CN108363295B - 基于系统辨识的火电机组agc性能考核指标计算与预测方法 - Google Patents

Abstract

本发明公开了基于系统辨识的火电机组AGC性能考核指标计算与预测方法，包括：以机组实际运行数据为基础，建立输入为负荷指令和输出为实发功率的一阶延迟惯性模型，采用所建立模型中的参数计算机组AGC性能考核指标；通过建立机组不同AGC指令值与其对应的机组AGC性能考核指标K₁、K₂、K₃之间的非线性回归模型，利用所建立的非线性回归模型实现对机组AGC考核结果进行预测分析。本发明通过建立机组AGC考核指标与机组AGC指令之间的非线性回归模型，实现了对机组AGC考核指标进行预测的功能，克服了当前无法对机组AGC性能进行预测的缺陷。

Description

基于系统辨识的火电机组AGC性能考核指标计算与预测方法

技术领域

本发明涉及火电机组指标计算及预测技术领域，特别是涉及基于系统辨识的火电机组AGC性能考核指标计算与预测方法。

背景技术

自动发电控制(Automatic Generation Control，简称AGC)技术是维持电网发电与负荷实时平衡，保证电力系统稳定与安全运行的重要技术手段。自动发电控制通过自动控制程序实现对控制区内发电机组功率的重新调节分配，来应对控制区内负荷的动态变化，保持交换功率的动态平衡，实现电网稳定运行。

在当前厂网分离的电力市场环境下，可提供AGC服务的各个发电企业是独立的市场主体，不直接对电网安全稳定运行负责。因此，为保证电网安全稳定运行制定了针对涉网机组提供AGC服务的技术规范，要求参与调频调峰的涉网机组提供AGC服务时必须达到规定的技术要求，同时也制定了相应考核指标和相应的奖罚机制，通过评估确定机组AGC性能规范机组AGC服务，通过奖惩机制调动发电企业提供AGC服务的积极性。

为保障华北电力系统安全、优质、经济运行，维护电力企业的合法权益，促进电网经营企业和并网发电厂协调发展，根据《发电厂并网运行管理规定》(电监市场[2006]42号)和《并网发电厂辅助服务管理暂行办法》，华北电监局于2009年初制定了《华北区域发电厂并网运行管理实施细则》和《华北区域并网发电厂辅助服务管理实施细则》(以下简称：两个细则)。其中，《华北区域并网发电厂辅助服务管理实施细则》详细规定了机组AGC考核指标及其计算方法，明确了机组AGC考核指标主要包括调节速率K₁、调节精度K₂和响应时间K₃，以三个参数的加权平均值作为机组AGC考核的具体结果。

当前，两个细则中所提出的机组AGC考核指标计算方法存在计算结果不准确、抗干扰能力差以及无法对机组AGC性能进行预测等问题。具体表现为：

1)现有的AGC考核指标计算方法在计算机组调节速率K₁时，会导致同一系统在同等条件下对应不同幅值的输入信号其调节速率K₁值不相同的问题。因此现有机组AGC考核指标中关于K₁的计算方法难以正确反映机组的调节速率，会致使机组AGC考核结果出现偏差。

2)现有的AGC考核指标计算方法在计算机组调节精度K₂时，只选取了机组平稳状态下的少数数据点进行计算分析，没有考虑全部实发功率线的点，导致调节精度K₂计算抗随机干扰能力差。

3)现有的AGC考核指标计算方法在计算机组响应时间K₃时，采用机组依据AGC指令可靠地跨出与调节方向一致的调节死区时所用的时间，该时间的选择受噪声干扰较大，判断过程受人为主观性影响较大，没有明显的参照标准，导致机组响应时间K₃计算精度较差。

4)现有的AGC考核指标计算方法无法实现机组AGC性能的预测，难以为电网调度与机组AGC性能优化提供理论支撑与数据支持。

总之，现有的计算方法存在计算结果不准确、受外部干扰影响较大和受主观影响较大等缺陷，影响了机组AGC考核结果的科学合理性，阻碍了发电企业积极参与AGC考核、提高机组AGC性能的热情，在一定因素上制约了电网建设与发展。

综上所述，现有技术中对于火电机组AGC性能考核指标计算与预测不精确的问题，尚缺乏有效的解决方案。

发明内容

为了解决现有技术的不足，本发明提供了基于系统辨识的火电机组AGC性能考核指标计算与预测方法，本发明以机组负荷指令作为输入，机组实发功率作为输出建立传递函数模型，采用传递函数模型的闭环稳态时间来计算机组的调节时间K₁值。故本发明计算结果准确可靠，计算高效、便捷。

基于系统辨识的火电机组AGC性能考核指标计算与预测方法，包括：

以机组实际运行数据为基础，建立输入为负荷指令和输出为实发功率的一阶延迟惯性模型，采用所建立模型中的参数计算机组AGC性能考核指标；

通过建立机组不同AGC指令值与其对应的机组AGC性能考核指标K₁、K₂、K₃之间的非线性回归模型，利用所建立的非线性回归模型实现对机组AGC考核结果进行预测分析。

进一步的，在建立所述一阶延迟惯性模型之前，以机组在若干个AGC指令参考值条件下稳定运行时长大于设定时间的实发功率数据为基础，以相应的AGC指令参考值为系统输入，以机组实发功率为系统输出，采用系统辨识方法建立AGC指令与机组实发功率之间的确定性定常线性离散系统模型。

进一步的，所述系统辨识方法包括但不限于ARX方法、神经网络、最小二乘法及模糊辨识法。

进一步的，所述一阶延迟惯性模型由确定性定常线性离散系统模型转化而成，以在若干个AGC指令参考值条件下所建立的一阶延迟惯性模型参数分别计算机组的AGC考核指标，包括：调节速率K₁、调节精度K₂和响应时间K₃。

进一步的，在采用ARX系统辨识方法建立AGC指令与机组实发功率之间的确定性定常线性离散系统模型时，具体方法为：

将AGC指令与机组实发功率作为输入输出建立自动发电控制系统模型，并用差分方程的形式表示；

对上述差分方程进行Z变换，在零初始条件下输出变量的Z变换对输入变量的Z变换之比则为AGC指令与机组实发功率之间的Z传递函数；

根据位移算子与运算子之间的关系将Z传递函数转换为确定性定常线性系统离散时间模型。

进一步的，考虑到机组运行过程中会受到不同的随机干扰，因此确定性定常线性系统离散时间模型还应具有随机噪声干扰项，该模型可转换为随机性定常线性系统离散时间模型。

进一步的，将通过ARX系统辨识方法建模得到的定常线性系统离散时间模型转换为一阶延迟惯性模型，然后再由该连续模型中的参数计算机组考核指标，一阶延迟惯性模型具体为：

进一步的，所述调节速率K₁是衡量机组从一个工作点变化到另一个工作点所需要的时间长短，一阶延迟惯性模型输入和输出分别是负荷指令和实发功率，因此其闭环稳态时间可以表征实发功率对负荷指令的调节速率，即：

K₁＝4T_P1

T_P1为闭环稳态时间。

进一步的，所述一阶延迟惯性模型其静态增益可以表明AGC在调节过程中实发功率对负荷指令的跟随精度，且静态增益计算简单可靠，因此采用静态增益来衡量调节精度。即：

K₂＝K_p

其中，K_p为静态增益。

进一步的，一阶延迟惯性模型其延迟时间可以表明实发功率对负荷指令的响应快慢，连续系统的延迟时间指响应曲线第一次达到其终值一半所需的时间，因此采用延迟时间参数作为响应时间考核指标，即：

K₃＝T_d

其中，T_d为延迟时间参数。

进一步的，应用中所获得的考核指标和其对应的负荷指令进行多项式曲线拟合，得到拟合公式中的系数，只要给定AGC指令值，便可通过拟合公式获得机组相应的AGC考核指标，实现对机组AGC性能的预测。

进一步的，对机组AGC性能的预测时，也可使用插值的方法。

本方法以机组AGC指令、实发功率等日常运行数据建立ARX模型，通过将所建立ARX模型变换为一阶惯性纯滞后连续模，采用所得到的连续系统模型计算机组AGC性能指标K₁、K₂和K₃，具有计算便捷高效、计算结果客观准确、抗干扰能力强等优点。同时，本方法通过建立机组AGC指令与其对应的K₁、K₂、K₃值之间的非线性回归模型，实现了对机组AGC考核指标进行预测的目的，从而可以为电网和发电厂实行控制策略调整和调度指令优化提供参考。

与现有技术相比，本发明的有益效果是：

1)本发明以机组负荷指令作为输入，机组实发功率作为输出建立传递函数模型，采用传递函数模型的闭环稳态时间来计算机组的调节时间K₁值。故本发明计算结果准确可靠，计算高效、便捷。

2)本发明以机组AGC指令作为输入、机组实发功率作为输出建立传递函数模型，以所建立的传递函数模型静态增益衡量机组的调节精度K₂值。具有计算简单可靠，抗干扰能力强等优点。

3)本发明采用机组AGC指令作为输入，实发功率作为输出建立传递函数模型，以所建立模型的延迟时间衡量实发功率对负荷指令的响应时间K₃值，具有计算过程简单、计算结果可靠和抗干扰能力强等优点。

4)本发明通过建立机组AGC考核指标与机组AGC指令之间的非线性回归模型，实现了对机组AGC考核指标进行预测的功能，克服了当前无法对机组AGC性能进行预测的缺陷。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1为基于系统辨识技术的火电机组AGC性能考核指标计算与预测方法流程图。

具体实施方式

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

正如背景技术所介绍的，现有技术中存在火电机组AGC性能考核指标计算与预测不精确的问题，为了解决如上的技术问题，本申请提出了基于系统辨识的火电机组AGC性能考核指标计算与预测方法。

本申请的一种典型的实施方式中，如图1所示，提供了基于系统辨识的火电机组AGC性能考核指标计算与预测方法，本发明是在充分考虑两个细则中所述机组AGC考核指标的基础上，提出的新的机组AGC考核指标计算方法。该基于系统辨识的火电机组AGC性能考核指标计算与预测方法包括：

步骤1：机组运行数据选取，尤其包括机组的负荷指令和为选取机组运行数据而指定的15个相异负荷指令参考值；

步骤2：ARX建模，由机组运行数据建立机组离散模型；

步骤3：离散模型连续化，将步骤2所建立的离散系统模型转为一阶惯性延迟连续模型；

步骤4：AGC指标计算，通过所建立的一阶惯性延迟连续模型参数确定机组的AGC考核指标；

步骤5：AGC指标与指定的15个相异负荷指令参考值进行回归建模，建立机组AGC考核结果和负荷指令的非线性回归模型，通过所建立的非线性回归模型实现对机组AGC考核指标进行预测分析的功能。

其中，步骤1中，在机组实发功率输出与最小实发功率输出之间，等间隔地选取15个机组AGC指令值，然后以该15个AGC指令值为参考，在实际AGC指令满足一定偏差要求的情况下，选取机组分别在该15个AGC指令值对应情况下稳定运行时长大于10分钟的实发功率数据。

步骤2中，针对15个AGC指令参考值和所选取的15组实发功率数据，以各个具体AGC指令参考值为系统输入信号，以其对应的机组实发功率为系统输出信号，通过ARX系统辨识方法建立机组离散模型，

步骤3中，关于输入与输出信号的一阶惯性延迟系统模型，共建立15个一阶惯性延迟系统模型。

步骤4中，使用所建立模型中的参数计算机组AGC考核指标K₁、K₂与K₃，共得到15组K₁、K₂与K₃。

步骤5中，通过将机组不同负荷指令条件下AGC考核指标K₁、K₂与K₃与其对应的负荷指令进行非线性回归建模，确定机组在不同负荷条件下的AGC考核指标与负荷指令之间的回归关系。

上述方法中所涉及的ARX系统建模方案：

将AGC指令作为输入且将机组实发功率作为输出，建议发电机组AGC指令响应模型，用差分方程的形式表示为：

y(k)+a₁y(k-1)+…+a_ny(k-n)＝b₁u(k-1)+…+b_nu(k-n) (1)

上式中，y(k)，k＝1,2,3,…，表示AGC指令取值，u(k)，k＝1,2,3,…表示机组实发功率取值。a_i，b_i，i＝1,2,…,n为待估计参数。对上式进行Z变换，在零初始条件下输出变量的Z变换对输入变量的Z变换之比则为该系统的Z传递函数：

在式(2)中，z为移位算子，位移算子z与运算子s的关系如下式：

z＝e^Ts或z^-1＝e^-Ts (3)

(3)式中，T为采样周期。移位算子的运算有如下的关系：

z^-1y(k)＝y(k-1) (4)

利用(4)式，可将(2)式的z的传递函转换为如下(5)式所示的差分方程的形式。

A(z^-1)y(k)＝z^-dB(z^-1)u(k) (5)

