CN107017667B - 一种含风电电力系统的频率协调控制方法 - Google Patents

Abstract

本发明公开了一种含风电电力系统的频率协调控制方法，本发明基于改进的频率分析模型，在预测层面上，利用风电功率超短期预测结果制定火电机组深度调峰状态的开关计划；然后，在实时层面上，利用深度调峰状态的开关计划进行实时风电功率注入下系统的频率协调控制。本发明频率协调控制方法提高了系统的频率稳定性，适用于高风电渗透率的互联电网，具有良好的推广价值和应用前景。

Description

一种含风电电力系统的频率协调控制方法

技术领域

本发明属于电力系统运行与控制技术领域，尤其是涉及一种含风电电力系统的频率协调控制方法。

背景技术

目前，火力发电在我国电源结构中仍占据较大比重。其中，具有快速爬坡能力的燃气机组很少，火力发电主要依靠低爬坡速率的燃煤机组。大规模的风电并网可能会使得传统燃煤机组难以跟踪系统的净负荷，无法维持系统的有功平衡，造成频率偏差越限，严重威胁系统的频率稳定。

针对以上问题，国内外学者开展了大量研究，其研究方法大致可以归纳为两类：

(1)通过对风机进行控制，如转子惯性控制、转子超速控制、变桨距控制等，来主动响应系统的频率变化。但该方法受风速和风机运行状态的影响，难以保证全风况下风机参与系统调频的可信度。

(2)从电网侧采取控制措施，采用储能来平抑风电的波动性。但依靠储能来承担系统的调频需求，会造成储能容量配置过大、成本高、经济性低等问题。

在我国当前的电源背景下，对火电机组进行一定的控制，提升火电机组的调峰调频能力具有十分重要的意义。

发明内容

针对现有技术存在的不足，本发明从多源互补角度出发，提供了一种含风电电力系统的频率协调控制方法，该方法通过提升火电机组的变负荷范围和变负荷速率，来提高系统的频率稳定性。

本发明基于改进的ACE控制模式，建立了考虑火电机组调节死区、爬坡速率、调节容量、AGC控制周期等非线性因素的含风电的互联电力系统的频率分析模型，基于该频率分析模型提供考虑火电机组深度调峰的频率协调控制策略。首先，在预测层面上，利用风电功率超短期预测的结果制定火电机组深度调峰状态的开关计划。然后，在实时层面上，利用所制定的深度调峰状态的开关计划进行实时风电功率注入下系统的频率协调控制。

为解决上述技术问题，本发明采用如下的技术方案：

一种含风电电力系统的频率协调控制方法，包括步骤：

S1构建频率分析模型；

S2根据频率分析模型，对具有深度调峰能力的火电机组制定其深度调峰状态的开关计划，下述将“具有深度调峰能力的火电机组”简记为“火电机组”，本步骤具体为：

2.1初始化时刻t＝0，初始化各时刻深度调峰状态量state为0，设定时间步长△t、仿真时间段、火电机组相邻深度调峰状态的最小间隔时间t₀、深度调峰状态持续时间t₁和阈值γ，根据工程实际设定t₀、t₁值，根据经验设定γ；

2.2时刻t下，基于风电功率超短期预测数据和频率分析模型进行频率预估计，得火电机组所在区域的所有同步发电机的频率偏差的平均值Δf_ave(t)；

2.3若火电机组时刻t的深度调峰状态量state(t)＝0，执行子步骤2.4；否则，令火电机组的state(t+Δt)＝1后，执行子步骤2.5；

2.4判断条件a和b是否成立，条件a为∣Δf_ave(t)∣＞γ，条件b为state(t-t₀+Δt)＝0；若条件a和b同时成立，令(t+Δt)～(t+t₁)时段各时刻火电机组的深度调峰状态量均为1，(t+t₁+Δt)～(t+t₁+t₀)时间段各时刻火电机组的深度调峰状态量均为0；否则，令火电机组的state(t+Δt)＝0；然后，执行步骤2.5；

2.5令t＝t+Δt，重复子步骤2.2～2.4，直至仿真终止，输出火电机组深度调峰状态的开关计划；开关计划中，若深度调峰状态量为1，表示当前时刻火电机组采用深度调峰模式；若深度调峰状态量为0，表示当前时刻火电机组采用常规调频模式；

