考虑资源运行特性的可调节负荷调峰调频优化控制策略

宁 剑，吴继平，江长明，张 哲，张 勇，徐 瑞

（1. 国家电网有限公司华北分部,北京市 100053；2. 南瑞集团有限公司（国网电力科学研究院有限公司）,江苏省南京市 211106；3. 国电南瑞南京控制系统有限公司,江苏省南京市 211106）

0 引言

随着互联网技术、计算机控制及电力物联网等先进技术的发展以及辅助服务市场的逐步完善,可调节负荷资源具备参与电网互动的技术基础和市场条件［1-2］。一方面,可调节负荷参与电网互动能够响应电网季节性高峰负荷削减需求,缓解供需失衡矛盾,提高电网运行的经济性；另一方面,能够有效扩充电网调峰资源,提高风光等新能源消纳空间、促进新能源消纳［3］,助力新型电力系统构建。

由于负荷侧资源具有个体分散且量大、单个可调容量小和运行无序分散等特征,业界多采用对多类负荷侧资源聚合后再参与到电网调控集中优化协同或分散式自发控制［4-6］。目前国内外专家学者已就负荷侧资源参与电网调度、需求响应资源促进新能源消纳展开了大量技术研究。文献［7］计及风电预测的不确定性,分别在日前、日内和实时多时间尺度内制定电价响应型柔性负荷资源的调度策略,进而消纳更多的风电资源。文献［8-10］分别研究了分布式储能、电动汽车和温控负荷的聚合模型,基于不同柔性负荷的运行约束,提出了各类资源参与电网调度满足旋转备用需求的方案,从而提升系统的稳定性和经济性。文献［11］研究了基于系统动力学的柔性负荷资源与电网互动模型,有效分析了柔性负荷资源在负荷需求和分时电价下的响应量及系统动态响应特性。文献［12-13］研究了计及柔性负荷资源的多目标机组优化方法求解和聚合资源的协同调控策略。国外相关研究关注基于激励的需求响应,通过经济激励措施（如电价折扣、经济补贴等）［14-15］,吸引需求侧资源通过时移参与电网调度,并在美国、荷兰和日本等国家有局部试点,但主要是在日前和日内调度层面。业界针对电动汽车等负荷参与频率控制也开展了理论研究。部分研究通过由集成商统一进行充电方式和时间的管理来参与电网平衡和频率调节［16-17］,还有研究提出电动汽车、分布式储能参与电网一次调频及辅助频率控制,来提升备用和频率控制效果［18-21］。

上述文献都从策略层面设计了负荷侧资源参与电网调控优化方法,为负荷侧资源参与电网调度奠定了坚实的技术基础,但和火电等常规资源相比,还存在以下不足:

1）从理论上研究了不同类型负荷聚合后的控制模型,但缺乏基于实际业务数据的负荷聚合主体参与主站调控的响应特性和控制性能分析；

2）对负荷侧资源参与辅助服务市场机制进行了一定研究,但对负荷侧资源的市场出清结果如何安全、准确地通过实时指令自动执行研究不够；

3）负荷侧资源参与主站控制的重点都在调峰控制上,但在参与调峰基础上如何实际参与电网二次调频还有待进一步深化研究。

自2019 年起,中国华北电网在国内率先开始并已常态化通过负荷聚合商将电动汽车等可调节负荷大规模纳入京津唐电网优化控制和调峰辅助服务的技术实践中［1］,但前期运行结果表明可调节负荷响应准确度差异较大,若不充分研究考虑负荷与发电的特性差异将导致调节过程和目标执行无法达到最优。本文在该工作的基础上,首先根据负荷侧资源实际参与华北调度主站闭环控制运行数据,分析了负荷侧资源参与主站控制的响应特性和调节性能,构建了适应源网荷储协同的自动功率控制（automatic power control,APC）架构,提出了适应负荷侧资源运行特性的调峰及调频控制策略,实现在主站APC 模块对负荷侧资源长周期、稳定的功率闭环控制,为后续负荷侧资源参与调峰、调频和事故处置等调度业务场景提供了技术支撑。

1 负荷侧资源聚合参与控制响应特性分析

电动汽车、分布式储能、智能楼宇空调和电采暖等目前常见的可调节负荷资源对外等效特征的聚合模型一般可表示为:

式中:S(t)为聚合负荷功率；P(n)为单体负荷功率；i(n,t)为第n个负荷在t时刻的开关状态；N为负荷总个数。

通过聚合单体开关控制和单体功率连续调节来实现整体聚合功率调节,但受天气温度、用户满意度、突发事件以及用户行为习惯等不可控因素影响,聚合后可调节负荷响应行为难以像常规机组一样稳定准确。

