CN114123246B - 基于轨迹灵敏度的多光伏电站调频参数自适应更新方法 - Google Patents

基于轨迹灵敏度的多光伏电站调频参数自适应更新方法 Download PDF

Info

Publication number
CN114123246B
CN114123246B CN202111424247.2A CN202111424247A CN114123246B CN 114123246 B CN114123246 B CN 114123246B CN 202111424247 A CN202111424247 A CN 202111424247A CN 114123246 B CN114123246 B CN 114123246B
Authority
CN
China
Prior art keywords
frequency modulation
photovoltaic power
power station
frequency
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111424247.2A
Other languages
English (en)
Other versions
CN114123246A (zh
Inventor
陈义宣
李玲芳
游广增
孙鹏
柯德平
冯帅帅
陈姝敏
司大军
何烨
肖友强
高杉雪
郑超铭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yunnan Power Grid Co Ltd
Original Assignee
Yunnan Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yunnan Power Grid Co Ltd filed Critical Yunnan Power Grid Co Ltd
Priority to CN202111424247.2A priority Critical patent/CN114123246B/zh
Publication of CN114123246A publication Critical patent/CN114123246A/zh
Application granted granted Critical
Publication of CN114123246B publication Critical patent/CN114123246B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H02J3/241—The oscillation concerning frequency
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请提供的基于轨迹灵敏度的多光伏电站调频参数自适应更新方法，针对减载运行的光伏电站构建考虑因素的一次调频及虚拟惯量控制系统；针对常规性及事故性有功扰动，建立以多光伏电站减载成本最低为目标，以暂态及稳态频率安全为约束的优化模型，对多光伏电站一次调频及惯量支撑系统的控制增益及电站减载率进行寻优。建立电网侧对应的系统频率响应SFR模型；针对SFR模型中因功率饱和等因素导致的模型分段问题，对其对应的分段函数进行半波对称及周期变换等操作，最终利用傅里叶级数的形式将转化得到的分段周期函数进行统一解析表达。根据消除分段特性的SFR模型，求取系统频率关于待优化变量的轨迹灵敏度，为优化模型提供求解梯度，加速模型求解。

