高比例可再生能源机组的接入和大量火电机组退出,导致电网系统的惯量支撑和一次调频能力下降,降低了系统的频率稳定性。文章首先考虑光伏机组的惯量支撑和一次调频能力,建立了计及新能源惯量支撑和一次调频能力的电力系统频率响应模型;...高比例可再生能源机组的接入和大量火电机组退出,导致电网系统的惯量支撑和一次调频能力下降,降低了系统的频率稳定性。文章首先考虑光伏机组的惯量支撑和一次调频能力,建立了计及新能源惯量支撑和一次调频能力的电力系统频率响应模型;其次,引入最大频率偏差、稳态频率偏差、最大频率变化率(Rate of Change of Frequency,RoCoF)幅值3个指标,对不同新能源渗透率场景下的频率特性进行量化评估。最后,基于DigSILIENT/PowerFac-tory15.1搭建含光伏机组的3机9节点系统仿真模型。仿真结果表明,尽管RoCoF幅值指标在不同渗透率场景下的数值均大于全同步机系统,但在惯性时间常数较大时,高渗透率场景下的最大频率偏差指标优于全同步机系统。展开更多
文摘高比例可再生能源机组的接入和大量火电机组退出,导致电网系统的惯量支撑和一次调频能力下降,降低了系统的频率稳定性。文章首先考虑光伏机组的惯量支撑和一次调频能力,建立了计及新能源惯量支撑和一次调频能力的电力系统频率响应模型;其次,引入最大频率偏差、稳态频率偏差、最大频率变化率(Rate of Change of Frequency,RoCoF)幅值3个指标,对不同新能源渗透率场景下的频率特性进行量化评估。最后,基于DigSILIENT/PowerFac-tory15.1搭建含光伏机组的3机9节点系统仿真模型。仿真结果表明,尽管RoCoF幅值指标在不同渗透率场景下的数值均大于全同步机系统,但在惯性时间常数较大时,高渗透率场景下的最大频率偏差指标优于全同步机系统。
