利用水电工程信号监测电网稳定性的新方法
水力发电是一种直接连接到电网的可再生能源,当水旋转大型涡轮机时提供惯性。抽水蓄能水力发电(PSH)在电力需求较低时从电网吸取电力,将水从下游水库抽至上游水库,形成储能库。在需求旺盛时,这些项目会通过涡轮机将水输送回下游水库来发电。
该项目负责人兼UT-ORNL电网州长主席YiluLiu表示,当水泵关闭时,它们几乎总是停在固定的功率水平。“这是电网上一个非常明确的信号,可以帮助我们计算整体惯性,”刘说。
惯性是大型发电厂旋转部件提供的动能,维持电网在电力供应的推动和电力需求的拉动之间的平衡。太阳能和风能等发电源目前提供的惯性很小,因为它们使用逆变器连接到电网,逆变器将可再生能源产生的直流电转换为用于长距离传输电力的交流电。
结果是,依赖逆变器连接的可再生能源的电网对风暴破坏或异常需求峰值等突然变化的容忍度较低。
Liu及其同事创建了一种新算法,可以捕获PSH信号,并将其与从之前部署在全国各地的独特、低成本网格传感器收集的信息一起使用。该传感和测量系统FNET/GridEye是由ORNL和UTK研究人员开发的,用于监控大范围的电网。PSH信号和传感器数据共同产生实时、高精度的电网惯性估计。
研究人员创建了一个可视化界面,使电网运营商可以轻松使用该算法监控惯性,并更好地为潜在的电网不稳定做好准备。新方法在美国西部和东部抽水蓄能水电最为普遍的公用事业和电力监管机构的帮助下得到了验证。
“随着系统越来越依赖可再生能源,我们提供的服务对于电网态势感知将变得越来越重要,”刘说。该可视化工具正在向公用事业公司和北美电力可靠性公司等电网协调机构进行演示。
“通过这个项目,我们可以展示惯性的重要性,以及抽水蓄能水力如何为其做出贡献,特别是当我们正在考虑将更多间歇性可再生能源添加到电网中时,”水力发电公司经理Shih-ChiehKao说道橡树岭国家实验室(ORNL)的项目。
该项目得到了能源部能源效率和可再生能源办公室水电技术办公室的支持,作为WPTOHydroWIRES计划的一部分,该计划旨在利用水力发电提高电网的可靠性和弹性。FNET/GridEye是在美国能源部电力办公室的支持下开发的。
德克萨斯大学巴特尔分校为能源部科学办公室管理橡树岭国家实验室,该办公室是美国物理科学基础研究的最大支持者。科学办公室正在努力解决我们这个时代一些最紧迫的挑战。