基于智能邊緣計算的分布式緊急頻率調節控制方法

王之偉，徐春雷，黃俊輝，李海峰，李雪明，宋 杰，史 迪

（1.國網江蘇省電力有限公司，南京 210024；2.國網江蘇省電力有限公司 經濟技術研究院，南京 210000；3.國電南瑞科技股份有限公司，南京 211106；4.智博能源科技（江蘇）有限公司，南京 211300）

0 引言

保持頻率穩定是電力系統運行的基本要求,但國內超高壓、特高壓輸電線的大量建設和投運使保持系統頻率穩定變得越來越具有挑戰性。這些超高壓、特高壓輸電線路具有很高的傳輸容量，如果突然發生故障，可能會導致電力系統發生嚴重的功率短缺，威脅電力系統的安全穩定運行[1]。由于大功率缺額導致系統頻率急劇下跌，多起嚴重停電事故已在電網實際運行過程中發生。例如，2019 年8 月8 日英國的天然氣發電廠Little Barford 和海上風電場Hornsea 發生故障，導致嚴重頻率下降和停電，影響了110 萬用戶約1 h。

分布式微小負荷有巨大的潛力參與電力系統頻率調節，但是需要有效的方法來聚合和控制分布式微小負荷。在現有的研究文獻和工業實際應用中，有2 種控制方法被廣泛使用，即集中控制法和分布控制法[2]。集中控制方法又可以進一步細分為自適應方法[3]和功率缺額估計方法[4]。在自適應方法中，中央控制器測量電力系統的頻率，并使用反饋控制和下垂控制等方法來計算所需的負荷切除量。對于功率缺額估計方法，中央控制器首先估計擾動后系統功率缺額的大小，然后根據功率缺額估計結果計算負荷切除量。這些集中控制方法的一個共同特征是由中央控制器將控制信號發送給分布式響應負荷，因此集中控制方法具有全局準確的優點，但是它需要大量昂貴的高速通信信道[5]，可能導致分布式設備的響應速度較慢,不適用于緊急頻率控制。分布控制方法[6]需要測量分布式負荷的狀態，設定頻率閾值和時間延遲，允許分布式控制設備做出自主負荷投切決策。分布控制的優點是不依賴通信，可以快速響應，但是如果沒有集中協調，分布控制容易導致負荷過切或欠切。

本文研發了一種新型的分布式負荷控制系統“電網脈”，實現了對終端用戶負荷設備的實時監控和直接控制。基于電網脈的信息物理系統架構，提出了基于邊緣智能計算的電網功率缺額本地估計方法，用于電網緊急頻率控制。與現有文獻中的集中控制和分布控制方法不同，電網脈在每個智能插座中進行電網功率缺額本地估計并做出切負荷決策。因此，該方法結合了集中控制和分散控制的優點，能保證全局控制精度并且快速響應。

1 電網脈及其頻率控制方法簡介

1.1 電網脈構成

具有智能邊緣計算能力的智能插座在電網脈系統中起著關鍵作用［7］。它們可以①測量電壓、電流、有功功率和無功功率等；②實時跟蹤電力系統動態頻率；③將測量結果發送到控制中心；④ 根據本地測量值或來自控制中心的命令控制負荷判斷；⑤從控制中心接收參數設置，包括時間延遲和閾值。智能插座的功能模塊和硬件實物如圖1所示。

圖1 智能插座功能模塊Fig.1 Function blocks of the smart outlet

智能插座和路由器采用WiFi通信。與有線通信（例如光纖）相比，WiFi通信提供了一種低成本且靈活的解決方案，使用消息隊列遙測傳輸協議來實現控制中心與不同地理位置的智能插座之間的通信，該協議是物聯網系統中常用的輕量級消息協議。