Description

基于轨迹灵敏度的多光伏电站调频参数自适应更新方法
技术领域
本申请涉及电力系统运行与控制技术领域，尤其涉及一种基于轨迹灵敏度的多光伏电站调频参数自适应更新方法。
背景技术
随着我国新能源装机容量的不断提升，部分区域新能源场站占比已处于一个较高水平。新能源场站的发展能够缓解能源压力，促进绿色发展，然而新能源渗透率的不断提升也逐渐增大了电网侧安全稳定运行的风险。一方面，新能源出力的随机性与波动性会对电网造成频繁的有功扰动；另一方面，新能源场站接入电网会取代电网中原有的常规机组，由于常规机组具有机械惯性，而采用逆变器等电力电子器件并网的新能源场站无惯性，因此新能源场站大规模接入将削弱电网自身惯量，增大电网在面临有功冲击时的频率越限风险。除此之外，常规机组一般自身配有一次调频等有功调控系统提供频率支撑，然而新能源场站在工程实际中尚未完全配备类似功能，也更说明了常规机组相较于新能源机组在频率支撑方面的优越性。
针对上述问题，电网侧出台了《光伏电站接入电网的技术规定》及分区域的“两个细则”文件对新能源场站的并网提出了更加严格的规定，如增加一次调与惯量支撑功能等。为完成一次调频与惯量支撑任务，光伏电站需要配置能量储备资源完成上述功能，现有的方案包括配置大规模储能装置或光伏自身减载运行。由于目前技术相对较成熟的电化学储能造价昂贵，并且其使用寿命受充放电策略影响较大，整体经济成本较高，因此考虑光伏电站减载运行。光伏电站预留备用的方案包括两种：1)对光伏电站内所有光伏单元均留取相同比例的备用容量；2)光伏电站内选取部分机组或新建部分机组作为专用调频资源。除了调频资源的配置类型选择外，调频资源在运行过程中的控制策略也是关键的。
尤其针对光伏电站占比较高的区域性电网，仅仅依赖于常规机组进行电力系统频率控制是难以实现的，而考虑将光伏电站作为该类型电网的一次调频及惯量支撑资源是必要的。然而由于光伏电站减载(预留备用)的方式会使光伏电站的经济性降低。
发明内容
本申请提供了一种基于轨迹灵敏度的多光伏电站调频参数自适应更新方法，以解决传统的光伏电站稳定参频率支撑及减载运行(预留备用)造成光伏电站经济性严重降低的问题。
本申请解决上述技术问题所采取的技术方案如下：
一种基于轨迹灵敏度的多光伏电站调频参数自适应更新方法，包括：
在光伏减载运行模式下，考虑光伏调频死区、信号滤波以及功率调控限制因素的影响，创建光伏电站基于频率反馈的一次调频及惯量支撑控制系统；
根据新能源电站功率预测信息及负荷日内功率曲线信息计算将来预设时间段内的最大功率扰动量，并设为当前时段常规功率扰动最大值；将常规性及事故性故障引起的有功扰动量，设为事故功率扰动最大值；
针对计算得到有功扰动量，建立起以多光伏电站预留备用最低为目标，考虑暂态频率与稳态频率约束的多光伏电站一次调频及虚拟惯量支撑系统控制参数在线优化模型，所述控制参数包括一次调频增益、虚拟惯量增益以及减载率；
根据光伏电站一次调频及虚拟惯量控制系统结构和常规发电机组的一次调频控制系统结构，建立起电网侧系统频率响应SFR模型，并基于此在预设时间长度区间内利用数值积分对所述在线优化模型中的动态频率约束进行计算；
对所述SFR模型中调频死区及功率饱和引起状态空间模型跃变因素对应的分段函数采用半波对称及周期转换，将变换后的分段函数利用傅里叶级数表示，消除状态空间模型跃变因素；
利用轨迹灵敏度的方法计算所述多光伏电站调频参数优化模型中频率约束关于光伏电站一次调频控制增益、虚拟惯量控制增益以及减载率的梯度，并基于梯度下降算法对涉及多光伏电站调频参数优化的非线性模型进行求解。
可选的，所述一次调频与虚拟惯量控制系统的整体结构包括调频死区、低通滤波、控制器以及功率调控限制。
可选的，所述针对计算得到有功扰动量，建立以多光伏电站预留备用最低为目标，考虑暂态频率与稳态频率约束的多光伏电站一次调频及虚拟惯量支撑系统控制参数在线优化模型，包括：
以多光伏电站预留备用最小为目标函数，以考虑给定有功扰动下系统频率安全稳定为约束，对多光伏电站的一次调频增益、虚拟惯量控制增益以及减载率进行优化。
可选的，所述的SFR模型包括：光伏电站一次调频及虚拟惯量控制系统、常规机组的一次调频控制系统以及常规机组的转子运动模型。
可选的，所述数值积分时间长度的取值为tsum，要求在t0～tsum的积分时间段内，系统频率波动曲线出现最小值，并且在tsum时刻系统频率恢复稳定。
可选的，所述轨迹灵敏度的计算过程包括：
建立起消除分段特性的SFR模型对应的状态空间模型：
式中：g′(x,y)表示的是利用傅里叶级数转化的方法消除了分段特性后各变量之间的函数关系；
根据所述状态空间模型，求取各变量关于待优化参数，包括调频控制增益、虚拟惯量控制增益、减载率的梯度，构建若干个对应的状态空间模型：
式中：Lk、Lh与Lα分别表示SFR模型对应状态空间模型分别关于调频控制增益Kpv、虚拟惯量控制增益Hpv以及减载率α求取梯度后形成的状态空间模型。
本申请提供的技术方案包括以下有益技术效果：
本申请针对光伏高占比的区域性电网，能够通过实时监测电网内可调光伏电站的最大运行功率，通过在线统筹快速优化各个可调光伏电站的控制增益及电站减载率，在降低常规有功小扰动及事故大扰动造成的频率越限风险前提下，降低多光伏电站减载运行成本。并且本发明提出利用傅里叶级数统一化系统频率响应模型，并基于此计算系统频率关于光伏电站可控参数的轨迹灵敏度，为该强非线性且包括内层非解析迭代(频率动态模拟)的优化模型提供精确的梯度信息，极大提升了模型求解效率，从而提升了光伏电站控制参数根据电网侧实时监测信息的更新速度，保证了更好的控制效果与经济性。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的光伏电站的一次调频及虚拟惯量控制器结构；