S3根据开关计划，结合频率分析模型，根据风电场实际出力，进行含风电电力系统的频率协调控制。

作为优选，在频率分析模型中引入AGC模型和直流潮流电力网络模型；其中：

AGC模型中，当前区域的区域控制偏差模型如下：

ACE(t)＝-B△f_ave(t)+△P_tie(t)+△P_GEN(t)+△P_wind(t)；

上述，t表示时刻；ACE(t)为区域控制偏差量；B为频率偏差系数；Δf_ave(t)为所有同步发电机的频率偏差的平均值，各同步发电机的频率偏差由频率分析模型中同步发电机模型计算；ΔP_tie(t)为所有联络线交换功率的实际值与计划值的偏差之和，联络线交换功率的实际值与计划值由直流潮流电力网络模型计算；ΔP_GEN(t)为所有同步发电机输出机械功率的实际值与计划值的偏差之和，同步发电机输出机械功率的实际值由频率分析模型中同步发电机模型计算；ΔP_wind(t)为所有风电场输出功率的实际值与预测值的偏差之和，风电场输出功率的实际值为实测数据，预测值为风电功率超短期预测值；

直流潮流电力网络模型采用直流潮流描述，基于系统中所有节点的功率列向量和相角列向量间的关系构建，功率列向量由负荷节点和同步发电机节点注入电力网络的功率构成，相角列向量由负荷节点的母线电压相角和同步发电机节点的功角构成；负荷节点注入电力网络的功率和负荷节点的母线电压相角采用频率分析模型中净负荷模型计算，同步发电机节点注入电力网络的功率和同步发电机节点的功角采用频率分析模型中同步发电机模型计算。

本发明在建立含风电的互联电力系统的频率分析模型时，全面地考虑了火电机组调节死区、爬坡速率、调节容量、AGC控制周期等非线性因素的影响，并利用直流潮流模型描述电力网络结构，并以此为基础，在我国火电机组高装机比例的电源背景下，提出了考虑火电机组深度调峰的含风电电力系统的频率协调控制方法。

将本发明频率协调控制方法应用于IEEE 10机39节点系统进行仿真试验，结果表明，本发明频率协调控制方法提高了系统的频率稳定性，适用于高风电渗透率的互联电网，具有良好的推广价值和应用前景。

附图说明

图1是本发明实施例的预测层面制定开关计划的流程图；

图2是本发明实施例的实时层面考虑火电机组深度调峰的电力系统频率控制模型；

图3是实施例中IEEE 10机39节点测试系统的网络结构示意图；

图4是实施例中风电功率预测曲线和风电场实际出力曲线；

图5是实施例中常规调频模式下各发电机节点的频率分布特性；

图6是实施例中火电机组深度调峰状态的开关计划与系统频率响应曲线；

图7是实施例中两种模式下各区域的联络线功率波动对比；

图8是实施例中两种模式下系统所有火电机组的一次调节量对比；

图9是实施例中两种模式下火电机组7的二次调节量对比；

图10是实施例中两种模式下所有火电机组的总出力对比。

具体实施方式

下面结合附图和实施例对本发明技术方案进一步说明。

一、构建含风电电力系统的频率分析模型

本发明在传统频率分析模型中引入了AGC模型和电力网络模型，即本发明所构建的频率分析模型包括同步发电机模型、调速器模型、AGC模型、原动机模型、净负荷模型和电力网络模型。

1.1同步发电机模型

同步发电机模型见公式(1)：

式(1)中：

Δδ(t)为同步发电机的功角变化量；

Δω_e(t)为同步发电机的转子角频率偏差；

ω₀为基频角速度，ω₀＝2πf₀，f₀为基频；

T_J为转子转动惯量，T_J＝2H，H为额定转速下同步发电机的转子储能与电机额定容量之比；

P_m(t)为原动机的机械功率；

P_e(t)为同步发电机的电磁功率；

D为转子阻尼系数；

t表示时刻。

1.2调速器模型

调速器模型见公式(2)～(3)：

ΔP_r(t)＝-K_GΔf_db(t) (2)

-5％P_n≤ΔP_r(t)≤5％P_n (3)

式(2)～(3)中：

ΔP_r(t)为火电机组一次调频的调节量；

K_G为调速器的放大倍数，是火电机组调差系数的倒数；

Δf_db(t)为火电机组频率相对火电机组一次调频死区的偏差，这里火电机组一次调频死区整定为±2r/min，即±0.033Hz；

P_n为火电机组的额定容量。

1.3AGC模型

电力系统的二次调频由AGC(Automatic Generation Control，自动发电控制)实现，通过调整原动机功率的参考值，使系统频率恢复到正常值，并保证区域间联络线交换功率为给定值。

对于多区域互联电力系统，其AGC一般采用TBC(Tie-line Bias FrequencyControl，联络线功率频率偏差控制)模式。考虑到风电接入后给区域联络线交换功率带来的波动，在改进的ACE(Area Control Error，区域控制偏差)模型中加入风电场的实际出力与预测值的偏差△P_wind(t)以及常规电厂实际出力与计划值的偏差△P_GEN(t)，对传统的ACE模型加以修正，见公式(4)。

ACE(t)＝-B△f_ave(t)+△P_tie(t)+△P_GEN(t)+△P_wind(t) (4)

式(4)～(5)中：

ACE(t)为当前区域的区域控制偏差量；

B为当前区域的频率偏差系数；

Δf_ave(t)为当前区域所有同步发电机的频率偏差的平均值，n为当前区域同步发电机台数，△f_i(t)为当前区域第i台同步发电机的频率偏差，在标幺系统下Δf_i(t)值与式(1)中Δω_e(t)值相等，即Δf_i(t)由同步发电机模型计算；

ΔP_tie(t)为当前区域所有联络线交换功率的实际值与计划值的偏差之和，P_tie,j(t)为第j条联络线上交换功率的实际值，P_tie,j ^plan为第j条联络线上交换功率的计划值，m为当前区域联络线的数量；P_tie,j(t)和P_tie,j ^plan均由直流潮流电力网络模型计算；

ΔP_GEN(t)为当前区域所有同步发电机输出机械功率的实际值与计划值的偏差之和，P_m,i(t)为第i台同步发电机输出机械功率的实际值，P_m,i ^plan第i台同步发电机输出机械功率的计划值；P_m,i(t)即同步发电机模型中P_m(t)，即P_m,i(t)由同步发电机模型计算；

ΔP_wind(t)为当前区域所有风电场输出功率的实际值与预测值的偏差之和，P_wind(t)为当前区域所有风电场输出功率的实际值之和，为实测数据；P_wind ^forecast为当前区域所有风电场输出功率的预测值之和，由风电功率超短期预测获得。

频率偏差系数B可采用常规的固定系数测试法得到，为便于理解，下面将提供其步骤：(1)给电力系统施加扰动，扰动量为ΔP_l；(2)在电力系统只有一次调频作用时，记录扰动前和扰动稳定后，电力系统当前区域所有同步发电机的频率偏差的平均值，分别记为f_ave,A和f_ave,C；(3)记录扰动发生前和扰动稳定后，电力系统当前区域的联络线交换功率的实际值与计划值的偏差，分别为ΔP_tie,A和ΔP_tie,C；(4)若扰动发生在当前区域外，则当前区域的频率偏差系数若扰动发生在当前区域内，则当前区域的频率偏差系数增负荷扰动对应的ΔP_l为正值，减负荷扰动对应的ΔP_l为负值。

根据SCADA系统的实测数据，在各AGC执行周期计算ACE值，执行周期一般为2s～4s。在各AGC控制周期根据ACE值给火电机组分配调节量，控制周期为执行周期的整数倍。在AGC执行周期内，所计算的ACE值经一阶滤波器消除噪声，一阶滤波器的时间常数T_agc取1s。为避免调频器的频繁调节，ACE有一定的调节死区，假设整个系统中所有区域的ACE死区均设定为±10MW，标幺值为±0.1p.u.。当ACE值超过调节死区范围时，当前区域内具有AGC能力的火电机组承担二次调频任务，其目标出力由式(6)计算，在火电机组允许的出力范围内，对应的调节量受火电机组爬坡速率的限制，见式(7)。