控制中心接收來自智能插座的測量值并檢測智能插座的地理位置，在地圖上存儲、分析和繪制功率密度。控制中心可以向智能插座發送設置或控制命令。

1.2 控制方法介紹

電網脈系統采用電網功率缺額本地估計方法，介紹如下。在發生任何頻率跌落事件之前，控制中心會監控智能插座的狀態，計算電力系統頻率控制的相關參數，并且將這些參數發送到智能插座以備執行電網功率缺額本地估計。由于電力系統狀態可隨時間變化，因此控制中心會在線更新參數，并定期（例如每15 min）將其發送到智能插座中。然后，智能插座會接收這些參數并將其存儲在本地。基于這些參數，智能插座能夠檢測到頻率跌落事件，快速進行電網功率缺額本地估計，并在滿足條件時迅速做出切除負荷的決定。基于這種方法，智能插座可以在1 s 內采取減載措施，以便在發生嚴重頻率跌落事件時有效地抑制頻率下降。

智能插座可實時測量電壓、電流、有功功率、無功功率、頻率、頻率變化率以及用電設備的開關狀態。智能插座每隔1 min 將這些測量結果發送到控制中心，更新其在控制中心的狀態。控制中心考慮到用電設備的類型及其位置，將廣域分布的智能插座聚合為具有層級的負荷模塊，如圖2所示。

圖2 負荷聚合Fig.2 Aggregation of the loads

假設第i個模塊的功率是，則第i個模塊的累積功率為

式中:上標B為單個模塊；上標A為累積。負荷模塊的累積功率為需要切除負荷時該負荷模塊的優先級，累積功率越小，優先級越高。每個負荷模塊的累積功率由控制中心計算并發送到該模塊中的所有智能插座。發生頻率擾動事件后，智能插座將估計電網功率缺額，當所需的負荷切除量大于存儲在智能插座中的累積功率值時，該智能插座才會關閉。

電網脈系統的一項控制原則是確保系統頻率不會下降到低頻減載的啟動頻率，同時最大程度地減少智能插座所切斷的負荷，這樣可以防止嚴重故障時可能的系統崩潰，避免大規模切除負荷。低頻減載的啟動頻率因系統而異，在中國，對于50 Hz系統，低頻減載起始頻率的典型值為49 Hz。選擇略高于低頻減載起始頻率的閾值頻率fs作為電網脈頻率控制的目標，fs典型值設置為49.5 Hz。

2 智能插座的邊緣智能控制策略分析

智能插座實時檢測電力系統的頻率，當發現異常頻率跌落事件后，進行電網功率缺額估計。即首先用最小二乘法快速計算出一個功率缺額值，作為擴展卡爾曼濾波方法的初值，然后進行卡爾曼濾波計算直到收斂。

功率缺額值ΔP可以根據頻率下降率的值g(t0)確定為

式中:D為系統阻尼因子；R為調速器常數；Km為機械功率常數；α為震蕩衰減因子；ωn為虛擬振蕩頻率；φ1為第一振蕩常數［8］。

在檢測到異常頻率跌落之后，采用一組連續頻率測量值來估計g(t0)。假設故障后n個頻率測量值為M={f1,f2,…,fn}，寫作N={1,2,…,n}/fs,這里fs是頻率測量的更新速率

由最小二乘法估計的結果作為初始值，使用擴展卡爾曼濾波方法可以進一步提高估計精度。假設故障前系統正常頻率為fn，在時間tx突然出現功率缺額ΔP(tx)，根據電力系統頻率動力學模型，頻率波動用數學描述為

實際上，對于連續測量頻率的分布式設備（如智能插座），實時了解故障時刻tx的準確值非常困難。另外，基于tx錯誤值的功率缺額將極大地影響ΔP的估計。因此，需要同時估計2 個值，功率缺額量ΔP以及功率缺額發生的時刻tx。