图2为本申请实施例提供的常规机组一次调频控制器结构；
图3为本申请实施例提供的包含可控光伏电站的SFR模型；
图4为本申请实施例提供的表示光伏电站功率饱和特性的分段函数；
图5为本申请实施例提供的分段函数经半波对称及周期化转换后的形式；
图6为本申请实施例提供的具体实施所采用的电网侧模型拓扑；
图7为本申请实施例提供的：半波对称周期函数采用傅里叶级数(12阶)表示结果。
具体实施方式
为了使本领域技术人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对申请实施例中的技术方案进行清楚、完整地描述；显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
本申请实施例提供的一种基于轨迹灵敏度的光伏调频参数自适应更新方法，包括步骤：
步骤1，在光伏减载运行模式下，考虑光伏调频死区、信号滤波以及功率调控限制等因素的影响，设计基于频率反馈的一次调频及惯量支撑控制系统。
步骤2，根据新能源电站功率预测信息及负荷日内功率曲线等信息估计未来时间段内的最大功率扰动量，记为当前时段常规功率扰动最大值；同时考虑N-1故障引起的有功扰动量，记作事故功率扰动最大值；针对计算得到有功扰动量，建立起以多光伏电站预留备用最低为目标，考虑频率安全约束的多光伏电站一次调频及虚拟惯量支撑系统控制参数(一次调频增益、虚拟惯量增益以及减载率)在线优化模型。
步骤3，根据光伏电站一次调频及虚拟惯量控制器结构和常规发电机组的一次调频控制系统结构，建立起电网侧(System Frequency Response)SFR模型，并基于此在一定时间长度区间内利用数值积分对上述优化模型中的动态频率约束进行计算。
步骤4，对上述SFR模型中调频死区及功率饱和等引起状态空间模型跃变因素对应的分段函数采用半波对称及周期转换；进一步将变换后的分段函数利用傅里叶级数表示，消除状态空间模型跃变(分段)因素。
步骤5，利用轨迹灵敏度的方法计算上述系统动态频率约束关于光伏电站一次调频控制增益、虚拟惯量控制增益以及减载率的梯度，并基于梯度下降算法对该非线性优化模型进行求解。
作为优选，步骤1中所述第i个光伏电站的减载率为：αi(0≤αi≤1)；第i个光伏电站在当前时刻可发出的最大有功功率为：第i个光伏电站在当前时刻的有功出力为：
步骤1中所设计的光伏电站一次调频与虚拟惯量控制系统的整体结构包括调频死区、低通滤波、控制器以及功率调控限制几个环节，具体见附图1。
步骤1中第i个光伏电站的调频门槛为：电网正当运行点频率为：fN；则第i个光伏电站的调频死区为：
式中：f表示电力系统频率。
利用数学模型表达调频死区在光伏电站一次调频与虚拟惯量控制系统中的影响：
式中：Δf为系统频率与额定频率fN的偏差；为第i个光伏电站经调频死区限制后实际反馈的频率偏差量。
步骤1中所述的第i个光伏电站一次调频及虚拟惯量支撑系统的低通滤波模块用于滤除频率信号中的高频分量，可近似利用一阶惯性环节替代：
式中：Δfl i为第i个光伏电站控制器中频率信号经过低通滤波环节后的频率分量；Tl i为第i个光伏电站控制器低通滤波环节时间常数；
步骤1中所述的一次调频的控制结构是基于频率反馈的下垂控制：
式中：为一次调频控制增益；/>为该环节内一阶惯性系统的时间常数；/>为一次调频控制器基于频率反馈的功率调整量；
步骤1中所述的虚拟惯量控制的结构是基于频率变化率反馈的下垂控制：
式中：为虚拟惯量控制增益；/>为该环节内一次调频惯性系统的时间常数；/>为虚拟惯量控制环节基于频率变化率反馈的功率调整量；
步骤1中所述的第i个光伏电站一次调频及虚拟惯量支撑系统整体的功率调节量为：
步骤1所述的光伏电站的功率调控限制为：
式中：为第i个光伏电站最大的功率下调量，当减载率为αi时，也可认为 为第i个光伏电站实际功率调控量。
作为优选，步骤2中所述的常规最大功率扰动量可根据各个新能源电站功超短期功率预测结果及日内负荷曲线进行估计：
式中：表示在t时刻系统可能存在的常规有功扰动的估计值；p表示电网内主要的大型新能源场站(不包括减载参与调频的光伏电站)数量；q表示电网主要大型负荷的数量；/>表示第i个大型新能源场站在t时刻功率预测值较t-1时刻实际功率的增量；ΔPl j(t)是根据负荷日功率曲线t时刻较t-1时刻的功率增量。
步骤2中所述的事故有功扰动需考虑N-1原则进行计算：
式中：分别为具有脱网风险的大型新能源电站在t时刻的输出功率；/>表示事故性有功扰动量；
步骤2中所述的多光伏电站调频参数在线优化模型以多光伏电站预留备用最小为目标函数，以考虑给定有功扰动下系统频率安全稳定为约束，对多光伏电站的一次调频增益、虚拟惯量控制增益以及减载率进行优化，具体模型见式(11)：
