CN116388225A - 一种飞轮储能辅助火电二次调频的负荷分配方法及系统 - Google Patents
一种飞轮储能辅助火电二次调频的负荷分配方法及系统 Download PDFInfo
- Publication number
- CN116388225A CN116388225A CN202310390939.2A CN202310390939A CN116388225A CN 116388225 A CN116388225 A CN 116388225A CN 202310390939 A CN202310390939 A CN 202310390939A CN 116388225 A CN116388225 A CN 116388225A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- frequency modulation
- flywheel energy
- thermal power
- storage system
- 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.)
- Pending
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 256
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000002068 genetic effect Effects 0.000 claims abstract description 36
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 31
- 230000008859 change Effects 0.000 claims description 63
- 230000001133 acceleration Effects 0.000 claims description 24
- 239000002245 particle Substances 0.000 claims description 18
- 230000009194 climbing Effects 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 39
- 230000004044 response Effects 0.000 description 23
- 238000005457 optimization Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000012546 transfer Methods 0.000 description 10
- 210000000349 chromosome Anatomy 0.000 description 8
- 238000010248 power generation Methods 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 239000003245 coal Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 230000001105 regulatory effect Effects 0.000 description 7
- 238000004088 simulation Methods 0.000 description 7
- 238000002485 combustion reaction Methods 0.000 description 6
- 238000011217 control strategy Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000035772 mutation Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 238000003303 reheating Methods 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 239000000843 powder Substances 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- 238000010298 pulverizing process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005338 heat storage Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000010353 genetic engineering Methods 0.000 description 1
- 230000008303 genetic mechanism Effects 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013404 process transfer Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000008400 supply water Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/30—Arrangements for balancing of the load in a network by storage of energy using dynamo-electric machines coupled to flywheels
-
- 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
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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]
-
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/16—Mechanical energy storage, e.g. flywheels or pressurised fluids