中国华北电网于2019 年6 月在国内率先对电动汽车充电桩、分布式储能集群开展了168 h 持续闭环实时控制。电动汽车、分布式储能某典型时段的跟踪响应曲线如附录A 图A1 和图A2 所示。

考虑到负荷资源阶梯响应和不确定行较强等特征,传统“两个细则”基于单个指令的计算方法不能完全适用于负荷调节性能评价,故分别采用华北区域“两个细则”常规性能指标［22］和文献［23］提出的相关性和延迟性指标（采用基于长周期跟踪曲线的统计方式）对已接入华北源网荷储平台的2 类聚合负荷和某台常规调频火电机组分别进行测算。结果如表1 所示,其中常规火电和可调节负荷分别采用装机容量和最大用电能力计算。

表1 可调节负荷调节性能对比Table 1 Comparison of adjustable load regulation performance

从实际数据来看,相比常规火电机组,电动汽车聚合参与主站控制的调节性能稍差,分布式储能则明显优于常规火电,接近水电机组的调节能力。采用文献［23］中的相关性和延迟性指标计算结果也显示类似的结论。

普通公共充电桩、温控类负荷可采用开关单元方式或功率连续调节（例如电动汽车入网（V2G）、分布式储能）实现输出功率控制,但调节对象容量小、控制对象多导致其功率输出稳定性无法与常规机组相比。根据可调节负荷聚合控制对象在华北电网实际工程现场的运行情况,定义一个稳定性指标R来描述调节稳定性,即当可调节负荷的控制指令不变化时间超过从一个控制周期开始到下一个不同指令下发时刻结束,在这段时间的计算公式如下:

式中:Pj为计算时段第j个采样点的有功功率；Pc为计算时段的控制目标值；M为采样点数。

利用式（2）分别计算了电动汽车充电桩、分布式储能和常规600 MW 火电机组的调节稳定性指标,计算结果如表2 所示。

表2 不同类型控制对象调节稳定性对比Table 2 Comparison of regulation stability of different control objects

综合表1 和表2 可得,相比常规机组,不同类型的可调节负荷调节性能、调节稳定性差异较大,同时,负荷频繁调节对负荷用户体验、调节设备安全性都有不良影响。常规机组调频中采用的比例分配、来回调节的控制机制不适应可调节负荷的控制要求,需要制定特定的差异化控制策略,才能充分发挥可调节负荷调节能力,满足电网运行控制需求。

2 可调节负荷参与主站电网调峰调频策略

2.1 调度主站-聚合商两级APC 架构

为促进新能源消纳水平提升,推动可调节负荷大规模接入调度主站参与电网优化闭环控制,通过建设源网荷储两级协调有功控制系统,实现可调节负荷纳入主站闭环控制。通过建立多级协调的调度主站-下级主站（聚合商）两级APC 架构,如图1 所示,充分利用聚合商运营平台和下级调度的通道资源和聚合控制能力,构建发电侧和负荷侧资源联合协调控制体系,将传统的自动发电控制（AGC）功能向负荷侧进一步深化拓展,实现包含两级调度火电、新能源、可调节负荷和储能在内的多类型资源协调APC。

图1 APC 控制架构Fig.1 Control architecture of APC

在原有AGC 控制常规机组的基础上,扩充建立可调节负荷控制区,建立对应各类聚合可调节负荷的虚拟机组,基于统一分段建立适应负荷和发电特性的控制模型,如附录A 图A3 所示。每个负荷聚合商对应一个或多个负荷虚拟机组,由负荷聚合商平台累加聚合多个单体可调节负荷的实际出力、容量和可调节上下限等实时数据,形成可调节负荷聚合商总出力、容量和调节范围等数据并上送调度APC 模块,作为可调节负荷虚拟机组的控制参数。

2.2 考虑时间延迟的负荷调峰自适应预控策略

目前阶段,负荷侧资源主要参与电网调峰优化。系统根据调峰市场申报进行源荷联合出清,确定负荷聚合商的用电功率计划。APC 模块根据可调节负荷调峰计划和聚合商平台滚动上送的控制范围等约束确定实时目标指令,这是保证可调节负荷准确执行市场计划的基础。由于可调节负荷在参与主站自动控制时存在出力不确定性、调度主站与聚合商平台中间环节多、网络延时长等问题,为了确保可调节负荷控制对象能够准确执行调峰计划,本文提出考虑负荷时间延迟的调峰自适应预控策略。

首先,在控制目标制定环节,主站APC 获取到可调节负荷的调峰计划曲线后,根据不同类型、不同控制路径和不同调节能力的可调节负荷控制对象,设置不同的预控时间超前量ti,pre:

式中:tT+1为T+1 时段的初始时刻；tpre为预控提前时间；Pi,c(t)为t时刻第i个可调节负荷虚拟机组的控制目标值；Pi,sk(tT+1+tpre)为考虑预控时间提前量的T+1 时段的调峰计划值；Pi,sk(tT+tpre)为预控时间提前量T时段的调峰计划值；Δt为计算时刻与上一个计划值点的时间偏差；ΔT为2 个计划值点间的时间差；Pi(t)为t时刻第i个可调节负荷虚拟机组的当前出力；Pi,c(t)为t时刻第i个可调节负荷虚拟机组的控制目标值；Ci,max为第i个可调节负荷虚拟机组的单次可调节最大量。

在确定可调节负荷控制对象的控制目标后,考虑到负荷侧资源调节特性差异,例如分布式储能、电动汽车与温控类负荷在控制方式、调节能力等方面的不同,采用变步长、逐步修正的控制策略,通过变步长调节指令使得负荷侧资源调节过程既满足调峰目标要求,又满足用户用电需求,如式（5）所示。同时实时评估负荷跟踪目标情况,欠调时重新生成控制指令,过调时维持指令不变,考虑负荷跟踪不稳定性动态调整下发目标。

式中:ΔPi为阶梯调节量；ΔP为负荷总调节需求；Pr为调节修正量；Ki为阶梯系数；m为变调节步长的阶梯数。考虑实际设置五阶系数为（0.1,0.15,0.2,0.25,0.3）。

1）若下一个目标是减负荷,那么对于调节性能较好的负荷侧资源,调节步长可采用“先慢后快”的策略,即根据控制指令偏差大小,分解为多个不同步长阶梯指令,但阶梯量逐渐增大。对于调节性能较差的负荷侧资源,调节步长可采用“先快后慢”的控制策略,即根据控制指令偏差大小,分解为多个不同步长阶梯指令,但阶梯量逐渐减小,如图2 所示。

图2 可变步长控制策略示意图Fig.2 Schematic diagram of variable-step control strategy

2）若下一个目标点是增负荷,那么对于调节性能较好的负荷侧资源,调节步长可采用“前大后小”的策略,即根据控制指令偏差大小,分解为多个不同步长阶梯指令,但阶梯量逐渐减小。对于调节性能较差的负荷侧资源,调节步长可采用“前小后大”的控制策略,即根据控制指令偏差大小,分解为多个不同步长阶梯指令,但阶梯量逐渐增大。

考虑时间延迟的负荷调峰自适应预控策略的具体步骤如下。

步骤1:确定参与调峰自适应预控的可调节负荷控制对象,根据聚合商平台特性设定预控延时参数。

步骤2:提前获取可调节负荷控制对象的调峰计划值。

步骤3:结合调峰计划值及预控延时,以及考虑调节特性的变步长控制策略,下发第1 轮控制指令。

步骤4:下一轮指令时刻到来后,综合考虑调峰计划、上一轮指令响应情况,修正本轮控制指令并下发,直至达到调峰目标点。

步骤5:调峰计划目标点控制结束后,实时统计调节性能指标和响应延时情况,为后续预控延时参数设置和控制性能评价提供基础数据。

2.3 可调节负荷基线调频控制策略

部分聚合后的可调节负荷资源调节性能将超过常规火电机组（如V2G 充电桩和用户侧分布式储能）,不仅是优异的调峰资源,更是未来可靠的潜在调频资源。若在控制过程中影响用户的时间越短、幅度越小,可在一定程度降低负荷用户的用电不满意度。因此,在可调节负荷以基线计划参与调峰的基础上,考虑到部分优质负荷具备调频能力,设计合理的二次调频策略以充分利用资源调频能力。可调节负荷基线调频控制策略在负荷参与电网调峰过程中,以调峰计划为基线,下发“减出力”指令,即“用电增加”的调节量,整体作为一个调节指令下发给负荷聚合商。

2.3.1 可调节负荷基线调频控制模式

在可调节负荷调峰模式的基础上,设计基线调频模式,该模式下负荷控制对象的控制目标为:

式中:Pcmd、Pbase、ΔPace分别为控制对象的控制目标、控制基点和调频分量。控制基点为控制对象当前实时调峰计划值,调频分量是APC 模块根据区域控制偏差（ACE）得到的调频需求分配量。

2.3.2 可调节负荷基线调频启动和复归策略

考虑可调节负荷的控制特性和需求,将APC 调节需求进行分段处理,如附录A 图A4 所示。

控制区ACE 正向次紧急区或紧急区是可调节负荷优先启动段,ACE 处于负向正常区以上是负荷优先复归段,已经参与基线调频的可调节负荷优先复归。当电网处于优先启动段时,优先利用可调节负荷资源进行调节,每次按照最大调节命令和调节范围约束进行分配。

2.3.3 可调节负荷参与基线调频状态评估

在将可调节负荷参与基线调频控制之前,首先需要评估可调节负荷是否具备参与基线调频能力。主要包括以下几方面。

1）调节时段评估

当可调节负荷处于快速爬坡时段和下坡时段时不宜参与调频,避免负荷指令出现大范围的反向,影响用户用电体验满意度。

2）调节范围评估

当可调节负荷有功值接近调节范围边界,避免接近限值调节影响控制稳定性。

3）调节稳定性评估

实时计算本时段内可调节资源的调节稳定性指标（见式（2））,如果指标不满足稳定性指标门槛值要求,则认为当前资源不具备参与电网基线调频的能力。

4）考虑负荷用户满意度的调节偏差分配策略

与常规机组不同,负荷侧资源的调控一方面要满足电网调度的需求,另一方面还需对参与主站调控用户的正常用电影响较小,重视对负荷用户的引导和用户的体验满意度。目前业务阶段,聚合商对海量负荷单体控制以开关控制或阶梯控制居多,类似于储能的荷电状态（SOC）,对负荷虚拟控制对象的过度使用和长期频繁控制都将提高负荷用户的运行成本,影响负荷用户参与主站APC 控制的意愿和主动性。因此,在进行调节偏差内部分配时采用考虑用户满意度的动态优先级分配策略,且各优先级是依次逐渐下降。

1）调节方向优先级:调节偏差方向与可调节负荷的调峰计划方向一致的优先级高。

2）偏差方向裕度优先级:根据偏差调节方向计算不同负荷控制对象的方向裕度,裕度偏差大的优先调节。

3）调节稳定性优先级:按照调节稳定性进行调节排序,稳定性越高的越优先。

4）调节次数优先级:按照调节次数进行优先级排序,调节次数越少的越优先。

采用动态优先级分配策略后,可以减少用户的反复调节,缩短影响用户的时间,减小单个用户的调节幅度,尽量降低调度控制对负荷用户的影响。

此外,可调节负荷用户参与电网自动控制还需考虑峰谷电价的影响,APC 模块在分配调节需求时需兼顾峰谷电价约束:

1）在高峰电价区间,APC 不下发高于基线控制策略,避免增加用户运行成本；

2）针对电动汽车这类移峰类负荷,在谷电区间优先下发增负荷指令,优先满足基线计划要求。

根据不同的优先级要求实时计算出当前时刻可调节负荷对象的调节优先级,将调节偏差按照优先级及各调节负荷的最大单次步长进行分配。调节偏差分配结果加上调峰基线作为可调节负荷的控制目标,下发给负荷聚合商平台实现闭环控制。

可调节负荷整体参与电网基线调频控制实施流程如图3 所示,具体步骤如下。

图3 基线调频控制流程图Fig.3 Flow chart of baseline frequency regulation control

步骤1:由主站APC 模块根据电网频率及联络线功率计算电网调节需求（ACE）。

步骤2:根据ACE 大小确定是否需要可调节负荷参与调节,包括启动调节和复归调节。

步骤3:如果需要可调节负荷参与ACE 调节,则对可调节负荷进行状态分析,筛选出适宜参与本次调节的可调节负荷,统计调节能力和调节优先级。

步骤4:APC 模块根据常规机组和可调节负荷类型总体分配调节需求,在可调负荷内部按照调节优先级分配。

步骤5:如果需要可调节负荷优先参与复归调节,则APC 首先统计需要复归的可调节负荷复归需求。

步骤6:APC 优先将调节需求分配给需要复归的可调节负荷,剩余部分分配给常规机组调节。

步骤7:分配量叠加上负荷当前有功值作为控制目标实时下发给负荷聚合商进行调节。

3 算例分析

本文提出的调峰预控策略在京津唐电网APC模块向负荷聚合商下发指令环节已实际应用。可调节负荷基线调频控制策略在电网运行全业务仿真环境［24-25］进行了仿真验证。基础仿真算例数据基于电网实际模型、计划及机组出力,并设置常规调频机组调频容量为3 000 MW,定义3 台可调节负荷虚拟机组,分别为聚合电动汽车充电能力10 MW,分布式储能充放电能力10 MW 以及电采暖用电能力10 MW。

3.1 不同类型可调节负荷预控调峰控制效果分析

基于预控调峰控制策略在京津唐电网闭环控制的实际运行数据,对参与预控调峰的可调节负荷的系统实际响应延时进行了分析统计,并作为控制模型参数提前录入设置。分别对等步长和变步长控制效果进行统计分析,其中电动汽车等步长（先快后慢）控制策略和分布式储能等步长（先慢后快）控制策略的典型控制过程如图4 所示。

图4 电动汽车和分布式储能等步长和变步长控制效果Fig.4 Effect of equal step and variable step control for electric vehicle and distributed energy storage

通过分析电动汽车与分布式储能2 种类型可调节负荷响应数据（如表3 所示）可发现,相比等步长控制策略,采用变步长策略对于电动汽车这种响应不确定性较大的资源,控制对象调节偏差由1.8%降低到0.8%,提升了优质常规机组控制精度水平。对于分布式储能这种调节速率快、响应性能好的负荷,用户用电积分电量有较大提升,保障了用户的用电需求。

表3 不同类型可调节负荷不同控制策略控制效果对比Table 3 Comparison of control effects of different control strategies for different types of adjustable loads

3.2 可调节负荷虚拟机组基线调频控制策略仿真

在全业务仿真系统设置初始扰动曲线,如附录A 图A5 所示。通过在仿真系统中配置考虑负荷用户满意度的调节偏差动态优先级分配等策略,同时,在APC 指令接收和分配环节各增加了一个时延环节,模拟通信和聚合商计算分配延时。分别采用常规AGC 控制,不同容量的负荷参与基线调频策略后的控制效果对比如图5 所示。

图5 ACE 控制效果对比Fig.5 Comparison of ACE control effect

由图5 可见,当可调节负荷容量较少（10 MW）时,ACE 控制效果跟仅有常规机组效果差别不大,当可控容量超过50 MW 时,ACE 控制效果显著提升,控制ACE 平均值由63 MW 降低到25 MW,控制效果显著。

4 结语

本文建立适应可调节负荷参与调度的两级APC 架构,通过实际业务数据分析了不同类型可调节负荷参与主站控制的控制性能和响应特性,重点研究了可调节负荷参与电网有功自动控制时的预控调峰和基线调频策略。针对可调节负荷参与调控时出力不确定性高、调度主站与聚合商平台中间环节多、延迟时间长等运行特点,提出了可变步长、逐步修正的预控调峰策略。进一步在预控调峰基础上,提出了可调节负荷基线调频控制策略,在负荷参与电网调峰过程中,以调峰计划为基线,增加出力负向调节（即用电功率增加）的调节量,实现发电侧与负荷侧资源的联合控制,降低电网整体的过调与欠调,提高电网运行效率。

通过对不同类型可调节负荷自动控制策略闭环运行及在线模拟仿真,可得出以下结论:

1）可调节负荷经性能筛选聚合后具备参与调度主站实时闭环控制的能力,但不同类型负荷控制性能、出力稳定性差异较大,需针对性地制定差异化调节控制策略；

2）考虑不同类型负荷出力调节不确定性差异,采用“前快后慢”或“前慢后快”的控制策略,能够在满足调峰目标执行考核的前提下充分考虑“负荷”特征,满足电网运行要求和用户用电需求；

3）将优质可调节负荷纳入APC 统一调频控制范畴后,能在一定程度有效提高电网ACE 控制效果,降低常规火电机组的调节运行压力和调节里程。

如上所述,本文提出的预控调峰控制策略已投入负荷聚合商参与电网调峰的实际应用,但基线调频策略的持续稳定应用还需解决以下问题:

1）目前国内还没有实际出台调频补偿规则以支撑可调节负荷参与电网二次调频来获得额外的收益激励,可调节负荷聚合商参与APC 相关的评价指标和补偿机制还有待于进一步研究；

2）与常规机组相比,由于不同行业的负荷用户用电需求和用电方式不同,不同负荷终端装置控制能力差异较大,如何对已参与调峰的可调节负荷进行二次筛选,确保优质调频资源参与进入调控范畴,消除负荷用户“能控而不敢控”心理仍须进一步研究；

3）与常规水火电厂电力数据采集准确透明且可通过相量测量单元（PMU）数据对远程测控终端（RTU）上送数据进行校核相比,可调节负荷调节过程量测数据的准确性、实时性和稳定性尚须进一步提升,以满足调度侧调频业务的要求和标准,消除负荷调频底层基础数据障碍。

附录见本刊网络版（http：//www.aeps-info.com/aeps/ch/index.aspx），扫英文摘要后二维码可以阅读网络全文。