Logotyp

Rezultaty symulacji komputerowej modelu mikrosieci samobilansującej się

data publikacji: 24 listopada 2022

Ocena

0
(0)

Autor: K. Połczyńska, T. Sawicki

Streszczenie

W poniższym artykule zostaną przedstawione wyniki przeprowadzanej analizy obszaru samobilansującego się, która została dofinansowana w programie grantowym ONDE Flow. Do stworzenia sieci samobilansującej zostały użyte programy Python oraz Matlab – Simuslink z dodatkiem Simscape. Najpierw zostanie przedstawiona analiza możliwości samo bilansowania się mikrosieci o udziale źródeł odnawialnych energii odpowiadając stanu dzisiejszemu w Krajowym Systemie Elektroenergetycznym oraz przyszłym – całkowicie samobilansującym się. Następnie kilka przykładowych dni, w których sieć samobilansuje się, zostanie zasymulowane w modelu Matlab w celu określenia parametrów jakości tej sieci. Głównym wnioskiem z pracy jest to, że mikrosieć jest wykonywalna tylko pod warunkiem zaimplementowania w niej źródła regulacyjnego (biogazowni) lub usług regulacji strony popytowej. Potrzebny jest także nadrzędny system zarządzania jednostkami wytwórczymi. Przy implementacji tych rozwiązań jakość energii elektrycznej w sieci jest zadowalająca.

Wstęp

W dzisiejszym mixie energetycznym w Polsce udział źródeł odnawialnych nie jest jeszcze wysoki, w porównaniu do krajów zachodnich. Możliwe do wykorzystania w mikrosieci są przede wszystkim prosumenci z instalacjami fotowoltaicznymi. Na rysunkach 1 i 2 zostały przedstawione przebiegi uśrednionych mocy w jedno godzinowych interwałach. Moce źródeł odnawialnych w Polsce wynoszą odpowiednio 15,1% wiatrowe, a 13,4% inne odnawialne – zgodnie z raportem z 2021 roku oraz stanem rzeczywistym systemu elektroenergetycznego w Polsce.[1] Założono zatem, aby odwzorować tą sytuację, że w mikrosieci moc elektrowni wiatrowych wynosi 1 MW oraz moc elektrowni fotowoltaicznych wynosi także 1 MW, co daje odwzorowanie udziału około 30% mocy zainstalowanej źródeł OZE w sieci. Godzinowa moc odbiorców została przyjęta na podstawie danych wygenerowanych przez program „ReOpt”[2]

ParametrJednostkaWartość
Moc zainstalowana fotowoltaikiMWp1,000
Moc zainstalowana elektrowni wiatrowychMW1,000
Moc maksymalna odbiorcówMW6,600
Tabela 1 Parametry mikrosieci[3]
Moc elektrowni wiatrowych oraz fotowoltaicznych.[4]
Moc odbiorców indywidualnych w mikrosieci[5
Wykres uporządkowany mocy.[6]

            Na rysunku 2 w niektórych punktach moc elektrowni przekracza swoją nominalną moc – jest to możliwe ze względu na współczynnik sprawności, którego nominalna wartość jest obliczana przy 20 stopniach. Rysunek 3 pokazuje, że niezbilansowanie systemu w dużej mierze zależy nie tyle od mocy źródeł, ale mocy odbiorców.

W analizowanym przykładzie system mógłby być samowystarczalny jedynie w 0,02%. Sumaryczne niezbilansowane wyniosło 20 226 MWh energii. Średnia arytmetyczna niezbilansowania systemu wynosiła 2 170 kW.  W tabeli 2 przedstawiono wyniki.

ParametrJednostkaWartość
Energia zużyta przez odbiorcówMWh5 598
Energia wyprodukowana przez elektrownie wiatroweMWh2 502
Energia wyprodukowana przaez elektrownie fotowoltaiczneMWh1 455
Poziom zbilansowania0,02%
Tabela 2 Wyniki analizy samobilansowania sieci o udziale OZE  w stanie dziejszej sieci.

Mikrosieć samobilansująca się

Można zaobserwować, że dzisiaj mikrosieć posiadająca podobny udział źródeł odnawialnym nie miałaby racji funkcjonowania. W celu stworzenia mikrosieci, która miałaby możliwość sama się bilansować dodano:

  • Dodatkową moc w fotowoltaice oraz wietrze. Ze względu na to, że istnieje optimum dobrania energii odnawialnej. Wynika to z tego, że w pewnym momencie udział źródeł OZE ulega przesyceniu i nie powoduje wystarczających zmian w bilansowaniu. Taką sytuację pokazuje rysunek 4. Powstał on poprzez podstawienie do przygotowanego modelu wartości mocy źródeł odnawialnych – od wartości 2 000 kW do 22 000 kW podzielonych na po równo – np. 2 000 kW na osi X oznacza moc 1 000 kW w elektrowniach wiatrowych oraz 1 000 kW w elektrowniach fotowoltaicznych. Z wykresu wynika, że do pewnego momentu w sieci zwiększanie udziału OZE powoduje optymalny wzrost samobilansowania aż do przesycenia – wtedy jest potrzebny magazyn energii.
Wykres niezbilansowanej mocy oraz współczynnika samobilansowania w funkcji sumy mocy zainstalowanej OZE.[8]

Dlatego jako moc elektrowni wiatrowych oraz fotowoltaicznych przyjęto 14 000 kW – po 7 000 kW w elektrowniach fotowoltaicznych oraz 7 000 kW w elektrowniach wiatrowych.

  • Dodano magazyn energii o mocy 1 400 kW oraz pojemności 7 000 kWh umożliwiający bilansowanie produkcji z energii farm fotowoltaicznych.
  • Biogazownie o mocy maksymalnej 6 000 kW bilansującej moc, która nie może zostać pokryta przez źródła OZE, ani magazyn energii.
ParametrJednostkaWartość
Moc zainstalowana fotowoltaikiMWp7,000
Moc zainstalowana elektrowni wiatrowychMW7,000
Moc maksymalna zainstalowana odbiorcówMW6,600
Moc magazyny energiiMW1,400
Pojemność magazynu energiiMWh7,000
Moc maksymalna biogazowniMW6,000
Moce poszczególnych instalacji wykorzystane do stworzenia samobilansującej się sieci.[9]

            Mikrosieć składająca się z takich elementów będzie w stanie się samobilansować, w 52,35% czasu nie wykorzystując do tego biogazowni. Średnia wartość ubytku mocy, która powinna zostać pokryta przez biogazownie wynosiła 1 591 kW.

Bilans mocy systemu na wykresie uporządkowanym[10]
Bilans mocy systemu na wykresie uporządkowanym[10]Bilans mocy systemu na wykresie uporządkowanym[10]

Na wykresie widać, że niedobór mocy nie był jedynym występującym problemem.  Tak samo jak zbyt niska moc wytwórcza występowała nadmiarowa produkcja. Brak równowagi pomiędzy poborem, a produkcją energii elektrycznej nie zależnie od sytuacji będzie powodował wzrost lub spadek częstotliwości w sieci oraz co za tym idzie pogorszenie jakości energii elektrycznej.  Na powyższych wykresach widać także jakim problemem jest fluktuacja produkcji energii elektrycznej oraz niepełne wykorzystanie mocy zainstalowanej i potrzeba przewymiarowania instalacji – elektrownia wiatrowa i fotowoltaiczna z ich mocą zbliżoną do mocy nominalnej pracują tylko przez około 100h w ciągu roku.

W tabeli 4 znajdują się wyniki analizy.

ParametrJednostkaWartość
Wyprodukowana energia przez elektrownie fotowoltaicznąMWh10 184
Wyprodukowana energia przez elektrownie wiatroweMWh17 511
Wyprodukowana energia biogazowniaMWh6 403
Energia pobrana przez odbiorcówMWh24 182
Wyniki analizy obszaru samobilansującego się[12]

Symulacja Matlab

Do przeprowadzenia symulacji w programie Matlab wybrano 24h w których:

1.Występowała produkcja z odnawialnych źródeł energii dodatkowo bilansowanych przez magazyn energii oraz biogazownie,

2.Wystąpiło niezbilansowanie, które spowodowało potrzebę uruchomienia silnika zapasowego biogazowni,

3.Wystąpiło niezbilansowanie związane z nadprodukcją energii elektrycznej.

Moc poszczególnych instalacji

 W pierwszym przypadku magazyn bilansuje system aż do momentu jak się rozładuje, wtedy całość bilansowania zostaje przejęta przez silnik diesel (biogazownie). W drugim przypadku niedobór mocy już od początku jest zbyt duży i silnik diesel musi praktycznie ciągle działać ze zwiększoną mocą. W trzecim przypadku ze względu na niezbilansowanie systemu i gwałtowny wzrost częstotliwości, jednostki zmniejszyły swoją moc do zera.

Częstotliwość w sieci

Wraz z występującym niezbilansowaniem mocy ważną kwestią staje się zachowanie równowagi częstotliwości. Większość wahań częstotliwości zachowywała się w granicach +/- 0.01 Hz, co jest dopuszczalne. Nagłe wahania częstotliwości, które pojawiły się np. w pierwszym przypadku były spowodowane gwałtownymi zmianami mocy w systemie (np. rozładowaniem magazynu, nagłą zmianą mocy fotowoltaiki). W drugim przypadku rozładowanie magazynu było powodem zmiany częstotliwości. W trzecim przypadku wraz ze spadkiem mocy częstotliwość zaczęła rosnąć.

Napięcie odbiorów

Napięcie, chociaż jest przedstawione na wykresie jako linia śledząca amplitudę, ponieważ do zasymulowania zostaa wykorzystany „phasor-mode”, który nie rozwiązuje wszystkich równań różniczkowych, a jedynie równania algebraiczne oraz powiązania pomiędzy poszczególnymi fazami i jest uzależniony od częstotliwości bazowej (w tym przypadku wynoszącą 50 Hz). W pierwszym przypadku widać, że wraz ze zmianami mocy fotowoltaiki następują wahania napięcia. Jednak tak jak, w każdym przypadku mieszczą się one w dopuszczalnych normach. W drugim przypadku przy regulacji silnikiem Diesela takie wahania nie występują. W trzecim przypadku pomimo niezbilansowania mocy oraz dużych wartości nie występuje gwałtowny wzrost napięcia.

Podsumowanie

Wnioski dotyczące modelu

Model w Python pokazuje w dobrym stopniu niezbilansowanie systemu. Zaletą modelu jest to, że jest prosty do zaaplikowania. Wadą jest to, że model nie uwzględnia wszystkich strat np. sprawności przesyłu oraz bezwładności systemu. Stworzenie dokładniejszego modelu mijało się z celem ze względu na zbyt wysoką granulacje danych.

Model stworzony w programie MatLab dobrze odwzorowuje działanie mikrosieci. Niestety brakuje w nim nadrzędnego systemu sterowania, który zarządzałby źródłami energii i ograniczał ich niezbilansowanie. Brak danych o degradacji np. minutowych, nie pozwala uchwycić wszystkich procesów zachodzących w takim sieciach i lepiej odwzorować jakość energii elektrycznej.

Wnioski dotyczące wyników analizy

Analiza pokazała, że przy dzisiejszym udziale OZE nie byłoby możliwe stworzenie mikrosieci, która samobilansowałaby się. Największym problemem jest niedobór mocy wytwarzanej przez źródła odnawialne. W celu utworzenia samobilansującej się sieci należy zatem przede wszystkim zwiększyć moc źródeł odnawialnych. Analiza pokazała także, że przy podobnej mocy zainstalowanej aktualnie moc wyprodukowana przez elektrownie wiatrowe jest większa niż przez instalacje fotowoltaiczne.

Wraz ze zwiększaniem mocy OZE w mikrosieci z zainstalowanym magazynem energii o mocy 20% mocy zainstalowanej mocy OZE nie występuje niezbilansowanie produkcji energii tylko do pokrycia mocy w 30%. Przy wzroście powyżej tej wartości poszczególne instalacje przestają się bilansować oraz następuje nadmiarowa produkcja energii elektrycznej. Optymalne pokrycie produkcji OZE jest przy około 60% produkcji całkowitej energii elektrycznej ze źródeł odnawialnych. Dlatego wymagane jest poza źródłami OZE oraz magazynem, dodatkowe źródło konwencjonalne, które bilansowałoby niedobór mocy przy braku warunków atmosferycznych do wytwarzania energii ze źródeł odnawialnych. W przypadku symulacji Matlab wysokie nasycanie źródeł OZE nie wpływało w dużym stopniu na spadek jakości energii elektrycznej w sieci. Wyniki symulacji pozwoliły na poznanie skutecznych wartości napięcia oraz częstotliwości w sieci, które nie wskazują na problemy z utrzymaniem odpowiedniej jakości sieci.

Wnioski dotyczące implementacji mikrosieci

Wraz z rozwojem OZE pojawia się pytanie o zachowanie stabilności sieci i utrzymanie w niej odpowiednich warunków pracy. Analiza pokazała, że zachowanie właściwych parametrów (takich jak napięcie czy częstotliwość) jest możliwe przy wysokim nasyceniu OZE, niestety to wymaga odpowiedniej mocy źródeł bilansujących (biogazownie, magazyny). Ponadto źródła muszą być nadrzędnie sterowane, ponieważ już przy 30% pokrycia OZE następuje niezbilansowanie produkowanej energii elektrycznej.

            Kolejnym ważnym aspektem, jest to, że same źródła OZE takie jak fotowoltaika oraz energia wiatrowa nie są w stanie pokryć całego zapotrzebowania, nawet jak zostaną bardzo przewymiarowane. Jest to spowodowane tym, że występują dni o niesprzyjających warunkach atmosferycznych, które nie pozwalają na wytworzenie odpowiedniej ilości energii. Niedobór mocy w tym programie został rozwiązany poprzez dodanie „biogazowni”, silnika Diesla. W naturalnych warunkach może to nie być takie proste, dlatego ważne jest stworzenie systemów DSR (Demand Side Response), w ramach którego odbiorcy będą mogli aktywnie uczestniczyć w bilansowaniu sieci.

Artykuł powstał dzięki wsparciu firmy HUAWEI w ramach I edycji Programu Grantowego SOFIA.


Biblografia

  1. dr inż. Gzegorz Hołodyński, & dr inż. Zbigniew Skibko. (2014). Parametry opisujące jakość energii elektrycznej. Elektro.Info.
  2. https://reopt.nrel.gov/. Dostęp: 31.08.2022
  3. https://www.mathworks.com/products/simulink.html. Dostęp: 31.08.2022
  4. Jonathan LeSage. (2022). Systems-Level Microgrid Simulation from Simple One-Line Diagram. MATLAB Central File Exchange.
  5. Milanovic, J. v., Yamashita, K., Martinez Villanueva, S., Djokic, S. Z., & Korunovic, L. M. (2013). International Industry Practice on Power System Load Modeling. IEEE Transactions on Power Systems, 28(3), 3038–3046. https://doi.org/10.1109/TPWRS.2012.2231969
  6. Prof. Hatziargyriou Nikos. (2014). Microgrids: Architectures and Control (N. prof. Hatziargyriou, Ed.). Wiley-IEEE Press.
  7. Opracowanie własne na podstawie materiałów wykładowych: Uni. Prof. Hameyer Kay. (2021). Future Energy Systems – Technology ad Control of Wind Turbines. RWTH Aachen.

[1] Raport PSE za rok 2021

[2] https://reopt.nrel.gov/tool

[3] Opracowanie własne

[4] Opracowanie własne

[5] Opracowanie własne

[6] Opracowanie własne

[7] Opracowanie własne

[8] Opracowanie własne

[9] Opracowanie własne

[10] Opracowanie własne

[11] Opracowanie własne

[12] Opracowanie własne

Komentarze

Zaloguj się, aby móc komentować

Brak komentarzy

Dodaj ocenę

Średnia ocena: 0 / 5. Ilość głosów: 0

No votes so far! Be the first to rate this post.

Podobne artykuły