考慮到頻率測量的更新速率fs，方程（6）被離散成為方程（7）

式中:k為擴展卡爾曼濾波的迭代次數；ΔP(tx)為tx時刻的功率缺額；φ為調整后的振蕩常數；ζ為虛擬振蕩頻率因子［8］。

擴展卡爾曼濾波的狀態定義X為

狀態轉換方程為

然后將觀察矩陣線性化［9］

觀察的公式為

式中:ε(k)為噪聲。

如果估計所得的功率缺額為ΔP，則為避免頻率降低至fs需要的最小負荷切除量ΔPv為

式中:ΔPs為閾值功率。智能插座檢測到嚴重的電力系統頻率下跌事件后，如果需要的最小負荷切除量大于該負荷模塊的累積功率值，則智能插座會關斷與其連接的用電器。

3 案例分析

本文提出的方法在IEEE 24 母線系統上進行測試，移除了原IEEE 24 母線系統23 母線上的發電機，并且將特高壓直流線路連接到23 母線上，如圖3 所示，以便研究直流閉鎖故障后電網脈的頻率響應策略。

圖3 修改后的IEEE 24?bus系統Fig.3 Modified IEEE 24?bus system

系統中慣性常數H和調速器下降控制常數R通常做出如下假設:對于額定功率小于1 MW的發動機，設為5.8 s和1/17；對于額定功率在1～2 MW之間的發電機，設為8.1 s和1/20；對于額定功率高于2 MW的發電機，設為9.3 s和1/22；阻尼系數D為2.5；再熱發電機參數FH為0.3；平均再加熱時間常數TR為8；頻率增益因子Km為0.95。

3.1 電網功率缺額本地估計

為了展現本文提出的電網功率缺額本地估計算法的性能，假設在IEEE 24母線系統中有5 MW（5 p.u.）功率缺額并進行1萬次仿真。對于每次仿真，將±0.01 Hz的隨機噪聲添加到每一個頻率測量值中，頻率測量的更新間隔為16 ms。擴展卡爾曼濾波結果的典型曲線如圖4所示。最小二乘法估計的功率缺額為4.21 p.u.，該值用作擴展卡爾曼濾波方法的初始值。當擴展卡爾曼濾波方法的結果收斂時，它將非常接近5 p.u.。1萬次仿真的統計結果如表1所示。結果表明，92.38%的結果誤差小于4%。

圖4 擴展卡爾曼濾波功率缺額估計收斂曲線Fig.4 Power loss estimation curve of extended Kalman filter

表1 擴展卡爾曼濾波功率缺額估計效果Table 1 Power loss estimation of extended Kalman filter

3.2 系統緊急頻率控制

假設在IEEE 24 母線系統中有100 萬個智能插座，連接到每個智能插座的用電設備的電功率是［10 W，1 800 W］之間的某個隨機值。智能插座分為1 000 個負荷模塊，每個組中有1 000 個智能插座。假設這些負荷模塊按其重要性排序，每個智能插座將其累積功率與閾值功率進行比較來決定是否切除負荷。

圖5中顯示了在考慮智能插座切負荷的情況下電力系統的頻率動態。此處顯示的最低頻率約為49.5 Hz，正是電網脈系統的頻率控制目標。比較不使用電網脈和使用電網脈的2種情況，可以看出電網脈系統可以快速響應，防止電力系統頻率嚴重下降。

圖5 電網脈頻率調節效果Fig.5 Frequency regulation performance of Grid Sense

4 結束語

本文提出了一種名為電網脈的基于物聯網的分布式頻率控制系統的信息物理設計，電網脈可以利用大量的分布式設備為電網提供頻率緊急支持，具有基于邊緣智能計算的電網功率缺額本地估計方法。根據控制中心發送的參數，智能插座可以在本地檢測到頻率變化，估計電力系統中的有功功率缺額，并在發生嚴重頻率跌落事件后迅速準確地做出負荷控制決定。仿真結果表明該電網功率缺額本地估計方法具有很高的頻率控制精度和魯棒性，可有效阻止大功率缺額后電力系統頻率的嚴重下降，提升電網運行的安全性。