-r_maxΔt≤ΔP_C(t)-ΔP_C(t-Δt)≤r_maxΔt (7)

式(6)～(7)中：

ΔP_C(t)为t时刻下火电机组二次调频的调节量；

K_P、K_I为PI调节器参数；

ACE_db(t)为式(4)所得ACE(t)经滤波器和调节死区环节后得到；

r_max为火电机组的最大爬坡速率；

Δt为步长。

1.4原动机模型

调速器和AGC均能改变汽轮机的汽门开度，经过原动机环节，进而改变原动机输出的机械功率。对于再热式汽轮机，可以采用SFR的简化模型，见式(9)。

原动机模型见公式(8)～(10)。

Δμ(t)＝ΔP_r(t)+△P_C(t) (8)

P_min≤P_m(t)＝P_m0+ΔP_m(t)≤P_max (10)

式(8)～(10)中：

Δμ(t)为汽轮机汽门开度的变化量，ΔP_r(t)、ΔP_C(t)分别为火电机组一次调频和二次调频的调节量；

P_m(t)为原动机的机械功率，由同步发电机模型计算；

ΔP_m(t)为原动机机械功率的变化量；

P_m0为原动机机械功率的参考值，由调度计划给出；

T_rh和F_hp均为原动机参数；

P_min和P_max分别为火电机组的最小技术出力和最大技术出力，最大技术出力P_max即火电机组的额定功率。

1.5净负荷模型

含风电电力系统中净负荷主要由两部分组成：一般负荷和风电功率。

正常情况下，一般负荷仅在较小范围内波动，在频率分析过程中可以利用多项式模型来描述负荷的频率调节作用，见式(11)。根据负荷节点的频率定义，其所在母线电压相角可按式(12)计算。

P_L1(t)＝P_L0(1+K_LΔω_L(t)) (11)

式(11)中，P_L1(t)、P_L0分别表示负荷的实际有功功率和额定功率；K_L为负荷的频率特性系数，根据电力系统中各类负荷的比重和性质取值，K_L一般取1～3；Δω_L(t)为负荷节点的频率偏差，由直流潮流电力网络模型计算。

式(12)中，θ(t)为负荷节点母线电压相角，θ₀为负荷节点母线电压相角的初始值，由初始潮流计算给定；ω₀为基频角速度。

目前越来越多的风电场采用变速恒频机组，其一般采用有功功率和无功功率解耦的控制方法，且其转子机械频率与电网频率相互解耦。因本发明主要研究风电功率对系统频率控制的影响，所以可以不建立风机的详细数学模型，直接采用风电功率时间序列。

因此，含风电电力系统的净负荷模型可表示为：

P_L.net(t)＝P_L1(t)-P_wind(t) (13)

式(13)中，P_L.net(t)为净负荷量。

1.6直流潮流电力网络模型

由于网络分布不均、火电机组及控制器差异等因素，系统动态过程中，系统中所有节点的频率并不完全相同，电力网络结构对频率的影响不能忽略。系统中节点包括发电机节点和负荷节点。

本发明采用直流潮流来描述电力网络结构，即直流潮流电力网络模型，见式(14)：

式(14)中：

P_L(t)为系统中所有负荷节点注入电力网络的功率列向量，各负荷节点注入电力网络的功率P_L(t)＝-P_L.net(t)；

P_e(t)为系统中所有同步发电机节点注入电力网络的功率列向量，即同步发电机模型计算的各同步发电机的电磁功率P_e(t)构成的列向量；

B_ee、B_eL，B_Le，B_LL为电力网络的电纳矩阵；

δ(t)为系统中所有同步发电机节点的功角列向量，即各同步发电机的功角δ(t)构成的列向量，其中，δ(t)＝Δδ(t)+δ₀，Δδ(t)为同步发电机的功角变化量，由同步发电机模型计算；δ₀为同步发电机功角的初始值；

