AGC优化控制（共7篇）
AGC优化控制 篇1
摘要：提出了一种在互联电网控制性能标准(CPS)下现有自动发电控制(AGC)系统的控制参数优化方法。根据电网真实或假设的系统频率、负荷等运行数据,建立了基于现代内点理论的互联电网CPS下的AGC策略模型,进行求解,以优化结果反推出影响CPS指标和AGC系统性能、调节次数的比例系数、积分系数、CPS分量系数等关键参数,并进行仿真计算,结果表明该方法减少了AGC机组的下令次数,大幅度提高了CPS指标,保证了电网频率质量和安全运行,为调度、自动化专业优化调整AGC主站端的控制参数提供了理论依据和数学工具。该成果已用于广西电网。
关键词：自动发电控制,控制性能评价标准,优化,控制参数,互联电网
0 引言
选择合适的性能评价标准是建立规范的秩序、促进自动发电控制(AGC)技术应用的重要环节。目前通用的评价标准主要为北美可靠性协会(NERC)提出的行为准则控制性能标准(CPS)[1,2],其取代了原有的A1/A2标准(简称A标准),并于1998年开始正式实施。CPS克服了A标准的缺陷,更具科学性。
目前,国内外各大电网都在研究并逐步实施CPS[3,4,5,6],如何设计与CPS相符的AGC策略并使之实用化成为国内外专家研究的热点[7,8,9,10,11,12,13,14,15,16,17]。文献[8,9,10]在CPS控制工程实用化方面作出了重要贡献。但迄今为止,这方面的研究工作没有完全摆脱A标准控制策略的束缚,大部分沿用了A标准控制策略,虽然进行了一定程度的改进,但仍无法大幅度地提高CPS指标,不能充分体现互联电网各AGC控制区之间的相互支援,不能适应各地不同发电机组特性的需要。
本文详细分析了现行AGC策略的运行情况和存在问题,建立了基于现代内点理论的互联电网CPS下的AGC策略模型,以优化现有AGC系统的控制参数,使运行系统根据现有的条件和控制区域自身的特点进行调整,即可在现有控制策略的基础上,不需要大改动就取得较好的效果。大量仿真实验表明本文所提出的方法能有效地减少AGC机组的下令次数,大幅度地提高CPS指标。
1 现行AGC策略分析
目前,国内各省调大多采用南京南瑞集团公司调度系统的CPS控制策略。控制区总调节功率PR由比例分量PP、积分分量PI以及CPS控制分量PCPS这3部分组成[9,10]:
PR=PP+PI+PCPS (1)
式中:PP=-GPEACE;GP为比例增益系数;EACE为滤波后的区域控制偏差(ACE)值;PI=-GIIACE;GI为积分增益系数;IACE为当前考核时段(如10 min)累计的ACE积分值;PCPS=-10GCPSΔF;GCPS为频率增益系数;ΔF为滤波后的频率偏差。
在现行AGC策略中,增益系数均取经验值,GP取1,GI取0.5,GCPS取10.5,这3个系数在本文中简称3G系数。
该策略已相继应用于国内多个电网,取得了一定的效果,但也存在如下问题:
1)实现的控制本质是改进的比例积分(PI)控制。虽然加入了CPS控制分量,但当各增益系数取经验值时,其在决定控制区总调节功率时所占比重较小,仍由比例分量起主要作用,仍与A策略相似。
2)对各分量增益系数的确定非常模糊。通常增益系数都是经验值,没有定量的工具进行评估。如广西电网50%左右为水力机组,但AGC系统仍采用以火电机组为主的华中电网的增益系数。由于水火电机组特性的不同,这样的增益系数往往造成AGC机组过调,使AGC机组下令次数增多,往复调节频繁,增加了机组的机械损耗,导致水能大量浪费,CPS合格率下降,增大了系统的不稳定性。
3)在计算下令值时,只是计及联络线功率偏差和频率偏差,对于CPS指标值的控制、机组的有功功率限制、调节容量、调节速率等各种经济安全性约束条件都没有直接引入,而在电力系统运行中,这些约束条件都是必须遵守的。
由此可见,互联电网CPS下的AGC策略已不是传统的计算功率加闭环控制的问题,在原有模式和框架下将难以对其有根本的改变。为此将最优化理论引入AGC策略中。
2 互联电网CPS下最优AGC策略数学模型
AGC过程可以简单地用图1表示。
AGC策略可以看成一个黑箱,外界所关心的输入量是频率偏差Δf和联络线偏差ΔPT,输出量是AGC机组新增功率ΔPG,而ΔPT和负荷变化又决定了Δf和ΔPG,从而形成了一个负反馈。对该反馈的考核是使其满足CPS控制指标和AGC机组功率限制等各种系统限制。为了达到最佳效果,必须把对最佳效果的追求置于严格的数学理论基础和整套系统化计算方法之上,并提供快速高效的计算工具。为此,将最优化理论应用到AGC策略中。
最优化问题的一般数学模型为:
式中:f(x)为目标函数;x为n维向量,也称为决策变量;h(x)为等式约束;g(x)为不等式约束。
互联电网CPS下的最优AGC策略是指满足系统功率平衡、CPS控制指标及各种安全性不等式约束条件下,求以AGC机组发电量电价变化最小或CPS1指标最优的最优AGC机组出力。
目标函数为AGC机组发电量电价变化最小或CPS1指标与给定值的偏差最小。两者任选其一。
等式约束为控制区域内功率平衡。不等式约束有CPS1指标限制、CPS2指标限制、AGC机组有功出力限制、联络线功率偏差限制、机组启停限制等。
该模型的解法是用互补约束非线性内点算法。具体的模型及算法表示见文献[18]。
3AGC参数的优化
虽然互联电网CPS下的最优AGC策略可以得到非常好的效果,但目前由于接口的关系,只能投入开环运行。在线控制的仍为PI控制策略或改进的PI控制策略,但其各参数是可以调整的。因此,可以互联电网CPS下的最优AGC为基础优化现有的AGC参数。具体步骤如下。
步骤1:最优模式的计算,即由给定时间模板的系统已知数据以最优AGC策略计算下令情况及CPS指标值。其中时间模板指的是具有代表性的时间段,可以是历史的某一时间段,所用的是历史的电网运行数据;也可以是自定义的时间段,所用的假设的电网运行数据。系统的已知数据包括: ①时间段内的AGC机组参数,包括调节容量、调节速率、动态死区、调节时限等;②时间段内的负荷值或负荷预测值;③时间段内的频率值或频率预测值;④时间段内的联络线计划值;⑤时间段内的各系统限制值,包括CPS限制值、联络线功率限制值等。决策变量为对应时间段内每个计算间隔的机组下令值和联络线偏差值。输出结果为时间段内每个计算间隔的AGC机组变化功率值、联络线功率偏差值和考核间隔的CPS1值与CPS2值。调度员可根据需要调历史库数据直接进行计算;也可以自定义已知数据进行计算,增强对未来的评估和决策。
步骤2:3G系数的反推。由步骤1计算结果按最小二乘法拟合GP,GI,GCPS数据。步骤1得出的计算结果包括AGC机组变化功率值和联络线功率偏差值以及原有的频率值和负荷值,即可计算出ACE和IACE值,按式(1)可形成以GP,GI,GCPS为变量的多维方程组。显然,因方程的维数远大于变量数,是一个超定方程,不能直接求出完全匹配的3G系数,因此用最小二乘法拟合出GP,GI,GCPS数据。当然,这与最优模式下的计算过程会有一定的偏差。
步骤3:3G系数的仿真验证。由已知的ACE等各值按照南瑞集团公司调度系统工作方式全息仿真的下令情况及CPS指标值,各分量增益系数GP,GI,GCPS所取的是由步骤2计算出来的值。
拟合3G系数是一个离线过程,需要时人工调用。调度员可根据系统结构、季节负荷、考核指标、运行要求等条件的变化,取典型日的历史数据进行计算,拟合出当前情况下的3G系数。当然,也可以自定义系统数据进行计算。对于现有的实时AGC,只要附带这样的小模块,不需要进行大改动,就可以取得很好的效果。
4 仿真测试
为了检验所提出的方法的有效性,进行了广泛的仿真和测试。本文算法在Dell PC(2.8 GHz,512 MB)上用MATLAB 7.1编程实现。数据样本为广西电网某天全天实时运行数据。所投入的AGC机组为广西大化电厂2台114 MW机组,广西右江电厂1台135 MW机组,AGC机组的调节速率为线性,每台机均是70 MW/min。CPS每10 min为一个考核点,全天144个考核点。
为了比较效果,按以下3种模式进行仿真:①最优模式,即第3节的步骤1;②3G模式,即以最优模式反推出3G系数的验证效果;③实际模式,即实时的运行情况。各分量增益系数分别为GP=1,GI=0.5,GCPS=10.5。
按照数据样本给出的实时已知运行数据,以最优模式计算机组输出和联络线值,再以3G模式可以反推出AGC分量的各分量增益系数分别为GP=0.294 4,GI=0.5,GCPS=9.47。
图2展示了以数据样本仿真出的3种模式下CPS1的考核情况。可以看到,在最优模式下,CPS1指标被很好地控制在1.25～2.85之间,避免了CPS1值过高而带来的经济性差或者CPS1值过低而被考核。同时,由3G模式推出的实际系统的增益系数进行全息仿真(全息仿真是指由已知的ACE等各值按照南瑞集团公司调度系统工作方式用MATLAB编程仿真出AGC机组的下令情况及系统CPS指标值)。由于是拟合值,当然不能完全逼近最优值,但效果也明显好于实际模式。
图3展示了3种模式下CPS2的考核情况,在3G模式下,CPS2指标全被控制在给定的范围内。
表1比较了各种模式下AGC机组下令次数和CPS考核情况。表中,T1为KCPS1≥200%的考核点总数;T2为满足100%≤KCPS2<200%和KCPS2≤L10(L10为CPS2考核指标值)的考核点总数。
分析表1的考核情况可以得到:
1)下令次数显著减少。3G模式比实际模式减少了76.7%,避免了机组的反复调节和损耗。究其原因,广西电网AGC机组一般为水电机组,水电机组的调节速度快,调节容量大,调节性能好,实际模式下的3G系数取值没有考虑机组特性对系统的影响,难以与水电机组的性能相匹配而造成过调节,引起水电机组反向修正,内耗增加。
2)CPS指标有了一定提升。虽然合格率没有变化,但CPS1的合格率增加了,不合格的惩罚值下降了。CPS指标优于A标准的特性之一在于,不要求ACE在规定时间内过零。而实际模式下按原有的3G系数设置,虽然增加了PCPS分量,但是分析现有AGC策略的原理与式(1)的构成表明,对下令产生最大影响的是GP;由于积分分量一般较小,GI的取值对下令产生的影响很小;GCPS在频率变化较大时,会产生较大的影响,其他时候作用不大。因此,在大多数情况下,PR仍是为了控制ACE在0附近,就如A标准的策略一样,从而使下令次数增多,对CPS指标也无增益。如降低比例分量,即将GP取小些,只要满足CPS标准,ACE可以不过零。