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种飞轮储能辅助火电二次调频的负荷分配方法及系统，属于电力系统调频领域，负荷分配方法包括：实时获取二次调频指令信号、飞轮储能系统参数及火电机组参数；基于预先设定的分配策略，根据二次调频指令信号、飞轮储能系统参数及火电机组参数，确定飞轮储能系统分配到的调频指令及火电机组分配到的调频指令；其中，分配策略包括分频策略、变比例策略和改进遗传算法策略；根据飞轮储能系统分配到的调频指令调整飞轮储能系统的出力时间及出力大小；根据火电机组分配到的调频指令调整火电机组的出力时间及出力大小。本发明通过飞轮储能系统辅助火电机组进行二次调频，提高了电力系统的调频性能，减少了火电机组的损耗。
Description
技术领域
本发明涉及电力系统调频领域，特别是涉及一种飞轮储能辅助火电二次调频的负荷分配方法及系统。
背景技术
近年来为应对环境污染，气候恶化，传统能源匮乏等全球性问题，以风力发电为代表的可再生能源发电体系不断壮大，但由于气候、环境等因素的影响，可再生能源发电存在间歇、不确定等现象，系统频率偏差易超标，严重时甚至出现频率越限，电力系统调频十分困难。传统火力发电仍是发电的主要部分，但火电机组由于磨煤、热传递等因素，具有很大的热惯性，机组频率响应迟滞、爬坡率低、精度不高，且由于用户量的随机性，机组如频繁响应，就会造成设备损耗，增加电力系统运行成本，如何改善电力系统调频性能是维护电网安全运行的关键。
发明内容
本发明的目的是提供一种飞轮储能辅助火电二次调频的负荷分配方法及系统，可提高电力系统调频的性能，减少火电机组的损耗。
为实现上述目的，本发明提供了如下方案：
一种飞轮储能辅助火电二次调频的负荷分配方法，包括：
实时获取二次调频指令信号、飞轮储能系统参数及火电机组参数；
基于预先设定的分配策略，根据所述二次调频指令信号、所述飞轮储能系统参数及所述火电机组参数，确定飞轮储能系统分配到的调频指令及火电机组分配到的调频指令；
根据所述飞轮储能系统分配到的调频指令调整飞轮储能系统的出力时间及出力大小；
根据所述火电机组分配到的调频指令调整火电机组的出力时间及出力大小。
可选地，所述飞轮储能系统参数为高通滤波器时间常数；所述火电机组参数为低通滤波器时间常数；
基于预先设定的分配策略，根据所述二次调频指令信号、所述飞轮储能系统参数及所述火电机组参数，确定飞轮储能系统分配到的调频指令及火电机组分配到的调频指令，具体包括：
基于所述高通滤波器时间常数及所述低通滤波器时间常数，采用高通滤波器及低通滤波器对所述二次调频功率信号进行滤波，得到高频信号及低频信号；
根据所述高频信号确定所述飞轮储能系统分配到的调频指令；
根据所述低频信号确定当前时刻所述火电机组分配到的调频指令。
可选地，所述飞轮储能系统参数为飞轮储能系统的实时荷电状态；
基于预先设定的分配策略，根据所述二次调频指令信号、所述飞轮储能系统参数及所述火电机组参数，确定飞轮储能系统分配到的调频指令及火电机组分配到的调频指令，具体包括：
获取飞轮储能系统的初始荷电状态、总储电量及实时出力；
根据所述飞轮储能系统的初始荷电状态、总储电量及实时出力，计算所述飞轮储能系统的实时荷电状态；
根据所述飞轮储能系统的实时荷电状态、荷电状态上限及荷电状态下限，确定飞轮储能系统的出力比例因子及火电机组的出力比例因子；
基于所述二次调频指令信号、所述飞轮储能系统的出力比例因子及所述火电机组的出力比例因子，确定所述飞轮储能系统分配到的调频指令及所述火电机组分配到的调频指令。
可选地，采用以下公式计算飞轮储能系统的实时荷电状态：
其中，SOC为飞轮储能系统的实时荷电状态，SOC0为飞轮储能系统的初始荷电状态，E为飞轮储能系统的总储电量，PF为飞轮储能系统的实时出力，t为时刻。
可选地，在所述飞轮储能系统充电时，采用以下公式确定飞轮储能系统的出力比例因子：
在所述飞轮储能系统放电时，采用以下公式确定飞轮储能系统的比例因子：
其中，α1为火电机组的出力比例因子，SOC为飞轮储能系统的实时荷电状态，SOCmin为飞轮储能系统的荷电状态下限，SOCmax为飞轮储能系统的荷电状态上限，n为自适应因子，火电机组的出力比例因子为1-α1。
可选地，所述飞轮储能系统及所述火电机组的数量均为多个；
基于预先设定的分配策略，根据所述二次调频指令信号、所述飞轮储能系统参数及所述火电机组参数，确定飞轮储能系统分配到的调频指令及火电机组分配到的调频指令，具体包括：
针对k时刻的二次调频指令信号，根据k-1时刻的二次调频指令信号、k时刻的二次调频指令信号及间隔时间，确定k时刻二次调频指令信号的变化速率；所述间隔时间为k-1时刻与k时刻间隔的时间；k>0；
根据k-1时刻二次调频指令信号的变化速率、k时刻二次调频指令信号的变化速率及间隔时间，确定k时刻二次调频指令信号的变化加速度；
根据k时刻二次调频指令信号的变化速率及k时刻二次调频指令信号的变化加速度，确定k时刻各飞轮储能系统的权重系数及k时刻各火电机组的权重系数；
基于k时刻各飞轮储能系统的权重系数及k时刻各火电机组的权重系数，以各飞轮储能系统及各火电机组的调频指令之和最小为目标，建立调频模型；
采用改进遗传算法对所述调频模型求解，得到k时刻各飞轮储能系统分配到的调频指令及k时刻各火电机组分配到的调频指令；所述改进遗传算法为在遗传算法中，根据粒子的适应度函数值、所有粒子的适应度函数平均值、所有粒子的适应度函数最小值、交叉概率最大值及交叉概率最小值计算交叉概率。
可选地，采用以下公式计算k时刻二次调频指令信号的变化速率及k时刻二次调频指令信号的变化加速度：
其中，vk为k时刻二次调频指令信号的变化速率，vk-1为k-1时刻二次调频指令信号的变化速率，αk为k时刻二次调频指令信号的变化加速度，Page,k为k时刻的二次调频指令信号，Page,k-1为k-1时刻的二次调频指令信号，Δt为间隔时间，||表示取绝对值。
可选地，采用以下公式计算k时刻第j个飞轮储能系统的权重系数及k时刻第i个火电机组的权重系数：
其中，mi,k为k时刻第i个火电机组的权重系数，nj,k为k时刻第j个飞轮储能系统的权重系数，mi,0为第i个火电机组的权重系数基准值，nj,0为第j个飞轮储能系统的权重系数基准值，vk为k时刻二次调频指令信号的变化速率，vref为功率变化速率参考值，αk为k时刻二次调频指令信号的变化加速度，αref为功率变化加速度参考值，μ为第一比例系数，β为第二比例系数。
可选地，所述调频模型的目标函数为：
其中，mi,k为k时刻第i个火电机组的权重系数，nj,k为k时刻第j个飞轮储能系统的权重系数，PG,i,k为第i个火电机组k时刻分配到的调频指令，PB,j,k为第j个飞轮储能系统k时刻分配到的调频指令；
所述调频模型的约束条件为：
Page,k＝∑PG,i,k+∑PB,j,k；
其中，Page,k为k时刻的二次调频指令信号，Δt为间隔时间，Pg,i,k为第i个火电机组k时刻的实际调频出力，Pb,i,k为第j个飞轮储能系统k时刻的实际调频出力，Pi,max为第i个火电机组的调频出力上限，Pi,min为第i个火电机组的调频出力下限，Pj,max为第j个飞轮储能系统的调频出力上限，Pj,min为第j个飞轮储能系统的调频出力下限，SOCj,k为第j个飞轮储能系统k时刻的荷电状态，SOCj,min为第j个飞轮储能系统的荷电状态下限，SOCj,max为第j个飞轮储能系统的荷电状态上限，vi为第i个火电机组的爬坡率。
为实现上述目的，本发明还提供了如下方案：
一种飞轮储能辅助火电二次调频的负荷分配系统，包括：
信号获取单元，用于实时获取二次调频指令信号、飞轮储能系统参数及火电机组参数；
指令分配单元，用于基于预先设定的分配策略，根据所述二次调频指令信号、所述飞轮储能系统参数及所述火电机组参数，确定飞轮储能系统分配到的调频指令及火电机组分配到的调频指令；
飞轮调整单元，用于根据所述飞轮储能系统分配到的调频指令调整飞轮储能系统的出力时间及出力大小；
火电调整单元，用于根据所述火电机组分配到的调频指令调整火电机组的出力时间及出力大小。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明基于预先设定的分配策略，根据二次调频指令信号、飞轮储能系统参数及火电机组参数，确定飞轮储能系统分配到的调频指令及火电机组分配到的调频指令，进而调整飞轮储能系统及火电机组的出力时间及出力大小，通过控制飞轮储能系统的出力，可快速吸收和释放能量，将飞轮储能系统作为调频能源辅助火电机组参与电力系统调频，能够快速响应电力系统功率指令，弥补了单独火电机组调频的缺额，改善了电力系统的调频性能，减少了火电机组损耗。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明飞轮储能辅助火电二次调频的负荷分配方法的流程图；
图2为低通滤波器的电路原理图；
图3为分频器对输入信号进行分配的示意图；
图4为低频信号、高频信号及阶跃信号的示意图；
图5为再热式汽轮机工作原理图；
图6为双过调汽轮机仿真模型的示意图；
图7为本发明飞轮储能辅助火电二次调频的负荷分配系统的示意图。
符号说明：
信号获取单元-1，指令分配单元-2，飞轮调整单元-3，火电调整单元-4。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明的目的是提供一种飞轮储能辅助火电二次调频的负荷分配方法及系统，采用飞轮储能系统提高电力系统的调频能力，飞轮储能系统作为一种新型物理储能技术，具有功率密度大、响应速度快、长寿命、环境影响小、可扩展性好、无污染等特点，通过控制飞轮转子的转速可快速吸收和释放能量，可作为调频能源辅助火电机组参与电力系统调频，快速响应电力系统功率指令，弥补单独火电机组调频的缺额。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一
如图1所示，本实施例提供一种飞轮储能辅助火电二次调频的负荷分配方法包括：
S1：实时获取二次调频指令信号、飞轮储能系统参数及火电机组参数。
S2：基于预先设定的分配策略，根据所述二次调频指令信号、所述飞轮储能系统参数及所述火电机组参数，确定飞轮储能系统分配到的调频指令及火电机组分配到的调频指令。
S3：根据所述飞轮储能系统分配到的调频指令调整飞轮储能系统的出力时间及出力大小。
S4：根据所述火电机组分配到的调频指令调整火电机组的出力时间及出力大小。
在本实施例中，设定了三种分配策略。以下分别介绍采用三种分配策略进行调频指令分配的过程。
(1)所述飞轮储能系统参数为低通滤波器时间常数。所述火电机组参数为高通滤波器时间常数。基于飞轮储能和火电机组响应的时间常数，设计高低通滤波器进行高低频分频，将比例较小、变化频繁、周期较短的高频功率负荷部分送给飞轮系统快速响应，将比例较大、稳定、长周期的低频功率部分送给火电机组持续响应。S2具体包括：
S211：基于所述高通滤波器时间常数及所述低通滤波器时间常数，采用高通滤波器及低通滤波器对所述二次调频功率信号进行滤波，得到高频信号及低频信号。
S212：根据所述高频信号确定所述飞轮储能系统分配到的调频指令。
S213：根据所述低频信号确定当前时刻所述火电机组分配到的调频指令。
为了更好的理解本发明的方案，下面具体介绍第一种分配策略的详细步骤。
一般低通滤波器的电路原理图如图2所示。图中R为滤波器的电阻，C为滤波器的电容，U0为电路的输入信号，U为电路的输出信号。该电路的传递函数H(S)为：
令S＝j2πf，τ＝RC得：
其中，H(f)为频率响应函数，A(f)为幅值。
由上式可得，在输入信号幅值给定的情况下，输出信号的幅值会随输入信号的频率升高而减小，截止频率fL与时间常数τ的关系式为:
由此可知时间常数τ越大，截止频率fL越小，可以通过设置一定的时间常数τ，通过低频阻止高频。
以此类推，通过设置时间常数，可以使高频滤波器达到通过高频阻止低频功率的功能，合理搭配高低通滤波器，实现将低频信号分配给火电机组，高频信号分配给飞轮储能系统。
如图3所示，分频器(低通滤波器和高通滤波器)接收AGC(Automatic GenerationControl，自动发电控制)信号(二次调频指令信号)，AGC信号经过PI控制器转换为功率指令信号，高通滤波器将高频、短周期信号滤出送给飞轮储能系统响应，低通滤波器将低频、长周期信号筛选出送给火电机组连续响应。
其中高通滤波器和低通滤波器分别用以下公式描述其特性：
其中，H1(S)为高通滤波器传递函数，H2(S)为低通滤波器传递函数，T1为高通滤波器时间常数，T2为低通滤波器时间常数。
二次调频周期在10s及以上，飞轮储能系统的上升时间一般不超过0.1s，为了提取低频分量，结合仿真分析，可选择时间常数T1为10s，T2为0.1s。
为分析所设计分频器的合理性，对分频器给与P0＝1kW的阶跃信号，高低频信号输出如图4所示。阶跃功率输入信号P0＝1kW被高低通滤波器提取分出高频段Ph与低频段Pl两段信号，三者关系任何时候都为：P0＝Ph+Pl。
高频段Ph功率信号被瞬时响应，无延迟，一开始承担所有负荷响应，但是随时间的增长不断减小最后变为零，相当于电力系统负荷扰动时，第一时间由飞轮储能系统响应，防止暂态频差过大；低频段Pl功率信号响应缓慢，有较长的延迟，一开始零响应，随时间的增长不断加大，最后承担全部的负荷响应，对应飞轮储能系统由于惯性和延迟响应速度慢，周期长，最后连续出力承担全部负荷，飞轮储能系统逐渐退出出力。
(2)为了更好的利用飞轮储能系统辅助火电机组快速平稳调频，同时避免飞轮储能系统过充过放，在将AGC信号(二次调频指令信号)进行高低频分频的基础之上，将飞轮储能系统的荷电状态SOC、系统频差考虑在功率分配策略中，以此来实时调整火电机组的出力比例因子α及飞轮储能系统的出力比例因子1-α。所述飞轮储能系统参数为飞轮储能系统的实时荷电状态。S2具体包括：
S221：获取飞轮储能系统的初始荷电状态、总储电量及实时出力。
S222：根据所述飞轮储能系统的初始荷电状态、总储电量及实时出力，计算所述飞轮储能系统的实时荷电状态：
其中，SOC为飞轮储能系统的实时荷电状态，SOC0为飞轮储能系统的初始荷电状态，E为飞轮储能系统的总储电量，PF为飞轮储能系统的实时出力，t为时刻。
S223：根据所述飞轮储能系统的实时荷电状态、荷电状态上限及荷电状态下限，确定飞轮储能系统的出力比例因子及火电机组的出力比例因子。
具体地，在所述飞轮储能系统充电时，采用以下公式确定飞轮储能系统的出力比例因子：
在所述飞轮储能系统放电时，采用以下公式确定火电机组的比例因子：
其中，α1为火电机组的出力比例因子，SOC为飞轮储能系统的实时荷电状态，SOCmin为飞轮储能系统的荷电状态下限，SOCmax为飞轮储能系统的荷电状态上限，n为自适应因子。火电机组的出力比例因子为1-α1。在本实施例中，SOCmin＝0.2，SOCmax＝0.8，n＝10。
S224：基于所述二次调频指令信号、所述飞轮储能系统的出力比例因子及所述火电机组的出力比例因子，确定所述飞轮储能系统分配到的调频指令及所述火电机组分配到的调频指令。
通过测取飞轮储能系统的荷电状态SOC，实时调整负荷分配的出力比例因子。
(3)基于改进遗传算法进行火储联合AGC调频控制，引入基于功率变化速率与加速度的动态权重系数，通过改进的遗传算法求解优化问题，动态分配调频责任，由火电机组承担变化速率较慢的调频指令，飞轮储能系统承担变化速率快的调频指令。所述飞轮储能系统及所述火电机组的数量均为多个。S2具体包括：
S231：针对k时刻的二次调频指令信号，根据k-1时刻的二次调频指令信号、k时刻的二次调频指令信号及间隔时间，确定k时刻二次调频指令信号的变化速率。所述间隔时间为k-1时刻与k时刻间隔的时间；k>0。
S232：根据k-1时刻二次调频指令信号的变化速率、k时刻二次调频指令信号的变化速率及间隔时间，确定k时刻二次调频指令信号的变化加速度：
其中，vk为k时刻二次调频指令信号的变化速率，vk-1为k-1时刻二次调频指令信号的变化速率，αk为k时刻二次调频指令信号的变化加速度，Page,k为k时刻的二次调频指令信号，Page,k-1为k-1时刻的二次调频指令信号，Δt为间隔时间，||表示取绝对值。
S233：根据k时刻二次调频指令信号的变化速率及k时刻二次调频指令信号的变化加速度，确定k时刻各飞轮储能系统的权重系数及k时刻各火电机组的权重系数：
其中，mi,k为k时刻第i个火电机组的权重系数，nj,k为k时刻第j个飞轮储能系统的权重系数，mi,0为第i个火电机组的权重系数基准值，nj,0为第j个飞轮储能系统的权重系数基准值，vk为k时刻二次调频指令信号的变化速率，vref为功率变化速率参考值，αk为k时刻二次调频指令信号的变化加速度，αref为功率变化加速度参考值，μ为第一比例系数，β为第二比例系数。
静态的权重系数并不能充分将不同类型负荷扰动所产生的动态调频指令按照既定分配策略指派给火电机组和飞轮储能系统，需根据AGC指令的变化特征实时更新权重系数。火电机组出力爬坡率有限，希望根据调频指令的变化快慢决定调频责任分配方式。对于同一时刻总的AGC调频指令，通过设置不同的权重系数可以控制不同的火储调频指令分配方式，实现AGC指令在火电机组和储能系统间的实时分配。
S234：基于k时刻各飞轮储能系统的权重系数及k时刻各火电机组的权重系数，以各飞轮储能系统及各火电机组的调频指令之和最小为目标，建立调频模型。
具体地，所述调频模型的目标函数为：
其中，mi,k为k时刻第i个火电机组的权重系数，nj,k为k时刻第j个飞轮储能系统的权重系数，PG,i,k为第i个火电机组k时刻分配到的调频指令，PB,j,k为第j个飞轮储能系统k时刻分配到的调频指令。
当AGC指令(二次调频指令信号)的功率变化速率或加速度小于参考速率时，火电机组调频权重系数变大，而飞轮储能系统的权重系数变小，通过对AGC调频控制目标函数进行实时优化，火电机组将在静态比例分配的基础上承担更多的调频责任。反之，则会增加飞轮储能系统的调频责任。从而实现飞轮储能系统主要承担波动频率高且幅值较小的调频指令，而火电机组则主要承担变化缓慢、幅值较大的调频指令。
所述调频模型的约束条件包括调频需求和调频能力。
其中，调频需求为空火电机组和飞轮储能系统所承担的调频有功功率指令之和应当与此时刻总的AGC指令相等：
Page,k＝∑PG,i,k+∑PB,j,k。
调频能力包括火电机组的爬坡率和负荷备用容量、储能充放电功率限制和荷电状态可变范围：
其中，Page,k为k时刻的二次调频指令信号，Δt为间隔时间，Pg,i,k为第i个火电机组k时刻的实际调频出力，Pb,i,k为第j个飞轮储能系统k时刻的实际调频出力，Pi,max为第i个火电机组的调频出力上限，Pi,min为第i个火电机组的调频出力下限，Pj,max为第j个飞轮储能系统的调频出力上限，Pj,min为第j个飞轮储能系统的调频出力下限，SOCj,k为第j个飞轮储能系统k时刻的荷电状态，SOCj,min为第j个飞轮储能系统的荷电状态下限，SOCj,max为第j个飞轮储能系统的荷电状态上限，vi为第i个火电机组的爬坡率。
S235：采用改进遗传算法对所述调频模型求解，得到k时刻各飞轮储能系统分配到的调频指令及k时刻各火电机组分配到的调频指令。所述改进遗传算法为在遗传算法中，根据粒子的适应度函数值、所有粒子的适应度函数平均值、所有粒子的适应度函数最小值、交叉概率最大值及交叉概率最小值计算交叉概率。
为了更好的理解本发明的方案，下面具体说明调频模型的求解过程。
飞轮储能系统SOC(StateofCharge，荷电状态)可持续性管理(即寻优结束条件)：
在变化缓慢的负荷扰动工况下或飞轮储能系统调频空闲状态时进行SOC的管理，实际指在调频指令变化速率及其加速度较小时(例如指令为某一常数且持续一段时间)，同时火电机组出力已基本达到指令要求，此时飞轮储能系统通常处于空闲状态或只承担极小部分的调频责任，则进入飞轮储能系统的SOC管理阶段。
首先读取飞轮储能系统的荷电状态、火电机组实时出力、当前时刻AGC指令，判断荷电状态是否在深度充放电状态(SOC<20％或SOC>80％)，及|SOC-SOCref|<0.2或|SOC-SOCref|>0.8，若是，则对飞轮储能系统以50％储能系统额定功率进行充放电维护，此优先级最高。若不在深度充放电状态，且飞轮储能系统处于空闲状态或只承担极小部分的调频责任，满足荷电状态管理要求，即vk<vref,soc且αk<αref,soc，则判断SOC是否在最优区间(49％-51％)，即0.49≤|SOC-SOCref|≤0.51，若不在，则以1/15飞轮储能系统额定充放电功率对飞轮储能系统合理地充放电，使其荷电状态逐渐恢复至参考值，以更好的状态投入到下一步调频运行中。其中，SOCref为储能SOC设定标准稳定值，vref,soc为AGC指令变化速度临界值，αref,soc为AGC指令变化加速度临界值。
基于改进遗传算法的动态AGC调频控制：若将所有火电机组和飞轮储能系统分别看作一个整体，忽略各自内部的调频责任分配方式，那么结合调频模型的目标函数及约束条件，将AGC调频控制转化成一维优化问题。
遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法以一种群体中的所有个体为对象，并利用随机化技术指导对一个被编码的参数空间进行高效搜索。其中，选择、交叉和变异构成了遗传算法的遗传操作；参数编码、初始群体的设定、适应度函数的设计、遗传操作设计、控制参数设定五个要素组成了遗传算法的核心内容。
在遗传算法中，问题的每个有效解被称为一个“染色体”。染色体的具体形式是一个使用特定编码方式生成的编码串，其中的每个编码单元成为“基因”。遗传算法通过比较适应度来区分染色体的优劣。适应度函数用来计算确定染色体对应的适应值。选择算子为按照一定规则对群体的染色体进行选择。一般越优秀的染色体被选中的次数越多。交叉概率为染色体交换各自的部分基因，产生新的染色体。变异概率为使新种群进行小概率的变异。由于仿照基因编码的工作很复杂，往往进行简化，如二进制编码，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度大小选择个体，并借助于自然遗传学的遗传算子进行组合交叉和变异，产生出代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码，可以作为问题近似最优解。
遗传算法的核心因子主要为迭代次数、交叉概率、变异概率等。迭代寻优次数越大，寻优结果越接近于最优值。AGC指令的变化越剧烈，变化速度越大，寻优难度就越大，而指令变化平缓，可不改变出力指令分配或改变很小，研究设计寻优迭代次数跟随AGC指令的变化速度增加而增大，AGC指令越平缓迭代次数也越少。寻优迭代次数如下式：
其中，G为寻优迭代次数，G0为寻优迭代次数初始设置值，λ1为第一影响因子，λ2为第二影响因子，q1和q2为常数，v为AGC指令变化速度，
为AGC指令变化加速度。
交叉概率w偏小，种群的多样性降低，容易陷入局部最优，交叉概率w偏大，多样性得到保证，但容易破坏已有的有利模式。本发明对交叉概率进行改进，采用如下公式计算交叉概率w：
其中，wmin为交叉概率最小值，wmax为交叉概率最大值，f'为粒子当前的适应度函数值，fav为当前所有粒子的适应度函数平均值，fmin为当前所有粒子的适应度函数最小值。
当粒子群陷入局部极值时(即f'＞fav)可以增大交叉概率w加强全局探测，在粒子分散时(即f'≤fav)减小交叉概率w强调局部开采，同时能保留适应度函数值低于平均值的微粒。同样也将变异概率设置为随寻优适应度函数动态变化。使得遗传算法全局寻优能力与搜索效率更高，利用其进行火电机组和飞轮储能系统的AGC调频指令责任分配，能够提高调频责任分配的质量和速度，更易于工程实现。
下面具体说明基于改进遗传算法的动态AGC调频控制流程。
由于每时刻总的二次调频指令信号不尽相同，故目标函数是动态变化的，从而遗传算法中的适应度函数也是每时刻随二次调频指令信号的变化而变化。此外，遗传位置范围与优化参数的取值范围相关，由于火电机组出力受爬坡率限制，因而遗传位置的最大值和最小值也是每时刻随火电机组调频指令动态变化的。
(1)读取k时刻的二次调频指令信号、火电机组实际调频出力和储能荷电状态等数据。
(2)判断是否满足储能SOC管理条件，若是，则根据上述飞轮储能系统SOC管理方法，输出相应火电机组与飞轮储能系统的调频责任分配结果。若不是，则顺序进行第(3)步。
(3)设置遗传种群规模和最大迭代次数。根据k时刻火电机组调频出力值、爬坡率限制及火电机组调频出力上下限，设定粒子群位置与速度的上下限。初始化种群。
(4)根据建立的目标函数及约束条件，构造更新适应度函数：
f(x)＝C-{mk.x2+nk.(Page,k-x)2}；
其中，f(x)为适应度函数值，C为常数，x为优化参数，此处指k时刻火电机组承担的调频指令，mk为k时刻火电机组的权重系数，nk为k时刻飞轮储能系统的权重系数，Page,k为k时刻的二次调频指令信号。
(5)根据已设置好的参数，进行选择、交叉、变异的步骤。
(6)计算适应度函数值并更新个体极值和全局极值。
(7)判断是否满足终止条件，若未满足则更新各粒子的位置和速度，并返回(4)，若满足，则终止优化求解，当前寻优全局极值则为k时刻火电机组被分配到的调频指令。
(8)根据k时刻火电机组被分配到的调频指令，计算k时刻飞轮储能系统被分配到的调频指令。
综上，本发明负荷分配的整体过程为：电力系统经过二次调频将二次调频指令信号送至负荷分配系统，负荷分配系统按照不同的负荷分配策略以及飞轮储能系统的荷电状态，利用飞轮储能系统可快速辅助进行频率响应，火电机组响应较慢但能持续输出大功率的特性，对机组实时二次调频功率指令进行功率分配，得到适应各自调频特性的最佳参考功率，实现飞轮储能辅助火电机组联合调频。其中，基于电网频率信号设计分频控制策略，利用高低通滤波器将二次调频指令信号进行高低频分离，将占比小的高频信号送给飞轮储能系统快速响应，将绝大部分的低频信号送给火电机组进行长周期的持续响应。基于飞轮储能系统负荷状态改变负荷分配出力，在SOC下限时停止储能出力，在飞轮储能上限时由储能全部出力，在SOC上下限之间引入平滑函数来约束飞轮储能在不同SOC状态下出力的最大值。此外，设计基于改进遗传算法的AGC功率分配策略，根据AGC指令变化的速度和加速度合理动态分配火电机组和飞轮机组出力大小，既能快速满足电网负荷需求，减小频差，又能使得储能平滑出力避免过充过放的情况发生。
本发明基于二次调频指令信号的变化速率及加速度动态分配权重系数，利用改进的遗传算法实时优化调频责任分配方式，应用于飞轮储能系统辅助火电机组发电的负荷分配过程，减小了响应时间和超调量，改善了调频效果。
为了验证本发明负荷分配方法的有效性，本发明建立了经典火电机组负荷控制模型及飞轮储能辅助双区域火电机组调频仿真模型，包括火电机组控制模型、飞轮储能非线性模型、负荷分配系统等。
基于典型再热式火电机组建立调速器、汽轮机、锅炉及协调控制系统模型，以前馈控制和协调控制为控制结构，自动发电控制选择联络线功率和频率偏移共同控制模式，引用典型的永磁电机飞轮储能系统，建立飞轮储能辅助火电机组调频两区域模型。具体步骤如下：
(1)联络线功率和频率偏移共同控制模式：
其中，ACE为区域控制偏差值，βi'为区域系统i'的频率偏差系数，Δf为电网调频偏差值，
为实际联络线功率值，/>
为计划联络线功率值。
(2)火电机组控制系统采用协调控制系统，电网调度AGC指令传送到火电机组负荷管理控制中心，综合机组爬坡率、最大负荷限制等条件，将阶跃形式的AGC指令转为ULD(Unit Load Demand，实际负荷)指令送到机炉控制器，机炉控制器再根据机组实际主蒸汽压力、输出功率等因素生成锅炉、汽轮机指令分送到两个系统，锅炉、汽轮机改变相应的给水量、送风量、燃料量以及汽轮机阀门开度等，最终控制改变火电机组输出功率。