θ(t)为系统中所有负荷节点的母线电压相角列向量，即各负荷节点母线电压相角θ(t)构成的列向量，θ(t)由公式(12)所示的净负荷模型计算。

由式(14)可知，连接负荷节点a和b的联络线j上的功率潮流为：

式(15)中，θ_a(t)和θ_b(t)分别为负荷节点a和b的母线电压相角，x_ab为负荷节点a和b之间的电抗值。

根据以上元件模型，可分析风电功率激励下系统采用常规的一次调频、二次调频手段时的频率响应特性。风电功率的强间歇性和波动性，可能使系统调频能力不足，造成频率偏差越限，威胁系统的频率稳定。而火电机组的深度调峰可以在一定程度上增强火电机组的调频能力，缓解系统的调节压力。为了将火电机组深度调峰应用于风电消纳中，需要合理地制定其深度调峰状态的开关机计划。

二、考虑火电机组深度调峰的频率控制策略

2.1火电机组深度调峰

我国的燃煤机组具有很高的装机比例，在风电大规模接入情况下，如果火电厂能提供火电机组深度调峰的有偿服务，降低大容量燃煤机组的最小技术出力，提高其爬坡速率，就能在一定程度上减小风电间歇性、波动性给电力系统带来的影响，为风电的大规模并网提供辅助调节作用。

火电机组在一般状态下的变负荷范围为50％-100％，最大变负荷速率为5％P_n/min，火电机组调差系数为0.05。深度调峰状态下，火电机组的变负荷范围为40％-100％，最大变负荷速率为4％P_n/min，火电机组调差系数为0.02。

从安全性和经济性角度考虑，火电机组长时间处于深度调峰状态会增加设备磨损、降低火电机组运行稳定性、增大火电机组煤耗、降低其经济性。因此，只有在风电波动引起的系统频率偏差超过预设阈值γ的情况下，火电机组才选择以牺牲一定的安全性和经济型来出售这种辅助服务，本实施例中，预设阈值γ设为0.15Hz。同时，进入深度调峰状态的火电机组在释放蓄热的过程中，凝汽器压力会发生改变，火电机组蓄热全部释放后，至少需要再过一分钟，火电机组凝汽器的压力才能恢复到原来的水平。因此，火电机组是否进入深度调峰状态不仅受风电出力水平的影响，也会受到火电机组本身的技术限制。

从火电机组接收控制指令到采取措施使得火电机组进入深度调峰状态，需要一定的准备时间，因此需要在预测层面根据风电功率超短期预测结果，提前制定火电机组深度调峰状态的开关计划。实时层面则根据所制定的开关计划，进行含风电电力系统的频率协调控制。

2.2预测层面制定开关计划

考虑到火电机组本身的限制条件，需要在预测层面根据风电功率超短期预测结果进行频率预估计，进而制定火电机组深度调峰状态的开关计划。为便于描述，认为在仿真开始以前的时间段内，火电机组不进行深度调峰，深度调峰状态量state初始值设为0。图1为火电机组深度调峰状态的开关计划制定流程图，其中，Δt表示时间步长，t_max为终止时间，t₀为火电机组从深度调峰状态退出后、重新进入深度调峰状态需要的最小间隔时间，t₁为深度调峰状态的持续时间，t₀和t₁根据工程实际人为设定，本实施例中，t₀＝1min，t₁＝1min。

对系统中具有深度调峰能力的火电机组分别制定深度调峰状态的开关计划，下述将“具有深度调峰能力的火电机组”简记为“火电机组”。开关计划的制定具体如下：

(1)输入系统网络结构参数、火电机组参数、负荷参数、风电功率超短期预测结果和深度调峰状态量初始值state(0)＝0，令时刻t＝0。

(2)时刻t下，结合频率分析模型，进行频率预估计，得到系统频率响应，计算火电机组所在区域的所有同步发电机的频率偏差的平均值Δf_ave(t)；

(3)判断火电机组时刻t的深度调峰状态量，若state(t)＝0，执行步骤(4)；若state(t)＝1，则火电机组在时刻(t+Δt)继续保持深度调峰状态，即令state(t+Δt)＝1，即火电机组在时刻(t+Δt)也采用深度调峰模式；

