郭佳强
(中国电建集团重庆工程有限公司,重庆 400050)
传统的自动发电控制(Automatic Generation Control,AGC)主要针对传统机组进行调节和控制,未完善新能源发电的调频能力评估和监测方法[1]。同时,新能源发电存在波动性和不确定性,使得准确评估AGC 调频变得更加复杂和困难[2]。因此,需要开展新能源电力系统AGC 调频容量监测的研究,以提高电力系统的稳定性和可靠性。
采用有功平衡考核A 标准进行评价,A1 要求在一定间隔内区域控制误差(Area Control Error,ACE)过零,以定性反映ACE 过零次数为主;A2 要求在所设的时间间隔内,ACE 均值的绝对值要小于规定限值。文章使用A2 标准来量化调频表现的情况,ACE 的计算公式为
式中:ACE(t)表示t时刻的区域控制偏差;ΔF(t)表示t时刻的频率偏差;ΔP(t)表示t时刻的有功功率偏差;Kp表示比例控制增益;Ki表示积分控制增益;∫ΔP(t)dt表示有功功率偏差的积分。通过计算ACE在所设时间间隔内平均值的绝对值来评估AGC 调频容量。将考核总时间T分成若干个时间间隔,记为Δt,并对每个时间间隔Δt内的ACE值进行累加计算,可以得到
式中:n为总时间T内的时间间隔数。根据式(2),计算ACE在考核总时间T内的平均值,即
AGC 调频容量是指电力系统中的发电机组根据实际负荷和预测出力进行调节的能力,以确保系统频率的质量,使其保持在合理的范围内。调频标准差为频率偏差的均方根值。其数值越小,说明电力系统的频率波动越小,系统的稳定性越高。因此,通过调节和控制AGC 调频容量,可以减小调频标准差,提高电力系统的稳定性和可靠性。调频标准差的计算公式为
式中:σ表示调频标准差;T表示区域考核总时间;Ps(t)表示t时刻系统净调频功率。
传统机组是指传统的发电机组,如火力发电和水力发电等。这些机组通常具有较为稳定的发电能力,其波动量可以通过历史数据和经验进行预测与建模。AGC 调频机组出力变化量可以表示为
式中:Pk,t和Pk,t+Δt分别为第k台AGC 调频机组在t和t+Δt时刻的出力。电网内有NN-A台非AGC 机组,则t时刻非AGC 机组的出力变化量为
式中:Pi,t和Pi,t+Δt分别为第i台非AGC 调频机组在t和t+Δt时刻的出力。汇总2 种传统机组的出力变化量,即可计算出传统机组的总出力变化量。由于机组在调节中会存在调节偏差量ΔPG,t,因此可用机组的调节精度来度量,以得到t时刻传统机组的调频功率,公式为
通过统计历史发电数据的实际值与预测值之间的偏差来计算新能源的预测偏差值,即
式中:avg(·)为平均值函数;ΔGe,t为t时刻的新能源误差预测值;Ghs,t和Gha,t分别为t时刻新能源出力预测值和实际值。通过计算t和t+Δt时刻能源出力差值,并叠加预测偏差,可得到t时刻新能源调频功率,即
通过统计历史数据的实际值与预测值之间的偏差来计算实际负荷与预测负荷之间的偏差,负荷误差预测值的计算公式为
式中:Lha,t和Lhs,t分别为t时刻的负荷实际运行值和预测值。结合预测结果,可以计算t时刻的负荷调频功率,即
式中:Ltmax和Ltmin分别为t时刻的最高负荷值和最低负荷值。
在考虑联络线交换计划的调频分量时,可以计t时刻联络线的调频功率,即
式中:N1,t+Δt和N1,t分别表示t+Δt时刻和t时刻联络线交换计划功率。可以通过监测实时数据来获取联络线的功率变化情况,包括发电机组出力的变化、负荷变化和线路损耗的变化等。