为了说明这一点,以GP作为主要变化量以考察不同的3G系数对系统的影响情况。其中动态死区值为60 MW,反向调节时间限制为150 s。表2比较了不同GP取值情况下系统全息仿真情况。显然,当GP=1时,下令的次数明显过多,CPS指标也不好。因此可以考虑将GP的取值降下来,如取0.5左右就可以取得很好的效果。对于广西电网,原有经验增益系数定得过高,实为过调节,应该根据控制区域自身的特点进行调整,即可在现有控制策略的基础上,不需要大改动就可取得较好的效果。
在仿真时由于所用的动态死区值和反向调节时间限制与运行的实际系统有所不同,所以GP=1的运行情况与实际的运行情况有所不同。为此,以反向调节时间限制作为主要变化量考察其对系统的影响。表3为不同反向调节时间限制测试情况,总合格率均为100%。各分量增益系数分别为GP=1,GI=0.5,GCPS=10.5。分析表3得出,反向调节时间限制对下令次数影响很大。反向调节时间限制越小,调节次数就越多, CPS1的值都接近2,CPS2的值也很小,但对机组的机械损耗也很大,而且每个机组的反向调节时间是有最小限制的;随着反向调节时间限制的增大,调节次数相应减少,但对系统波动会无法响应;在测试条件下,当反向调节时间限制大于300 s,将出现CPS被考核点。所以,调度人员应该在调节次数与系统运行之间寻求平衡点,选择适当的反向调节时间限制,以利于系统的运行。
此外,在现有控制策略中还有多个可变化参量,均可进行与反向调节时间限制类似的比较测试,找到最佳运行参数。受篇幅限制,在此不一一列举。
对于目前广西电网的情况,在枯水期,经过多样本的数据优化、拟合、测试,所取的3G 系数分别为:GP=0.65,GI=0.5,GCPS=9.5,反向调节时限取120 s,就可以取得很好的效果。
当然,这些参数根据时间、负荷变化、考核指标的不同等情况应有所变化,经常优化和校核。
5 结语
本文提出了一种现有AGC系统的控制参数优化方法。根据电网真实或假设的系统频率、负荷等运行数据,建立了基于现代内点理论的互联电网CPS下的AGC策略模型,并进行求解,以优化结果反推出影响CPS指标和AGC系统性能、调节次数的比例系数、积分系数、CPS分量系数以及其他AGC关键参数,并进行仿真计算,为调度、自动化专业优化调整AGC主站端的控制参数提供重要的理论依据和数学工具。该成果已用于广西电网,实践表明,该方法可以提高电网AGC机组对不同电网特性的适应性和控制水平,降低发电成本,提高电网的安全、经济运行水平,实现电网运行的精细化管理。当然也同样适合其他各大电网AGC。
AGC优化控制 篇2
某电厂11号机组为300 MW机组,锅炉为波兰产低倍率复合循环炉,四角切圆燃烧,过热器三级喷水减温,再热汽温采用二级喷水减温;汽轮机、发电机分别由东方汽轮机厂和东方电机厂提供。制粉系统为直吹式,配备了5台中速碗式磨,4台正常运行,1台备用。DCS系统采用北京国电智深控制技术有限公司的EDPF-NT 分散控制系统。此次AGC优化改造新增18号站,DPU型号为EDPF-DPU III,运行系统版本为EDPF-NT PLUS 1.6,特别安装了优化算法包,协调控制所需信号采用硬接线连接实现。在此次优化过程中采用了非线性微分跟踪器、非线性PID、模糊控制等先进控制策略,投运后取得了非常好的效果。
由于11号机组锅炉有汽水分离器,没有汽包,各负荷段汽水分离器蓄热系数变化很大,使得热量信号很难准确获取,导致亚临界汽包锅炉中广泛采用的直接能量平衡方案不适用于此类锅炉。由于锅炉不仅具备汽包炉的某些特性,而且也具备直流炉的某些特性,因此在本次优化中采用了直流炉控制策略和汽包炉控制策略相结合的方式。非线性控制技术主要应用于锅炉主控上,以下结合主汽压控制对其进行重点分析。
2非线性控制策略
锅炉主控的主要目的是将主汽压力控制在合理的范围之内。图1为此次优化控制原理图,它主要由设定值生成回路、非线性PI回路(闭环)、PD回路、前馈回路等几部分组成。图1中K为增益。
2.1 非线性PID控制器
经典PID控制器的输出是偏差信号的比例、积分、微分的线性组合,因此无法解决快速性与超调之间的矛盾。为此,本次优化采用了非线性PID。其主要控制思想为:对偏差e通过非线性函数f进行非线性处理得到f(e),然后对其进行比例、积分、微分运算。即:
undefined
。 (1)
其中:α为f函数因子,0<α<1;δ为偏差死区。
undefined
。 (2)
其中:kp、ki、kd分别为非线性PID比例、积分、微分系数;e1为偏差e经过非线性函数f(e)处理后的偏差;u(t)为控制量。
选取非线性函数的原则是:与线性相比,小误差时采取较大控制,大误差时采取较小控制。本工程优化后,将f函数因子α设置为0.8,偏差死区δ设置为0.6。当偏差小于1时,对实际偏差进行放大处理,从而加快给煤机给煤指令动作;若工况恶劣使得偏差大于1时,通过对偏差进行0.8次方幂运算缩小偏差,从而减缓给煤指令输出,等待工况恢复正常,这样就有效地克服了扰动造成的给煤机指令的大幅波动。因此采用非线性PID控制技术使得压力、负荷控制更加平稳。非线性PID控制原理图见图2。
图2中,e为设定值v(t)与被调量y(t)之间的偏差,f(e)为偏差e的非线性函数,e0、e1、e2分别为非线性函数积分、比例和微分输出值。
2.2 模糊控制策略
11号机组燃烧工况恶劣并且煤质扰动大,因此系统特性变化大。如果采用常规PID固定积分时间控制,当煤质变化时会造成给煤机指令动作过多,而当煤质恢复正常后就会造成下一时刻主蒸汽压力与设定值偏差大;特别是当机组满负荷运行时,容易造成机组超压运行。为解决在煤质波动过程中因积分作用造成的主蒸汽压力波动,采用模糊控制算法来求取PID变化积分时间。
模糊控制算法同时引入了偏差和偏差变化率。当偏差和偏差变化率同向时,积分作用增强;当偏差和偏差变化率反向时,积分作用减弱。优化项目中通过非线性微分跟踪器NLTD快速准确获取偏差变化率,通过6个f(x)函数构造了偏差和偏差变化率二维模糊控制表,模糊控制器控制原理图如图3所示。图3实现了11×11的模糊控制规则表,偏差e模糊化后,经特定的f(x)函数块后转为0～10;偏差变化率模糊化后,经特定的f(x)函数块后转为1～11,再经过公式11×e+ec,将所需的二维表转化为1～121的一维表。图3中,e为偏差,ec为偏差变化率,vo为输入信号,v1为输入信号非线性微分跟踪器输出值。
2.3 非线性微分跟踪器NLTD
2.3.1 经典微分跟踪器原理
在经典控制理论中,微分信号常用如下环节表示:
undefined。 (3)
其中:T为时间常数;v(t)为输入信号;y(t)为输入信号传统微分值。
当输入信号v(t)的变化比较缓慢且时间常数T较小时,就有近似关系:
undefined。 (4)
因此,由式(3)和式(4)得:
undefined。 (5)
但是如果输入信号v(t)被噪声n(t)所污染,那么由式(3)和式(4)得:
undefined。 (6)
从式(6)可以看出,输出信号y(t)是输入信号v(t)的微分叠加了放大1/T倍的噪声信号,从而T越小,噪声放大越严重,这就是经典微分环节的噪声放大效应。
2.3.2 非线性微分跟踪器(NLTD)原理
经典微分跟踪调节器存在两个问题:①只能算出微分近似值,其值大小与时间常数T和信号变化速率有关系;②噪声放大与时间常数T相关。为解决上述问题,在本次优化过程中把经典微分环节改为非线性微分跟踪器。其原理为:如果把x1(t)作为跟踪输入信号v0(t),那么x2(t)可当作v0(t)的近似微分,而且x1(t)跟踪v0(t)的速度越快,那么x2(t)作为v0(t)的微分精度越高。离散后表达式为:
undefined
。 (7)
其中:u为控制量;h为步长。
定义fhan(x1,x2,r,h)为式(7)的最速控制综合函数,其中,r为速度因子。并定义函数:
fsg(x,d)=(sign(x+d)-sign(x-d))/2。
并令d=rh2;
a0=hx2;
y=x1+a0;
undefined;
a2=a0+sign(y)(a1-d)/2;
a=(a0+y)fsg(y,d)+a2(1-fsg(y,d))。
那么非线性微分跟踪器最速控制综合函数为:
undefined(a)(1-fsg(a,d)) 。 (8)
相比经典线性微分跟踪调节器,非线性跟踪微分调节器效率更高。例如速度因子r取为10,那么经典微分器的跟踪效率为10,而非线性微分跟踪器的跟踪效率为r2=100。由于非线性微分跟踪器是通过积分求取微分,因此能够有效消除噪声的影响。通过此算法,能精确地计算出变量的实际微分值,这是经典微分控制器无法实现的。
3优化后AGC(自动发电控制)试验分析
通过对原控制策略进行非线性控制策略优化后,11号机组实现了AGC投入运行。作升/降30 MW负荷扰动试验,试验速率为6 MW/min,得到的AGC运行曲线见图4。图4中的Y泛指各指令和反馈的标幺值。由图4可以看出:升降负荷过程中,实际负荷与负荷指令在动态过程中最大偏差为2.5 MW,稳态偏差为0.5 MW;在动态过程中主汽压力与设定值的最大偏差为0.3 MPa,稳态时最大偏差为0.1 MPa,各项指标均达到AGC投入要求。
4结论
本文提出的非线性控制系统策略,在锅炉主控中采用非线性PID、模糊控制器、非线性微分跟踪器,提高了机组主蒸汽压力和负荷的动态响应速度,减小了动态超调量和稳态偏差,提高了机组的抗扰动能力。机组投入AGC运行后,取得了较好的控制效果。
摘要：针对某电厂11号火力发电机组中的主蒸汽压力控制和AGC(自动发电控制)控制存在的不足,提出了基于非线性PID、非线性微分跟踪器和模糊控制策略相结合的非线性控制策略。工程实际应用结果表明提出的控制策略能够很好地解决机组的协调控制问题。
关键词：模糊控制,非线性控制,AGC优化控制,火电机组
参考文献
[1]韩京清.自动扰控制技术:估计补偿不确定因素的控制技术[M].北京:国防工业出版社,2008.