式中：n表示参与一次调频与虚拟惯量控制的光伏电站的个数；fmin为频率波动曲线中的最低点；fres表示频率稳态值；表示暂态频率最低限值；/>表示稳态频率最低限值；ΔPsys为给定的系统有功扰动量；/>表示第i个光伏电站虚拟惯量控制增益下限；/>表示第i个光伏电站虚拟惯量控制增益上限；/>表示第i个光伏电站一次调频控制增益下限；/>表示第i个光伏电站一次调频控制增益下限；由于本模型主要目的在于降低光伏备用，因此仅针对频率下降事件进行分析建模，而频率上升事件要求光伏电站功率下调，控制增益参数优化方法类似，不进行重复赘述。
步骤3中所述的SFR模型由三个主要部分组成：光伏电站一次调频及虚拟惯量控制系统、常规机组的一次调频控制系统以及常规机组的转子运动模型。
常规机组的一次调频控制系统的结构见附图2，对应的详细数学模型(以传统火电机组为例)见式(12)：
式中：TG为调速器时间常数，TCH为汽轮机时间常数，TRH为再热间常数，FHP为再热系数，为单位功率调节系数。
电力系统中常规机组的转子运动方程描述发电机转速因转子侧机械功率与电磁功率的不平衡量而发生改变的情况，SFR模型针对频率计算将整个电力系统等值成一个同步机组，系统频率即为该机组的转子转速，对应的转子运动方程见式(13)：
式中：Hsys表示电力系统等值惯量；ΔPsys.m表示电力系统整体机械功率变化量；ΔPsys.e表示电力系统整体电磁功率变化量；S1…Sm表示所有同步机组的额定容量；SB表示系统的基准容量。
根据光伏电站一次调频及虚拟惯量控制系统(式(3)～(8))、常规机组的一次调频系统(式(12))以及系统等值发电机的转子运动方程(式(13))，构建对应的SFR模型，整体结构见附图3。将SFR模型中的传递函数转换为状态空间模型的形式，将数值计算部分保留，具体如下(以传递函数Y(s)/u(s)＝(cs+d)/(as+b)为例)：
式中：a、b、c、d均为常系数；Y为传递函数输出变量；u为传递函数输入变量；通过上述转化可以将SFR模型最终整理成标准形式：
式中：x表示频率等系统状态变量；变量y包括状态空间模型中的输入变量(有功扰动量ΔPsys)以及其它中间变量；f(x,y)是描述的状态空间模型中状态变量变化率计算原则；系统g(x,y)表示系统中各变量间的数值关系。需要注意，由于如式(3)与式(8)的调频死区及功率饱和因素对应的分段函数，系统状态空间模型也会出现分段现象，即在部分时刻系统模型会出现瞬时跃变的现象。z表示模型切换的标志变量，是关于状态变量与中间变量的函数；gz+与gz-分别表示函数g(x,y)在模型切换前后的具体形式；
步骤3所述的数值积分时间长度的取值为tsum，要求在t0～tsum的积分时间段内，系统频率波动曲线出现最小值，并且在tsum时刻系统频率恢复稳定。
步骤3所述的关于动态频率计算的SFR模型，采用数值积分的方法对其进行计算，具体步骤如下：
1、给定状态空间模型中状态变量初值x(t0)＝x0，根据函数g(x,y)＝0计算中间变量初值y(t0)＝y0；
2、计算t0时刻的如下：/>
3、根据t0时刻状态变量数值利用梯形积分的方法求解t0+1时刻状态变量取值：
式中：Δt为数值积分步长；根据式(15)的状态空间模型，对式(16)进行变换，得到：
式中：x(t0)、y(t0)均为已知量；对式(17)利用牛顿迭代的方法进行求解：
式中：dx1表示在第一次牛顿迭代过程中计算得到的迭代步长，并且dx1为式(18)中待求变量，其余变量均为已知值，通过线性计算得到dx1；将dx1带入下式检验计算误差：
式中：为根据第1次迭代结果的计算误差；x1(t0)＝x(t0)+dx1表示第1次迭代后状态变量的取值；y1(t0)则是根据x1(t0)与式(15)计算得到的第1次迭代后结果；给定误差阈值/>当/>停止迭代，x(t0+1)＝x1(t0)；若/>则继续按照式(17)进行迭代，按照式(19)进行误差检验，直至第k此迭代满足/>时，停止迭代，此时x(t0+1)＝xk(t0)。
4、根据t0+1时刻状态变量取值按照式(16)～(19)的方法求取t0+1时刻各状态变量的取值，直至求解至tsum时刻，即得到一条完整的频率波动曲线。
作为优选，步骤4中所述在部分时刻引起状态空间模型跃变的分段函数，(以功率饱和为例)形式见式(8)，详细图解见附图4，由于本发明针对光伏电站备用容量进行优化，即针对频率上升时光伏电站功率上调事件，只保留式(8)中功率上调部分的约束。
步骤4中所述对分段函数进行半波对称转换，具体过程如下：
式中：f1(x)表示功率饱和约束的分段函数形式；f2(x)表示进行半波对称转化后的分段函数形式，具体见附图5。
步骤4所述的半波对称分段函数进行周期函数转化的周期为2(1+α)，转化后的周期函数为：
式中：f3(x)波动对称函数经周期转化后的周期函数。
步骤4所述对转化完成的周期函数求取其傅里叶级数，具体过程如下：
式中：f4(x)是由f4(x)转化成傅里叶级数相加的非线性函数形式；T为周期函数f3(x)的周期；bn为各项傅里叶级数对应的系数，由于为f3(x)为半波对称函数，因此其傅里叶级数中仅包含奇数项，且不包含余弦函数项。
作为优选，步骤5中所述的参数型轨迹灵敏度计算目的在于求取频率波动曲线上任意时刻对应频率数值关于一次调频控制增益、虚拟惯量控制增益以及减载率的梯度，同样得到若干条系统频率关于参数梯度随时间的波动曲线，最终提取该曲线上频率最低点以及稳态频率关于上述参数的梯度用于非线性模型快速求解。
步骤5中所述的参数型轨迹灵敏度的计算过程如下：
1、建立起消除分段特性的SFR模型对应的状态空间模型：
式中：g′(x,y)表示的是利用傅里叶级数转化的方法消除了分段特性后各变量之间的函数关系；