(3)基于300MW超临界机组模型，分别建立汽轮机、锅炉、DEH(Digital Electro-Hydraulic，汽轮机数字电液调节系统)、CCS(boiler-turbine Coordinated ControlSystem，机炉协调控制系统)等子系统模型，整合从而建立火电机组负荷动态控制模型，以此为基础建立双区域互联机组模型。
(31)汽轮机模型
汽轮机的主要功能是将主蒸汽的热能转化为机械能，主要有再热式汽轮机和非再热式汽轮机两类。再热式汽轮机可实现蒸汽的在热循环从而提高汽轮机的循环热效率和输出功率。如图5所示为再热式汽轮机工作原理图。再热式汽轮机的工作过程：锅炉的过热蒸汽首先经过高压调节阀以及导汽通管进入高压缸膨胀做工，做功后的蒸汽进入中间再热器加热为再热蒸汽，然后通过中亚调节阀进入中压缸做功，最后通过低压联通管进入低压缸变成乏汽，最后通过冷凝器变成水。
对汽轮机各运动环节列出运动方程并拉氏变换，可得机械功率ΔPM与高压调节阀开度ΔY的传递函数关系式：
其中，s为复参数。
选用汽轮机功率模型为IEEE经典汽轮机模型，同时考虑到中间再热环节虽然能够提高机组热效率，但是会降低机组一二次调频的速度。这主要是因为中间再热容积一般很庞大，蒸汽流量从高压调门到中低压缸更为缓慢，延迟时间加长，同时高压缸容易在响应机组调频过程中出现超调，在巨大中间再热容积下，高压调节阀门开大，进汽速度大于出汽速度，使得高压缸中压力增大，出力升高，进一步过调。此外中压缸也会由于对低压缸的影响使得中压缸出现较小超调。因此为表征高中压缸过调现象，满足汽轮机工作条件，采用双过调汽轮机仿真模型如图6所示。图中，PGV为调门开度，PT为蒸汽压力，TCH为高压蒸汽容积时间常数，TRH为再热蒸汽容积时间常数，TCO为低压蒸汽容积时间常数，FHP为高压缸功率系数，FIP为中压缸功率，FLP为低压缸功率系数，PM为汽轮机机械功率输出，λHP为高压缸过调系数，λIP为中压缸过调系数。
(32)锅炉模型
锅炉的功能是将燃料通过燃烧转换为主蒸汽的热能。燃料通过制粉系统后在锅炉燃烧，再通过水冷壁将热量换热给水，使水吸热变为水蒸汽，经过再热器进一步变成高温、高压水蒸气，最后输送给汽轮机。可知锅炉系统主要由制粉系统、燃烧系统、锅炉蓄热、蒸汽母管四部分组成：
制粉系统是原煤经过磨煤机打磨成煤粉颗粒，经过煤粉分离器筛选出合格的煤粉输送到锅炉燃烧系统。这一过程传递函数可表示为：G2(s)＝e-τ's，其中，τ'为制粉延迟时间。
燃烧系统将燃料燃烧释放出化学能，存在较多反应，可建立燃烧系统传递函数为：
其中，Km为非线性系数，表征燃烧过程非线性，Tr为锅炉燃烧换热器时间常数。
锅炉蓄热是快速响应外部负荷的关键，是提高机组调频能力的重要环节，其传递函数为：
其中，CB为锅炉蓄热时间常数。
蒸汽母管存储较多能量，存在延迟特性，其传递函数为：
其中，CM为锅炉蓄热时间常数，此外用过热器动态阻力系数描述热器换热过程中的阻力因素。
采用综合协调控制方式，同时考虑到汽轮机蒸汽流量因素，建立锅炉系统。
(33)DEH模型是汽轮机的调节控制器，通过控制调节阀开度改变汽轮机输出功率，从而与外部负荷相匹配。DEH控制系统主要由电液转换器和油动机组成，电液转换器的传递函数为
油动机的传递函数为/>
其中，Tu为电液转换器时间常数，Tc为油动机等效延迟因子。
(34)CCS主要是监控主蒸汽压力，维持系统内部能量平衡，同时综合一二次调频指令以及原功率指令，进一步调节汽轮机调门开度，提高调频稳定性。
(4)对已经搭建好的两区域火电机组仿真模型，在四种模式下100s时向区域一施加0.1p.u.MW的阶跃负荷扰动，同时在区域二施加0.2p.u.MW的阶跃负荷扰动。对比分析单独火电机组、固定比例因子策略、分频控制策略、变比例因子控制策略、基于改进遗传算法AGC指令动态分配五种方法的频率变化响应和联络线功率变化。可得采用分控控制策略、变比例因子的负荷分配策略以及基于改进遗传算法的AGC指令分配的方法对于阶跃信号的输出响应均优于单独火电机组调频。单独火电机组系统频率偏差最大高达0.0068p.u.Hz。采用固定比例因子策略的系统调频的最大频率偏差为0.0044p.u.Hz，优化效果为35.2％。采用分频控制策略的系统频率偏差最大为0.0038p.u.Hz。而采用变比例因子策略的系统最大频率偏差仅为0.0032p.u.Hz。分频控制策略和变比例因子策略优化效果分别为44.1％和53.1％。采用改进遗传算法优化AGC指令功率分配的系统最大频率偏差仅为0.0030p.u.Hz，优化效果为55.6％。
(5)对已经搭建好的两区域火电机组仿真模型，在四种模式下进行连续扰动下信号测试，给区域一、区域二同时施加[-0.1,0.1]p.u.MW随机变负荷扰动，根据仿真结果可知，在连续随机变负荷信号扰动下，分频控制、变比例控制、基于改进遗传算法的模式明显优于单独火电机组的响应性能。其中火电机组单独模式下最大频率偏差为0.040p.u.MW，标准差为0.0075p.u.MW。采用固定比例因子策略的机组调频最大频率偏差为0.031p.uMW，为火电机组单独调频的77.5％，标准差为0.0056p.uMW，为火电机组单独调频的74.7％。分频控制模式下最大频率偏差为0.025p.u.MW，为火电机组单独调频的62.5％，标准差为0.0032p.u.MW，接近火电机组的42％。变比例控制模式下的最大频率偏差为0.021p.u.MW，接近火电机组单独模式下的52.5％，标准差为0.0024p.u.MW，为火电机组的32％。改进遗传算法模式下的最大频率偏差为0.019p.u.MW，接近火电机组单独模式下的47.5％，标准差为0.0020p.u.MW，为火电机组的26.7％。
实施例二
为了执行上述实施例一对应的方法，以实现相应的功能和技术效果，下面提供一种飞轮储能辅助火电二次调频的负荷分配系统。
如图7所示，本实施例提供的飞轮储能辅助火电二次调频的负荷分配系统包括：信号获取单元1、指令分配单元2、飞轮调整单元3及火电调整单元4。
信号获取单元1用于实时获取二次调频指令信号、飞轮储能系统参数及火电机组参数。
指令分配单元2用于基于预先设定的分配策略，根据所述二次调频指令信号、所述飞轮储能系统参数及所述火电机组参数，确定飞轮储能系统分配到的调频指令及火电机组分配到的调频指令。
飞轮调整单元3用于根据所述飞轮储能系统分配到的调频指令调整飞轮储能系统的出力时间及出力大小。
火电调整单元4用于根据所述火电机组分配到的调频指令调整火电机组的出力时间及出力大小。
相对于现有技术，本实施例提供的飞轮储能辅助火电二次调频的负荷分配系统与实施例一提供的飞轮储能辅助火电二次调频的负荷分配方法的有益效果相同，在此不再赘述。
实施例三
