风电技术监督数据的采样频率确定方法研究

李洪海,王尚斌,杨子江,李 军,高 嵩

(1.山东鲁软数字科技有限公司,山东 济南 250000;2.山东科技大学电气与自动化工程学院,山东 青岛 266590;3.国网山东省电力公司电力科学研究院,山东 济南 250000)

0 引言

随着我国经济的快速发展,社会能源需求总量快速增长,能源供需矛盾日益突出。加快开发与利用风力等可再生能源发电对于我国社会发展具有重要意义。根据国家能源局发布的2022年全国电力工业统计数据,2022年全国风力发电量为6 867亿千瓦时,约占同期全国总发电量的8.19%[1]。风力发电为缓解我国能源紧张、推进电力系统转型发挥了重要作用。风力发电具有清洁、无污染等众多优势。同时,风力发电也具有波动性、间歇性等缺陷。这些缺陷给大规模风力发电并网和电网平稳运行带来了严峻挑战[2-3]。

针对风力发电的技术监督等已受到广泛关注。袁红团[4]设计了包含风电的智能电网监测平台架构。雷集晴等[5]提出了风电企业技术监督管理的若干策略。陈正顺[6]对风力发电中的热工技术监督内涵和方法进行了深入阐述。李强等[7]讨论了风电场运行能效评价问题,详细地提出了风电技术监督的六大类指标。这对风电企业开展技术监督具有重要参考意义。刘晓光等[8]以集团公司风电监督为着眼点,研究了基于数据挖掘的风电机组技术监督方法。为了确保电网的平稳运行,我国相继出台风力发电技术监督管理办法,以确保风力发电的并网质量。例如:国家市场监督管理总局与国家标准化管理委员会发布了《电力系统安全稳定导则》(GB 38755—2019)[9];国家能源局、华北能源监管局发布了《华北区域风电场并网运行管理实施细则(2022年修订版)》[10]。

在对风电场进行技术监督的过程中,需要将风力发电场的大量数据通过网络专线实时传输至技术监督中心。由于目前缺乏针对技术监督的数据采样频率确定方法,存在过度强调高频率采样数据的问题,给带宽有限的网络专线实时数据传输带来了巨大挑战。因此,需要以技术监督需求为目标,研究数据采样频率下限的确定方法,从而降低数据传输量、实现有限网络带宽下的技术监督数据传输。风力发电涉网性能指标是技术监督的主要内容。其中,动态性能类指标对于数据的采样频率要求高于统计类性能指标。

为了满足风电场技术监督的数据需求并降低网络专线得到的实时数据传输量,本文以风电场一次调频性能监督指标为应用对象,提出了基于风电场一次调频过程动态模型蒙特卡洛仿真的采样频率下限确定方法,设计了蒙特卡洛仿真框架以及技术监督指标估计值的有效性判断方法;在此基础上,结合具体案例,说明了所提方法的应用步骤及有效性。

1 一次调频监督指标及估计方法

根据《华北区域风电场并网运行管理实施细则(2022年修订版)》,当前风电技术监督指标分为2类,分别为统计类指标和动态性能类指标。统计类指标有风电场理论可用功率与实际可用功率的完整率与正确率等。动态性能类指标包括一次调频有功功率上升时间、有功功率调节时间等。通过对这些技术监督指标的分析可知,理论与实际可用功率的完整率和正确率、中短期和超短期预测准确率等指标对数据采样频率要求较低,而一次调频性能指标对数据采样频率要求较高。本文以风电场一次调频性能监督中采用的滞后时间、上升时间、调节时间、调节偏差这4个技术指标的数据采样频率确定为目标,阐述风电场技术监督数据的采样频率下限确定方法。

风电场的一次调频功能有2种运行模式,分别为正常和远程在线测试。在正常运行模式下,风电场通过测量并网点的实时电网频率,跟踪电网频率变化。风电场功率控制系统根据电网频率偏差量及一次调频曲线计算有功功率调节指令,并将指令分解、下发给各台风电机组,以实现整个风电场的有功功率调整。

(1)

(2)

(3)

(4)