2、根据上述状态空间模型，求取各变量关于待优化参数(调频控制增益、虚拟惯量控制增益、减载率)的梯度，构建若干个对应的状态空间模型：
式中：Lk、Lh与Lα分别表示SFR模型对应状态空间模型分别关于调频控制增益Kpv、虚拟惯量控制增益Hpv以及减载率α求取梯度后形成的状态空间模型。
3、对上述构建的状态空间模型利用数值积分的方法进行求解，具体步骤如下(以状态空间模型)为例：
①给定状态空间模型中状态变量初值xα1(t0)＝xα1-0，根据函数g′(xα1,yα1)＝0计算中间变量初值yα1(t0)＝yα1-0；
②计算t0时刻的如下：/>
③根据t0时刻状态变量数值利用梯形积分的方法求解t0+1时刻状态变量取值：
式中：Δt为数值积分步长；根据式(24)的状态空间模型，对式(25)进行变换，得到：
式中：xα1(t0)、yα1(t0)均为已知量；对式(26)利用牛顿迭代的方法进行求解：
式中：dxα1-1表示在第一次牛顿迭代过程中计算得到的迭代步长，并且dxα1-1为式(27)中待求变量，其余变量均为已知值，通过线性计算得到dxα1-1；将dxα1-1带入下式检验计算误差：
式中：为根据第1次迭代结果的计算误差；xα1-1(t0)＝xα1(t0)+dxα1-1表示第1次迭代后状态变量的取值；yα1-1(t0)则是根据xα1-1(t0)与式(24)计算得到的第1次迭代后结果；给定误差阈值/>当/>停止迭代，xα1(t0+1)＝xα1-1(t0)；若/>则继续按照式(25)进行迭代，按照式(28)进行误差检验，直至第k次迭代满足/>时，停止迭代，此时xα1(t0+1)＝xα1-k(t0)。
④根据t0+1时刻状态变量取值按照式(25)～(28)的方法求取t0+1时刻各状态变量的取值，直至求解至tsum时刻，即可得到一条频率关于第1个光伏电站减载率的梯度曲线，该曲线即为系统频率关于第1个光伏电站减载率的轨迹灵敏度。
4、根据上述步骤计算系统频率关于n个光伏电站减载率、一次调频增益及虚拟惯量控制增益等参数的轨迹灵敏度曲线，由于各项计算相互独立，因此在计算过程中可以并行计算，保证计算效率；
5、寻找式(16)～(19)计算得到频率曲线的最低点及稳态频率点所对应的时刻，分别记作：tnadir与tres；
6、在上述各个轨迹灵敏度曲线上寻找位于时刻点tnadir与tres处轨迹灵敏度的取值，作为式(11)优化模型中关于暂态频率及稳态频率约束关于待优化参数的梯度，记作：
步骤5中所述的非线性模型的求解算法选用序列二次规划(Seqential QuadraticProgramming，SQP)算法，目前针对该算法具有各种类型成熟的求解器。针对该问题，其求解流程如下：
1、给定待优化变量(n个光伏电站的一次调频增益、虚拟惯量控制增益以及减载率)初值，记为集合λ0；
2、根据SFR模型以及给定待优化参数初值计算系统频率波动曲线，并记录频率曲线上的最低点时刻tnadir以及稳态频率tres出现时刻；
3、计算系统频率关于待优化参数的轨迹灵敏度，并进一步求取频率最低点及稳态频率关于待优化变量的梯度矩阵G；
4、在SQP算法的求解指令中增补输入梯度矩阵G，得到待优化参数第一次迭代结果λ1；
5、检验迭代计算前后参数变化量η＝λ1-λ0，当差值小于给定阈值时，即|η|≤ηth，认为迭代收敛，否则继续将参数λ1代入步骤(2)进行下一步迭代，直至模型求解收敛。
本实施例以10机39节点网络为例，对整体实施流程进行说明，网络拓扑及设备结构见附图6。该电网系统共10个发电机组，包括5台同步机组：G1、G2、G7、G8、G9；3台具有一次调频及虚拟惯量控制系统的光伏机组：G3、G4、G5；2台仅采用最大功率跟踪运行方式不参与电网调控的新能源机组：G6、G10。现以事故扰动为例，以通过光伏减载运行抑制新能源机组G10或G6脱网后的频率波动为例，分析如何协调优化多场站一次调频与虚拟惯量控制器控制增益及减载率，保证频率稳定的同时，最小化多光伏电站备用成本。
下面结合图6介绍本发明的具体实施方式为：
步骤1，在光伏减载运行模式下，考虑光伏调频死区、信号滤波以及功率调控限制等因素的影响，设计基于频率反馈的一次调频及惯量支撑控制系统。
步骤1中所述光伏电站的调频门槛均为：Δfth＝0.05Hz，电网侧额定频率为：fN＝50Hz，则光伏电站的调频死区为：49.95Hz～50.05Hz；
步骤1中所述的低通滤波模块所示一阶惯性环节时间常数为Tl＝500ms；即低通滤波环节可表示为：
步骤1中所述的一次调频控制器参数：Tk＝100ms，即基于频率反馈的下垂控制环节为：
步骤1中所述的虚拟惯量控制器参数Th＝100ms，即基于频率变化率反馈的下垂控制环节为：
步骤1所述的功率调整量为：同样受式(8)功率饱和的限制。
步骤2，同时考虑N-1故障引起的有功扰动量，记作事故功率扰动最大值；基于计算得到的有功扰动量，建立起多光伏电站预留备用最低为目标，考虑频率安全约束的多光伏电站一次调频及虚拟惯量支撑系统控制参数(一次调频增益、虚拟惯量增益以及减载率)在线优化模型。
步骤2中所述事故型有功扰动量计算，需要实时监测具有脱网风险的新能源场站G6、G10，实时最大功率分别记作：与/>则最大有功扰动记作：/>
步骤2中所述优化模型，可控光伏电站数量n＝3；并且目标函数中与/>则需在电网中实时监测光伏电站G3、G4、G5的最大可发功率，在本例场景中分别为650MVA、632MVA、508MVA。
