基于模型预测控制的多源自动发电控制系统及运行优化.pdf

年第 期 水电与新能源 第 卷.:././.收稿日期:作者简介:王豪威男工程师主要从事风光资源评估和自动发电控制系统研究工作基于模型预测控制的多源自动发电控制系统及运行优化王豪威屈文飞万永安裴元锐(.浙江运达风电股份有限公司浙江 杭州 .浙江省风力发电技术重点实验室浙江 杭州)摘要:根据火电站、风电场和光伏电站的动态响应特性搭建了基于模型预测控制的多源自动发电控制系统模型并利用粒子群优化算法优化区域内系统的动态响应调节性能 案例分析表明与优化前相比多源自动发电控制系统模型能提高系统的动态响应能力减少区域控制总偏差减少区域“弃风”、“弃光”让风光新能源充分发挥调节潜力关键词:可再生能源模型预测控制自动发电控制粒子群优化算法中图分类号:文献标志码:文章编号:()(.):.:电网频率是电力系统中衡量电能质量的重要指标同时也是影响电力系统稳定的重要参数 近些年来随着电网中冲击性负荷的不断增加和随机性、间歇性新能源电源并网规模的不断扩大 无疑都影响了电力系统的稳定运行降低了电网的电能质量、经济性和可靠性至此单独依靠传统电源进行电网频率的调节已无法达到预期的要求为了实现碳达峰、碳中和目标缓解区域电网的调频压力挖掘优质的可再生能源作为新的调频电源也是一种非常重要的手段 与传统的水火电机组相比风电场和光伏电站具有更强的爬坡能力可以更好地响应电网频率变化适应电网负荷需求 目前国内外学者通过定功率点控制的方式让风光等新能源留有部分的有功备用容量参与二次调频即自动发电控制()等利用分布式模型预测控制算法将风电场与火电机组相结合从而利用风电的有功备用减少了常规电源的调频压力 等提出了一种适用于风力发电机组的频率调节控制方法通过风电的有功备用提高了负载变化时频率响应的能力 等提出了基于模糊控制的调频策略并建立了光伏并网调频仿真模型仿真结果表明利用光伏的有功备用能够平抑功率变化调节电网频率模型预测控制()是近些年来发展速度较快的一种新型计算机控制算法同时它在 过程中也得到了广泛的应用 国内外学者研究表明 对 系统的控制能力和鲁棒性均优于 控制 等提出了基于 的王豪威等:基于模型预测控制的多源自动发电控制系统及运行优化 年 月风储联合调频策略将风电和储能电池相结合有效降低了电网频率的稳态偏差 等在考虑风电输出功率不确定性上提出了一种基于补偿型 的 策略并通过建模仿真证明了所提策略的有效性 等利用 将储能和风机相结合以经济性为目标进行优化分配结果证明了该策略的可行性本文主要研究基于模型预测控制的多源自动发电控制系统及运行优化 其中首先建立了两区域多源 协同控制系统动态模型并利用 算法构建控制器然后在考虑火电站、风电场和光伏电站动态响应特性上以粒子群优化()算法优化系统的动态响应调节性能并与可调容量比例方法()形成对比最后通过案例分析验证了本文优化策略的有效性 系统模型本文以两区域互联电网的多源 系统动态模型为例(见图)采用联络线功率频率偏差控制来消除区域控制偏差()其中每个区域的 过程都含有控制器、功率分配器和 机组这三个重要的环节图 两区域多源 协同控制系统模型 图 中下标、和 分别指代火电站、风电场和光伏电站 为 时延常数为调速器的时间常数为汽轮机的再热系数为再热时间常数为发电机的时间常数为负荷阻尼系数为机组的转动惯量和 分别为系统和机组的调差系数为联络线交换功率增量为控制器的总控制量增量为调速器位置增量为发电机组输出热功率增量为输出功率增量为各机组分配到的控制增量为时延后控制增量为负荷扰动变化量 为频率偏差量下标 表示区域.预测模型根据系统模型经拉普拉斯反变换后得到区域 的连续状态空间模型 ()()式中:、和 分别为系统的状态、控制、扰动和输出变量、和 分别为系统的状态、控制、扰动和输出矩阵 上式描述向量的详细表达式如下:()()()()最后经离散化处理可以推得该区域的预测模型水 电 与 新 能 源 年第 期.