为了便于表述,下文统一采用技术监督指标v表示式(1)～式(4)中的4个性能指标。

2 采样频率下限确定方法

为了满足技术监督对数据的需求,同时降低数据传输量,本文以《华北区域风电场并网运行管理实施细则(2022年修订版)》中一次调频性能监督指标为应用对象。本文首先估计得到风电场实发功率噪声方差,并建立风电场一次调频过程动态模型;然后采用蒙特卡洛仿真方法,得到不同采样频率下的技术监督指标估计值;接着通过变异系数,评价不同采样频率下的技术监督指标估计值的有效性;最后选取技术监督指标估计值有效时对应的最小采样周期作为采样频率下限。

2.1 噪声方差估计

(5)

式中:β0,β1,…,βK为待确定的拟合参数;K为多项式阶数,由用户根据所采集到的高频数据段趋势特征选择,建议值为K=2。

本文令β=[β0,β1,…,βK]、Y=[y0(1),y0(2),…,y0(N0)]T,T=[1,2,…,N0]T。β的最小二乘估计为:

(6)

2.2 一次调频过程建模

本文根据风电场建模研究的相关结果,以双馈风力发电机作为当前风电场的主流机型[12]。所采用的电场一次调频过程动态模型为:

(7)

式中:s′为拉普拉斯算子;ωn、ξ和τ均为待确定的模型等效参数。

(8)

(9)

式中:u0(t)为u(t)变化前的取值;u1(t)为u(t)变化后的取值。

2.3 采样频率下限确定

(10)

(11)

通过式(11)可得到cv(i)序列,i=1,2,…,I。

根据变异系数在应用中的一般性原则,当变异系数大于α%,则认为估计结果已经失去可靠性。其中,α%的建议值为10%。当设定变异系数阈值为α%时,本文选取变异系数大于α%时对应的采样频率最小值作为采样频率下限fv,Low,即:

(12)

3 仿真案例

本文以某双馈机组风电场的一次调频响应数据为基础,先根据式(6)估计噪声方差,再根据式(8)完成式(7)中模型参数辨识,最后根据式(10)～式(12)确定技术监督指标所需的数据采样频率下限。

风电场一次调频数据段及辨识模型输出如图1所示。

图1 风电场一次调频数据段及辨识模型输出

(13)

仿真框架如图2所示。

图2 仿真框架图

由此可得到相应的仿真输出y(t)。fi=100 Hz时ui(n)和yi(n)的样本序列如图3所示。

图3 fi=100 Hz时ui(n)和yi(n)的样本序列

100次仿真得到的不同采样频率下的性能指标估计结果如图4所示。

图4 不同采样频率下的性能指标估计结果

4个性能指标估计值的变异系数序列如图5所示。

图5 4个性能指标估计值的变异系数序列

结合图5中变异系数随采样频率变化趋于稳定的趋势,以及所得到的4个性能指标的估计数据采样频率下限值可知,对于给定的变异系数阈值,4个性能指标对数据采样频率的要求相差较大。例如td和ess对数据采样频率的要求相差12.45 Hz。不同的技术监督指标对采样频率的敏感程度不同。ess对数据采样频率最敏感,其变异系数随着频率的增加迅速降低到了给定的变异系数阈值以下。相比之下,td对数据采样频率的敏感性最差。

4 结论

本文以一次调频性能监督为基础,提出了一种风电场涉网性能监督的数据采样频率下限确定方法。该方法首先以一次调频过程高频数据段为基础,辨识得到风电场一次调频过程动态模型;其次,构建所得动态模型仿真输入信号,并以估计所得噪声方差构造动态模型输出量测噪声,得到所得动态模型输出信号;然后,以不同采样频率对动态模型的仿真输入和输出信号进行采样,并由所得样本得到涉网技术监督指标的估计值;最后,重复执行上述步骤,得到不同采样频率下涉网技术监督指标的多组估计值,并以涉网技术监督指标估计值变异系数大于给定阈值时对应的采样频率最小值作为采样频率下限。

本文所提风电场涉网性能监督数据的采样频率下限确定方法,通过辨识风电场一次调频过程的特性动态模型、估计噪声方差,使得数据采样频率下限的确定过程融合了噪声和一次调频过程特性、动态特性对技术监督结果的影响。所提方法具有针对性强、实施简便等优势,可推广应用至风电场自动发电控制等其他技术监督数据的采样频率下限确定。该研究对在现有网络通信条件下深入推进风电场技术监督工作具有重要的支持意义。