步骤2中所述优化模型，稳态频率最小值限制为暂态频率最小值限制为/>所有光伏电站控制增益的限制的取值相同，分别为：Kmin＝-40；Kmax＝0；Hmin＝-15；Hmax＝0；上述取值具有限制是为了防止光伏功率调控过于灵敏，在部分情况引起振荡等安全问题。
将上述参数ΔPsys、Kmin、Kmax、Hmin、Hmax的取值代入式子(11)所示优化模型中，即得到针对本实例问题的多光伏电站调频控制器参数在线优化模型。
步骤3，根据光伏电站一次调频及虚拟惯量控制器结构和常规发电机组的一次调频控制系统结构，建立起电网侧SFR模型，并基于此在一定时间长度区间内利用数值积分对上述优化模型中的动态频率约束进行计算。
步骤3中所述常规机组一次调频控制系统中的参数：TG＝0.5s、TCH＝7s、TRH＝7s、FHP＝0.3以及kp＝25，代入式(17)中即为该系统同步机组的一次调频系统结构；
步骤3中所述同步机组的数量在本实例中为m＝5，根据各同步机组的转动惯量计算系统整体转动惯量，如下：
式中:H1…H5分别表示G1、G2、G7、G8、G9该5台同步机组的惯性常数，在该实例中分别为：5.0s、3.03s、2.64s、2.43s、3.45s，S1…S5分别表示G1、G2、G7、G8、G9该5台同步机组的额定容量，在该实例中分别为：1000MVA、380MVA、560MVA、540MVA、830MVA基准容量SB＝100；
步骤3中所述SFR模型结构见附图3，主要分为常规机组功率调控部分与可控光伏电站功率调节部分，其中为计算简单将常规机组全部等值成一台系统级同步机组；以附图3(图中Δf/ΔP＝1/(2Hs+D)传递函数)为例将其转化成状态空间模型的形式，过程如下：
同理对于上述光伏电站一次调频及虚拟惯量控制环节、同步机组一次调频环节均可以采用此方式进行转化。并且由于SFR模型中存在功率饱和特性对应的分段函数，造成模型在部分时刻跃变，因此对应状态空间模型中也存在分段形式，即将附图3中的SFR模型整理成如式(15)的状态空间模型形式后，式(15)包含各个光伏电站关于功率饱和的分段函数(即式(8))。
步骤3所述的数值积分时间长度tsum＝30s，保证在该时间段内频率最低值与稳定值都能出现；
步骤3所述的基于状态空间模型进行数值积分计算频率动态曲线的过程如下：
1、状态空间模型中状态变量x的初值均赋为0，并基于提前计算得到的ΔPsys不平衡功率量以及函数g(x,y)＝0，对中间变量y进行赋值；
2、给定梯形积分步长tbc＝0.05s；起始时刻状态变量数值利用梯形积分与牛顿迭代相结合的方法求解下一时刻状态变量取值，其中牛顿迭代收敛判据取值为并根据计算得到的状态变量x取值，计算中间变量y的取值；
3、通过不断循环迭代，直至求取30s时刻各变量的取值；
4、记录频率波动曲线的最低点对应时刻tnadir以及稳态频率出现时刻tres。
步骤4，对上述SFR模型中调频死区及功率饱和等引起状态空间模型跃变因素对应的分段函数采用半波对称转化及周期化；进一步计算其对应的傅里叶级数，消除状态空间模型跃变(分段)因素。
步骤4中所述的表述功率饱和特性分段函数的半波对称与周期化按照式(20)～(21)执行即可；
步骤4中所述的求取周期半波对称函数的傅里叶级数，(经实验证明)取12阶傅里叶级数(共6项)即基本上能够精确拟合分段函数特性，见式(35)，具体结果见附图7(以α＝0.2为例)。
f4(x)＝b1sinωt+b3sin3ωt+b5sin5ωt+b7sin7ωt+b9sin9ωt+b11sin11ωt (35)
式中：b1,b3…b11表示计算得到的常系数；并且由于是半波对称函数，仅包含奇数正弦项。
步骤5，利用轨迹灵敏度的方法计算上述系统动态频率约束关于光伏电站一次调频控制增益、虚拟惯量控制增益以及减载率的梯度，并基于梯度下降算法对该非线性优化模型进行求解。
步骤5中所述的根据消除分段特性的SFR模型构建的状态变量关于待优化参数梯度的状态空间模型包括：
步骤5中系统频率约束关于待优化变量的轨迹灵敏度的计算可基于 对应的状态空间模型，按照式(25)～(28)所示过程进行迭代计算至tsum＝30s后结束，其中迭代收敛判据参数/>并根据频率波动曲线记录的频率最低点时刻及稳定时刻tnadir与tres，对应在轨迹灵敏度曲线上搜索频率最低点及稳定值关于待优化参数的梯度矩阵G。
步骤5中所述非线性优化算法SQP的执行流程如下：
1、通过实时监测3个可控光伏电站的一次调频与虚拟惯量控制系统当前时刻的控制增益与减载率，作为待优化参数的初值，即：
2、基于给定的ΔPsys以及构建的SFR模型通过梯形积分与牛顿迭代的方法计算频率波动曲线，并记录tnadir与tres；计算系统频率关于待优化参数的轨迹灵敏度，并进一步求取频率最低点及稳态频率关于待优化变量的梯度矩阵G；
3、在SQP算法的求解指令中增补输入梯度矩阵G，得到待优化参数第一次迭代结果λ1；
4、检验迭代计算前后参数变化量η＝λ1-λ0，当差值小于给定阈值时，即|η|≤ηth，认为迭代收敛，否则继续将参数λ1代入上述步骤2进行下一步迭代，直至模型求解收敛。
需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的内容，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (5)