本实施例提供一种电子设备，包括存储器及处理器，存储器用于存储计算机程序，处理器运行计算机程序以使电子设备执行实施例一的飞轮储能辅助火电二次调频的负荷分配方法。
可选地，上述电子设备可以是服务器。
另外，本发明实施例还提供一种计算机可读存储介质，其存储有计算机程序，该计算机程序被处理器执行时实现实施例一的飞轮储能辅助火电二次调频的负荷分配方法。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种飞轮储能辅助火电二次调频的负荷分配方法，其特征在于，所述飞轮储能辅助火电二次调频的负荷分配方法包括：
实时获取二次调频指令信号、飞轮储能系统参数及火电机组参数；
基于预先设定的分配策略，根据所述二次调频指令信号、所述飞轮储能系统参数及所述火电机组参数，确定飞轮储能系统分配到的调频指令及火电机组分配到的调频指令；
根据所述飞轮储能系统分配到的调频指令调整飞轮储能系统的出力时间及出力大小；
根据所述火电机组分配到的调频指令调整火电机组的出力时间及出力大小。
2.根据权利要求1所述的飞轮储能辅助火电二次调频的负荷分配方法，其特征在于，所述飞轮储能系统参数为高通滤波器时间常数；所述火电机组参数为低通滤波器时间常数；
基于预先设定的分配策略，根据所述二次调频指令信号、所述飞轮储能系统参数及所述火电机组参数，确定飞轮储能系统分配到的调频指令及火电机组分配到的调频指令，具体包括：
基于所述高通滤波器时间常数及所述低通滤波器时间常数，采用高通滤波器及低通滤波器对所述二次调频功率信号进行滤波，得到高频信号及低频信号；
根据所述高频信号确定所述飞轮储能系统分配到的调频指令；
根据所述低频信号确定当前时刻所述火电机组分配到的调频指令。
3.根据权利要求1所述的飞轮储能辅助火电二次调频的负荷分配方法，其特征在于，所述飞轮储能系统参数为飞轮储能系统的实时荷电状态；
基于预先设定的分配策略，根据所述二次调频指令信号、所述飞轮储能系统参数及所述火电机组参数，确定飞轮储能系统分配到的调频指令及火电机组分配到的调频指令，具体包括：
获取飞轮储能系统的初始荷电状态、总储电量及实时出力；
根据所述飞轮储能系统的初始荷电状态、总储电量及实时出力，计算所述飞轮储能系统的实时荷电状态；
根据所述飞轮储能系统的实时荷电状态、荷电状态上限及荷电状态下限，确定飞轮储能系统的出力比例因子及火电机组的出力比例因子；
基于所述二次调频指令信号、所述飞轮储能系统的出力比例因子及所述火电机组的出力比例因子，确定所述飞轮储能系统分配到的调频指令及所述火电机组分配到的调频指令。
4.根据权利要求3所述的飞轮储能辅助火电二次调频的负荷分配方法，其特征在于，采用以下公式计算飞轮储能系统的实时荷电状态：
其中，SOC为飞轮储能系统的实时荷电状态，SOC0为飞轮储能系统的初始荷电状态，E为飞轮储能系统的总储电量，PF为飞轮储能系统的实时出力，t为时刻。
5.根据权利要求3所述的飞轮储能辅助火电二次调频的负荷分配方法，其特征在于，在所述飞轮储能系统充电时，采用以下公式确定飞轮储能系统的出力比例因子α1：
在所述飞轮储能系统放电时，采用以下公式确定飞轮储能系统的比例因子α1：
其中，α1为飞轮储能的出力比例因子，SOC为飞轮储能系统的实时荷电状态，SOCmin为飞轮储能系统的荷电状态下限，SOCmax为飞轮储能系统的荷电状态上限，n为适应因子，火电机组的出力比例因子为1-α1。
6.根据权利要求1所述的飞轮储能辅助火电二次调频的负荷分配方法，其特征在于，所述飞轮储能系统及所述火电机组的数量均为多个；
基于预先设定的分配策略，根据所述二次调频指令信号、所述飞轮储能系统参数及所述火电机组参数，确定飞轮储能系统分配到的调频指令及火电机组分配到的调频指令，具体包括：
针对k时刻的二次调频指令信号，根据k-1时刻的二次调频指令信号、k时刻的二次调频指令信号及间隔时间，确定k时刻二次调频指令信号的变化速率；所述间隔时间为k-1时刻与k时刻间隔的时间；k>0；
根据k-1时刻二次调频指令信号的变化速率、k时刻二次调频指令信号的变化速率及间隔时间，确定k时刻二次调频指令信号的变化加速度；
根据k时刻二次调频指令信号的变化速率及k时刻二次调频指令信号的变化加速度，确定k时刻各飞轮储能系统的权重系数及k时刻各火电机组的权重系数；
基于k时刻各飞轮储能系统的权重系数及k时刻各火电机组的权重系数，以各飞轮储能系统及各火电机组的调频指令之和最小为目标，建立调频模型；
采用改进遗传算法对所述调频模型求解，得到k时刻各飞轮储能系统分配到的调频指令及k时刻各火电机组分配到的调频指令；所述改进遗传算法为在遗传算法中，根据粒子的适应度函数值、所有粒子的适应度函数平均值、所有粒子的适应度函数最小值、交叉概率最大值及交叉概率最小值适时调整交叉概率。
7.根据权利要求6所述的飞轮储能辅助火电二次调频的负荷分配方法，其特征在于，采用以下公式计算k时刻二次调频指令信号的变化速率及k时刻二次调频指令信号的变化加速度：
其中，vk为k时刻二次调频指令信号的变化速率，vk-1为k-1时刻二次调频指令信号的变化速率，αk为k时刻二次调频指令信号的变化加速度，Page,k为k时刻的二次调频指令信号，Page,k-1为k-1时刻的二次调频指令信号，Δt为间隔时间，||表示取绝对值。
8.根据权利要求6所述的飞轮储能辅助火电二次调频的负荷分配方法，其特征在于，采用以下公式计算k时刻第j个飞轮储能系统的权重系数及k时刻第i个火电机组的权重系数：
其中，mi,k为k时刻第i个火电机组的权重系数，nj,k为k时刻第j个飞轮储能系统的权重系数，mi,0为第i个火电机组的权重系数基准值，nj,0为第j个飞轮储能系统的权重系数基准值，vk为k时刻二次调频指令信号的变化速率，vref为功率变化速率参考值，αk为k时刻二次调频指令信号的变化加速度，αref为功率变化加速度参考值，μ为第一比例系数，β为第二比例系数。
9.根据权利要求6所述的飞轮储能辅助火电二次调频的负荷分配方法，其特征在于，所述调频模型的目标函数为：
其中，mi,k为k时刻第i个火电机组的权重系数，nj,k为k时刻第j个飞轮储能系统的权重系数，PG,i,k为第i个火电机组k时刻分配到的调频指令，PB,j,k为第j个飞轮储能系统k时刻分配到的调频指令；
所述调频模型的约束条件为：
Page,k＝∑PG,i,k+∑PB,j,k；
其中，Page,k为k时刻的二次调频指令信号，Δt为间隔时间，Pg,i,k为第i个火电机组k时刻的实际调频出力，Pb,i,k为第j个飞轮储能系统k时刻的实际调频出力，Pi,max为第i个火电机组的调频出力上限，Pi,min为第i个火电机组的调频出力下限，Pj,max为第j个飞轮储能系统的调频出力上限，Pj,min为第j个飞轮储能系统的调频出力下限，SOCj,k为第j个飞轮储能系统k时刻的荷电状态，SOCj,min为第j个飞轮储能系统的荷电状态下限，SOCj,max为第j个飞轮储能系统的荷电状态上限，vi为第i个火电机组的爬坡率。