(4)判断条件a和b是否成立，条件a为∣Δf_ave(t)∣＞γ，条件b为state(t-t₀+Δt)＝0，state(t-t₀+Δt)表示火电机组(t-t₀+Δt)时刻的深度调峰状态量，γ为阈值，阈值为根据实际情况进行优化的经验值；若条件a和b同时成立，确定从时刻t开始t₁+t₀时段内火电机组的深度调峰状态量为：(t+Δt)～(t+t₁)时段内火电机组的深度调峰状态量为1，(t+t₁+Δt)～(t+t₁+t₀)时间段内火电机组的深度调峰状态量为0；若条件a和b不同时成立，令火电机组的state(t+Δt)＝0，即火电机组在时刻(t+Δt)采用常规调频模式。

(5)令t＝t+Δt，重复步骤(2)～(4)，直至t>t_max，结束并输出仿真时间段的深度调峰状态的开关计划。

火电机组深度调峰状态的开关计划，是指火电机组是否进入深度调峰状态的计划。若深度调峰状态量为1，表示当前时刻火电机组进入深度调峰状态，即采用深度调峰模式；若深度调峰状态量为0，表示当前时刻火电机组不进入深度调峰状态，即采用常规调频模式。

2.3实时层面进行频率协调控制

利用火电机组深度调峰的开关计划，结合频率分析模型，在实时层面根据风电场的实际出力，进行含风电电力系统的频率协调控制。图2给出了考虑火电机组深度调峰的电力系统频率控制模型。为了量化分析火电机组深度调峰对系统频率控制效果的影响，引入积分平方误差ISE指标，该指标综合考虑了系统频率波动和联络线功率波动，具有较好的适用性。

式(16)中，ΔP_tie,i为区域i(i＝1,2,3)与其他区域之间的总交换功率的偏移量；Δf_i为系统中节点i(i＝1～39)的频率偏移量，变量均取标幺值。

实施例

本实施例对IEEE10机39节点系统进行仿真。

(1)参数设置

以10机39节点系统作为仿真研究对象，其网络结构如图3所示。为了便于研究，将其划分成三个互联的区域Area1、Area2、Area3，各区域间共有4条主要的联络线。只有Area2包含一个额定容量为1200MW的风电场，在节点30接入，其风电功率超短期预测曲线和风电场实际出力曲线见图4。

其它仿真参数设置如下：系统基准容量取100MVA，线路参数、负荷参数来源于文献[王德林.电力系统连续体机电波模型与机电扰动传播研究[D].四川：西南交通大学，2007]，发电机参数如表1所示。该系统中所有同步发电机均装设调速器，原动机及调速器参数均为：F_hp＝0.3，T_rh＝7.0s，K_G＝20，火电机组在深度调峰状态时K_G＝50；但每个区域只有一台同步发电机装设调频器，具有AGC功能：Area1中的火电机组1、Area 2中的火电机组7、Area 3中的火电机组9，其中，只有火电机组7具有深度调峰能力。

表1 发电机参数

由于本发明研究重点火电机组深度调峰对风电消纳的影响，因此不考虑AGC的变参数控制方法，在仿真中AGC采用传统PI控制方法，认为K_P、K_I参数保持不变，取K_P＝0.94，K_I＝0.06，频率偏差系数B的确定采用固定系数测试方法。步长Δt＝10ms，总时长t_max＝5min，即一个调度周期。考虑AGC的执行周期为2s，控制周期为10s。

(2)系统频率的动态分布特性

在常规调频模式下，根据图4中的风电场实际出力曲线，可以得到系统中10个发电机节点的频率响应曲线(选取235s～240s为例)，如图5所示。由图5可知，系统在动态过程中，不同发电机节点的频率并不完全相同。其中，Area 2中的4台发电机(Gen4,Gen5,Gen6,Gen7)的频率波动相对其它发电机更为明显，且这4台发电机的频率变化曲线较为一致。同样地，Area 1中的3台发电机(Gen1,Gen3,Gen10)的频率变化曲线较为一致，Area 3中的3台发电机(Gen2,Gen8,Gen9)的频率变化曲线较为一致。各区域的发电机频率表现出较明显的分区特性，因此，本发明建模时考虑系统的网络结构是很有必要的。

(3)频率协调控制方法的有效性

为了在实时层面利用预测层面(提前5min)制定的深度调峰状态的开关计划，要求在预测层面进行频率预估计的时间与采取控制手段使得火电机组进入深度调峰状态的准备时间之和小于5min。下面给出本实施例仿真的计算时间说明。本实施例所有的仿真计算均在配置为3.00GHz AMD AII X4处理器，4.00GB内存的台式计算机上进行。前述预测风电功率激励下的频率预估计在MATLAB中计算一次耗时约14.35s；同样地，基于预测层面制定的火电机组深度调峰状态的开关计划，进行实时风电功率激励下的系统频率响应分析在MATLAB中计算一次耗时约13.77s。

根据图4中的风电功率超短期预测结果，可以得到该预测风电功率激励下考虑火电机组深度调峰的频率响应曲线和火电机组7的深度调峰状态的开关计划，见图6，其中，曲线1表示采用协调控制策略的预测频率响应，曲线2表示火电机组深度调峰状态的开关计划，曲线3表示采用常规调频模式的实时频率响应，曲线4表示采用协调控制策略的实时频率响应。在整个仿真时间(5min)内，火电机组7进行了一次深度调峰，其持续时间为1min。基于该开关计划，图6也分别给出了实时风电功率激励下，系统采用常规调频模式、协调控制模式时，火电机组7的频率响应曲线。对比可知，在火电机组进入深度调峰状态后，系统的频率得到了很好的控制。系统若采用常规调频模式，则火电机组7在255s～275s这段时间内的频率偏差会超过0.2Hz；而采用协调控制模式时，系统的频率偏差在整个仿真时间内均不会超过0.2Hz。

图7给出了两种模式下各区域的联络线功率波动曲线。对比可知，系统采用协调控制模式时，区域间联络线的功率波动明显减小了。

利用ISE指标考察两种模式下的频率控制效果，常规调频模式下ISE_con＝82.9697，协调控制模式下ISE_imp＝66.8932。由此可知，考虑火电机组深度调峰的频率协调控制策略能够从整体上提高系统的频率控制性能。

(4)控制效果的原因分析

两种模式下，注入系统的风电功率相同，一般负荷随频率的变化而略有差异，因此系统的净负荷近似相等。在这种情况下，系统频率响应的不同主要受发电机有功调节量的影响。为了对火电机组进入深度调峰状态后，系统频率控制性能的提高作进一步分析。图8、图9分别给出了两种模式下系统所有火电机组的一次调节量曲线、深度调峰火电机组(火电机组7)的二次调节量曲线。

由图8可知，火电机组7进入深度调峰状态后，其调速器响应频率偏差的能力增强，一次调节量增大。火电机组的一次调频能快速响应系统的频率变化，其调节量由系统频率偏差和调速器放大倍数确定，只是使汽门开度在较小的范围内改变。因此，在火电机组进入深度调峰状态和从深度调峰状态退出时，其一次调节量可以发生突变，类似于汽轮机功率控制中的快关汽门。

由图9可知，在一个AGC控制周期(10s)内，火电机组的目标出力不变，因此其二次调节量的方向不会发生改变。火电机组7进入深度调峰状态后，火电机组的变负荷范围更宽，可以在低于常规发电机最小技术出力(50％P_n，对应当前火电机组出力的变化量为-0.6p.u.)的范围内运行，且最大变负荷速率由1.5％P_n/min变为4％P_n/min，变负荷速率更快。当火电机组7从深度调峰状态退出时，其原动机出力不能瞬时回到常规发电机的变负荷范围内，而是根据系统实际情况确定保持当前出力水平或增出力，慢慢回到常规发电机的变负荷范围内。

综合图8、图9的分析，可以给出系统中所有发电机的原动机总出力曲线，如图10所示，在协调控制模式下，火电机组响应风电功率波动的能力更强。

本发明基于改进的ACE控制模式，建立了考虑火电机组调节死区、爬坡速率、调节容量、AGC控制周期等非线性因素的含风电的互联电力系统的频率分析模型，并提出了一种考虑火电机组深度调峰的频率协调控制方法。以IEEE10机39节点系统为基础进行了仿真验证，结果表明：