1.一种基于轨迹灵敏度的多光伏电站调频参数自适应更新方法，其特征在于，包括以下步骤：
在光伏减载运行模式下，考虑光伏调频死区、信号滤波以及功率调控限制因素的影响，创建光伏电站基于频率反馈的一次调频及惯量支撑控制系统；
根据新能源电站功率预测信息及负荷日内功率曲线信息计算将来预设时间段内的最大功率扰动量，并设为当前时段常规功率扰动最大值；将常规性及事故性故障引起的有功扰动量，设为事故功率扰动最大值；
针对计算得到有功扰动量，建立起以多光伏电站预留备用最低为目标，考虑暂态频率与稳态频率约束的多光伏电站一次调频及虚拟惯量支撑系统控制参数在线优化模型，所述控制参数包括一次调频增益、虚拟惯量增益以及减载率；
根据光伏电站一次调频及虚拟惯量控制系统结构和常规发电机组的一次调频控制系统结构，建立起电网侧系统频率响应SFR模型，并基于此在预设时间长度区间内利用数值积分对所述在线优化模型中的动态频率约束进行计算；
对所述SFR模型中调频死区及功率饱和引起状态空间模型跃变因素对应的分段函数采用半波对称及周期转换，将变换后的分段函数利用傅里叶级数表示，消除状态空间模型跃变因素；
利用轨迹灵敏度的方法计算所述多光伏电站调频参数优化模型中动态频率约束关于光伏电站一次调频控制增益、虚拟惯量控制增益以及减载率的梯度，并基于梯度下降算法对涉及多光伏电站调频参数优化的非线性模型进行求解，
所述轨迹灵敏度的计算过程包括：
建立起消除分段特性的SFR模型对应的状态空间模型：
（23）
式中：表示的是利用傅里叶级数转化的方法消除了分段特性后各变量之间的函数关系；
根据所述状态空间模型，求取各变量关于待优化参数，包括调频控制增益、虚拟惯量控制增益、减载率的梯度，构建若干个对应的状态空间模型：
（24）
式中：、/>与/>分别表示SFR模型对应状态空间模型分别关于调频控制增益/>、虚拟惯量控制增益/>以及减载率/>求取梯度后形成的状态空间模型；
对上述构建的状态空间模型利用数值积分的方法进行求解，具体步骤包括：
给定状态空间模型中状态变量初值，根据函数/>计算中间变量初值/>；
计算时刻的/>，如下：/>；
根据时刻状态变量数值利用梯形积分的方法求解/>时刻状态变量取值：
（25）
式中：为数值积分步长；根据式（24）的状态空间模型，对式（25）进行变换，得到：
（26）
式中：、/>均为已知量；对式（26）利用牛顿迭代的方法进行求解：
（27）
式中：表示在第一次牛顿迭代过程中计算得到的迭代步长，并且/>为式（27）中待求变量，其余变量均为已知值，通过线性计算得到/>；将/>带入下式检验计算误差：
（28）
式中：为根据第1次迭代结果的计算误差；/>表示第1次迭代后状态变量的取值；/>则是根据/>与式（24）计算得到的第1次迭代后结果；给定误差阈值，当/>，停止迭代，/>；若/>，则继续按照式（25）进行迭代，按照式（28）进行误差检验，直至第k次迭代满足/>时，停止迭代，此时/>；
根据时刻状态变量取值按照式（25）~（28）的方法求取/>时刻各状态变量的取值，直至求解至/>时刻，即得到一条频率关于第1个光伏电站减载率的梯度曲线，该曲线即为系统频率关于第1个光伏电站减载率的轨迹灵敏度；
根据上述步骤计算系统频率关于n个光伏电站减载率、一次调频增益及虚拟惯量控制增益的轨迹灵敏度曲线，由于各项计算相互独立，因此在计算过程中并行计算，保证计算效率；
计算得到频率曲线的最低点及稳态频率点所对应的时刻，分别记作：与/>；
在上述各个轨迹灵敏度曲线上寻找位于时刻点与/>处轨迹灵敏度的取值，作为优化模型中关于暂态频率及稳态频率约束关于待优化参数的梯度，记作：
（29）。
2.根据权利要求1所述的基于轨迹灵敏度的多光伏电站调频参数自适应更新方法，其特征在于，所述一次调频与虚拟惯量控制系统的整体结构包括调频死区、低通滤波、控制器以及功率调控限制。
3.根据权利要求1所述的基于轨迹灵敏度的多光伏电站调频参数自适应更新方法，其特征在于，针对计算得到有功扰动量，建立以多光伏电站预留备用最低为目标，考虑暂态频率与稳态频率约束的多光伏电站一次调频及虚拟惯量支撑系统控制参数在线优化模型，包括：
以多光伏电站预留备用最小为目标函数，以考虑给定有功扰动下系统频率安全稳定为约束，对多光伏电站的一次调频增益、虚拟惯量控制增益以及减载率进行优化。
4.根据权利要求1所述的基于轨迹灵敏度的多光伏电站调频参数自适应更新方法，其特征在于，所述的SFR模型包括：光伏电站一次调频及虚拟惯量控制系统、常规机组的一次调频控制系统以及常规机组的转子运动模型。
5.根据权利要求1所述的基于轨迹灵敏度的多光伏电站调频参数自适应更新方法，其特征在于，所述数值积分时间长度的取值为，要求在/>的积分时间段内，系统频率波动曲线出现最小值，并且在/>时刻系统频率恢复稳定。
CN202111424247.2A 2021-11-26 2021-11-26 基于轨迹灵敏度的多光伏电站调频参数自适应更新方法 Active CN114123246B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111424247.2A CN114123246B (zh) 2021-11-26 2021-11-26 基于轨迹灵敏度的多光伏电站调频参数自适应更新方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111424247.2A CN114123246B (zh) 2021-11-26 2021-11-26 基于轨迹灵敏度的多光伏电站调频参数自适应更新方法