10.一种飞轮储能辅助火电二次调频的负荷分配系统，其特征在于，所述飞轮储能辅助火电二次调频的负荷分配系统包括：
信号获取单元，用于实时获取二次调频指令信号、飞轮储能系统参数及火电机组参数；
指令分配单元，用于基于预先设定的分配策略，根据所述二次调频指令信号、所述飞轮储能系统参数及所述火电机组参数，确定飞轮储能系统分配到的调频指令及火电机组分配到的调频指令；
飞轮调整单元，用于根据所述飞轮储能系统分配到的调频指令调整飞轮储能系统的出力时间及出力大小；
火电调整单元，用于根据所述火电机组分配到的调频指令调整火电机组的出力时间及出力大小。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310390939.2A CN116388225A (zh) | 2023-04-13 | 2023-04-13 | 一种飞轮储能辅助火电二次调频的负荷分配方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310390939.2A CN116388225A (zh) | 2023-04-13 | 2023-04-13 | 一种飞轮储能辅助火电二次调频的负荷分配方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116388225A true CN116388225A (zh) | 2023-07-04 |
Family
ID=86978585
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310390939.2A Pending CN116388225A (zh) | 2023-04-13 | 2023-04-13 | 一种飞轮储能辅助火电二次调频的负荷分配方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116388225A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117117906A (zh) * | 2023-10-23 | 2023-11-24 | 国网江西省电力有限公司电力科学研究院 | 一种混合储能系统参与电网调频控制方法及系统 |
-
2023
- 2023-04-13 CN CN202310390939.2A patent/CN116388225A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117117906A (zh) * | 2023-10-23 | 2023-11-24 | 国网江西省电力有限公司电力科学研究院 | 一种混合储能系统参与电网调频控制方法及系统 |
| CN117117906B (zh) * | 2023-10-23 | 2024-02-06 | 国网江西省电力有限公司电力科学研究院 | 一种混合储能系统参与电网调频控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2017186178A1 (zh) | 储能电站自适应动态规划的控制方法、系统和存储介质 | |
| CN110888317A (zh) | 一种pid控制器参数智能优化方法 | |
| JP2020517227A (ja) | 超大規模の水力発電所群の短期間実用化スケジューリング方法 | |
| CN113378100B (zh) | 考虑碳排放的配电网源网荷储协同优化调度模型和方法 | |
| CN116388225A (zh) | 一种飞轮储能辅助火电二次调频的负荷分配方法及系统 | |
| CN111709109A (zh) | 一种考虑源荷时序相关性的光伏消纳容量计算方法及装置 | |
| Yin et al. | Hybrid multi-agent emotional deep Q network for generation control of multi-area integrated energy systems | |
| CN112803494A (zh) | 一种含风光水火的多目标agc协调优化方法及系统 | |
| CN111245032B (zh) | 一种计及风电场集电线路降损优化的电压预测控制方法 | |
| CN109474015B (zh) | 基于两层优化的主动配电网储能系统优化配置方法及系统 | |
| Elhosseini et al. | Heat recovery steam generator (HRSG) three-element drum level control utilizing Fractional order PID and fuzzy controllers | |
| CN110119855A (zh) | 一种气电耦合系统运行优化方法 | |
| CN116799856A (zh) | 一种多微网系统的能量控制方法、控制器及系统 | |
| CN114938040B (zh) | 源-网-荷-储交直流系统综合优化调控方法和装置 | |
| CN114330113B (zh) | 基于深度强化学习的新能源电力系统弹性优化方法 | |
| CN116169723A (zh) | 一种平抑光伏发电不确定性的电压控制方法及相关装置 | |
| CN115764875A (zh) | 一种电力系统惯量和调频备用容量确定方法 | |
| Zheng et al. | Double fuzzy pitch controller of wind turbine designed by genetic algorithm | |
| CN213783243U (zh) | 一种面向产业园区的综合能源系统运行优化装置 | |
| KR102439311B1 (ko) | 희소화된 웨이크 방향 그래프를 이용한 풍력 발전 단지의 조정 최적화 방법 및 이를 수행하는 장치 | |
| CN112600202B (zh) | 计及新能源随机性的含可控移相器电网最优潮流计算方法 | |
| CN113904374A (zh) | 一种分布式光伏储能选点布局优化方法 | |
| CN111082442B (zh) | 一种基于改进fpa的储能容量优化配置方法 | |
| CN109038564B (zh) | 一种基于改进粒子群算法的次同步振荡抑制系统及方法 | |
| CN113659578A (zh) | 一种计及系统可用输电能力的upfc和statcom优化配置方法 |
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 |