[2]黄焕袍.火电单元机组协调系统的自抗扰控制方案研究[J].中国电机工程学报,2004(10):168-173.
[3]华志刚.先进控制方法在电厂热工过程控制中的研究与应用[D].南京:东南大学,2006:24-53.
[4]林碧华.神经模糊系统研究及其在电厂协调系统中的应用[D].保定:华北电力大学,2005:18-31.
AGC优化控制 篇3
目前, 广东电网中调给各火电厂下达的发电计划是全厂计划, 自动发电控制 (AGC) 对火电机组采用单机控制的调度方式。在单机AGC控制模式下, 各机组负荷的分配原则是按照各机组的额定容量按比例分配。对于单个电厂, 即使各台机组的类型、额定容量均相同, 但由于多种原因, 各台机组即使在相同的负荷水平下运行, 其实际煤耗也并不一致, 有时甚至存在较大差异。按照机组额定容量进行全厂发电计划负荷分配, 由于没有充分考虑电厂各机组的能耗特性, 不能保证电厂总的煤耗最低, 因而不能实现电厂机组间负荷的经济分配。
以电厂为单位, 考虑电厂机组间煤耗特性的差异, 实现机组负荷优化分配比按照机组容量按比例分配有着更好的经济效益, 特别是在机组煤耗特性差异较大的电厂, 经济效益更明显。此外, 火电厂单机AGC控制模式也不符合节能发电调度的原则, 需要研究基于机组煤耗的AGC电厂负荷分配策略, 实现火电厂各机组间的负荷优化分配, 在保证机组运行在允许的负荷范围内和安全工况条件下, 进一步满足电网对机组速率、调节备用的要求, 将全厂负荷经济地分配给各台机组, 降低全厂的供电煤耗, 实现火电厂节能发电调度的目标。
自2008年开始, 广东电网节能发电调度试点工作正式启动, 迄今为止已建设完成了火电机组煤耗在线监测系统、燃煤机组烟气脱硫在线监测系统等一系列技术支撑体系。其中, 火电机组煤耗在线监测系统已逐步实现了火电机组煤耗的实时监测, 使广东电网在调度中心通过AGC来实现基于实测煤耗的火电厂各机组间的负荷优化分配成为了可能。
火电厂负荷优化分配的研究和应用已经取得了一系列成果[1,2,3,4,5,6], 本文通过把这些成果应用于广东电网调度, 对电网AGC电厂负荷优化分配进行了有益的尝试和探讨。
1 AGC电厂负荷优化分配总体架构
AGC电厂负荷优化分配总体架构如图1所示。
机组煤耗特性是负荷优化分配的前提和基础, 要对AGC电厂的各台机组进行负荷优化分配, 需要首先获得准确的机组煤耗特性曲线。机组煤耗特性曲线一般通过热力实验获得, 当机组运行一段时间后, 由于设备状态、运行方式、煤种、环境温度等多方面的原因会使机组的煤耗特性曲线发生变化。因此, 直接采用热力试验获得的机组煤耗曲线来进行负荷最优分配必然会导致负荷分配结果误差较大。
为了提高机组煤耗特性曲线的准确性, 本文采用煤耗在线监测系统提供的机组实时煤耗特性曲线, 它是通过对机组运行参数进行在线监测, 利用各种实时数据, 充分考虑汽轮机热耗率、锅炉热效率、管道效率、厂用电率等因素, 在线计算出机组的实际煤耗量和供电量, 并拟合出来的曲线[7]。
为了获取机组实时煤耗特性曲线, AGC通过煤耗曲线获取客户端, 与煤耗在线监测系统的煤耗曲线发布服务端建立通信连接。一旦新的机组实时煤耗特性曲线拟合完成, 即通过煤耗曲线发布服务端将其发布到AGC服务器的煤耗曲线获取客户端, 后者负责将曲线数据写入发电数据库, 供AGC电厂负荷优化分配使用。
AGC负荷频率控制程序在每个控制周期, 获取电厂的实时发电计划。对采用最优负荷分配方式的燃煤电厂, 根据机组煤耗特性曲线, 进行最优负荷分配, 并将机组负荷分配结果下发到电厂执行, 以代替传统的按照机组容量分配机组负荷的方式, 提高机组的经济效益。
2 AGC电厂负荷优化分配模型
AGC电厂负荷优化分配主要是针对燃煤电厂同一单元下并列运行的多台机组进行的, 在满足单元发电计划需求和机组出力限制等一系列约束条件下, 根据机组的煤耗特性, 将单元发电计划合理分配到各台机组, 并使得单元总煤耗最小。如果一个电厂有多个单元, 则需要针对各个单元, 分别进行负荷优化分配。
2.1 负荷优化分配模型
设同一单元下有n台并列运行的机组, 某一时刻的单元发电计划为P, 则负荷优化分配的目标函数如下:
式中:F为单元总煤耗;Fi为第i台机组的煤耗;pi为第i台机组的目标有功出力;fi (pi) 为第i台机组的煤耗特性函数。
约束条件如下。
1) 单元发电计划约束
2) 机组出力上下限约束
式中:pimax和pimin分别为第i台机组的有功出力上限和下限。
3) 单元调节速率约束
式中:Pnow为单元内所有机组的当前总出力;T为单元出力达到单元发电计划P所需要的时间, 可取各机组调节所需时间的最大值, 即T=max Ti, Ti为第i台机组的调节时间, Ti=|pi-pinow|/vi, pinow为第i台机组的当前出力, vi为第i台机组的调节速率;Vreq为AGC调节所要求的该单元的调节速率。
4) 机组调节速率约束
式中:ti为第i台机组的允许调节时间, 其值不能超过单元发电计划的最小时间间隔, 如15min。
5) 机组间最大负荷差约束
式中:pj为第j台机组的目标有功出力;pdiff为允许的机组间最大负荷差, 由调度员人工设定。
6) 机组临界负荷约束
机组临界负荷是指机组因增加出力而需要启动新的磨煤机时所带的负荷。由于磨煤机本身需要消耗功率, 因此, 机组为增加出力新启动一台磨煤机时, 消耗的功率也相应增加, 从而影响机组的经济性。
为了考虑磨煤机的启停影响, 可以计及磨煤机的启停和运行费用, 但这些信息通常难以获得, 因此本文采用较为简单的方法, 即假设启动一台新的磨煤机相比负荷优化分配对机组经济性影响更大。在此假设下, 对负荷优化分配而言, 如果某机组增加出力需要启动新的磨煤机时, 则不考虑增加该机组出力, 而考虑增加其他机组出力。
机组出力与磨煤机启停关系模型如下:
式中:M为机组磨煤机启动台数;pia, pib, pic为机组的临界负荷。
7) 机组备用约束
式中:ri为机组备用率, 通常取5%~10%, 也可设置为0。
机组备用约束也可以结合到机组出力上限约束中, 即设置机组有功出力上限为式 (8) 中的右端值。设置机组备用约束的目的是为了让电网拥有更多的可调节机组, 以满足电网负荷爬坡时段的发电调节能力需要。可根据电网的实际调节情况, 设置机组是否需要保留一定的备用。
2.2 求解算法
机组负荷优化分配问题的经典算法为等微增率法。等微增率法计算简单、易于编程, 但该方法要求机组煤耗特性曲线必须是单调可微的, 否则计算结果不正确。如果机组煤耗特性曲线采用二次多项式来进行拟合, 则拟合出的二次多项式煤耗特性系数可能会出现负值, 在这种情况下, 拉格朗日方程的Hessian矩阵非正定, 等微增率法不适用[8]。
因此, 为了避免等微增率法对机组煤耗特性曲线形状限制的局限性, 本文采用动态规划法来求解上述问题。动态规划法对机组煤耗特性曲线无特殊要求, 因而具有通用性。动态规划法是解决多阶段决策过程的最优化问题的一种方法。用动态规划法求解负荷优化分配问题, 实质是一个N阶段决策过程。
动态规划法的实际求解过程分为顺序造表和逆序查表两部分。实际编程实现时, 可采用递归函数实现。
3 AGC电厂负荷优化分配系统试运行
广东电网中调AGC电厂负荷优化分配系统在经过严格测试后, 目前已投入试运行, 以下介绍系统试运行情况。
3.1 实时煤耗曲线获取
煤耗在线监测系统在线拟合的煤耗特性曲线主要有二次多项式拟合和双曲线拟合两种。AGC电厂负荷优化分配采用二次多项式拟合曲线, 描述如下:
式中:ai, bi, ci为第i台机组的煤耗特性系数, 煤耗在线监测系统将这3个系数传给AGC电厂负荷优化分配系统, 传送方式采用周期传送和变化传送相结合的方式。
机组正常运行时, 短时间内特性曲线变化不大, 因此, 当AGC电厂负荷优化分配系统与煤耗在线监测系统通信中断时, 煤耗特性曲线保持不变, 不会因此影响负荷最优分配;一旦通信恢复, 重新更新煤耗特性曲线。机组煤耗特性曲线更新时, 如果本次煤耗特性系数与上次煤耗特性系数相差较大, 则发出告警信息, 提醒运行人员注意。
3.2 负荷优化分配过程
