葉 凱,李 哲,程 杰,唐小棋,徐 雷

(南京郵電大學自動化學院/人工智能學院,江蘇 南京 210000)

0 引言

由于新能源并網(wǎng)容量的增加,電網(wǎng)中存在著因系統(tǒng)慣性系數(shù)減弱、凈負荷變化加大、常規(guī)機組調(diào)頻能力不夠大而造成的電網(wǎng)調(diào)頻壓力。其次,常規(guī)火電機組的調(diào)節(jié)時間周期較長,且水電機組的調(diào)頻容量受空間和時間約束較大,使得常規(guī)發(fā)電機組在二次調(diào)頻即自動發(fā)電控制(Auto matic Generation Control,AGC)中表現(xiàn)較弱[1]。由于光伏不確定和不穩(wěn)定的發(fā)電功率,這就造成了電網(wǎng)的頻率越來越不穩(wěn)定[2-3]。

通常,配電網(wǎng)的AGC分配策略可分成3種:分布式、分散式和集中式[4]。分布式調(diào)頻是通過相鄰信息的傳輸交互,獲取相鄰對象的狀態(tài),并基于此協(xié)同實現(xiàn)調(diào)頻[5]。分布式控制模式不僅反應快速、減少了計算信息量,而且還能夠在實現(xiàn)電網(wǎng)調(diào)頻全局最優(yōu)化的同時,提高聚合商和用戶的整體利益,但這種控制方法較為復雜、所需投建資金較大。分散控制是指各個控制器僅僅通過各自的信息,實現(xiàn)自身目標的趨優(yōu)控制[6]。文獻[7]提出了冰箱作為電網(wǎng)調(diào)頻備用容量的可能,且在冰箱上加設了頻率控制器,利用分散控制的方式來調(diào)控控制器,以此來響應電力系統(tǒng)的頻率波動,但由于負荷個體之間通信不足,因此可能會發(fā)生“過控”或“欠控”現(xiàn)象。文獻[8]充分考慮了電動汽車用戶出行的隨機性和對補償電價響應的不確定性,建立了含電動汽車參與的AGC調(diào)頻決策模型,在顯著提高調(diào)頻效果的同時,也能獲得較高的期望凈收益,但是電動汽車無法由AGC直接控制,容易出現(xiàn)偏差。集中控制是通過統(tǒng)一處理平臺分析并測量全系統(tǒng)數(shù)據(jù),并且基于統(tǒng)一平臺實現(xiàn)數(shù)據(jù)的處理、優(yōu)化以及控制。文獻[9]根據(jù)集中式備用算法,使需求響應資源與旋轉(zhuǎn)備用資源緊密結(jié)合,以平衡在電網(wǎng)應急狀態(tài)時的發(fā)電需要。文獻[10]提出了一種通過集群電動汽車和家庭熱儲能裝置對電力系統(tǒng)進行二次調(diào)頻的方法,并利用模型預測仿真實現(xiàn)了對各參與機組出力的分配。文獻[11]考察了大量恒溫調(diào)節(jié)裝置的集中熱負荷管理情況,指出了這些能夠滿足溫度調(diào)節(jié)系統(tǒng)和設備的后續(xù)服務,同時體現(xiàn)了集中控制方法可靠性,且可實現(xiàn)系統(tǒng)整體最優(yōu)。

云平臺作為可以集中式處理大規(guī)模數(shù)據(jù),為配電網(wǎng)調(diào)頻提供高效的運算平臺,可以有效分擔其在數(shù)據(jù)處理方面的巨大壓力[12]。因此,有必要開發(fā)一種新的體系結(jié)構(gòu),以確保通過電力云實現(xiàn)高質(zhì)量和高精度的頻率調(diào)節(jié),同時保證微網(wǎng)的二次調(diào)頻安全性和經(jīng)濟性。光伏發(fā)電設備類型繁雜、工作方式多變、可控程度不一,供電系統(tǒng)的協(xié)調(diào)控制問題也更加復雜化。如何精確穩(wěn)定快速地控制光伏逆變器、響應AGC指令也成為了一大難題。因此,本文提出了一種新型的光伏二次調(diào)頻雙層控制策略,基于云平臺實現(xiàn)AGC功率響應,并考慮用戶側(cè)的經(jīng)濟性目標,同時提出基于模型預測控制(Model Predictive Contr ol,MPC)的控制方法,實現(xiàn)光伏逆變器高效穩(wěn)定運行。

1 含光伏的配電網(wǎng)二次調(diào)頻控制策略

近年來,隨著現(xiàn)代信息通信技術(shù)與計算機技術(shù)的不斷進步,為了促進我國智慧電網(wǎng)創(chuàng)新事業(yè)的發(fā)展,構(gòu)建電網(wǎng)信息云平臺顯得愈發(fā)重要?；A(chǔ)設施與平臺的兩層結(jié)構(gòu)緊密融合,云服務中心做到了分布式服務總線、一鍵式部署和全鏈路控制[13]。運用第三方提供的云平臺對數(shù)據(jù)進行存儲,可以解決諸如存儲、計算以及備份等與二次調(diào)頻的大量數(shù)據(jù)有關(guān)的問題[14]。

本節(jié)描述的含光伏的區(qū)域電網(wǎng)動態(tài)模型如圖1所示,其包含i臺傳統(tǒng)發(fā)電機組和j個光伏發(fā)電機組,共n(n=i+j)個調(diào)頻電源。

圖1 含光伏的區(qū)域配電網(wǎng)調(diào)頻動態(tài)模型

在圖1中,Δf為系統(tǒng)的頻率偏差值;P i為第i臺傳統(tǒng)機組的二次調(diào)頻出力;(i=1,2,…,i)為第i臺傳統(tǒng)機組的一次調(diào)頻出力;PAGC為二次調(diào)頻信號,即區(qū)域內(nèi)所有調(diào)頻電源需提供的二次調(diào)頻出力總和;P j(1,2,…,j)為第j個光伏的二次調(diào)頻出力;PLd為系統(tǒng)凈負荷波動;K1為積分系數(shù);R為一次調(diào)頻的調(diào)差系數(shù);M為區(qū)域電網(wǎng)的慣性時間常數(shù);D為負荷阻尼系數(shù);ΔPtie為互聯(lián)電網(wǎng)聯(lián)絡線交換功率,B為二次調(diào)頻頻率偏差系數(shù)。

該控制策略可具體描述為,以頻率偏差最小化和經(jīng)濟最優(yōu)化(實現(xiàn)配電網(wǎng)用戶側(cè)經(jīng)濟利益最大化)為目標,具體的控制策略流程見圖2,其中本文重點基于云平臺解決計算調(diào)頻電源的功率配置方案與基于MPC的更新調(diào)頻電源的狀態(tài)。

圖2 含光伏的配電網(wǎng)二次調(diào)頻控制策略

1.1 頻率偏差最小化控制目標函數(shù)

頻率穩(wěn)定不僅可以反映出整個供電系統(tǒng)產(chǎn)生的全部有功功率是否與負載所需要的全部有功功率一致,還能反映出電力系統(tǒng)的工作是否穩(wěn)定安全,所以本節(jié)的目標是實現(xiàn)頻率偏差最小化。目標函數(shù)為

式中:F1為配電網(wǎng)所得到的功率缺額的最小值;P ref為配電網(wǎng)所需功率;為第i個節(jié)點的光伏所提供的有功功率。

1.2 經(jīng)濟最優(yōu)化目標函數(shù)

本節(jié)的目標是在光伏接入的情況下,實現(xiàn)配電網(wǎng)經(jīng)濟最優(yōu)化運行。目標函數(shù)為

其中,

式中:E為光伏發(fā)電的經(jīng)濟效益;C為光伏發(fā)電的維護成本;θi為光伏發(fā)電收益系數(shù);K i為光伏維護運行的成本系數(shù)。

1.3 多目標優(yōu)化策略

根據(jù)式(1)—(3),多目標優(yōu)化函數(shù)可表示為

式中:λ1和λ2為目標函數(shù)(1)和目標函數(shù)(2)對應的權(quán)重因子,且滿足λ1+λ2=1,由于電網(wǎng)頻率安全性遠大于經(jīng)濟性,所以λ1遠遠大于λ2。

在配電網(wǎng)的二次調(diào)頻流程中,約束條件一般來自于電源的調(diào)頻能力[15]。本文所考慮的電源調(diào)頻能力的約束主要為光伏發(fā)電輸出功率。為了解決頻率偏差最小和經(jīng)濟最優(yōu)化這2個目標,應滿足以下約束條件

式中:P-PVi和P-PVi分別為光伏發(fā)電功率的上下限。式(5)表示光伏發(fā)電的功率限制。

2 基于光伏逆變器的模型預測控制

MPC是一種廣泛采用的電力系統(tǒng)控制方法,可用來處理受約束的多變量多目標優(yōu)化問題。它是一種以預測原理為核心的算法,是基于對系統(tǒng)在當前時刻之前的輸入與輸出預測模型,然后再根據(jù)系統(tǒng)未來的輸入來預測系統(tǒng)在未來一段時間內(nèi)的動態(tài)行為[16]。MPC算法考慮了系統(tǒng)的動態(tài)響應過程,并基此提出了模型預測,因此獲得的最優(yōu)控制輸入比沒有預測的輸入更為有效。

