一种风电机组参与电力系统自动发电控制的协调控制方法

技术领域

本发明属于电力系统自动发电控制领域，具体涉及一种风电机组参与电力系统自动发电控制的协调控制方法。

背景技术

电力系统频率是电能质量的重要指标，其反映了发电有功功率和负荷之间的平衡关系。为了保证系统的频率稳定，满足用户设备、发电厂设备和电力系统正常运行的需要，电力系统自动发电控制(Automation Generation Control,AGC)被广泛应用，以调整发电机组出力，满足不断变化的用户需求。

近年来，在能源危机和环保压力的双重推动下，风电、太阳能等新能源发电技术发展迅猛，电力系统中的新能源比例不断提高。然而，由于风电等新能源发电具有波动性、随机性等特点，目前在电力系统调度领域多将新能源发电视作“负”负荷处理，由传统机组为其提供备用以补偿其出力波动，这将导致系统调频需求的上升和调频机组磨损的加重，提高电力系统的投资成本和运行成本。此外，在我国北方地区，风电机组多于冬季进入大发时期，但此时受供热需求等影响，电力系统的调频容量短缺，进一步降低电力系统对间歇性可再生能源的接纳能力，导致出现“弃风”现象，造成巨大的经济损失和环保压力，不利于国家节能减排和碳减排目标的实现。

随着风力发电控制技术的不断发展，风电机组接受电网调度指令、参与电 网调度运行的能力不断提升。特别地，风电参与电力系统自动发电控制已在硬件上成为可能：据统计，目前在我国冀北地区的风电场中，安装风电场AGC系统的比例已经超过70％，各级调度单位业已配置相适应的调度系统。考虑在由于调峰困难造成的限风条件下，如果风电出力和断面约束尚有富余，可在约束其调频出力大于零的前提下使风电机组参与电力系统自动发电控制，在提升电力系统调频性能的同时，实现风电机组的增发，提升系统运行的稳定性和经济性。

然而，风电机组参与电力系统自动发电控制的性能将受到以下因素的影响：风电机组的调频出力上限受风电出力上限约束，尽管目前风电出力的超短期预测精度不断提升，但其仍有一定误差；不同于传统机组，风电机组的爬坡速率并非常数，其随风电最大出力变化而变化；为实现风电增发的目的，风电在参与电力系统自动发电控制时其调频出力应始终大于零。因此，不能简单地将风电机组与传统机组一视同仁，直接纳入到现行的AGC系统中。

发明内容

本发明旨在至少解决上述技术问题之一。

为此，本发明的一个目的在于提出一种风电机组参与电力系统自动发电控制的协调控制方法。

为了实现上述目的，本发明的实施例公开了一种风电机组参与电力系统自动发电控制的协调控制方法，包括以下步骤：S1：风电场向省级调度中心上传风电机组的实时出力和风电出力的超短期预测值；S2：所述省级调度中心根据断面约束信息和风电场机组性能信息，计算辖区内可参与到自动发电控制的风电机组调节容量以及爬坡速率；S3：区域调度中心根据区域控制偏差，考虑风 电机组与传统机组参与电力系统自动发电控制的特性和约束，采用模型预测控制计算风电机组与传统机组的调节功率；S4：所述省级调度中心按照各风电场的调节容量按比例分配调节功率；以及S5：风电场通过风电场AGC系统调整风电有功出力，实现对调节功率指令的响应。

根据本发明实施例的风电机组参与电力系统自动发电控制的协调控制方法，充分考虑风电机组与传统机组参与电力系统自动发电控制的特性和约束，在提升电力系统调频性能的同时，实现风电机组的增发，提升电力系统运行的稳定性和经济性。

另外，根据本发明上述实施例的风电机组参与电力系统自动发电控制的协调控制方法，还可以具有如下附加的技术特征：

进一步地，在步骤S1中，所述风电机组的实时出力P_W,i，i＝1,2,...,N，风电出力的超短期预测值P_F,i(t)，i＝1,2,...,N，t＝1,2,...,P，其中，N为省级调度中心辖区内安装AGC系统的风电场数量，P为所述区域调度中心执行模型预测控制的预测时域长度。

进一步地，步骤S2进一步包括：

S201：通过以下公式计算辖区内可参与到自动发电控制的风电机组调节容量：

$C_{W,k}^{up}\left(t\right)=\min (S_k-\underset{i=1}{\overset{N_{W,k}}{\Sigma }}{P}_{W,i}-\underset{i=1}{\overset{N_{G,k}}{\Sigma }}{P}_{G,i},\underset{i=1}{\overset{N_{W,k}}{\Sigma }}{P}_{F,i}(t)-\underset{i=1}{\overset{N_{W,k}}{\Sigma }}{P}_{W,i}),k=1,2,\mathrm{...},J$

$C_W^{up}\left(t\right)=\underset{k=1}{\overset{J}{\Sigma }}{C}_{W,k}^{up}\left(t\right)$

$C_W^{down}\left(t\right)=\underset{i=1}{\overset{N}{\Sigma }}(P_{W,i}-P_{C,i})$

其中，S_k分别为断面k下的向上调节容量和断面容量约束，N_W,k和 N_G,k分别为断面k下的风电场数和常规电厂数，P_G,i为常规机组实时出力，J为断面总数，P_C,i为不考虑风电机组参与自动发电控制时风电场限风条件下的有功功率指令；以及

S202：通过以下公式计算辖区内可参与到自动发电控制的爬坡速率：

$R_W^{up}\left(t\right)=min\left(C_W^{up}\right(t)/T,\underset{i=1}{\overset{N}{\Sigma }}{R}_{W,i}^{up}(t\left)\right)$

$R_W^{down}\left(t\right)=min\left(C_W^{down}\right(t)/T,\underset{i=1}{\overset{N}{\Sigma }}{R}_{W,i}^{down}(t\left)\right)$

其中，分别为各风电场的向上爬坡速率和向下爬坡速率，所述向上爬坡速率和所述向下爬坡速率均与风电出力的超短期预测值P_F,i(t)相关。

进一步地，步骤S3进一步包括：S301：根据当前的频率偏差Δf与联络线交换功率偏差ΔP_tie计算区域控制偏差ACE：ACE＝BΔf+ΔP_tie，其中，B为系统频率偏差系数；S302：在电力系统运行点附近，对区域偏差控制过程进行线性化处理，基于传统机组与风电机组的动态数学模型，将电力系统区域偏差控制过程动态数学模型的状态空间方程写作如下形式：Y＝CX，其中，X代表状态变量向量，U代表输入变量向量，W代表扰动量向量，Y代表输出量向量，A代表该系统的状态矩阵，B代表该系统的输入矩阵，R代表扰动矩阵，C代表输出矩阵；将状态空间方程进行离散化处理，得到电力系统区域偏差控制过程数学模型的离散形式：

x(k+1)＝A_dx(k)+B_du(k)+R_dW(k)

上式中各矩阵的表达式如下：

$A_d=e^{{\mathrm{AT}}_s},B_d=\underset{0}{\overset{T_s}{\int }}{e}^{At}dt·B,R_d=\underset{0}{\overset{T_s}{\int }}{e}^{At}dt·R$

其中，T_s为离散系统的采样时间；S303：确定控制目标函数如下式：

$\left(\begin{array}{c}\underset{U}{\min }J(U,x(k\left)\right)=\underset{i=1}{\overset{P}{\Sigma }}{\left[x_G(k+i)\right]}^T{Q}_G{x}_G(k+i)+\underset{i=1}{\overset{P}{\Sigma }}{\left[x_W(k+i)\right]}^T{Q}_W{x}_W(k+i)\\ +\underset{i=0}{\overset{M-1}{\Sigma }}{\left[u_G(k+i)\right]}^T{R}_G{u}_G(k+i)+\underset{i=0}{\overset{M-1}{\Sigma }}{\left[u_W(k+i)\right]}^T{R}_W{u}_W(k+i)\end{array}\right)$

其中，Q_G、Q_W、R_G、R_W分别为传统机组状态量、风电机组状态量、传统机组控制量与风电机组控制量的权重矩阵，M为模型预测控制的控制时域长度；S304：确定约束条件如下：

x(k+i+1|k)＝A_dx(k+i|k)+B_du(k+i|k)+R_dW(k+i|k),i≥0

表示，电力系统区域偏差控制过程的线性预测模型；

u_Gmin≤u_G(k+i|k)≤u_Gmax,i＝0,...,M-1

u_Wmin≤u_W(k+i|k)≤u_Wmax,i＝0,...,M-1

表示，传统机组控制量与风电机组控制量均受其控制区间的约束；

x_Gmin≤x_G(k+i|k)≤x_Gmax,i＝1,...,P

x_Wmin≤x_W(k+i|k)≤x_Wmax,i＝1,...,P

表示，传统机组状态量与风电机组状态均受其调节容量的约束；

Δx_Gmin≤Δx_G(k+i|k)≤Δx_Gmax,i＝1,...,P

Δx_Wmin≤Δx_W(k+i|k)≤Δx_Wmax,i＝1,...,P

表示，传统机组状态量增量与风电机组状态量增量均受其爬坡速率的约束。S305：根据起作用约束集算法进行求解，计算所述传统机组调节功率与所述风电机组调节功率。

进一步地，在步骤S305之后还包括以下步骤：S306：对所述传统机组调节功率和所述风电机组调节功率进行反馈校正和滚动优化；S307：将所述传统机组调节功率和所述风电机组调节功率下发给所述省级调度中心，由所述省级 调度中心对调节功率进行分配，并下发至各风电场。

进一步地，在步骤S4中，所述省级调度中心按照各风电场的调节容量通过以下公式按比例分配调节功率A_w：

$\left(\begin{array}{c}{A}_{W,i}\left(t\right)=\min (A_W·\frac{C_{W,i}^{up}\left(t\right)}{C_W^{up}\left(t\right)},R_{W,i}^{up}(t)·T),i=1,2,\mathrm{...},N,A_w\ge 0\\ A_{W,i}\left(t\right)=\min (A_W·\frac{C_{W,i}^{down}\left(t\right)}{C_W^{down}\left(t\right)},R_{W,i}^{down}(t)·T),i=1,2,\mathrm{...},N,A_w\le 0\end{array}\right).$

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明一个实施例的风电机组参与电力系统自动发电控制协调控制方法的流程图；

图2是本发明一个实施例的风电机组参与电力系统自动发电控制的物理架构图；

图3是本发明一个实施例的风电机组参与电力系统自动发电控制协调控制策略的原理框图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能 理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

参照下面的描述和附图，将清楚本发明的实施例的这些和其他方面。在这些描述和附图中，具体公开了本发明的实施例中的一些特定实施方式，来表示实施本发明的实施例的原理的一些方式，但是应当理解，本发明的实施例的范围不受此限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

以下结合附图描述根据本发明实施例的风电机组参与电力系统自动发电控制的协调控制方法。

请参考图1-3，一种风电机组参与电力系统自动发电控制的协调控制方法，包括以下步骤：

S1：风电场向省级调度中心上传风电机组的实时出力和风电出力的超短期预测值。

具体地，在每一个AGC指令周期T开始前，各风电场调用模块1和模块2监测风电机组的实时出力P_W,i(MW)，i＝1,2,...,N，计算风电出力的超短期预测值P_F,i(t)，i＝1,2,...,N，t＝1,2,...,P，其中，N为省级调度中心辖区内安装AGC系统的风电场数量，P为区域调度中心执行模型预测控制的预测时域长度。调用模块3向省级调度中心上报上述信息。

S2：省级调度中心根据断面约束信息和风电场机组性能信息，计算辖区内可参与到自动发电控制的风电机组调节容量以及爬坡速率。

具体地，当省级调度中心接受到其辖区内所有风电场的信息后，调用模块4，读取断面约束信息和风电场机组性能信息，调用模块5计算辖区内可参与到自动发电控制的风电机组调节容量以及爬坡速率，具体的计算步骤如下：

S201：计算辖区内风电机组参与自动发电控制的调节容量。根据风电机组的实时出力、风电出力的超短期预测以及断面约束，计算辖区内风电机组参与自动发电控制的向上调节容量向下调节容量

$C_{W,k}^{up}\left(t\right)=\min (S_k-\underset{i=1}{\overset{N_{W,k}}{\Sigma }}{P}_{W,i}-\underset{i=1}{\overset{N_{G,k}}{\Sigma }}{P}_{G,i},\underset{i=1}{\overset{N_{W,k}}{\Sigma }}{P}_{F,i}(t)-\underset{i=1}{\overset{N_{W,k}}{\Sigma }}{P}_{W,i}),k=1,2,\mathrm{...},J$

$C_W^{up}\left(t\right)=\underset{k=1}{\overset{J}{\Sigma }}{C}_{W,k}^{up}\left(t\right)$

$C_W^{down}\left(t\right)=\underset{i=1}{\overset{N}{\Sigma }}(P_{W,i}-P_{C,i})$

其中，S_k分别为断面k下的向上调节容量(MW)和断面容量约束(MW)，N_W,k和N_G,k分别为断面k下的风电场数和常规电厂数，P_G,i为常规机组实时出力(MW)，J为断面总数，P_C,i为不考虑风电机组参与自动发电控制时风电场限风条件下的有功功率指令(MW)。

S202：计算辖区内风电机组参与自动发电控制的爬坡速率。根据辖区内 可参与到自动发电控制的风电机组调节容量和风电场机组性能计算辖区内风电场参与自动发电控制的向上爬坡速率和向上爬坡速率

$R_W^{up}\left(t\right)=min\left(C_W^{up}\right(t)/T,\underset{i=1}{\overset{N}{\Sigma }}{R}_{W,i}^{up}(t\left)\right)$

$R_W^{down}\left(t\right)=min\left(C_W^{down}\right(t)/T,\underset{i=1}{\overset{N}{\Sigma }}{R}_{W,i}^{down}(t\left)\right)$

其中，分别为各风电场的向上爬坡速率和向下爬坡速率，其均与风电出力的超短期预测值P_F,i(t)相关。

S3：区域调度中心根据区域控制偏差，考虑风电机组与传统机组参与电力系统自动发电控制的特性和约束，采用模型预测控制计算风电机组与传统机组的调节功率。步骤S3包括以下步骤：

S301：计算区域控制偏差ACE。根据当前的频率偏差Δf与联络线交换功率偏差ΔP_tie计算区域控制偏差ACE：

ACE＝BΔf+ΔP_tie

其中，B为系统频率偏差系数(MW/Hz)。

S302：计算电力系统区域偏差控制过程的预测模型。在电力系统运行点附近，对区域偏差控制过程进行线性化处理，基于传统机组与风电机组的动态数学模型，将电力系统区域偏差控制过程动态数学模型的状态空间方程写作如下形式：

$\stackrel{·}{X}=AX+BU+RW$

Y＝CX

其中，X代表状态变量向量，U代表输入变量向量，W代表扰动量向量，Y代表输出量向量，A代表该系统的状态矩阵，B代表该系统的输入矩阵，R代表扰动矩阵，C代表输出矩阵。

由于电力系统区域偏差控制过程的动态数学模型为连续系统模型，而模型预测控制中采用的预测模型为离散系统模型，需要将状态空间方程进行离散化处理，得到电力系统区域偏差控制过程数学模型的离散形式：

x(k+1)＝A_dx(k)+B_du(k)+R_dW(k)

上式中各矩阵的表达式如下：

$A_d=e^{{\mathrm{AT}}_s},B_d=\underset{0}{\overset{T_s}{\int }}{e}^{At}dt·B,R_d=\underset{0}{\overset{T_s}{\int }}{e}^{At}dt·R$

其中，T_s为离散系统的采样时间。

S303：确定控制目标。

$\left(\begin{array}{c}\underset{U}{\min }J(U,x(k\left)\right)=\underset{i=1}{\overset{P}{\Sigma }}{\left[x_G(k+i)\right]}^T{Q}_G{x}_G(k+i)+\underset{i=1}{\overset{P}{\Sigma }}{\left[x_W(k+i)\right]}^T{Q}_W{x}_W(k+i)\\ +\underset{i=0}{\overset{M-1}{\Sigma }}{\left[u_G(k+i)\right]}^T{R}_G{u}_G(k+i)+\underset{i=0}{\overset{M-1}{\Sigma }}{\left[u_W(k+i)\right]}^T{R}_W{u}_W(k+i)\end{array}\right)$

其中，Q_G、Q_W、R_G、R_W分别为传统机组状态量、风电机组状态量、传统机组控制量与风电机组控制量的权重矩阵，M为模型预测控制的控制时域长度。

S304：确定约束条件。

x(k+i+1|k)＝A_dx(k+i|k)+B_du(k+i|k)+R_dW(k+i|k),i≥0

表示，电力系统区域偏差控制过程的线性预测模型。

u_Gmin≤u_G(k+i|k)≤u_Gmax,i＝0,...,M-1

u_Wmin≤u_W(k+i|k)≤u_Wmax,i＝0,...,M-1

表示，传统机组控制量与风电机组控制量均受其控制区间的约束。

x_Gmin≤x_G(k+i|k)≤x_Gmax,i＝1,...,P

x_Wmin≤x_W(k+i|k)≤x_Wmax,i＝1,...,P

表示，传统机组状态量与风电机组状态均受其调节容量的约束。

Δx_Gmin≤Δx_G(k+i|k)≤Δx_Gmax,i＝1,...,P

Δx_Wmin≤Δx_W(k+i|k)≤Δx_Wmax,i＝1,...,P

表示，传统机组状态量增量与风电机组状态量增量均受其爬坡速率的约束。

S305：求取传统机组调节功率与风电机组调节功率。建立的上述数学模型实际为一个二次规划问题，可以利用起作用约束集等算法进行求解。为实现对目标期望值的动态跟踪控制，还需进行反馈校正、滚动优化。求解完成后，应将计算得到的传统机组调节功率与风电机组调节功率进行下发，其中风电机组调节功率应下发至省级调度中心，由省级调度中心对调节功率进行分配，并下发至各风电场。

S4：省级调度中心按照各风电场的调节容量按比例分配调节功率。

具体地，省级调度中心接收到下发的风电机组调节功率指令后，调用模块8，按照各风电场的调节容量按比例分配调节功率A_w，下发至各风电场：

$\left(\begin{array}{c}{A}_{W,i}\left(t\right)=\min (A_W·\frac{C_{W,i}^{up}\left(t\right)}{C_W^{up}\left(t\right)},R_{W,i}^{up}(t)·T),i=1,2,\mathrm{...},N,A_w\ge 0\\ A_{W,i}\left(t\right)=\min (A_W·\frac{C_{W,i}^{down}\left(t\right)}{C_W^{down}\left(t\right)},R_{W,i}^{down}(t)·T),i=1,2,\mathrm{...},N,A_w\le 0\end{array}\right)$

特别地，为了保证调节功率指令的执行效果，奖励执行效果良好的风电场，应考虑各风电场对上一时段调节功率指令的响应情况，对于向上调节功率指令，可优先分配给对上一时段调节功率指令响应良好的风电场，对于向下调节功率指令，可按比例分配给所有参与自动发电控制的风电场。

S5：风电场通过风电场AGC系统调整风电有功出力，实现对调节功率指令的响应。

另外，本发明实施例的风电机组参与电力系统自动发电控制的协调控制方法的其它构成以及作用对于本领域的技术人员而言都是已知的，为了减少冗余， 不做赘述。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同限定。