滚动优化本文 系统的控制目标是希望区域控制偏差、系统频率偏差和联络线交换功率偏差最终能够跟踪目标值 这里以目标函数的最小化求解来计算系统在时刻的未来控制增量序列 ()式中 和 分别为误差矩阵和控制变量矩阵的对角加权系数矩阵取为单位矩阵此外在实际 系统中还存在着诸多限制条件)系统有功平衡约束:()火电站、风电场和光伏电站的有功发电功率约束 各电站增发功率应在其有功备用容量之间)火电机组的爬坡速率约束:()其中为火电机组的最大爬坡速率 此外与火电机组不同风力发电机组和光伏序列是通过电力电子装置连接的快速响应机组它们不包含发电爬坡速率约束)两区域间联络线功率偏差约束 时刻区域内的联络线交换功率偏差应在设定范围内鉴于 中需要对未来进行预测以上的约束条件不单单仅在时刻进行限制也需要对所有时刻预测参数进行限制 最后在完成上述设定后可以通过求解得到时刻的控制序列并取序列中第一个值作用于对象最后为提高控制精度将时刻对时刻的预测值与时刻的实际测量值相作差并将此偏差值作为时刻中预测模型的修正值从而实时实现预测模型的误差补偿 优化模型本文选用粒子群优化算法其优化模型主要是为了追求整个区域内系统的动态响应调节性能这里将其转变为求取最小化的功率响应总偏差即为该区域内所有 机组的功率调节指令值和实际功率响应值的偏差量绝对值之和最小 具体表示:()()()式中 和 分别为控制时段和 机组的数量此外除了要考虑不同 机组的动态响应传递性能外还需要考虑以下约束条件)分配功率平衡约束:()()()分配功率方向约束:()()()式中:为总调节功率指令为第 个 机组的分配功率指令)各机组的有功备用容量约束)各机组爬坡速率约束 其中为第 个机组的最大爬坡速率 案例分析.数据准备为了测试 算法的在线优化性能本算例在区域 中 时施加为 的阶跃扰动负荷 表 为各 机组动态响应传递函数的部分参数且各 机组功率调节的主要参数以仿真情况而定 此外 控制器的预测步长和控制步长均设为 输出误差权重矩阵 、控制增量权重矩阵 为单位对角矩阵且种群规模和最大迭代步数分别设置为 和 表 机组动态响应传递函数参数机组类型传递函数参数火电站.风电场.光伏.仿真结果通过分析 算法在 过程中目标函数值的收敛结果 可以得到 算法在迭代 步左右时就基本已经找到了较高质量的最优解之后的迭代过程只会做一些轻微的调整这不但说明了 算法具有快速的收敛性而且说明了基于 算法的功率分配器在 过程中的可行性和有效性如图 和图 所示为所提出的优化后方法()和优化前方法()下的系统 仿真结果对比首先从图 中各 机组输出功率曲线上可以看出与优化前相比当引入 算法来优化功率分配指令后将不再简单的按机组可调容量比例来分配控制指令而是按照寻优算法的操作来分配控制指令从而降低了 过程中系统存在的总功率偏差最后通过分析不同分配方法下 的仿真结果可以得到如下结论:与采用 分配方法相比当采用算法来分配功率控制指令时系统频王豪威等:基于模型预测控制的多源自动发电控制系统及运行优化 年 月图 机组输出功率曲线图 频率响应特性曲线率偏差的最大值和平均值分别减小.和.系统区域控制偏差的最大值和平均值分别减少.和.以上都说明了基于 的功率分配器能更好地满足该多源 系统的控制需求在减少系统总功率偏差的同时能有效利用风光新能源爬坡能力强的优势让风光新能源主动调频不仅减少了弃风量和弃光量还提高了系统的动态控制性能 结 语本文研究基于模型预测控制的多源自动发电控制系统及运行优化其控制器基于 算法并利用 算法优化系统的动态响应调节性能 最后通过案例分析得出以下结论:)根据 算法的快速收敛曲线说明了基于 算法的功率分配器在 过程中是可行且有效的)与优化前()相比基于 的功率分配器能更好地满足该多源 系统的控制需求在减少系统总功率偏差的同时不仅减少了区域“弃风”、“弃光”还提高了系统的动态控制性能充分激发了风光新能源主动调频的能力参考文献:计崔.大型风力发电场并网接入运行问题综述.华东电力():李菲菲.火电机组机网协调控制策略研究.北京:华北电力大学 曲彤.基于风储火联合调频的控制策略与储能容量优化.太原:山西大学 王君瑞 彭飘飘.双馈风力发电空载软并网控制.电力电子技术 ():.():.():何成明 王洪涛 韦仲康 等.风电场与 机组分布式协同实时控制.中国电机工程学报 ():叶林 陈超宇 张慈杭 等.基于分布式模型预测控制的风电场参与 控制方法.电网技术 ():.():林海艺.光伏电站参与电网调频的控制策略研究.长春:吉林大学 刘向杰 孔小兵.电力工业复杂系统模型预测控制 现状与发展.中国电机工程学报 ():虞临波 寇鹏 冯玉涛 等.风储联合发电系统参与频率响应的模型预测控制策略.电力系统自动化():龚梦.考虑风电功率输出不确定性的电力系统 策略研究.武汉:湖北工业大学 董天翔 翟保豫 李星 等.风储联合系统参与频率响应的优化控制策略.电网技术 ():付鹏武.基于模型预测控制的电网 系统研究.重庆:重庆大学 .():李嘉文 余涛 张孝顺 等.基于改进深度确定性梯度算法的 发电功率指令分配方法.中国电机工程学报 ():杨蕾 李胜男 黄伟 等.考虑风光新能源参与二次调频的多源最优协同控制.电力系统保护与控制():