其中，na、nb和d是这类模型的结构参数，na、nb是A(z^-1)和B(z^-1)的阶次，d是纯滞后步数，纯滞后时间即为dT。

考虑到机组运行过程中会受到不同的随机干扰，因此上述的模型还应具有随机噪声干扰项，因此(5)式所示的模型可以进一步的写成随机性模型：

A(z^-1)y(k)＝z^-dB(z^-1)u(k)+D(z^-1)e(k) (7)

D(z^-1)＝1+d₁z^-1+d₂z^-2+…+d_ndz^-nd (8)

式(5)表达的是确定性定常线性系统离散时间模型，而式(7)表达的是随机性定常线性系统离散时间模型。鉴于机组运行中受到随机干扰较多，因此，本发明中采用式(7)来建立AGC指令作为输入、实发功率作为输出的自动发电控制系统离散模型。

另外，关于新的AGC机组性能指标计算方案：

由于火电机组为具有大惯性、大延迟特性的热工对象，因此将通过ARX建模得到的离散系统模型(7)转换为一阶惯性纯滞后连续模型，如下面(9)式所示。然后再由该连续模型中的参数计算机组考核指标。

上式中，K_p是系统静态增益，T_d为系统延迟时间常数，T_p1为系统闭环稳态时间。

调节速率的计算：调节速率K₁是衡量机组从一个工作点变化到另一个工作点所需要的时间长短，(9)式中传函的输入和输出分别是负荷指令和实发功率，因此其闭环稳态时间可以合理的表征实发功率对负荷指令的调节速率，即：

K₁＝4T_P1 (10)

调节精度的计算：连续系统静态增益是在传递函数中复变量s为0时计算所得，表明输出对输入的放大系数。(9)式中传函的输入和输出分别是负荷指令和实发功率，因此，其静态增益可以表明AGC在调节过程中实发功率对负荷指令的跟随精度，且静态增益计算简单可靠，因此采用静态增益来衡量调节精度。即：

K₂＝K_p (11)

响应时间的计算：连续系统的延迟时间指响应曲线第一次达到其终值一半所需的时间。(9)式中传函的输入和输出分别是负荷指令和实发功率，因此，其延迟时间可以表明实发功率对负荷指令的响应快慢，因此采用延迟时间参数作为响应时间考核指标，即：

K₃＝T_d (12)

AGC机组考核指标预测方案：以机组在15个AGC指令参考值条件下稳定运行时长大于10分钟的数据为基础，以机组AGC指令为输入，以机组实发功率为输出，通过ARX系统辨识方法建立系统离散模型，之后转换为连续系统模型，通过连续系统模型得到对应的15组考核指标。应用中所获得的15组考核指标和其对应的负荷指令进行3阶多项式曲线拟合，拟合公式如下：

y(x)＝p₁x³+p₂x²+p₃x+p₄ (13)

上式中的y(x)为机组考核指标，y(x)可为K₁、K₂或K₃，x为机组的AGC指令。在得到以上公式中的系数p₁，p₂，p₃与p₄之后，只要给定AGC指令值，便可以通过(13)式获得机组相应的AGC考核指标，实现对机组AGC性能的预测。在实现机组AGC性能预测后，电网运行部分以及机组管理人员都可以根据所预测的考核指标，进行相应的调度指令优化和控制策略优化等工作，以实现电网安全稳定运行和机组经济效益最大化。

本发明主要解决了两个方面的问题，第一方面，通过提出一种新的机组AGC性能指标计算方法，较好地解决了机组AGC考核指标计算结果不准确、抗干扰能力差等问题。该方法以机组实际运行数据为基础，建立输入为负荷指令和输出为实发功率的一阶延迟惯性模型，采用所建立模型中的参数计算机组AGC性能考核指标；第二方面，通过建立机组不同AGC指令值与其对应的K₁、K₂、K₃之间的非线性回归模型，利用所建立的非线性回归模型实现对机组AGC考核结果进行预测分析，直接解决了目前无法对机组考核指标进行预测的问题，为提高并网机组的发电质量和电网安全稳定运行提供有效技术支撑。

本发明的又一实施例子中，在使用系统辨识方法建立系统模型时，除了使用本发明中使用的ARX方法之外，还可以使用其他系统辨识方法，比如神经网络、最小二乘法、模糊辨识等。

本发明的再一实施例子中，在进行负荷指令和考核指标的曲线拟合时，可以采用其他形式的曲线拟合方式，而非必须采用3阶多项式。或者也可以使用插值的方法对考核指标进行预测。例如，得到了2个负荷指令对应的AGC考核指标K₁，则该2个负荷指令之间的任意负荷指令值对应的K₁值，可以通过1阶线性插值来预测。

本发明的另一实施例子中，在进行机组运行数据选取时，应选取至少15个相异负荷指令参考值条件下机组稳定运行时长大于10分钟的数据，也可以选择更多负荷指令条件下机组稳定运行时长大于10分钟的数据。

本发明的又一实施例子中，在进行系统模型建立时，可以加入其他信号，比如主汽压力等作为干扰信号。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.基于系统辨识的火电机组AGC性能考核指标计算与预测方法，其特征是，包括：

以机组实际运行数据为基础，建立输入为负荷指令和输出为实发功率的一阶延迟惯性模型，采用所建立模型中的参数计算机组AGC性能考核指标；

通过建立机组不同AGC指令值与其对应的机组AGC性能考核指标K₁、K₂、K₃之间的非线性回归模型，利用所建立的非线性回归模型实现对机组AGC考核结果进行预测分析。

2.如权利要求1所述的基于系统辨识的火电机组AGC性能考核指标计算与预测方法，其特征是，在建立所述一阶延迟惯性模型之前，以机组在若干个AGC指令参考值条件下稳定运行时长大于设定时间的实发功率数据为基础，以相应的AGC指令参考值为系统输入，以机组实发功率为系统输出，采用系统辨识方法建立AGC指令与机组实发功率之间的确定性定常线性离散系统模型。

3.如权利要求2所述的基于系统辨识的火电机组AGC性能考核指标计算与预测方法，其特征是，所述系统辨识方法包括但不限于ARX方法、神经网络、最小二乘法及模糊辨识法。

4.如权利要求2所述的基于系统辨识的火电机组AGC性能考核指标计算与预测方法，其特征是，所述一阶延迟惯性模型由确定性定常线性离散系统模型转化而成，以在若干个AGC指令参考值条件下所建立的一阶延迟惯性模型参数分别计算机组的AGC考核指标，包括：调节速率K₁、调节精度K₂和响应时间K₃。

5.如权利要求3所述的基于系统辨识的火电机组AGC性能考核指标计算与预测方法，其特征是，在采用ARX系统辨识方法建立AGC指令与机组实发功率之间的确定性定常线性离散系统模型时，具体方法为：

将AGC指令作为输入，实发功率作为输出，建立自动发电控制系统模型，用差分方程的形式来表示；

对上述差分方程进行Z变换，在零初始条件下输出变量的Z变换对输入变量的Z变换之比则为自动发电控制回路的Z传递函数；

根据位移算子与运算子之间的关系将Z传递函数转换为确定性定常线性系统离散时间模型。

6.如权利要求5所述的基于系统辨识的火电机组AGC性能考核指标计算与预测方法，其特征是，考虑到机组运行过程中会受到不同的随机干扰，因此确定性定常线性系统离散时间模型还应具有随机噪声干扰项，该模型可转换为随机性定常线性系统离散时间模型。

7.如权利要求4所述的基于系统辨识的火电机组AGC性能考核指标计算与预测方法，其特征是，所述调节速率K₁是衡量机组从一个工作点变化到另一个工作点所需要的时间长短，一阶延迟惯性模型输入和输出分别是负荷指令和实发功率，因此其闭环稳态时间可以表征实发功率对负荷指令的调节速率，即：

K₁＝4T_P1

T_P1为闭环稳态时间。

8.如权利要求4所述的基于系统辨识的火电机组AGC性能考核指标计算与预测方法，其特征是，所述一阶延迟惯性模型其静态增益可以表明AGC在调节过程中实发功率对负荷指令的跟随精度，且静态增益计算简单可靠，因此采用静态增益来衡量调节精度，即：

K₂＝K_p

其中，K_p为静态增益。

9.如权利要求4所述的基于系统辨识的火电机组AGC性能考核指标计算与预测方法，其特征是，一阶延迟惯性模型其延迟时间可以表明实发功率对负荷指令的响应快慢，连续系统的延迟时间指响应曲线第一次达到其终值一半所需的时间，因此采用延迟时间参数作为响应时间考核指标，即：

K₃＝T_d

其中，T_d为延迟时间参数。

10.如权利要求4所述的基于系统辨识的火电机组AGC性能考核指标计算与预测方法，其特征是，应用中所获得的考核指标和其对应的负荷指令进行多项式曲线拟合，得到拟合公式中的系数，只要给定AGC指令值，便可通过拟合公式获得机组相应的AGC考核指标，实现对机组AGC性能的预测。

Images