每个AGC电厂的发电单元均有一个机组负荷分配模式, 该模式可设定为按容量分配或按最优负荷分配。当分配模式为按容量分配时, 单元各机组的负荷分配仍然按照传统的分配模式;当分配模式为最优负荷分配时, 单元各机组按照煤耗特性曲线进行经济分配。机组负荷分配模式可以人工或自动设定, 人工设定是指由调度员来设定。自动设定分为两种情况:一种情况是机组负荷分配模式根据时间来自动切换, 如果当前处于负荷高峰时段, 如8:00—10:00, 则自动将机组负荷分配模式设置为按容量分配, 如果当前处于非负荷高峰时段, 则自动将机组负荷分配模式设置为按最优负荷分配;另一种情况是机组负荷分配模式已经设置为按最优负荷分配, 但机组缺少煤耗特性曲线或者煤耗特性曲线验证不通过, 则系统自动将机组负荷分配模式设置为按容量分配。
当发电单元采用最优负荷分配方式时, 系统首先检查本单元下所有机组的启停机状态, 如果某台机组停机, 则该机组不参加负荷分配。接着, 系统检查本单元下所有机组的控制模式, 如果某台机组的控制模式为非计划模式, 则直接设置其计划负荷为机组当前实时出力, 同时从单元待分配发电计划中扣除该机组的计划负荷。经上述筛选后, 如果单元下计划模式机组数为0, 则结束分配过程;如果单元下计划模式机组数为1, 则直接将单元未分配计划分配给该机组, 同时检查机组是否越限, 如越限则将机组负荷固定为限值;如果单元下计划模式机组数大于1, 系统则采用动态规划算法进行最优负荷分配。各机组的出力下限一般取机组容量的50%, 出力上限可取机组调节上限, 如果考虑机组备用, 还需要根据备用率来调整出力上限。
为了满足动态规划的要求, 机组负荷采用离散值, 因此, 如何正确选择步长是动态规划算法的关键因素, 它决定了负荷分配过程的计算时间和计算精度。步长太大, 计算结果为最优解的概率就越小, 从而影响分配的经济性;步长太小, 虽然计算结果为最优解的概率就越大, 但会显著增加计算量和计算时间。本文中, 机组负荷步长取值范围在1 MW至机组调节死区内的整数值可选, 实践表明, 当步长取值在上述范围内时, 可以很好地满足机组负荷优化分配结果经济性和实时性的平衡。
3.3 机组控制安全策略
为了保证机组控制安全, 在最终下发机组控制命令前, 还需要经过如下安全策略校验。
1) 临界负荷死区校验。由于机组运行方式、设备状态等情况的不同, 机组临界负荷并非固定不变, 而是可能在一定范围内变化。因此在实际进行负荷优化分配时, 如果机组临界负荷取固定值, 就可能导致机组虽未达到临界负荷, 但实际上却会启动磨煤机的情况, 从而影响负荷优化分配的经济性。为避免出现该情况, 为机组临界负荷设置一个范围: (picr-pidb, picr+pidb) 。其中, picr为第i台机组的某个临界负荷, pidb为临界负荷死区。机组负荷优化分配时, 应避免落入该临界负荷范围。
2) 调节死区校验。为了避免机组的频繁调节, 每台机组均设置一个调节不灵敏区, 即死区, 当机组负荷控制偏差小于指定死区时, 该机组控制命令暂时不下发, 未承担的调节量分配到其他机组。死区的设置根据电厂的实际情况而定, 与机组容量有关。机组调节死区也可以作为约束调节加入负荷优化分配的算法过程中。
3) 反向调节校验。机组在响应了某一控制命令后, 必须经过一个指定的时间延时后, 才能发出反向控制命令, 否则该反向控制命令将暂时不下发。反向调节校验的主要目的是为了避免机组在短时间内反向变负荷, 防止机组热负荷上下波动产生的疲劳损耗。
3.4 节煤效果分析
为了分析AGC电厂负荷优化分配的节煤效果, 对铜鼓电厂2单元3号、4号、5号机组按优化分配和容量分配两种分配方式下的耗煤情况进行了测算。3台机组容量均为600 MW, 单台机组最低出力为300 MW, 表1给出了典型负荷下负荷优化分配节煤情况的测算结果。
从表1可知, 负荷优化分配能够有效节约机组运行煤耗, 节煤率在0.03%~0.08%之间。从这个节煤率来看, 并不太高。影响电厂节煤率的因素主要有两方面。
1) 单元内各机组煤耗特性的差异情况。机组间煤耗特性差异越大节煤率越高, 铜鼓电厂2单元3号、4号、5号机组由于型号相同, 煤耗特性系数较接近, 因此可优化空间较小。
2) 电厂负载率大小。当电厂负荷接近电厂调节上限或调节下限时, 节煤率较低, 当电厂负荷接近电厂调节上限和调节下限中间位置时, 节煤率较高。
4 结语
随着电网调度中心自动化水平和集成能力的不断提高, 调度中心能量管理系统 (EMS) 已能够从电厂获取各种实时信息, 包括各机组的实时煤耗特性, 从而在调度中心AGC中实现电厂的负荷优化分配。调度中心实现电厂负荷优化分配功能不仅能同时考虑多个火电厂的负荷分配问题, 而且负荷优化分配模型能方便地与全网AGC策略相结合, 在考虑电厂负荷优化分配的同时, 兼顾电网安全和经济调度的要求。
参考文献
[1]曹文亮, 王兵树, 高建强, 等.火电厂厂级负荷优化分配软件设计[J].电力系统自动化, 2004, 28 (5) :80-83.CAO Wenliang, WANG Bingshu, GAO Jianqiang, et al.Design of the optimal load distribution system of plant level for power plant[J].Automation of Electric Power Systems, 2004, 28 (5) :80-83.
[2]李蔚, 刘长东, 盛德仁, 等.基于免疫算法的机组负荷优化分配研究[J].中国电机工程学报, 2004, 24 (7) :241-245.LI Wei, LIU Changdong, SHENG Deren, et al.Research on optimization of unit commitment based on immune algorithm[J].Proceedings of the CSEE, 2004, 24 (7) :241-245.
[3]王治国, 刘吉臻, 谭文, 等.基于快速性与经济性多目标优化的火电厂厂级负荷分配研究[J].中国电机工程学报, 2006, 26 (19) :87-92.WANG Zhiguo, LIU Jizhen, TAN Wen, et al.Multi-objective optimal load distribution based on speediness and economy in power plants[J].Proceedings of the CSEE, 2006, 26 (19) :87-92.
[4]陈彦桥, 倪敏, 刘吉臻, 等.实数编码的遗传算法在厂级负荷优化分配中的应用[J].中国电机工程学报, 2007, 27 (20) :107-112.CHEN Yanqiao, NI Min, LIU Jizhen, et al.Application of realcode genetic algorithm to economic load dispatch in power plants[J].Proceedings of the CSEE, 2007, 27 (20) :107-112.
[5]王友, 马晓茜, 刘翱.自动发电控制下的火电厂厂级负荷优化分配[J].中国电机工程学报, 2008, 28 (14) :103-107.WANG You, MA Xiaoqian, LIU Ao.Study on plant-level optimal load distribution based on automatic generation control[J].Proceedings of the CSEE, 2008, 28 (14) :103-107.
[6]卢连成, 肖凌涛, 温柏坚, 等.妈湾电厂厂级自动发电控制系统的设计与实现[J].电力系统自动化, 2011, 35 (17) :111-115.LU Liancheng, XIAO Lingtao, WEN Bojian, et al.Design and implementation of a plant-level automatic generation control system for Mawan Power Plant[J].Automation of Electric Power Systems, 2011, 35 (17) :111-115.
[7]孙兴平, 周震海, 康松.关于凝汽式机组负荷优化分配算法的讨论[J].中国电力, 2001, 34 (8) :56-59.SUN Xingping, ZHOU Zhenhai, KANG Song.Discussions on the optimized load distribution of condensing generation units[J].Electric Power, 2001, 34 (8) :56-59
AGC优化控制 篇4
随着电力系统的快速发展,特别是新能源的大量接入,“节能发电调度”的逐步实施、大区联网示范工程的投运以及电力市场改革的持续深化,都对现有自动发电控制(Automatic Generation ControlAGC)提出了严峻考验。
风电和太阳能光伏发电的输出具有显著的随机性和间歇性,“节能发电调度”对这类发电资源的明显倾斜增加了电网潮流的随机性,而大区联网则扩大了潮流波动的影响范围并带来联络线功率窜动问题,此时仅依靠常规AGC滞后控制将很难维持系统频率和联络线功率在运行范围内[1]。同时,常规AGC策略都没有考虑其对电网潮流安全约束的影响,其主要原因是传统的水火电源互联电力系统中,系统负荷短时的随机波动及相应的系统功率缺额不大,因此AGC机组的调节量较小对网络的安全性影响不大。但是,随着新能源的大量接入,必然导致系统的不确定性功率波动及功率缺额大幅度增加。为了满足频率和联络线功率的约束,AGC机组的调节量也会大幅度增加,由此可能导致线路功率的过载从而影响电网的安全运行。因此,在含大规模新能源的互联电力系统中,其AGC策略不仅要考虑超前控制,而且还要考虑对网络安全性的影响。
目前已有一些专家学者针对常规AGC控制方法的不足提出一些改进措施[2,3,4,5]。文献[6-8]提出利用超短期负荷预测来实现AGC的超前控制,并按照各区AGC机组调节容量比例或AGC机组装机容量比例进行总调节功率的分配。文献[9]基于未来10min的系统超短期负荷预测值,以AGC机组的辅助调节费用最小和CPS考核指标最好为目标,计及机组的爬坡速率约束,建立了AGC机组的动态优化模型,并通过优化计算来确定机组未来10 min一个断面的控制策略。文献[10]基于未来15 min的系统超短期负荷预测值,以辅助服务费用最小为目标,计及机组的静态频率特性、爬坡速率约束,建立了AGC机组的动态优化模型,并通过优化计算来确定机组未来15 min每分钟一个断面的控制策略。上述AGC策略存在以下不足:(1) 未考虑系统网损的影响。负荷和新能源的随机波动,可能造成AGC机组调节量变化较大,对系统网损变化影响也较大。忽略系统网损变化可能导致AGC控制误差增大,甚至不满足频率和联络线功率控制的目标要求;(2)未考虑网络安全约束。在电力市场调节下,为了追求经济效益的最大化,电网运行常常会处于安全限制的边界,相应AGC机组的潮流调整可能导致电网运行的不安全。
文献[11]提出了一种考虑频率质量约束的最优潮流模型,其中兼顾了极端负荷增减状态的频率质量约束和电网潮流的安全约束。文献[12]提出了考虑区域电网之间断面传输有功约束的互联电网最优潮流模型,由此使最优潮流方法的应用从传统的独立系统扩展到互联系统。上述两篇论文方法以及其他的常规最优潮流模型都没有考虑机组的爬坡速率约束和系统初始状态的频差及其相应的系统功率缺额,因而其优化结果都不能直接作为AGC决策的依据。
针对含大规模新能源互联电力系统的潮流和频率综合控制问题,本文提出了基于OPF的互联电网AGC优化模型。模型中考虑了系统当前的功率缺额和未来的超短期负荷预测值,并增加了机组的爬坡速率约束、频率质量约束和互联断面的传输有功约束,以保证AGC的决策方案满足频率和联络线功率控制的需要。同时选择常规OPF模型的潮流安全约束,以兼顾AGC对网络安全约束的影响;采用考虑静态特性的潮流方程,以此来表示功率/频率变化与潮流及网络安全约束之间的关系。另外,考虑到优化模型的连续非线性特点,本文选择了收敛性良好的预测-校正原对偶内点法[13]进行求解。最后通过IEEE修正系统的仿真分析,对优化方法的有效性进行了验证。
1 基于OPF的互联电网AGC优化模型
1.1 目标函数
本文选取AGC机组的辅助调节服务费用最小为目标函数[10]。
式中:SG为所有参与调频的AGC机组集合,包括上调和下调机组;Ci为第i台AGC机组的辅助调节服务费用系数;PGi0为第i台AGC机组当前发电值;PGr,i为第i台AGC机组的二次调频量;PSh,i为发电厂安排的第i台AGC机组的计划值。
1.2 等式约束
与经典最优潮流的节点功率平衡方程不同,本文模型中的潮流方程[11]计及了机组和负荷的静态频率调节特性,其表述式具体如式(2)。
式中:PGi和QGi为第i台发电机输出的有功和无功功率(假设第i台发电机对应i节点);PDi和QDi为节点i的有功和无功负荷;Pi和Qi分别为节点i的注入有功和无功功率,其表达式见式(3);Gij、Bij分别为节点导纳矩阵中第i行第j列元素的实部和虚部;ei、fi分别为节点i电压向量的实部和虚部。
在本文模型中,机组分为两类,其一为仅参加一次调频的常规机组,其二为同时参加一次和二次调频的AGC机组。常规机组的发电功率与其频率的关系为
式中:f为系统频率;f0为系统当前运行状态下的频率;KGi为第i台发电机的有功-频率静特性系数。
AGC机组的发电功率与其频率的关系为
发电机励磁系统的调节模式分为无差和有差两种,本文假设采用无差调节模型,忽略其静态电压特性,相应机组采用恒定Q或者恒定V控制模型。
基于超短期母线负荷预测结果,考虑静态频率特性,则各节点有功和无功负荷的表达式[14]为
式中:UNi和fN分别为额定电压和额定频率;PDNi和QDNi分别为节点i在额定电压和频率条件下的有功负荷和无功负荷;Ui为节点i的电压幅值;KPfi和KQfi分别为负荷模型的静态频率特性参数。λPidPi和λQidQi分别为节点i的超短期负荷预测值相对额定值的变化量。其中,λPi和 λQi表示负荷变化的百分比;dPi和dQi表示负荷的变化方向,取+1 表示增负荷,-1 表示减负荷。
1.3 不等式约束
常规OPF模型中约束如下。
1)节点电压幅值约束
2) 发电机输出有功功率约束
3) 发电机输出无功功率约束
4) 线路传输功率约束
式中:Sij为线路ij传输的视在功率,具体表示为文中下标“max”和“min”分别表示相应变量的上下限,下同。
除上述不等式约束,本文提出的AGC优化模型还考虑了频率质量约束、AGC机组二次调频的爬坡速率约束以及互联断面传输有功约束。
1) 频率质量约束
2) AGC机组二次调频的爬坡速率约束
式中:ΔPGi,up和 ΔPGi,down分别为第i台AGC机组允许的向上和向下调节有功功率,分别表示为
式中:Ramp Gi为AGC机组i在不计上下限限制时允许增加或减少的最大功率,即最大爬坡功率;min{.}和max{.}分别表示取集合中元素的最小值和最大值。
3) 联络线断面传输有功约束
式中:St为断面集合;Slink,m为第m个断面所包含的联络线集合;Pij,m为第m个断面上线路ij传输的有功功率;Ptm为第m个断面传输的有功功率。
2 互联电网的常规AGC优化模型
文献[10]提出一种CPS标准下的AGC动态优化模型。本文以该模型中一个断面的目标和约束条件为基础来建立互联电网的常规AGC优化模型,也可以称为AGC的超前实时最优控制模型。其物理意义可以解释为:忽略网损和网络安全约束的影响,考虑系统当前的频率和联络线功率控制偏差和下一个时刻负荷功率的预测值以及机组与负荷的一次调频特性,在AGC机组二次调频能力的约束范围内,通过其二次调节功率的优化调节,使AGC机组的辅助调节费用最小。
根据上述思路,互联电网的常规AGC优化模型可以表示如下。目标函数为式(1)。
等式约束:
式(14)中下标I、II表示电源及负荷所处的区域,这里以两区域进行建模,I表示1 区,II表示2 区。第三项PT为联络线断面传输有功,其正负表示断面功率的传输方向,如式(14)表示1 区向2 区输送功率。
不等式约束包括式(8)、式(11)~式(12)以及断面传输功率的上下限约束式(15)。
3 两个模型的主要区别分析及其求解算法
上述两个模型的主要区别在于是否考虑网络安全约束和电网的有功损耗。
传统模型(2 节模型)用式(14)的系统功率平衡方程来表示系统总发电有功与总负荷有功以及总联络断面传输有功之间的平衡关系,其中没有考虑电网的有功损耗。本文所建模型(1节模型)用式(2)的节点功率平衡方程来表示系统的功率平衡关系,其中的电网有功损耗隐含于式(3)的节点注入功率方程中。另外,在本文所建模型中引入了节点的功率平衡方程及对应的节点电压幅值与相角,因而可以用节点电压来表示支路功率并考虑支路和断面的功率约束。而传统模型没有考虑支路功率约束。
传统模型的目标为二次函数,约束为线性函数,是一个连续的二次规划问题。而本文所建模型含有非线性的潮流方程,是一个连续非线性规划问题。为此,本文统一采用预测-校正原对偶内点法进行求解,具体算法原理步骤见文献[13]。
4 算例分析
4.1 算例基础数据及仿真条件
为验证所建优化模型的正确性和有效性,本文采用IEEE 39 节点[15]的修正系统进行仿真分析。为了模拟互联电网及其频率和联络线功率的控制特点,本文在此基础进一步增加了如下信息。
(1) 互联断面的联络线首末节点编号
25-26,3-18,4-14,6-11
形成的断面将整个系统分为两个区域,其中,联络线首节点为1 区,末节点为2 区。
(2) 断面传输有功的上下限值:3.80~5.80 p.u.,选取MATPOWER 4.1 版本[15]中支路RATE A的80%作为线路传输功率的上限值。
(3) AGC机组的节点编号
31,33,36,38,39
按照区域划分,31、39 节点机组属于1 区,其余机组属于2 区。
(4) AGC机组的有功-频率静特性系数及爬坡速率
算例系统中有10 个发电机节点对应10 台机组,设定AGC机组有功-频率静态特性系数为35,一次调频机组为15。
所有机组(包括AGC机组和常规机组)的爬坡速率取对应机组有功最大出力的10%。
(5) 负荷模型的静态频率特性系数
假设所有节点的负荷模型系数相同,具体为:KPfi=2,KQfi=-1.5。
(6)系统额定频率为50 Hz,频率质量的允许偏差为 ± 0.2 Hz(即0.996 0~1.004 0 p.u.),系统容量基准为100 MW。
(7) 初始状态的设定
假设在IEEE 39 节点算例数据基础上按+2%增加所有节点的负荷有功,且由此增加的不平衡功率由系统一次调频承担,此时确定的潮流结果作为当前的初始状态,其断面传输有功为5.705 3 p.u.,系统频率为0.996 7 p.u.,此时频率接近下限。
(8) 各AGC机组辅助调节服务费用均定为20 元/MW,且设定上调费用和下调费用一样。
(9) 负荷扰动状态的设定
假设并网新能源融合在所有节点的负荷中,综合负荷扰动的超短期预测值可能为表1 的几种场景。假设节点负荷功率与系统负荷功率同比例增长。
4.2 算例的仿真结果分析
假设超短期多母线负荷预测系统1 min内各测试系统将按表1 所列场景发生负荷变动,C0 为当前初始状态,其中AGC机组的有功输出作为初始发电值,同时考虑到一个周期内(10 min或15 min)机组的计划发电功率值不变,这里计划值也取为C0状态下的AGC机组的有功输出。
为了验证本文模型的有效性,将其与常规AGC优化模型(下文简称为“常规模型”)进行对比进行仿真研究。由于常规模型没有考虑网损,其优化结果不满足潮流状态,因而其结果是潮流的近似值。为此,将其二次调节功率优化值和节点负荷的预测值代入考虑频率特性的潮流模型(由式(2)表示)中进行潮流校正计算,然后以其潮流结果作为AGC优化模型的校正值。另外,为了避免无功分布不同对潮流结果的影响,假设校正潮流模型的机组都采用恒定Q模型,且其值为本文模型(基于OPF的AGC优化模型)所确定的优化值。
以场景C1、C2 和C3 为例,采用预测-校正原对偶内点法求解本文提出的最优潮流模型,所得结果如表2~表5 所示。表中的简称“本文”、“常规”以及“校正”分别代表采用本文模型、常规AGC优化模型以及常规AGC优化模型的潮流校正值。另外,表中的数据除调节费用单位为元外,其余单位均为标幺值。
从表2 可见,在负荷增长的三个场景(场景C1-C3)下,本文模型中频率的优化值都为其下限值0.996 0,常规模型中频率的近似值都大于或等于0.996 0。但是常规模型中频率的潮流校正值都小于0.996 0,且负荷增大得越多,频率越低。
由此说明:一方面,为了使优化模型的目标函数最优(AGC机组的辅助服务费用最小),在负荷增长时,频率会尽可能减小以致接近或等于其下限值,由此使一次调频功率尽可能多增加,二次调频功率以及对应的AGC辅助费用尽可能小(实际运行中可提高频率的下限设定值,使一次调频能力充足)。
另一方面,常规模型忽略网损的影响,必然给优化结果带来误差。负荷越大,网损增量越大,误差越大。
对频率而言,不计网损时的近似值已经接近甚至等于下限值,则考虑网损后,频率的真值必然越限,且越限量随负荷的增大而增大。
对辅助调节费用而言,如表3 所示,不计网损的常规模型优化费用必然小于本文模型的费用。由于校正后的潮流主要是通过改变AGC机组的一次调率功率实现,未改变其二次调节功率(由常规模型计算得到),因而校正模型的费用和常规模型一样。网损的成本转移到无偿提供的一次调频中,这对电厂运行商来说极不公平。
从表4 可见,本文模型中的联络线断面功率接近或等于上限,常规模型中的断面功率偏于下限值,且都随着负荷的增大而增大。当负荷变动较大(C2、C3 场景)时,常规模型的校正值出现了越限情形。
表5 所示为常规模型校正值潮流下的越限情形。可以预见,常规模型下随着负荷的进一步增加,将会出现更多线路越限情形。
在本文的优化模型中考虑了线路传输功率约束,不会出现线路功率越限情况。但需注意的是,常规模型的校正值在负荷变动较大情形下,因一次调频机组已达调节上限、AGC机组设定值也已确定,则由AGC机组可用调节能力进行一次调频来平衡负荷变动,此时部分AGC机组出力过大则可能会出现线路传输功率越限情形(如表5 中线路16-19 越限是由于临近的33 节点AGC机组出力过大所致)。而采用本文模型则能保证满足断面功率约束的同时,各线路传输功率也满足约束。
5 结论
本文提出了基于OPF的互联电网AGC的优化方法,并与常规AGC策略进行了仿真对比分析,得出以下结论:
(1) 常规AGC策略忽略了负荷增长和实时功率调节带来的网络功率损耗增量,由此不仅会导致频率和联络线功率的控制误差,而且还可能导致其违反考核约束要求。
(2) 常规AGC忽略了网络的安全约束,当AGC机组功率调节量大、网络安全裕度小时,可能导致网络潮流越限。
水电站AGC控制策略 篇5
关键词：水电站,AGC,控制策略
0引言
AGC即自动发电控制,是指按预先设定的要求和条件, 自动控制水电站的有功功率来满足电力系统需要的技术, 它是在水轮发电机组自动控制的基础上,实现全电站自动化的一种方式。水电站AGC控制策略包括负荷控制方式、负荷分配原则、与一次调频的协调控制策略、与水位的控制策略、自动退出及躲避振动区的策略等。 水电机组具有起动迅速,负荷调节灵活的特点, 有利于AGC的调节控制, 水电站AGC控制策略还要根据水库上游来水量和电力系统的要求,考虑电站及机组的运行限制条件,在保证电站安全运行的前提下,以经济运行为原则,确定AGC时电站机组运行状况、 运行机组的组合和机组间的负荷分配。
1 AGC的控制方式
1.1水电站AGC系统结构图
一般水电站AGC系统结构如图1所示, 包括调度端主站、厂站端子站监控系统、机组现地控制单元、 机组调速系统、水轮发电机组等。 调度端主站通过远动通信与厂站端子站监控系统之间传输四遥数据。 厂站端子站监控系统向调度端主站上传的遥信量有机组有功功率、无功功率、电站上游水位等,遥信量有机组出口断路器状态、机组及全厂AGC状态、机组各刀闸状态等;调度端主站向厂站端子站监控系统下发的遥调量为全厂有功功率设定值, 遥控量有机组开机、 停机。
1.2负荷控制
AGC负荷控制方式基本有四种,即电站侧定值方式、电站侧曲线方式、调度侧定值方式、调度侧自动方式, 一般通过电站监控系统AGC画面实现调度侧和电站侧的负荷控制权的切换, 通过负荷控制权的切换选择曲线或定值方式。 在电站侧定值负荷控制方式下, 可直接在电站监控系统上设置全厂总有功功率的目标值, AGC依据预定和要求的分配原则将这个目标值分配到各台参加AGC的机组;在调度侧定值负荷控制方式下, 调度侧控制系统通过与电站之间的远动通信定时下发全厂总有功功率的目标值, AGC依据预定和要求的分配原则将这个目标值分配到各台参加AGC的机组; 电站侧曲线方式下,AGC程序依据调度预先下发的全厂负荷曲线给出各个时间点全厂总有功功率目标值, 再按预定和要求的分配原则将这个目标值分配到各台参加AGC的机组; 调度侧自动方式是调度按照电站的有功负荷结合电力系统当前状况、 水电站上游水位经自动计算后通过电站远动通信定时或预设方式下发全厂总有功功率目标值。
1.3频率控制
某些电站设立调频功能,该功能随时监视母线频率, 当频率超出正常调频区段时,AGC增减参加AGC机组的负荷, 直至系统频率重新回到正常调频区段。 多数水电站通过调速器的一次调频功能实现频率控制,并与AGC相互协作。
1.4开停机控制
AGC开停机控制可根据给定的负荷容量、 当前运行的机组台数、AGC中各台机组的运行区间、曲线方式下下一时间段的负荷容量、 定值方式下下一时间段的负荷容量、各台机组的运行工况、电站备用容量等条件给出开停机指导或自动开停机,避免有的机组刚开机后又需要停机或有的机组刚停机后又需要开机。
2 AGC负荷分配原则
2.1与容量成比例分配
与容量成比例分配是较为简单的一种负荷分配原则,在水轮机组的某些特性曲线不全或不够精确的前提下,采用该原则比较合理:
2.2按等微增率原则分配
发电机组单位时间内消耗的能源与发出有功功率的关系,即发电机组输入与输出的关系,称耗量特性,水电站中有功功率负荷合理分配的目标是在满足一定约束条件的前提下, 尽可能节约消耗的水量,耗量特性曲线上某一点纵坐标和横坐标的比值,即单位时间内输入能量与输出功率之比。 AGC应当在满足相关约束的前提下, 水电站承担一定的有功功率时,使总耗水量最小,按耗量微增率在各发电机组间分配负荷。
2.3小负荷分配
当相邻两次全厂总有功功率目标值较小时,可选择一台机组进行小负荷调整,若一台机组进行小负荷调整不能满足要求,可再增加一台参与调整。 小负荷分配可以使AGC机组在较高效率区间运行, 减少机组负荷的频繁变动,减少油压装置的起动、运行时间, 降低了水轮机的导水机构、接力器的磨损,降低水耗, 提高水轮发电机组效率。
2.4 AGC负荷分配要求
(1) 相邻两次负荷调节所造成的机组负荷波动最小。
(2)AGC分配值与调度给定值尽可能接近。
3 AGC与一次调频的控制策略
一次调频是在电网中快速的、小的负荷变化在不改变全厂总有功功率目标值的情况下,发电机控制系统监测到电网频率变化, 通过改变发电机输出功率, 适应电网负荷的随机变动,保证电网频率稳定,即发电机的一次调频。 一次调频功能受机组调速器性能、 机组特性的影响很大,是水电机组调速系统频率特性所固有的能力。 AGC的控制方式一般为功率闭环模式,而AGC的采样周期、响应调整模式和速率很难满足电网的应急要求,一次调频控制方式实际为频率闭环模式,一次调频动作后调速器按照一次调频的方式改变永态转差系数,更快地响应频率要求,按照调速器的频率偏差进行调节。 AGC和一次调频在控制对象、控制方式、响应速度均有较大差异,在一些情况下,双方的控制策略在控制方式、控制方向、控制时间会出现矛盾, 一次调频作为快速和基本控制, 弥补AGC响应周期长的缺陷。
一次调频时AGC的控制策略包括AGC优先、一次调频优先、AGC与一次调频融合等几种方式。 分析AGC与一次调频功能,根据电网、机组的要求和特点制定其控制策略,可使两者具有较好的配合、协同, 防止机组出现拉锯式调节、 反复调节等问题, 降低AGC与一次调频配合不当给机组及电网带来的安全风险。
4 AGC和水位的控制策略
(1)水电站水位的手动/自动切换应保持切换前水位值不变;手动切至自动后,若水位测量值与切换前差值在梯度内,则自动刷新;若测量值不在差值梯度内,不刷新,保持不变并报警。
(2)无论是自动或手动水位值,AGC运行过程中, 若水位值变化向上、向下超过水位梯度限制,则报警并保持当前水位值不变, AGC不退出;自动情况下水位测量恢复正常后,恢复正常刷新。
(3)自动水位下,AGC运行过程中,若水位值变化超过上限、下限限制值,则报警并保持当前水位值不变, AGC不退出。
(4)自动水位情况下,若水位值缓慢变化超过上、 下限值,即表明水位测量信号正确、真实有效,为避免机组运行于非正常水位下,报警“全厂水位值大于最大设定水位”、“全厂水位值低于最小设定水位”, AGC不退出。
5 AGC躲避振动区的策略
(1)避免机组频繁穿越振动区。
(2)避免机组长时间停留在振动区。
6 AGC自动退出策略
(1)母线频率故障,包括频率测量通道故障、频率越限。
(2)机组有功功率测值故障, 此时无法确定机组有功功率测值是否准确,为了避免全厂有功功率设定值受影响,退出全厂AGC。
(3)发电态时机组LCU故障。 由于发电态时机组LCU故障上送机组有功功率值可能为零或AGC不能判断运行机组台数, 为避免此台机组有功功率为零或AGC数据错误,影响全厂AGC分配,退出全厂AGC。
(4)发电态机组有功功率测点品质变坏, 此时无法确定机组有功功率测值是否准确,为了避免其他机组有功功率设定值受此影响, 不论该机组是否参加AGC,退出全厂AGC。
(5)如果机组由发电态突变为其他状态, 且机组有功功率大于机组最大有功值的10%,则不论该机组是否参加AGC,退出全厂AGC。
(6) 参加AGC的机组LCU故障, 无法进行AGC的分配及控制。
(7)电站水位信号故障,根据水电站情况不同,在高水头及流量变化较大的电站退出全厂AGC,在低水头及流量变化较小的电站可不退出全厂AGC。
7结语
实现水电站AGC, 有利于精简调度控制对象, 简化电站运行操作;减少机组变负荷次数,延长机组使用寿命,降低机组的检修成本;根据预设的调节范围,在保证经济性的同时,满足系统安全性的要求。
参考文献
[1]李长胜,刘光明,蒋春钢.最优发电和抽水联合控制在抽水蓄能电厂的应用[J].应用科学,2010(17):114-115
[2]DL/T 5065-2009,水力发电厂计算机监控系统设计规范[S]
省级电网AGC控制策略研究 篇6
关键词：自动发电控制(AGC),控制策略,控制性能考核标准(CPS),超短期负荷预测
0 引言
随着我国互联电网的快速发展,特别是我国特高压电网逐步建成,在全国范围内优化配置电力资源的格局初步呈现,跨区、跨省联络线交换电量不断增长,使对联络线功率控制的要求进一步提高。在中国电网特有的多级调度模式下,国调负责三华电网的频率控制,组织、协调有关网省调处理大扰动事故;网调负责区域电网的频率调整、跨区联络线功率调整,协调处理网内扰动;省调则进行联络线的频率偏差控制[1,2,3,4]。
保证互联电网安全稳定运行,应先保证电网频率控制在规定范围之内。自动发电控制即是维持电力系统频率在允许波动范围内,维持相邻电网间联络线交换功率与计划值偏差不超过允许范围的重要技术。以重庆电网为例,由于重庆地处华中电网管辖范围,网内无国调、网调机组,装机以火电为主,水电为辅,与其他大电网比较,虽电网发展速度较快,但仍显弱小,网架薄弱,自身发电能力不足,近三分之一的电量依赖外购。全网负荷主要集中在渝西地区,电网统调装机容量876万k W,最大负荷为886万k W,最大峰谷差为335万k W。对比分析重庆典型日负荷曲线发现,春秋两季负荷曲线走势接近,夏季负荷明显走高。重庆电网在华中电网中用电负荷和电厂装机容量都是最少,但负荷峰谷差较大。虽然调度中心此前对EMS系统调度端进行了CPS功能升级改造,当时取得一定效果,但随着电网逐步发展,考核指标日益偏低。AGC控制质量的好坏,关键在于控制策略,但原策略进行控制时未直接体现出对频率质量的要求,互联电网内各控制区域只负责本区域内负荷的就地平衡,未体现互联电网的一体性,不能充分发挥相互支援的特性[5,6,7,8]。
另外,重庆市调度日前计划与实际负荷存在较大的偏差,造成调度员只能凭人工经验平衡实时负荷、调整AGC电厂机组出力,然而个人经验很难做到调度控制科学性与高效性的兼顾。显然目前的AGC控制策略已经不太适应大电网互联的新形势。为了充分利用重庆电网AGC机组资源,提高重庆电网CPS考核指标,同时协调控制网内机组有功出力,对重庆电网网际AGC控制策略进行优化具有现实意义。
1 重庆电网原AGC控制方案
1.1 原AGC控制策略
按|ACE|值大小划分区域为:死区、正常调节区、次紧急调节区、紧急调节区,每个调节区对应有不同控制策略。AGC分配主要使用两种策略:按备用容量分配和按调整速率分配。分别将单台机组备用容量占总容量比例、机组当前调整速率占所有机组调整速率和作为ACE的分配因子。原控制策略调节功率中比例分量用于控制ACE到零;积分分量用于控制ACE平均值在给定的考核时段内不超过规定的范围,以保证CPS2指标;CPS分量用于对电网频率恢复提供功率支援。而调度控制一直追求ACE和Δf保持相反的符号,即CPS1≥200%,这也是原CPS控制策略的关键所在[9]。
1.2 原控制策略的不足
(1)调度计划偏离实际
由计划处参考年、月计划依据短期负荷预测数据以及机组目前的实际状况制定日计划。电厂控制人员在前一日收到机组的日计划,如果没有调度员通知将依此安排机组出力。由于是日前计划加之重庆水电比例较小,调峰调谷能力较弱,计划与实际情况经常出现不符现象。导致调度运行人员发现计划与实际出入时,通过电话频繁下达修改命令,调度运行人员的劳动强度较大,劳动效果也不是很好。同时电厂端也反应在频繁调整机组出力时很难跟上要求的调功速率,并且有时出现短时间内方向相反的指令,不仅对机组磨损较大,也让运行人员难于应付。
(2)电厂端考核
重庆调度控制机组出力变化、AGC投退的指令均采用传统人工方式,只有电话录音作为记录。自动化系统无法判断机组跟踪指令曲线的及时性、机组偏离指令曲线的范围、产生偏差不合格电量的多少,无法统计机组的AGC投运率。电厂方面站在自身利益角度,在执行调度指令曲线时加负荷及时,减负荷却滞后。由于奖惩不明晰,参加调峰的电厂没有得到奖赏,退AGC的电厂也没有受到处罚,致使电厂出力不按调度员预期要求执行,最终结果就导致重庆电网CPS指标偏低。故处理好调度与电厂端的关系,如何利用技术手段解决机组间协调问题意义重大。
2 重庆电网调度改进策略
2.1 超短期负荷预测技术的应用
日前发电计划根据短期负荷预测安排,而短期负荷预测由于算法、气象、时间等原因,与实际负荷存在一定误差,因此,实时调度计划须在日前计划基础上进行相应调整。之前重庆电网主要依靠调度人员判定负荷趋势,人工修改日前发电计划进行实时调度。这种方法依赖于调度人员的经验:一方面虽工作量很大但调整效果不理想,另一方面电厂端(尤其是火电厂)对频繁调整机组出力不能接受。
在省网负荷有规律地升降过程中,由日前计划机组承担跟随负荷大幅度增减的基础容量,由15min超短期负荷预测机组跟踪未来负荷趋势,可以降低AGC机组调功压力。但当水电下调容量不足时,允许火电AGC机组群起减出力待水电机组能保证调功需求时再恢复。超短期负荷预报线性模型如下:
其中,b是负荷爬坡速率,需结合电网实际情况进行在线辨识。
超短期预测是利用当前时刻前15 min的负荷参数,过滤掉其中最大和最小负荷,按离当前时刻越近权重越高的原则,将剩下的负荷进行加权平均处理求均值负荷。表达式如下:
这样处理既排除了瞬间毛刺对当前时刻负荷值选取的影响,又考虑到由于尖峰时刻负荷升降速率较快,过滤后可能造成当前点离实际值差别较大而影响精度。超短期负荷预测技术的应用使得对电网负荷趋势的跟踪更加准确,机组利用更加科学,有助于提高区域电网CPS考核成绩。对负荷的超前控制如图1所示。
2.2 机组分类达到不同控制目标
按机组性能将其分为三类(如表1):日前计划机组、超短期负荷预测机组、联络线AGC机组[10]。日前计划机组跟踪日前设定的96点计划值,多为20万k W及以下机组,若发生天气突变或其他原因造成实际负荷曲线与日前负荷预测曲线偏差较大,则按一定比例滚动修正日前计划机组的96点计划值。超短期负荷预测机组主要跟踪负荷趋势,实时平衡系统每15 min进行一次超短期负荷预测,并对日前计划机组的下一点计划及AGC机组的中间目标值进行扫描,得出超短期负荷预测机组出力增加或减少的数量,并按照人为设定的优先级(考虑电网安全约束,节能调度,机组爬坡率等)对超短期负荷预测机组进行负荷分配。由于
其中,ΔtP联络线功率偏差占主要部分,所以由联络线AGC机组跟踪ΔtP,调整联络线潮流使CPS指标合格。
2.3 机组间的协调控制策略
与调度模型的目标是:满足负荷需求情况,代价最小[11]。其约束条件包括:
1)基点功率值的平衡;
2)系统可调容量>未来时段负荷所需出力变化;
3)系统爬坡率>未来时段负荷所需总爬坡率。
机组的基点功率值设定为Pi,从其他分区购买的电量为PB,i,出售给其他分区的电量为Ps,i。节能与电价的协调系数wp、we,水火电类型的协调系数ww、ws,枯水季ww>1,ws<1,丰水季ww<1,ws>1,AGC机组与非AGC机组的协调系数Cextra,省内发电与省间购售电的协调系数win、wout,发电进度的协调系数:。协调系数根据电网运行情况确定,数学模型如下:
3 实际应用
通过将AGC机组按性能分为三大类,利用超短期负荷预测技术对调度控制进行辅助,协调好不同种机组的控制,这些策略也已经应用到重庆电网OPEN2000 EMS系统中。由于CPS控制性能评价标准追求CPS1值最大化,强调控制区域对维持系统频率质量所作的贡献。对策略执行前后半年情况进行对比,表2是AGC控制策略修改前后月度CPS1考核合格率情况。
从表2可以看出,启用新策略后重庆电网CPS1考核合格率显著上升,月均合格率从79.40%上升到83.75%。可见超短期负荷预测、机组分组以及机组协调控制策略改善了重庆电网AGC调节品质。
4 结论
本文提出的AGC控制策略在重庆市应用后,过去日前计划经常出现与实际负荷不符情况较少出现。经过精度更高的超短期负荷预测及机组分组技术应用,大大提高了调度AGC控制的科学性及自动调节水平,同时更为科学的协调控制策略使省内机组运行更加经济,ACE越限次数也明显减少,提高了频率控制质量。经实践证明,该策略在重庆电网的应用是有效和成功的。
参考文献
[1]Policy1——generation control and performance[M].NERC Operation Manual:1-14.
[2]Control performance standard training document NERC operation manual[M].1997:1-2.
[3]《电力系统调频与自动发电控制》编委会[M].北京:中国电力出版社,2006.The power system adjusting frequency and automatic generation control editorial committee[M].Beijing:China Electric Power Press,2006.
[4]调计《互联电网联络线有功功率控制技术规范(试行)》和《电网短期预测技术规范(试行)》[S].北京:国家电网调度,2009.Investigation of technical specification of Interconnected network tie line power control and short term load forecasting for power grid[S].Beijing:Grid State Network Management,2009.
[5]胡扬宇,李大鹏,王子琦,等.CPS考核标准下河南电网AGC控制策略[J].电力系统保护与控制,2006,34(14):32-34.HU Yang-yu,LI Da-peng,WANG Zi-qi,et al.AGC control strategy base on CPS standard in Henan Power Grid[J].Relay,2006,34(14):32-34.
[6]李佳宇,李大鹏,孙素琴,等.节能调度环境下电网分层、分区潮流自动控制策略的设计与实现[J].电力系统保护与控制,2009,37(21):54-58,102.LI Jia-yu,LI Da-peng,SUN Su-qin,et al.Design andimplementation of automatic power flow control for voltage-grading and district-dividing under the condition of energy-conservation power generation dispatch[J].Power System Protection and Control,2009,37(21):54-58,102.
[7]李飞,李咸善,李洁.基于交易联络线的TCPAR的AGC频率调节过程研究[J].电力系统保护与控制,2010,38(2):34-39.LI Fei,LI Xian-shan,LI Jie.AGC frequency regulation with TCPAR under tie-line power change[J].Power System Protection and Control,2010,38(2):34-39.
[8]陈楷,孙建华,王卉.节能调度模式下的河南电网AGC控制策略[J].电力系统保护与控制,2009,37(4):58-61.CHEN Kai,SUN Jian-hua,WANG Hui.The AGC strategy of Henan Power Grid for energy-saving dispatch[J].Power System Protection and Control,2009,37(4):58-61.
[9]钱玉妹,崔恒志,高宗和.适应CPS标准的AGC系统设计与应用[J].电力系统自动化,2003,27(11):69-70.QIAN Yu-mei,CHI Heng-zhi,GAO Zong-he.Design and application of automatic generation control system adapting to CPS standard[J].Automation of Electric Power Systems,2003,27(11):69-71.
[10]周劼英，张伯明，郭玉金，等.火电AGC机组超前控制策略[J].电网技术,2006,29(21):57-60.ZHOU Jie-ying,ZHANG Bo-ming,GUO Yu-jin,et al.Strategy of automatic generation control in advance for thermalgenerator[J].Power System Technology,2006,29(21):57-60.
AGC优化控制 篇7
关键词：辅助服务考核,AGC,调节速率,功率闭环,PID
引言
小湾电厂安装6台单机容量700MW混流式水轮发电机组, 是“国家西电东送的骨干电源和重点工程”。电站以500k V电压等级接入电网系统, 由南网总调直接调度, 在系统中担任调峰、调频和事故备用, 电能主要送往云南和广东两省区。
小湾电厂计算机监控系统 (CSCS) 采用南瑞NC2000系统, 调速器系统采用南瑞SAFR-2000H冗余微机数字控制系统, 有功功率调节采用传统的监控系统闭环模式 (开度模式) 。随着国家能源局和南方电网对并网电厂辅助服务管理及并网运行管理日益规范, 2010年2月小湾电厂纳入“两个细则”考核, 一次调频合格率等指标通过不断完善调速器控制策略及与AGC的配合逻辑, 大幅度提高了合格率, 但AGC调节速率一直未能有效改善, 仅2014年上半年产生AGC考核费用25.94万元, AGC调节速率指标亟待提高。
1 AGC调节速率存在问题
1.1 南方电网相关要求
南方电网AGC考核主要由调节范围、调节精度和调节速率三项指标组成, 调节速率考核计算公式如下:
其中:
Pk目录i和Pk实际i是考核时段内典型的调节指令且调节幅度较大的调节指令的目标值和当前值, ti是指令发出后出力变化到目标值时间。
当调度EMS负荷指令大于30MW时, 取AGC受控机组下所有机组容量和的30%, 负荷指令小于30MW时, 取AGC受控机组一台机组的容量的30%, 小湾电厂不同运行工况AGC调节速率考核标准如表1。
1.2 功率调节过程
小湾电厂AGC收到南网EMS系统下发的二次调频指令, 按照我厂AGC分配策略将全厂总有功分配至参加AGC调节的各台机组LCU, 机组PLC中有功PID程序段将AGC分配的有功负荷换算成脉冲宽度送给调速器以开度模式实现有功调调整。
1.3 AGC调节速率存在问题
1.3.1 机组有功PID参数不满足全运行水头的功率调节速率要求
小湾电厂运行水头在164米至251米之间, 变幅达87米, 最低水头和最高水头下调速器空载开度分别为17.5%和11.0%。由此可见, 调整同一负荷, 水头变化较大的情况下, 导叶开度变化量差距较大。而监控系统机组LCU有功功率闭环PID仅设置一组参数, 调整相同负荷输出同一脉冲宽度至调速器系统, 不能满足全运行水头的功率调节速率要求, 机组在低水头区间运行期间尤为明显。同时, 机组LCU有功PID参数仅设置了比例环节参数, 积分和微分环节参数未设计, 致使机组有功调节精度和速率下降, 进一步影响了AGC调节速率。
1.3.2 开度调节模式下小负荷调整难以满足AGC调节速率要求
从日常调节指令分析上看, 南网EMS系统多下发± (0-50MW) 的指令, 其中± (0-20MW) 未达到调节指令门槛, 不参加测速。我厂AGC调节速率被考核大部分在± (20-50MW) 负荷调整区间。对此, 我厂AGC分配策略设置了小负荷分配策略, 当调整指令为± (30-50MW) 时, AGC仅对一台机组进行负荷增减, 但受大型水轮机组机械性的限制及传统的有功开度模式调节的限制, 机组LCU开出脉宽宽度和功率偏差成正比关系, 功率偏差较小, 开出脉宽也较小, 且开度模式下机组有功换算为继电器吸合时间的偏差, 继电器防抖动、防粘连技术措施造成机组有功调节速率下降, 致使小负荷调整时, AGC调节速率几乎不可能达到调节目标, 如表2。
2 基于功率闭环调节模式的AGC调节速率解决方案
鉴于传统有功功率开度调节模式易受到水头等因素影响, 调节环节冗长, 引起AGC调节速率下降, 我厂提出了将传统的监控系统功率闭环 (开度模式) 调节改造为调速器功率闭环调节模式 (功率闭环模式) 的解决方案, 以提高AGC调节速率。
2.1 功率闭环模式调节原理
功率闭环模式下, 功率闭环调节在调速器侧实现, 机组LCU不再进行有功闭环调节, 仅接收和转发AGC有功分配指令, 通过模拟量方式送将有功功率给定信号送至调速器, 调速器系统将其与机组实发有功进行比较, 得出功率计算偏差, 经过PID运算后得出导叶运行开度。小湾电厂调速器功率闭环调节传递函数如图1。
2.2 硬件改造
监控系统侧无新增硬件投入, 需要从模出模件新增两路40~20m A模拟量信号送至调速器系统。
调速器系统侧, 为提高功率控制信号的可靠性, 增加了两个功率给定信号隔离变送器, 并将有功功率变送器进行冗余配置, 两路功率给定和两路机组有功实发值模拟信号分别送调速器A套和B套PCC。同时, 由于调速器PCC控制器开关量输入模件开入备用点过少, 对其进行了扩容。
2.3 软件修改
2.3.1 监控系统
监控系统侧程序修改主要包含:将AGC分配的单机有功功率给定值转发至调速器系统、功率闭环调节和开度模式调节手动/自动切换功能, 同时设置如下安全闭锁逻辑:
(1) 在调速器功率闭环模式下, 满足以下四条中任意一条, 功率模式自动切换至开度模式, 但开度模式任何情况下不允许自动切换至功率模式:监控模出模件故障;监控模出设定值与调速器返回值得差值大于70MW;调速器功率闭环远方可投把手退出。
(2) 满足以下两条中任意一条, 监控模出设定值跟踪实发值:调速器功率闭环状态退出;调速器在手动位置。
2.3.2 调速器系统
(1) 前馈调节。发电态时, 监控系统下达功率给定PGA至调速器, 调速器将PGA和上一次监控系统功率给定值PGB进行比较, 并将偏差 (PGB-PGA) 经过积分运算后, 乘以前馈系数KP3得到综合负荷给定Pgv, 直接叠加到导叶给定环节, 进行预调节, 以加快调节速度。
(2) 主环调节。进行前馈调节的同时, 调速器将功率给定PGB与当前实发有功进行比较, 得出功率偏差△P, 乘以调差系数BP换算出频差, 并与一次调频计算频差△f叠加得到主环输入综合频差e (k) =△f-BP×△P, 通过PID计算出导叶开度YPID, 经过导叶副环运算后进行有功调节, 直至有功实发值达到功率给定值在死区范围内。在功率闭环下, 调速系统通过频差△f和功率差值△P双重闭环控制来保证机组在维持电网频率的前提下保证机组出力, 同时可有效提高有功调节精度和调节速率。
(3) 功率闭环模式和开度模式切换逻辑。为防止机组实发有功功率采样异常时, 引起负荷波动, 甚至引起系统低频振荡, 小湾电厂设置了“实发有功测值超出量程”、“机组在发电态且导叶开度>1.2倍空载开度且有功<0.8%额定有功功率”功率采样故障判断逻辑。其中, 后者通过判断机组实发有功采样值与导叶开度的关系, 大大提高了有功功率采样异常的判断准确率。当其中一路功率采样异常时, 调速器优先进行主备用切换或闭锁从套。当两路功率采样均异常时, 调速器控制方式由功率闭环模式切换至开度控制模式, 并将控制模式信号送入监控系统切换控制方式。
2.4 实施效果
小湾电厂选取5号机组进行功率闭环改造和试验, 更新了调速器PCC控制程序和工控机程序, 并通过功率闭环投退试验、状态和故障切换试验、扰动试验、一次调频功能验证、一次调频与功率闭环调节的配合试验、发电态下调速器与监控系统联调、功率闭环的参数辨识、单机调节速率、穿越振动区等试验, 对调速器功率闭环模式的安全稳定性调节品质和调节速率进行了验证。
试验过程及结果表明调速器及监控系统相关控制逻辑设置合理, 功率调节效果满足电网要求。试验结果如表3。
3 结束语
文章根据南方电网AGC调节速率要求, 结合小湾电厂实际, 提出了通过调速器功率闭环调节优化AGC调节速率方案, 经过试验验证表明了方案的可行性和有效性, 适用于南方电网区域内类似机组, 具有一定的借鉴意义。
参考文献
[1]魏守平.现代水轮机调节技术[M].武汉:武汉华中科技大学出版社, 2002.
[2]沈祖诒.水轮机调节 (第三版) [M].北京:中国水利水电出版社, 1998.
[3]刘昌玉, 魏守平.水轮机的调速器多调节模式及相互切换[J].水电能源科学, 1994.
[4]魏守平, 王雅军, 罗萍.数字式电液调速器的功率调节[Z].