(1)所提出的考虑火电机组深度调峰的频率协调控制方法能够使得风电功率波动下系统的频率偏差更小、区域联络线上的功率波动更小，进而从整体上提高了系统的频率控制性能。

(2)系统动态过程中，各节点的频率特性并不完全相同，有必要对大电网进行分区，其AGC采用联络线功率频率偏差控制TBC模式，并在建模时考虑系统的网络结构。

(3)在中国当前火电机组高装机比例的电源背景下，充分挖掘火电机组的调峰调频能力，对于大规模新能源接入的电网具有重要意义。

Claims (2)

1.一种含风电电力系统的频率协调控制方法，其特征是，包括：

S1 构建频率分析模型；

S2 根据频率分析模型，对具有深度调峰能力的火电机组制定其深度调峰状态的开关计划，下述将“具有深度调峰能力的火电机组”简记为“火电机组”，本步骤具体为：

2.1 初始化时刻t＝0，初始化各时刻深度调峰状态量state为0，设定时间步长Δt、仿真时间段、火电机组相邻深度调峰状态的最小间隔时间t₀、深度调峰状态持续时间t₁和阈值γ，根据工程实际设定t₀、t₁值，根据经验设定γ；

2.2 时刻t下，基于风电功率超短期预测数据和频率分析模型进行频率预估计，得火电机组所在区域的所有同步发电机的频率偏差的平均值Δf_ave(t)；

2.3 若火电机组时刻t的深度调峰状态量state(t)＝0，执行子步骤2.4；否则，令火电机组的state(t+Δt)＝1后，执行子步骤2.5；

2.4 判断条件a和b是否成立，条件a为∣Δf_ave(t)∣＞γ，条件b为state(t-t₀+Δt)＝0；若条件a和b同时成立，令(t+Δt)～(t+t₁)时段各时刻火电机组的深度调峰状态量均为1，(t+t₁+Δt)～(t+t₁+t₀)时间段各时刻火电机组的深度调峰状态量均为0；否则，令火电机组的state(t+Δt)＝0；然后，执行子步骤2.5；

2.5 令t＝t+Δt，重复子步骤2.2～2.4，直至仿真终止，输出火电机组深度调峰状态的开关计划；开关计划中，若深度调峰状态量为1，表示当前时刻火电机组采用深度调峰模式；若深度调峰状态量为0，表示当前时刻火电机组采用常规调频模式；

S3 根据开关计划，结合频率分析模型，根据风电场实际出力，进行含风电电力系统的频率协调控制。

2.如权利要求1所述的含风电电力系统的频率协调控制方法，其特征是：

所述的频率分析模型中引入AGC模型和直流潮流电力网络模型；其中：

AGC模型中，当前区域的区域控制偏差模型如下：

ACE(t)＝-BΔf_ave(t)+ΔP_tie(t)+ΔP_GEN(t)+ΔP_wind(t)；

上述，t表示时刻；ACE(t)为区域控制偏差量；B为频率偏差系数；Δf_ave(t)为火电机组所在区域的所有同步发电机的频率偏差的平均值，各同步发电机的频率偏差由频率分析模型中同步发电机模型计算；ΔP_tie(t)为所有联络线交换功率的实际值与计划值的偏差之和，联络线交换功率的实际值与计划值由直流潮流电力网络模型计算；ΔP_GEN(t)为所有同步发电机输出机械功率的实际值与计划值的偏差之和，同步发电机输出机械功率的实际值由频率分析模型中同步发电机模型计算；ΔP_wind(t)为所有风电场输出功率的实际值与预测值的偏差之和，风电场输出功率的实际值为实测数据，预测值为风电功率超短期预测值；

直流潮流电力网络模型采用直流潮流描述，基于系统中所有节点的功率列向量和相角列向量间的关系构建，功率列向量由负荷节点和同步发电机节点注入电力网络的功率构成，相角列向量由负荷节点的母线电压相角和同步发电机节点的功角构成；负荷节点注入电力网络的功率和负荷节点的母线电压相角采用频率分析模型中净负荷模型计算，同步发电机节点注入电力网络的功率和同步发电机节点的功角采用频率分析模型中同步发电机模型计算。