Publications (2)

Publication Number Publication Date
CN114123246A CN114123246A (zh) 2022-03-01
CN114123246B true CN114123246B (zh) 2023-09-08

Family

ID=80370403

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111424247.2A Active CN114123246B (zh) 2021-11-26 2021-11-26 基于轨迹灵敏度的多光伏电站调频参数自适应更新方法

Country Status (1)

Country Link
CN (1) CN114123246B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115085287B (zh) * 2022-07-20 2023-04-18 华北电力大学 一种考虑调速器限幅环节频率稳定约束的建模方法
CN116956651B (zh) * 2023-09-21 2024-01-23 杭州光智云软件有限公司 光学系统结构自动生成方法及相关产品
CN118281892A (zh) * 2024-06-03 2024-07-02 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 新能源弱送端系统动态无功补偿参数优化方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109494762A (zh) * 2018-10-15 2019-03-19 国网陕西省电力公司电力科学研究院 基于多主站协调控制的光伏电站一次调频控制方法及系统
CN110011318A (zh) * 2019-03-29 2019-07-12 中国电力科学研究院有限公司 基于轨迹灵敏度的频率和电压协调辅助决策方法和系统
CN112332459A (zh) * 2020-10-28 2021-02-05 国网江苏省电力有限公司 一种基于灵敏度分析的多机系统调差系数优化方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10177574B2 (en) * 2016-09-28 2019-01-08 Nec Corporation Dynamic frequency control scheme for microgrids using energy storage

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109494762A (zh) * 2018-10-15 2019-03-19 国网陕西省电力公司电力科学研究院 基于多主站协调控制的光伏电站一次调频控制方法及系统
CN110011318A (zh) * 2019-03-29 2019-07-12 中国电力科学研究院有限公司 基于轨迹灵敏度的频率和电压协调辅助决策方法和系统
CN112332459A (zh) * 2020-10-28 2021-02-05 国网江苏省电力有限公司 一种基于灵敏度分析的多机系统调差系数优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
含高渗透率分布式光伏发电系统的配电网动态等值分析;吴峰;李玮;;电力系统自动化(第09期);全文 *

Also Published As

Publication number Publication date
CN114123246A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN114123246B (zh) 基于轨迹灵敏度的多光伏电站调频参数自适应更新方法
Oshnoei et al. Robust control scheme for distributed battery energy storage systems in load frequency control
Oshnoei et al. Novel load frequency control scheme for an interconnected two-area power system including wind turbine generation and redox flow battery
Rafiee et al. Robust load-frequency control in islanded microgrids: Virtual synchronous generator concept and quantitative feedback theory
Jampeethong et al. Coordinated control of electric vehicles and renewable energy sources for frequency regulation in microgrids
US9507367B2 (en) Method and system for dynamic stochastic optimal electric power flow control
Moon et al. Extended integral control for load frequency control with the consideration of generation-rate constraints
Papangelis et al. A receding horizon approach to incorporate frequency support into the AC/DC converters of a multi-terminal DC grid
Papangelis et al. Local control of AC/DC converters for frequency support between asynchronous AC areas
CN112688307A (zh) 一种交直流混合微电网控制器及控制方法
Beus et al. A model predictive control approach to operation optimization of an ultracapacitor bank for frequency control
CN110445186B (zh) 一种自同步微电网控制系统及二次调频控制方法
Elgammal et al. Optimal model predictive frequency control management of grid integration PV/wind/FC/storage battery based smart grid using multi objective particle swarm optimization MOPSO
Yang et al. Tracking-dispatch of a combined wind-storage system based on model predictive control and two-layer fuzzy control strategy
Hu et al. An active primary frequency regulation strategy for grid integrated wind farms based on model predictive control
Wang et al. Frequency response methods for grid-connected wind power generations: A review
Razmi et al. Adaptive fuzzy gain scheduling PID controller for frequency regulation in modern power system
CN112448400B (zh) 一种确定风电一次调频备用的鲁棒优化调度方法和系统
CN117035335A (zh) 一种多阶段储能与输电网协同规划方法及系统
CN105356472B (zh) 基于源荷特性的在线频率综合控制方法
CN115207941A (zh) 一种电力系统惯量水平评估方法
CN115085252A (zh) 一种配网系统光伏优化构网方法
Vidyarthi et al. Virtual inertia support in AGC of deregulated interconnected power system with penetration of electric vehicles
Mishra et al. A modified differential evolution algorithm for frequency management of interconnected hybrid renewable system
CN112039120A (zh) 一种并网风电场无功功率调节方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant