ضبط مزارع الرياح وتكوين نظام تخزين الطاقة الكهربائية

اقرأ في هذا المقال


يخلق إنتاج مزرعة الرياح غير المؤكدة والمؤقتة العديد من المشاكل عند الاتصال بشبكة الطاقة الكهربائية، ومن أجل تحسين صداقة طاقة الرياح مع الشبكة؛ فإنه يجب أن تتمتع مزرعة الرياح بمستوى معين من الانضباط الذاتي، وفي هذه الدراسة؛ فإنه يتم دراستها من منظور فاصل الانضباط الذاتي لمزرعة الرياح.

أهمية ضبط مزارع الرياح وتكوين نظام تخزين الطاقة الكهربائية

كمورد نظيف ومتاح على نطاق واسع، أصبحت طاقة الرياح واحدة من أكثر مصادر الطاقة المتجددة شيوعاً، ومع ذلك؛ فإن الخاصية العشوائية وغير المؤكدة لطاقة الرياح تجلب أيضاً تحديات صارمة لسلامة واستقرار شبكة الطاقة عند توصيل طاقة الرياح على نطاق واسع بالنظام الكهربائي.

وذلك من أجل التخفيف من الطبيعة غير المؤكدة والعشوائية لطاقة الرياح وتحسين قدرة شبكة الطاقة على قبول طاقة الرياح، وفي النهاية ضمان تشغيل صحي وموثوق لشبكة الطاقة، حيث قامت العديد من المراجع السابقة بدراستها من العديد من الجوانب المختلفة.

وفيما بعد تم اقتراح نهج مرشح كالمان المنفصل القائم على التشويش لتنعيم تقلبات طاقة الخرج لأنظمة توليد الطاقة الكهروضوئية والرياح باستخدام نظام تخزين طاقة البطارية، بحيث يتضمن النهج المقترح حالة صحة البطارية كتغذية مرتدة ليس فقط للحصول على طاقة خرج سلسة، ولكن أيضاً لتحسين صحة البطارية من خلال تنظيم طاقة البطارية بشكل تكيفي.

كما تم اقتراح نظام تحكم منسق يعتمد على خوارزميتين تحكم. تختار الخوارزمية المقترحة الأولى مواقف السيارات الذكية المؤهلة (SPLs) لنشاط الشحن والتفريغ قبل تلقي عينة جديدة من طاقة خرج مزرعة الرياح، وبعد ذلك تحدد الخوارزمية المقترحة الثانية المركبات المؤهلة في (SPLs) المحددة، بحيث يتم تحليل ميزة التذبذب لخرج طاقة الرياح في كل من المجال الزمني ومجال التردد الكهربائي.

كذلك يتم استخراج درجة التقلب وتوضيحها كمؤشر تكميم (QI)، واستناداً إلى تجميع (QI)؛ فإنه يتم تحديد سيناريو الرياح مع أكبر تقلب في الطاقة على أنه “أسوأ أداء”، والذي وفقاً له يمكن تحديد أفق زمني للجدولة جنباً إلى جنب مع سعة وقدرة الشحن والتفريغ لـ (ESS).

آلية تحسين قدرة أجهزة تخزين الطاقة الكهربائية تحت مظلة طاقة الرياح

قام الباحثون بتحسين قدرة أجهزة تخزين الطاقة بهدف تقليل أخطاء توقع طاقة الرياح، وذلك من خلال تحديد العلاقة الوظيفية بين سعة تخزين الطاقة والطاقة غير المخدومة، بحيث يتم تحليل الحد الأدنى من سعة تخزين الطاقة المقابلة لمختلف الطاقة غير المخدومة، كما تم استخدام طرق تحويل فورييه المنفصلة (DFT) والتحويل الموجي المنفصل (DWT) لجدولة أنظمة تخزين الطاقة على نطاق الشبكة للتخفيف من آثار أخطاء التنبؤ بقدرة الرياح مع مراعاة خصائص تخزين الطاقة.

كل ذلك يتم بالتقليل من تأثيرات أخطاء توقعات طاقة الرياح مع إطالة عمر (ESS)، بحيث تم اقتراح نموذج رياضي وطريقة تحسين لتعويض الخطأ المتوقع لطاقة الرياح وتقليل عدم اليقين من ناتج طاقة الرياح، وذلك من خلال  استراتيجية التحكم المباشر وتتبع انحراف خطة طاقة الرياح، كما ويمكن لاستراتيجية التحكم في هذه تغيير قوة الشحن والتفريغ لتخزين الطاقة في الوقت الفعلي وفقاً لانحراف طاقة الرياح أثناء عملية الشحن.

مزارع الرياح ومبدأ الضبط الذاتي قبل تخزين الطاقة

لأن شبكة الطاقة لديها بعض احتياطي من التخزين؛ فإن لديها قدرة امتصاص معينة لعدم الثقة من طاقة الرياح، أو بالأحرى عدم استمراريتها، بحيث يجب أن نستخدم احتياطي التخزين للشبكة بشكل كامل لامتصاص بعض عدم اليقين الصغير في مزرعة الرياح، وبالنسبة إلى عدم اليقين الكبير في طاقة الرياح؛ فإنه يجب أن يكون لمزرعة الرياح بعض الانضباط الذاتي للتعويض.

وهذا يعني أن إنتاج مزرعة الرياح يجب أن يكون محدوداً خلال فترة زمنية مناسبة ومحددة، بحيث يكون خرج الرياح أكثر ملاءمة لشبكة الطاقة، كما ويمكن أن تكون أكثر قبولاً من قبل الشبكة الكهربائية، لذلك إذا كان من الممكن الحد من إنتاج مزرعة الرياح خلال فترة زمنية مناسبة معينة؛ فيتم اطلاق مصطلح الانضباط الذاتي على مزرعة الرياح.

فترة الانضباط الذاتي

تم تعريف مفهوم الفاصل الزمني للانضباط الذاتي لمزرعة الرياح لأول مرة في هذه الدراسة، لذلك في البداية؛ سيتم تحليل الناتج الفعلي لطاقة الرياح (Pact) والإخراج المتوقع (Ppre) وخطأ توقع طاقة الرياح (e).

Untitled-51

ومن البيانات التاريخية لمزرعة الرياح؛ فإنه يمكننا الحصول على قانون توزيع الأخطاء، وبعد تحديد قانون توزيع الخطأ، يمكن الحصول على فاصل الثقة تحت درجة ثقة معينة (α٪)، وذلك كما هو موضح في الشكلين التاليين (1،2)، حيث ( eup ، elow) هما الحد الأعلى والحد الأدنى لفاصل الثقة (α٪).

yu3-2989306-large-300x193

yu4-2989306-large-300x199

من خلال تحليل خطأ التنبؤ بقدرة الرياح وفاصل الثقة في الخطأ؛ فإنه يمكننا الحصول على الفاصل الزمني لتنبؤ طاقة الرياح والحد الأعلى (Pup) للفاصل الزمني هو القدرة الكهربائية الإضافية المتوقعة للتنبؤ والحد الأدنى (التجويف) هو القدرة المتوقعة لإضافة (elow)، وذلك كما هو موضح بالشكل رقم (3).

Untitled-52-300x90

yu5-2989306-large-300x205

تقليل عرض الفاصل الزمني للانضباط الذاتي

من أجل الحصول على الحد الأدنى من عرض الفاصل الزمني للانضباط الذاتي؛ فإنه يجب علينا أولاً تحليل توزيع أخطاء توقع طاقة الرياح، لذلك افترضت بعض المراجع السابقة أن توزيع الخطأ يتبع توزيعاً معروفاً معيناً، مثل التوزيع الطبيعي وتوزيع جاما وتوزيع بيتا وما إلى ذلك، لكن توقع طاقة الرياح خطأ غير مؤكد وعشوائي إلى حد بعيد، كما أنه لا يوجد حتى الآن توزيع محدد معروف يمكنه وصفه بدقة، لذلك إذا تم استخدام توزيع معروف محدد؛ فسيحدث عدم دقة.

تقييم مستوى الانضباط الذاتي

يعد عرض فاصل الانضباط الذاتي مؤشراً مهماً لمستوى الانضباط الذاتي لطاقة الرياح، لذلك كلما كان عرض الفاصل الزمني للانضباط الذاتي أضيق؛ قل احتياطي الغزل المطلوب للشبكة، كما أنه من المتوقع دائماً الحد الأدنى لفاصل الانضباط الذاتي لمزرعة الرياح للشبكة، ومع ذلك هل عرض فاصل الانضباط الذاتي كافٍ لتقييم مستوى الانضباط الذاتي لمزرعة الرياح؟ وإلى جانب عرض الفاصل الزمني، يجب أيضاً مراعاة دقة الفاصل الزمني.

في هذه الدراسة، تمت مناقشة مشكلة كيفية التخفيف من عدم اليقين والثقة من طاقة الرياح من جانب فترة الانضباط الذاتي لمزرعة الرياح، كما تم اقتراح طريقة تحسين جديدة للحصول على الفاصل الزمني الأمثل للانضباط الذاتي لمزرعة الرياح، بحيث تم تناول مشكلة تكوين (ESS) أيضاً بناءً على بيانات الرياح التاريخية، كما تم اعتماد مفهوم الفاصل الزمني للانضباط الذاتي لمزرعة الرياح لأول مرة وذلك من أجل تقييم مستوى الانضباط الذاتي لمزرعة الرياح.

كما تم أيضاً تقديم فهارس فاصل الانضباط الذاتي لمزرعة الرياح، ليس فقط مع مراعاة عرض الفاصل ولكن أيضاً دقة الفاصل الزمني، وبالعموم يتم إجراء دراسات الحالة مع بيانات طاقة الرياح التاريخية لإثبات أن الطريقة المقترحة يمكن أن تحسن بشكل فعال مستوى الانضباط الذاتي لطاقة الرياح وقدرة قبول الشبكة لطاقة الرياح، والتي يمكن أن توفر قاعدة قوية جداً لاتخاذ القرار لتخطيط الشبكة الكهربائية وتنفيذها.

المصدر: H. Zhao, Q. Wu, S. Hu, H. Xu and C. N. Rasmussen, "Review of energy storage system for wind power integration support", Appl. Energy, vol. 137, pp. 545-553, Jan. 2015.D. Y. C. Leung and Y. Yang, "Wind energy development and its environmental impact: A review", Renew. Sustain. Energy Rev., vol. 16, pp. 1031-1039, Jan. 2012.Q. Lu, "Coordinated autonomous control strategy for power systems with large-scale wind power plants", Control Theory Appl., vol. 28, no. 10, pp. 1491-1495, 2011.X. Dui, G. Zhu and L. Yao, "Two-stage optimization of battery energy storage capacity to decrease wind power curtailment in grid-connected wind farms", IEEE Trans. Power Syst., vol. 33, no. 3, pp. 3296-3305, May 2018.


شارك المقالة: