计及惯量影响的电力系统分布式频率控制策略_朱琛.pdf

电器与能效管理技术(2023No 3)研究与分析朱琛(1979)，男，高级工程师，主要从事电网规划、电力 设 计 管 理 工作。郑峻峰(1973)，男，高级工程师，主要从事电网规划、数字化管理工作。方兴(1975)，男，高级工程师，主要从事电网规划、新能源工作。*基金项目:国网湖南省电力有限公司科技项目(5216A12101YJ)计及惯量影响的电力系统分布式频率控制策略*朱琛1，2，郑峻峰2，方兴2，付翔2，陈柏沅2，张阳2，黄际元2(1 长沙电力设计院有限公司，湖南 长沙410000;2 国网湖南省电力有限公司 长沙供电分公司，湖南 长沙410000)摘要:随着新能源的快速发展，以风电为代表的新能源规模化并网使得电力系统呈现低惯量特性。目前主要以虚拟惯量控制提高低惯量系统频率支撑能力，但其会改变系统等效惯量水平从而干扰调频过程。针对上述问题，提出了一种计及惯量影响的分布式频率控制策略。引入虚拟惯量控制器补偿预测输出模型，并设计分布式模型预测频率控制器。仿真表明，所提控制策略可有效提高系统频率控制效果，同时能在一定程度上抑制风电机组过度参与调频。关键词:频率控制;模型预测控制;虚拟惯量控制;低惯量电力系统中图分类号:TM712文献标志码:A文章编号:2095-8188(2023)03-0016-06DOI:10 16628/j cnki 2095-8188 2023 03 003Distributed Frequency Control Strategy for Power SystemsConsidering Influence of InertiaZHU Chen1，2，ZHENG Junfeng2，FANG Xing2，FU Xiang2，CHEN Baiyuan2，ZHANG Yang2，HUANG Jiyuan2(1 Changsha Electric Power Design Institute Co，Ltd，Changsha 410000，China;2 Changsha Power Supply Branch，State Grid Hunan Electric Power Co，Ltd，Changsha 410000，China)Abstract:With the rapid development of new energy，the electric permeability of power system increasesgradually，and the system presents the characteristics of low inertia Virtual inertia control is one of the main ways toimprove the frequency support ability of low inertia systems，but it will change the equivalent inertia level of thesystem and affect the frequency adjustment process In order to solve these problems，the distributed frequencycontrol strategy considering the influence of inertia is proposed The power instruction compensation predictionoutput model of the virtual inertia controller is introduced The distributed model prediction frequency controllerbased on the model is designed The simulation results show that the proposed control strategy can effectivelyimprove the frequency control performance and restrain the excessive adjustment of wind turbines in frequencycontrol to a certain extentKey words:frequency control;model prediction control;virtual inertia control;low inertiapower system0引言为实现“双碳”目标，风电等新能源在电网所占比例逐步上升。由于风电机组依赖电力电子设备接入电网，无法像传统机组一样提供惯量支撑，导致电网等效惯量大幅度削弱。此外，风电的随61研究与分析电器与能效管理技术(2023No 3)机波动性也对电力系统的频率稳定性提出更高的要求1-2。为系统分析低惯量电力系统的频率响应问题，文献 3 提出了系统广义惯量体系，将能影响系统惯量的能量之和定义为系统广义动能，指出系统广义动能越大，抗扰能力越强;文献 4 首次提出虚拟惯量控制(Virtual Inertia Control，VIC)策略，通过释放风机转子动能增加系统广义动能，可有效提高电网等效惯量，减缓频率恶化;文献 5深入分析 VIC 控制的响应特性和控制机理，推导VIC 控制和频率响应的函数关系，分析其参数对系统频率响应的影响;文献 6根据风机运行状态变化，在控制系数中引入调频能力系数对风机调频能力进行量化，以充分利用风机可用容量，并设计了变参数 VIC 控制策略，可充分发挥风电机组调频能力为系统提供惯量支撑。上述虚拟惯量控制通过释放风机转子动能增加系统可参与调频能量，提升了系统等效惯量水平，但风电功率自身的随机性也对电力系统的抗扰能力提出了新的要求，传统的调频策略已经难以满足当前需要。为此，各类先进的控制方法如模型预测控制(ModelPrediction Control，MPC)、滑模控制7-8、自抗扰控制9 逐渐纳入学者们的视野。MPC 由于其基于优化的核心机制和处理多变量约束问题的优越能力，在调频领域内占有一席之地。根据控制结构可将其划分为集中式 MPC、分散式 MPC 和分布式MPC10。文献 11使用集中式 MPC 进行控制，采用整体系统模型，控制性能可实现全局最优，但某个区域系统故障时难以保证控制效果甚至会出现系统崩溃;文献 12使用分散式 MPC 进行控制，采用单个区域模型，尽管可靠性提高了，但控制性能相对较差;文献 13-14使用分布式 MPC(Distributed MPC，DMPC)也即在分散式 MPC 之间加入了通信网络，考虑了各区域间耦合因素，兼具了可靠性和控制性能，可有效实现全局最优且具备较高可靠性，因此本文采用 DMPC 作为调频控制器。以上基于 MPC 的调频研究均没有考虑 VIC环节，其控制过程将致使系统等效惯量发生变化，对电力系统频率控制造成干扰。对此，本文提出了一种计及惯量影响的分布式频率控制策略。首先，为提升发生频率事件时的系统等效惯量水平，设计 VIC 环节以释放风电机组的转子动能为系统提供惯量支撑。其次，引入 VIC 控制器功率指令对 DMPC 预测模型进行补偿。最后，根据上述补偿预测模型设计 DMPC，并在 4 区域含风电互联电力系统验证其有效性。1含风电互联电力系统调频模型为验证本文所提策略，建立 4 区域含风电电力系统调频模型。互联电力系统拓扑图如图 1 所示。各区域内均含风电机组及火电调频机组。图 1互联电力系统拓扑图1 1风机模型风电机组通常包含风轮机、传动轴、逆变器、发动机和控制系统等子系统。风电机组模型如图 2 所示。图 2风电机组模型图 2 中，Pm为风轮机捕获的机械功率，Pe为电磁功率，CP为风能利用系数，为空气密度，r为风轮机叶片半径，v 为风速，为转子转速，PMPPT为最大功率跟踪控制参考值，kopt为最大功率跟踪系数，Hw为风机转动惯量，Te为逆变器响应时间常数。风电机组机械功率15-17 表示为Pm=12CPr2v3(1)风轮机获得的机械功率通过传动轴传送至发电机，传动轴模型为ddt=12Hws+FPm Pe()(2)式中:F 风机响应阻尼系数。额定风速下，风机最大功率跟踪控制参考值为71电器与能效管理技术(2023No 3)研究与分析PMPPT=kopt()n3(3)式中:n 风机额定转子转速。最终，风电机组输出的电磁功率为Pe=1Tes+1PMPPT(4)1 2电力系统调频模型本文搭建了单区域含风电电力系统的调频模型。区域 i 电力系统模型如图 3 所示。电源为风电和火电两类，火电机组模型主要包括调速器模型、再热锅炉模型和汽轮机模型18-19。图 3区域 i 电力系统模型Xg=1Tgs+1u(5)Pr=KrTrs+1Trs+1Xg(6)Pg=1Tts+1Pr(7)式中:u 控制信号;Xg、Pr、Pg 调速器、再热锅炉和汽轮机输出;Tg、Kr、Tr、Tt 调速器响应时间常数、再热锅炉增益系数、再热锅炉响应时间常数和调速器响应时间常数。在区域 i 中，有功 频率响应过程可表示为fi=1Mis+Di(Pg，i+Pe，i PL，i Ptie，i)(8)其中，联络线功率表示为Ptie，i=2Nj=1，jiTij(fi fj)(9)为实现互联电力系统的频率控制，选取区域控制误差 EAC作为控制器输入误差。EACi=Kfi+Ptie，i(10)式中:fi 频率偏差;Mi、Di 惯量常数和阻尼系数;PL，i 系统负荷;Ptie，i 联络线交换功率;Tij 区域间联络线系数;N 联络线数量;K 增益系数。为简化模型，对上述风机模型和火电机组调频模型进行线性化处理。线性化后，互联电力系统区域 i 的调频模型可表示为xi=Aixi+Biui+j=1，ji(Aijxj+Bijuj)yi=Cixi(11)其 中，xi=PeXgPrPgfiPtie，iT，yi=EACi;Ci=00000K1T，Aij(7，6)=2j=1，jiTij，其他值为 0，Bij=0。Ai=Kw1 F02Hw012Hw0000003Kc20Te3n1Te00000001Tg001Tg000Tg KrTrTrTg1Tr0KrTg00001Tt1Tt0001M001MDM0000002j=1，jiTij0Bi=001TgKrTg000T(12)2计及惯量影响的 DMPC 频率控制器设计2 1虚拟惯量控制为缓解大规模风电介入后电力系统惯量大幅度降低导致的频率性能恶化问题，本文设计 VIC环节挖掘风电机组调频能力，提高系统等效惯量水平。VIC 控制过程是模拟传统火电机组的调速器下垂控制过程和机械惯量响应过程。其控制过程表示为PVIC=Kwpf+Kwddfd()t(13)81研究与分析电器与能效管理技术(2023No 3)式中:PVIC VIC 指令;f 频率变化量;Kwp、Kwd VIC 参数。2 2频率控制器设计为缓解 VIC 过程带来的系统等效惯量变化对调频的影响，本文在式(11)模型中引入虚拟惯量控制器的功率指令，将 VIC 功率信号附加在逆变器控制动作前，表示为Pe=1Tes+1(PMPPT+PVIC)(14)将 PVIC视为扰动项 w，补偿至 DMPC 预测模型中，可表示为xi=Aixi+Biui+j=1，ji(Aijxj+Bijuj)+Bd，iwyi=Cixi(15)式中:Bd，i 扰动系数矩阵。其中，Bd，i=0 1/Te0 0 0 0 0，其余系数矩阵不变。计及惯量影响的 DMPC 控制框图如图 4所示。图 4计及惯量影响的 DMPC 控制框图基于上述模型进行 DMPC 控制器设计，首先对其进行离散化:xi(k+1)=Aixi(k)+Biui(k)+j=1，ji Aijxj(k)+Bijuj(k)+Bd，iwyi(k)=Cixi(k)(16)针对离散模型式(15)，根据文献 20 的方法推导预测输出序列为Yi(k+1|k)=Hxi(k)+Iyi(k)+Dwi(k)+j=1，ji Hijxj(k)+Hijuuj(k)+HuU(k)(16)其中，Hx=CAiCA2iCApi，I=111，D=CBdCABdCAp1Bd(18)Hij=CAijCA2ijCApij，Hiju=CBijCABijCAp1Bij(19)Hu=CBi000CABiCBi00CA2BiCABiCBi0CAm1BiCAm2BiCAm3BiCBi(20)为使控制输出接近参考值，且对控制信号进行约束，设置目标函数 Jmin为Jmin=i YiQ1+UQ2(21)式中:i 参考值。最后，基于 MATLAB 二次规划求解 函 数quadprog 求解上述优化问题，从而求得有限时域内最优控制信号。3仿真与分析为验证上述方法有效性，本文基于 MATLAB/Simulink 建立 4 区域含风电电力系统模型，分别对常规 DMPC 和计及惯量影响的 DMPC 进行仿真实验。3 1负荷阶跃扰动下系统响应分析令区域 1 在20 s 时发生 0 1 p u 的负荷阶跃扰动，分别对常规 DMPC 和本文所提方法进行对照实验。负荷阶跃扰动下频率偏差变化如图 5所示。由图 5 可知，区域 1 本文所提策略相比常规 DMPC 将频率偏差最低点从 0 003 2 Hz 提升至 0002 6 Hz，提升了 18 75%，同时显著降低超调;本文所提策略相比常规 DMPC 对其他区域频率的控制效果也更好。负荷阶跃扰动下风电功率变化如图 6 所示。本文所提策略相比常规 DMPC减少了0 002 p u 的最大风功率释放，同时将风91电器与能效管理技术(2023No 3)研究与分析图 5负荷阶跃扰动下频率偏差变化图 6负荷阶跃扰动下风电功率变化机参与调频后恢复转速过程中的最大吸收功率值从0 006 p u 降低至 0 003 p u，可以有效抑制风电机组过度参与调频，避免触及转速限值导致风机切机，恶化频率响应的风险。负荷阶跃扰动下火电机组功率变化如图 7 所示。由图 7 可知，本文所提策略相比常规 DMPC 控制的快速性更好，并较好地降低了火电机组响应的超调。图 7负荷阶跃扰动下火电机组功率变化3 2随机负荷扰动下系统响应分析令区域 1 负荷发生 0 1 +0 1 p u 的随机波动，随机负荷扰动如图 8 所示。随机负荷扰动下频率变化响应如图 9 所示。由图 9 可知，所提策略相比常规 DMPC 最大频率偏差幅值从 0 005 Hz 减小至 0 004 Hz，有效缓解了系统频率波动。随机负荷扰动下风电功率变化如图 10所示。由图 10 可见，本文所提策略相比常规DMPC 风电功率变化量最大值从 0 021 p u 降低至 0 018 p u，风 电 功 率 变 化 量 最 小 值 从0 018 p u 增大至 0 015 p u。结果表明，相同条件下本文所提策略有效降低了风电机组参与调频程度，留有更大的动能裕度，便于更充分地挖掘风电的调频能力。随机负荷扰动下火电机组功率变化如图 11 所示。由图 11 可见，所提策略下火电机组功率具有更快的响应速度。02研究与分析电器与能效管理技术(2023No 3)图 8随机负荷扰动图 9随机负荷扰动下频率变化响应图 10随机负荷扰动下风电功率变化图 11随机负荷扰动下火电机组功率变化4结语针对 VIC 过程改变系统等效惯量，干扰系统调频问题，本文提出了一种计及惯量影响的DMPC 频率控制策略。经阶跃负荷扰动和随机负荷扰动仿真实验，表明本文所提策略相比传统DMPC 可有效提高频率最低点、降低超调，在一定程度上提升了频率控制性能且抑制了风电机组过度参与调频。【参 考 文 献】1 张旭，陈云龙，岳帅，等 风电参与电力系统调频技术研究的回顾与展望J 电网技术，2018，42(6):1793-18032 毛志宇，李培强，郭思源 基于自适应时间尺度小波包和模糊控制的复合储能控制策略 J/OL 电力系 统 自 动 化:1-142022-12-11 http:/knscnki net/kcms/detail/32 1180 TP 20220927 1842006 html3 孙华东，王宝财，李文锋，等 高比例电力电子电力系统频率响应的惯量体系研究 J 中国电机工程学报，2020，40(16):5179-51924 MOEN J，HAAN S，KLING W L，et al Windturbines emulating inertia and supporting primaryfrequency controlJ IEEE Transactions on PowerSystems，2006，21(1):433-4345 邢鹏翔，侍乔明，王刚，等 风电机组虚拟惯量控制的响应特性及机理分析J 高电压技术，2018，44(4):1302-13106 侍乔明，王刚，李海英，等 考虑调频能力的风电场虚拟惯量多机协同控制策略J 电网技术，2019，43(11):4005-40177 刘颖明，王维，王晓东，等 基于滑模控制器的风电场飞轮储能系统的控制方法 J 电器与能效管理技术，2017(10):25-288 YANG F，SHAO X Y，MUYEEN S M，et alDisturbance observer based fractional-order integralslidingmodefrequencycontrolstrategyforinterconnected power systemJ IEEE Transactionson Power Systems，2021，36(6):5922-59329 万陆峰，徐玉珍 基于线性自抗扰改进单周期控制 J 电器与能效管理技术，2022(4):19-27 10 乐健，廖小兵，章琰天，等 电力系统分布式模型预测控制方法综述与展望J 电力系统自动化，2020，44，693(23):265-277 11 LIU J，YAO Q，Hu Y Model Predictive Control forLoad Frequency of Hybrid Power System with WindPower and Thermal PowerJ Energy，2019，172(1):555-565 12 ALI A，KHANB，MEHMOODCA，etalDecentralized MPC based frequency control for smartgrid:2017InternationalConferenceonEnergyConservation and Efficiency(ICECE)C 2017(下转第 68 页)12电器与能效管理技术(2023No 3)检测与试验 13 徐卫东，聂 一 雄，周 文 文，等 基 于 Ansoft 与MATLAB 的固体绝缘环网柜温度仿真 J 电器与能效管理技术，2017(12):44-49 14 周文文 外覆绝缘材料的高压开关柜接头温度监测技术 J 电器与能效管理技术，2021(4):46-51 15 陆彪，汤凯，陈德敏，等 低压开关柜母线温度场数值计算与分析J 电工电能新技术，2020，39(10):65-71 16 屈建宇，徐宏宇 万能式断路器温升特性仿真与实验研究 J 电器与能效管理技术，2021(4):40-45 17 郝思鹏，吴清，李佳伟，等 基于人工蜂群算法优化 BF 神经网络的光伏组件故障诊断定位方法 J 供用电，2019，36(10):87-92 18 冯义，晋斌，周详 基于 Hermite 网络的低压配电网多源数据处理与融合模型 J 电器与能效管理技术，2021(9):100-106收稿日期:2022 07 09(上接第 15 页)10 王彤，刘九良，朱劭璇，等 基于随机森林的电力系统暂态稳定评估与紧急控制策略J 电网技术，2020，44(12):4694-4701 11 YU T，ZHENWGAreinforcementlearningapproach to power system stabilizerC2009 IEEEPower Energy Society General Meeting，2009:1-5 12 ZHANG D，HAN X，DENG C eview on theresearch and practice of deep learning and reinforcementlearning in smart grids J 中国电机工程学会电力与能源系统学报(英文)，2018，4(3):362-370 13 李红，朱立位，郭朝辉 基于深度强化学习的混合储能系统最优控制J 电器与能效管理技术，2021(11):42-49 14 乔骥，王新迎，张擎，等 基于柔性行动器 评判器深度强化学习的电 气综合能源系统优化调度 J 中国电机工程学报，2021，41(3):819-833 15 WEI F，WAN Z，HE H Cyber-Attack ecoveryStrategy for Smart Grid Based on Deep einforcementLearning J IEEE Transactions on Smart Grid，2020，11(3):2476-2486 16 HUANG Q，HUANG，HAO W，et al Adaptivepowersystememergencycontrolusingdeepreinforcement learningJ IEEE Transactions on SmartGrid，2020，11(2):1171-1182 17 刘威，张东霞，王新迎，等 基于深度强化学习的电网紧急控制策略研究J 中国电机工程学报，2018，38(1):109-119收稿日期:2022 07 08(上接第 21 页)13 CZ A，SW A，QZ A Distributed economic MPC forLFC of multi-area power system with wind powerplants in power market environment-ScienceDirectJ International Journal of Electrical Power Energy Systems，2021，126(4):106-548 14 MA M，CHEN H，LIU X，et al Distributed modelpredictiveloadfrequencycontrolofmulti-areainterconnected power system J International Journalof Electrical Power Energy Systems，2014，62(62):289-298 15 LEE J，MULJADI E，SENSEN P，et al eleasablekinetic energy-based inertial control of a DFIG windpower plantJ IEEE Transactions on SustainableEnergy，2016，7(1):279-288 16 YAN W，CHENG L，YAN S，et al Enabling andEvaluation of Inertial Control for PMSG-WTG UsingSynchronverter With Multiple Virtual otating Massesin MicrogridJ IEEE Transactions on SustainableEnergy，2020，11(2):1078-1088 17 SANG S，ZHANG C，CAI X，et al Control of a type-IV wind turbine with the capability of robust grid-synchronization and inertial response for weak gridstable operationJ IEEE Access，2019，7:58553-58569 18 VDOLJAK K，PEI N，PETOVI I Sliding modebased load-frequency control in power systemsJ Electric Power Systems e-search，2010，80(5):514-527 19 SOCKEEL N，GAFFOD J，PAPAI B，et alVirtual inertia emulator-based model predictive controlforgridfrequencyregulationconsideringhighpenetration of inverter-based energy storage system J IEEE Transactions on Sustainable Energy，2020(99):1 20 陈虹 模型预测控制 M 北京:科学出版社，2013收稿日期:2022 12 2286