输入历史典型日内n个考核时段的初始调频标准差,由式(4)求得矩阵σ=[σ1,σ2,…,σn]T;输出为预测未来m个时段的调频标准差,ELM 模型的映射为
式中:g(·)为隐藏层激活函数,文章选用Sigmoid 函数;bj为连接输入层与隐藏层间的偏差值;ωj为连接输入层与隐藏层的权重向量;βk为连接隐藏层与输出层的权重向量。
以系统中某一调频容量初值c为例,在系统中筛选调频容量r∈[c-Δc,c+Δc]和调频标准差t∈[0,σmax]的数据;然后计算数据中满足考核要求|A2|≤A2*的数据达标概率G(c,σmax),即
式中:σmax为调频标准差上限;H为调频容量达标概率;A2*为考核标准限值;A2为调频容量取c和调频标准差属于[0,σmax]下ACE 均值的绝对值;c为调频容量。
基于ELM 预测模型,可以得到调频标准差上限σmax,代入式(14)即可求得AGC 调频容量达标概率。通过建立调频容量的目标函数,计算使达标概率G(c,σmax)大于置信度F的最小调频容量。
首先,从电网供需平衡出发,综合考虑机组多种因素,并根据相关公式计算不同类型发电机组的调频功率。其次,根据新能源发电的相关数据和历史负荷数据,估算新能源和系统负荷的调频功率,并根据历史数据估算联络线的调频功率。再次,根据新能源调频分量、负荷调频分量和联络线调频分量,得到系统的净调频功率,并计算系统的初始调频标准差。最后,使用详尽可能性模型(Elaboration Likelihood Model,ELM)预测未来时段的调频标准差,并统计得到调频标准差的上限。评估新能源系统AGC 调频容量时,需要设定调频容量的初始值,并使用历史调频容量的最小值。如果结果满足条件,则调频容量为计算得到的值;反之,需要增加AGC 调频容量的步长,重新计算调频概率分布。
利用文章提出的AGC 调频容量计算方法,收集并分析贵州黔源电力某天各个时段的负荷、发电机组情况和新能源发电等数据,以得到不同时间段的AGC 调频容量。在00:00—06:00 早高峰期间,观察到机组调频次数较高。这是因为夜间负荷相对较小,电网对负荷变化的敏感度较高,因此需要更频繁地调整调频容量;在12:00—17:00 期间,机组调频次数较低。这是因为白天负荷较大,需要电网更稳定地运行。根据观察结果,可以采取相应的措施调整调频容量的分配,如增加或减少调频机组的投入,以确保电网的供需平衡,提高电网的运行效率。
文献[3]提出了一种将负荷分解为不同的分量,并利用统计等方法确定调频容量需求的方法。通过分析负荷分量,可以更准确地估计调频容量的需求情况。然而,这种方法仅考虑了负荷分量的影响因素,没有综合考虑其他可能影响调频容量的因素,因此具有一定的局限性。文献[4]提出了一种系统最小惯量与一次调频容量评估模型。该模型通过估算可以得到系统的最小功率静态特性系数,从而更全面地评估调频容量的需求。虽然该模型考虑了系统的惯性特性与调频容量之间的关系,可以更准确地预测调频容量的需求,但是对动态特性的考虑较少,因此在实际应用中仍存在一定的局限性[5]。
不同方法获得调频容量和调频表现结果对比如表1 所示。
表1 不同方法获得调频容量和调频表现结果对比
由表1 可知,文章所提方法的平均调频容量和越限概率均低于文献[3]和文献[4]所提方法,可以提供相对稳定的调频,能够有效地分配调频容量。
文章采用了ELM 来预测调频标准差,并综合考虑了传统机组、负荷、新能源以及联络线等历史数据,提出了一种新能源电力系统AGC 调频容量监测方法。实验结果证实,文章所提方法可以有效地分配调频容量,且能够精确监测和评估新能源电力系统中的调频容量,为系统运行和调度提供了重要的参考依据。