基于虚拟惯性注入的发电厂负荷减流优化方案

摘" 要：在当今时代，电力系统是日常生活中的关键部分。为保证电力系统运行稳定，该文首先利用虚拟惯性注入方法，模拟出电力系统的惯性特征。其次，建立约束条件，以此保证电力系统的稳定性，为后续负荷减流提供基础。最后，构建负荷减流优化模型，实现发电厂的负荷减流优化。从优化结果和负荷分配响应速度2方面分析电厂的负荷减流优化。结果表明，所提方法的耗煤量和偏差较低，分别是318.59 t和0，负荷分配速度较快，一般在4.9 s左右，证明所提方法的能源消耗较少，准确率较高，机组的反应力较快，能够完成发电厂的负荷减流优化，维持电力系统的稳定和平衡，推动电力系统的发展。

关键词：电力系统；虚拟惯性注入；约束条件；负荷减流优化；负荷分配

中图分类号：TM62" " " 文献标志码：A" " " " " 文章编号：2095-2945（2024）36-0153-04

Abstract： Nowadays， power systems are a critical part of daily life. In order to ensure the stability of the power system， this paper first uses virtual inertia injection method to simulate the inertia characteristics of the power system. Secondly， constraints are established to ensure the stability of the power system and provide a basis for subsequent load current curtailment. Finally， a load curtailment optimization model is constructed to realize the load curtailment optimization of the power plant. The load curtailment optimization of the power plant is analyzed from two aspects： optimization results and load distribution response speed. The results show that the coal consumption and deviation of the proposed method are low， which are 318.59 t and 0 respectively， and the load distribution speed is fast， generally about 4.9 s. It proves that the proposed method consumes less energy， has high accuracy， and has fast unit response， thereby can complete the load curtailment optimization of the power plant， maintain the stability and balance of the power system， and promote the development of the power system.

Keywords： power system; virtual inertia injection; constraints; load curtailment optimization; load distribution

在能源需求不断增长和电力智能化不断优化的时代，电力系统运行的稳定性成为了广泛关注的问题。而发电厂是电力系统的核心组成部分，运行状态直接与电力系统的稳定性相关联[1]。在实际运行过程中，发电厂经常出现负荷波动和故障等问题，导致发电厂的出力波动，影响电力系统运行稳定性。为了解决这些问题，本文提出了一种基于虚拟惯性注入的发电厂负荷减流优化方案，虚拟惯性注入是一种利用控制策略方法实现机械惯性特性的技术，可以很好地稳定电力系统内的平滑功率波动，提升系统的可靠性[2]。将虚拟惯性技术和发电厂的负荷减流优化相结合，可以有效地减少发电厂的负荷波动和出力波动，降低能源消耗，节约成本，有助于推动可持续能源发展[3]。

1" 电厂能源消耗分析及负荷调度

能源是人类生存和发展的重要物质，不仅推动了我国经济的进步，还促进了社会的发展。根据调查显示，目前我国的石油和天然气能源分别占比5.4%和0.6%，而煤炭则占比94%，比天然气和石油高很多，因此，我国能源的消费和生产都以煤矿为主，成为了世界上消费和生产煤矿的大国，由数据得出，一次的能源生产量在20.6亿t左右，消费煤炭的数量在22.5亿t左右，分别占全球的13.7%和14.8%左右。

除了煤炭之外，电力也是我国的消耗能源之一，根据调查得出，目前累计发电装机容量在29.2亿kW，其中，太阳能发电装机容量为6.1亿kW，同比增长55.2%；风电装机容量为4.4亿kW，同比增长20.7%。截至2023年，6 000 kW及以上的电厂发电设备累计平均使用3 592 h，比上年同期减少101 h，发电企业电源工程完成投资在9 675亿元，同比增长30.1%。所以，需要降低发电厂的能源消耗，对电厂的负荷进行减流，节约成本，以此促进能源的可持续发展。

发电厂的负荷调度可以分成经济调度、市场竞争调度、计划电量调度和节能发电调度等方式。负荷调度模式主要是指利用较少的燃料消耗保证发电厂的供电，也就是根据等耗量微增率准则为各发电机组的负荷进行分配，使其运行所用的耗量变少。其中，市场竞争调度方式主要是将电网运营效益的最大化作为目标，根据市场的竞价制订发电厂发电的计划，以此减少电量的使用成本，提升发电厂的效率和质量；计划电量调度方式则是将多方利益的和谐作为目标，发电机组根据机组的容量平均分配，达到电力运行和供应的平衡；节能发电方式是把环保和节能作为目的，降低能源的消耗，促进发电厂的可持续发展，减少电厂的成本。

2" 发电厂负荷减流优化方案设计

2.1" 电网虚拟惯性注入

虚拟惯性注入（VIP）是一种采用计算机仿真与控制的方法，以提升系统的动力学性能、稳定性和鲁棒性为目标，通过对真实物理系统的建模与仿真，达到对系统惯量的补偿与优化。虚拟惯性器是VIP技术的一个重要组成部分，其作用就是对真实物理系统的惯容进行补偿[4]。在设计虚拟惯性器时，要综合考虑系统的输入-输出关系、控制策略，以及性能指标。因为惯性是通过控制而产生的，故将其称为虚拟惯性，一个等效的电路和一个闭环的控制框图，如图1所示。

