的概率密度在2800～2900 MW区间内有一个高峰，说明在该功率区间的概率较高，保守型策略的概率密度高峰则在2600～2700 MW区间，激进型策略在保证不越限前提下可以控制在更高功率水平。
综上，针对大规模新能源集群经柔性直流并网的场景，在送端换流站输送能力的刚性约束下，采用激进型有功控制策略虽需预留较大的控制裕度，但是由于该策略对于消纳空间的利用更加充分，且引入超短期功率预测作为分群指标后可以进一步提高有功指标分配的准确性，新能源场站利用小时数更高。
图9 不同控制限值下有功控制效果对比
Fig.9 Comparison of active power control effect under different control limits
图10 激进型策略和保守型策略控制效果对比
Fig.10 Comparison of control effect between radical strategy and conservative strategy
4 总结
本文在分析经柔性直流并网的大规模新能源集群有功控制需求差异的基础上，提出了送端换流站刚性约束下新能源有功激进型和保守型控制策略，并提出基于时序生产模拟的控制裕度确定方法，结合张北柔直电网实际场景进行了仿真验证，总结如下。
1）与常规交流系统不同，大规模新能源集群经柔直孤岛送出时主要运行约束为柔直换流站可行运行范围，且为严格约束。
2）新能源超容量配置、新能源发电功率自然波动、场站有功控制误差是造成换流站有功越限的主要原因，有功控制需要考虑足够的控制误差确保严格不越限，交流系统的紧急校正控制模式不再适用。
3）与保守型控制策略相比，激进型控制策略需要预留更大的运行裕度，但是对于消纳空间的利用更加充分，新能源场站发电效率更高。
[1]国家能源局.2019年风电并网运行情况[EB/OL].(2020-02-28)[2020-03-04].http://www.nea.gov.cn/2020-02/28/c_138827910.htm.
[2]国家能源局.2019年光伏发电并网运行情况[EB/OL].(2020-02-28)[2020-03-04].http://www.nea.gov.cn/2020-02/28/c_138827923.htm.
[3]国家能源局.2017年光伏发电新增装机5306万千瓦 居可再生能源之首[EB/OL].(2018-01-24)[2019-11-30].http://www.nea.gov.cn/2018-01/24/c_136920159.htm.
[4]汤广福.基于电压源换流器的高压直流输电技术[M].北京：中国电力出版社，2010.
[5]徐政，屠卿瑞，管敏渊，等.柔性直流输电系统[M].北京：机械工业出版社，2013.
[6]王锡凡，卫晓辉，宁联辉，等.海上风电并网与输送方案比较[J].中国电机工程学报，2014，34(31)：5459-5466.
WANG Xifan, WEI Xiaohui, NING Lianhui, et al.Integration techniques and transmission schemes for off-shore wind farms[J].Proceedings of the CSEE, 2014, 34(31):5459-5466(in Chinese).
[7]郭贤珊，周杨，梅念，等.张北柔直电网的构建与特性分析[J].电网技术，2018，42(11)：3698-3707.
GUO Xianshan, ZHOU Yang, MEI Nian, et al.Construction and characteristic analysis of Zhangbei flexible DC grid[J].Power System Technology, 2018, 42(11):3698-3707(in Chinese).
[8]王菲，李晖，杨林，等.考虑大规模新能源接入的柔性直流电网容量规划方法[J].电力系统及其自动化学报，2018，30(12)：53-59.
WANG Fei, LI Hui, YANG Lin, et al.Capacity planning method for flexible DC power grid considering access of largescale new energy[J].Proceedings of the CSU-EPSA, 2018, 30(12):53-59(in Chinese).
[9]刘昇，徐政.联于弱交流系统的VSC-HVDC稳定运行区域研究[J].中国电机工程学报，2016，36(1)：133-144.
LIU Sheng, XU Zheng.Study on stable operating region of VSC-HVDC connected to weak AC systems[J].Proceedings of the CSEE, 2016, 36(1):133-144(in Chinese).
[10]卓峻峰，金学洙，邓波，等.考虑断面安全约束的大规模风电有功控制[J].电网技术，2015，39(4)：1014-1018.
ZHUO Junfeng, JIN Xuezhu, DENG Bo, et al.An active power control method of large-scale wind farm considering security constraints of tie lines[J].Power System Technology, 2015, 39(4):1014-1018(in Chinese).
[11]王靖然，王玉林，杨志刚，等.考虑嵌套断面约束的大规模集群风电有功控制策略[J].电力系统自动化，2015，39(13)：16-21.
WANG Jingran, WANG Yulin, YANG Zhigang, et al.An active power control strategy for large-scale cluster of wind power considering constraints on nested transmission sections[J].Automation of Electric Power Systems, 2015, 39(13):16-21(in Chinese).
[12]翟丙旭，王靖然，杨志刚，等.调峰约束下考虑发电优先级的风电有功控制策略[J].电力系统自动化，2017，41(23)：83-88.
ZHAI Bingxu, WANG Jingran, YANG Zhigang, et al.Active power control strategy for wind power considering priorities of power generation with peak regulation constraints[J].Automation of Electric Power Systems, 2017, 41(23):83-88(in Chinese).
[13]谢旭，吴继平，罗亚洲，等.同一控制区两级调度风电实时协调控制策略[J].电力系统自动化，2017，41(11)：114-119.
XIE Xu, WU Jiping, LUO Yazhou, et al.Real-time coordinated control strategy for wind power with two-level dispatching in same control area[J].Automation of Electric Power Systems, 2017, 41(11):114-119(in Chinese).
[14]施贵荣，孙荣富，徐海翔，等.大规模集群可再生能源有功分层协调控制策略[J].电网技术，2018，42(7)：2160-2167.
SHI Guirong, SUN Rongfu, XU Haixiang, et al.Active power stratification coordination control strategy for large-scale cluster of renewable energy[J].Power System Technology, 2018, 42(7):2160-2167(in Chinese).