2.1 基于逆變器的PV模型

考慮一般性,PV逆變器在PQ模式下運行?？刂葡到y(tǒng)轉(zhuǎn)換為具有2個控制回路的dq參考框架:外部功率控制回路和內(nèi)部電流控制回路。忽略q軸上的擾動,即u oq=0;這樣,基于逆變器的PV的有功功率可通過PPV=1.5u od×i od計算。

如圖3所示,時間常數(shù)T pin為有功功率內(nèi)環(huán)的動態(tài)響應時間。因此,有功功率回路的狀態(tài)空間模型可以表示為

圖3 基于PV的逆變器有功功率控制回路

2.2 光伏逆變器控制模型

通過將式(6)—(8)集成到矩陣形式中,得到

因此,光伏逆變器的離散狀態(tài)空間模型可以表示為

其中,

式中:T p為系統(tǒng)采樣時間。

MPC控制器的優(yōu)化目標可以表達為

式中:W、V為對應的權(quán)重矩陣;x r為由上層優(yōu)化計算出的參考功率得到的參考值。

3 算例分析

本節(jié)將通過基于MATLAB/Si mulink的仿真驗證本文方法的有效性。圖4為某區(qū)域配電網(wǎng)所承擔的1 h AGC指令,協(xié)調(diào)調(diào)度中心每隔4 s更新并下發(fā)至該區(qū)域配電網(wǎng)中的云電力平臺,同時該區(qū)域內(nèi)配有20臺光伏設備參與輔助調(diào)頻。本地MPC控制器每0.1 s實施一次計算,預測周期和控制周期均設置為Np=30。

圖4 某區(qū)域配電網(wǎng)所承擔的1 h AGC指令

3.1 策略有效性驗證

圖5 為多目標優(yōu)化結(jié)果,從中可以看出由于各個光伏在不同時間的收益以及成本不同,所以各個光伏在不同時間承擔不同的AGC任務。圖6和圖7分別展示了在1 h內(nèi)與600 s光伏逆變器1基于MPC控制策略的追蹤效果。

圖5 基于云平臺的多目標優(yōu)化結(jié)構(gòu)

從圖6、圖7中可以看出,基于MPC控制器下的光伏逆變器能夠跟蹤上層下發(fā)的AGC調(diào)節(jié)指令。以第628 s時AGC下發(fā)指令,光伏逆變器響應效果為例,光伏1改變當前輸出狀態(tài),在0.5 s內(nèi)由-3.14 k W轉(zhuǎn)為3.15 k W,并且能夠在AGC響應需求間隔內(nèi)實現(xiàn)功率的追蹤,因此可以證明該方法可以使得逆變器有效跟蹤云平臺分配的AGC需求。

圖6 光伏逆變器1的1 h追蹤效果

圖7 光伏逆變器1的600 s追蹤效果

3.2 方案對比

通過有無MPC控制策略下的光伏逆變器響應仿真,對比展示該方案的優(yōu)勢。通過圖8可以驗證該方案具有以下優(yōu)勢:響應時間快,MPC控制策略下,光伏逆變器可以更快的響應AGC指令,光伏逆變器可以在0.5 s內(nèi)實現(xiàn)追蹤,而無MPC情況下逆變器需要超過3 s才能實現(xiàn)穩(wěn)定跟蹤;穩(wěn)定性高,MPC控制策略下,光伏逆變器追蹤波動小于1 k W。無MPC控制情況下,光伏波動最大可達5 k W,因此MPC控制策略更具備安全穩(wěn)定性。

圖8 有無MPC控制策略下光伏出力

根據(jù)仿真結(jié)果分析,該雙層控制方案可以保證在滿足AGC功率響應的同時,考慮到配電網(wǎng)的經(jīng)濟性運行,并進一步增強頻率響應的安全性。

4 結(jié)論

云平臺可以集中式處理大規(guī)模數(shù)據(jù),為配電網(wǎng)調(diào)頻提供高效的運算平臺,可以有效減輕在數(shù)據(jù)處理方面的巨大壓力。基于此,本文根據(jù)光伏系統(tǒng)并網(wǎng)參與二次調(diào)頻的問題,提出了一種新型的雙層控制策略。通過基于MATLAB/Si mulink的仿真實驗,驗證了本文方法的有效性。該控制策略不但實現(xiàn)了AGC的功率響應,而且兼顧到了配電網(wǎng)的經(jīng)濟性;另外,與傳統(tǒng)控制策略相比,本文采用MPC控制策略的響應時間更快,穩(wěn)定性更高,有效增強了頻率響應的安全性。