在图1中，直流电压控制中忽略了内部电流的存在，idc（s）、ic（s）、iL（s）分别为变流器输出直流电流、电容充电电流以及负荷电流。当系统发生干扰时，如果使用常规的垂荡控制，则需要对电容C进行充放电操作。若使用可调的垂荡因子，则可由电池迅速充、放电来弥补所造成的损失。此时，idc（s）=ic（s）。

直流电压控制框图的开环传递函数为

由公式（1）可以看出，在电网受扰的时刻，若使用可控垂荡系数，则等于使变流器的交流侧电容等效增加。电容被定义为虚拟电容" "，并且具有如下的表达式

由上文可以看出，调整kdcB虚拟电容值的幅度，随着kdcB的增加，虚拟电容的数值变大，当惯性时间常数增大时，系统的惯性增大。

2.2" 建立约束条件

电厂负荷分配确定了整台机组的负荷命令后，按照机组的煤耗特点，在其允许的出力限度之内，对机组的负荷进行科学、合理的分配，以保证整个机组的能耗最小。通过对机组的热工试验，得出了机组的煤耗特征曲线。电站内的各个单元在实际工作过程中，其相应的能量特征曲线将呈现波动的现象，这就是所谓的阀门点效应。每一台大型汽轮机机组，在开启的那一刻，都会有大量的蒸汽流失，所以，为了达到预期的产量，需要在阀门开启之前注入更多的蒸气。

因此，在负荷减流优化模型中，需要设定相应的约束条件，以此保证优化结果。设定的约束条件一般从系统的运行限制、燃料供应限制和电力市场规则等方面出发，利用合适的约束条件，将负荷减流优化问题转化为一个可行解的问题，将负荷平衡约束条件用于目标函数，电力约束是输出功率的上限和下限。

在传统的电网统一调度运行模式下，机组发电计划由电网调度中心确定，电厂的自主权很小。而在电力市场运行体制下，独立法人的电厂和发电公司成为电力市场的主角，电网则为电力交易的场所，各发电公司按电价竞争上网。电力市场交易管理系统根据电价高低确定各个电厂的市场份额，各发电公司可以根据自己的发电份额较为自主地安排厂内机组的发电计划。此时，如何根据竞争所得到的发电指标确定厂内机组组合和负荷分配，使电厂机组实现优化调度基础上的优化运行，以减少总体的能源消耗，获取最大利润，对于处于市场化运行的发电公司来说，更显得十分重要。

2.3" 负荷减流优化模型建立

建立发电厂负荷减流优化模型是一个系统性的工程，需要充分考虑各种因素和约束条件，从而实现发电厂负荷减流的目标，为发电厂的可持续发展提供支持。负荷侧需求响应由激励需求响应和价格需求响应2个方面组成，激励需求响应主要是利用中断的方式对负荷的使用展开调整，以此完成电力系统资源的调节，并且系统负荷操作可以基于用户需求提供数据信息。另外，发电厂控制中心会将负荷削减命令分发给用户，用户结合自身情况得到对应补偿。

发电厂控制中心依据电网的实际状况，对电网的负荷资源进行合理的调度，并对各分配状态下的资源及能量的使用进行协调。通过一系列的装置变换与互动，电网可采用热量补偿的方法对其进行激励，虚拟惯性注入技术不仅可以提高系统的稳定性和响应速度，还可以减小负荷减流对发电机的影响，降低电力系统的维护成本，在发电厂中具有广阔的应用前景。

2.4" 负荷减流优化分配流程

根据上述步骤构建的负荷减流模型设计发电厂负荷减流优化分配的流程图，图2为具体流程。

由图2可知，负荷分配首先分析各机组的发电功率，并利用热力实验获得各机组出力和耗煤量之间的关系[5]。设定每个单位的发电功率上、下限，依据电网的调度指示，决定整厂的整体负荷命令。采用粒子群优化算法对各个单元的负载进行了优化，得到了最佳的分布负荷，判定有无新的调度命令，如果有，就按照电网的命令来决定整厂的总负载命令；如果没有，就停止最优分配。

采用粒子群优化算法进行负荷分配，以此得到最优的分配结果。粒子群优化算法主要是对鸟群或鱼群的生物集体行为用粒子进行描述，再通过模拟粒子在空间搜索和迭代的过程得到最优解，其中粒子群内的粒子表示解向量，粒子群的位置则是解的位置，粒子群移动的速度是解的变化速度和方向，粒子群在搜索过程中会记录自己的最优位置，以此成为下一代粒子迭代时的参考，而粒子也会由目前的位置和速度对解的质量进行评估，从而找出全局最优的位置，粒子群优化算法的步骤如下：①设定颗粒种群初值，并对各机组的煤耗特征参数进行调节，并在此范围内对每个机组的负荷进行随机分配。②应用该算法对每个单元的平均煤耗进行了计算，并作相应的统计。③将每台负载的煤炭消耗量与极端负荷下的煤炭消耗量进行对比，低的保持相应的负荷，将此负荷称为极端负荷。④将每台负载的煤耗与最佳负荷下的煤耗进行对比，低的保持相应的负荷，将此负荷作为最大的负荷。⑤通过减流优化获得全局最优负荷，获得减流后的总最优载荷量，并与实测的煤耗进行对比。如果煤炭消耗量很小，则保持相应的负荷。⑥当重复条件满足时，停止搜寻，输出最佳负荷，否则转至②。

3" 优化方案仿真实验分析

3.1" 实验准备

选择合适的发电厂作为实验场地，搭建数据采集系统对电厂运行数据展开收集，对相应工具和设备展开调试，确保设备状态良好，调节设备参数，使其符合实验要求，不影响实验过程，确保实验的准确度，表1为具体的设备参数。

3.2" 优化结果测试

根据上述设备获得电厂内各台发电机组的性能参数和负荷上下限，将种群规模和迭代次数分别设置为190和610次。对虚拟惯性注入、传统优化和平均分配算法的耗煤量及偏差值优化结果展开测试，表2为在不同负荷下，不同算法的最优负荷分配的结果。由结果可知，虚拟注入方法在陷入局部最优时，可以对参数重新调整，以此获得全局最优解，使偏差值和耗煤量较低，比较好地完成了发电厂负荷减流的优化，而传统算法和平均分配算法仍然停留在局部最优解的区域内，消耗的煤量能源较高。在3组发电机优化结果中，注入虚拟惯性的最优负荷分配为260.91 MW，最优煤耗量为318.59 t，而传统优化算法负荷分配则为298.14 MW，煤耗量为320.88 t。综合来看，注入虚拟惯性可以向全局最优解收敛，在迭代20次左右收敛，而传统算法在112次收敛，收敛速度前者优于后者。

3.3" 负荷分配速度测试

在电厂的负荷减流优化中，负荷的快速变化需要各机组有较快的反应力，以便维持电力系统的平衡和稳定性，所以电荷的分配速度成为关键因素。因此需要用负荷分配速度测试衡量各机组对负荷分配指令的反应速度，响应速度越快，证明各机组的反应力越强，效率越高，可以维持电力系统的稳定性，对虚拟注入方法、传统优化算法和平均分配算法展开测试，结果见表3。

根据表3可以看出，虚拟注入方法相较于传统优化和平均分配算法的响应速度较快，平均在4.9 s左右，系统的稳定程度也较高，证明虚拟注入方法的各机组响应能力和效率比较高，节省大量时间，可以应对变化较快的负荷，足够维持电力系统的平衡和稳定性，而传统优化和平均分配算法的响应速度以及系统稳定程度较低，各机组的反应能力有限，不能较好地配合负荷变化，需要浪费大量时间，系统稳定程度较低，难以维持电力系统的平衡和稳定，负荷减流优化较差。

4" 结论

本文结合虚拟惯性注入方法对发电厂负荷减流方案展开优化，利用虚拟惯性注入技术弥补了电力系统的惯性缺失，降低电压和频率波动，接着，建立相应的约束条件，维持电力系统的稳定，最后，由构建的负荷减流模型完成了减流优化，提升了电力系统的效率，减少了能源的消耗，促进了电力系统的可持续化发展。基于发电厂的数据，从优化结果和负荷分配速度2个角度，分析结合虚拟惯性注入的负荷减流方案可行性，结果发现由于包含了虚拟惯性注入技术，优化方案可以得到全局最优解，消耗的煤量和负荷偏差相较于其他方法低很多，最优煤耗量为318.59 t，响应速度也更快，可以达到4.9 s左右，提升了负荷分配的效率，使电力系统更加平衡。随着电力智能化和可再生能源的不断发展，对电厂的稳定性和负荷能力要求越来越高，基于虚拟惯性注入的发电厂负荷减流优化方案在未来有很高的推广价值，具有较好的应用前景和研究意义，同时也在促进可持续发展上展现出深远的实践价值。

参考文献：

[1] 艾星贝，闫庆友，李金孟.考虑负荷平移的虚拟电厂低碳经济调度[J].科学技术与工程，2022，22（26）：11418-11427.

[2] 徐海珍，余畅舟，毛福斌，等.基于频率稳定性提升的虚拟惯性优化控制策略[J].电力系统保护与控制，2022，50（12）：126-133.

[3] 刘雨佳，樊艳芳.计及5G基站储能和技术节能措施的虚拟电厂调度优化策略[J].电力系统及其自动化学报，2022，34（1）：8-15.

[4] 贾杰，任伟.基于VSG技术的微电网虚拟惯性控制策略[J].微型电脑应用，2023，39（9）：219-221.

[5] 邢耀敏.基于改进粒子群算法的厂级AGC优化分配方法[J].自动化应用，2024，65（1）：197-200.