史學健,楊培宏,亢 嵐,江 暉
(1.內蒙古科技大學信息工程學院,內蒙古 包頭 014010;2.國家電投集團內蒙古能源有限公司,內蒙古 通遼 028000)
隨著全球資源危機和環境惡化的雙重壓力加劇,風力發電作為目前最為經濟和成熟的可再生能源發電技術受到世界各國的高度重視。近年來,我國風力發電裝機容量和消納總量高速增長,然而,風電的不確定性會給電力系統的調度與調頻帶來一定的壓力,而且還對電力系統的安全運行帶來一定的挑戰[1-2]。這就要求風電自身應積極參與系統調頻,分擔調頻任務,改善系統頻率響應能力。
為了使風電機組具有一次調頻能力,國內外學者已開展了大量的研究工作,主要通過風電機組采用附加控制的方式響應系統頻率變化,實現風電機組參與系統調頻。風電機組參與系統調頻的主要策略包括風電機組自身的附加頻率響應控制[3- 4]和風電場配置儲能裝置[5- 6],其中,風電場配置儲能裝置調峰、調頻原理簡單,但大規模利用儲能協同調頻的成本較高。利用風電機組附加頻率響應控制的主要策略有轉子動能控制和功率備用控制[7-10]。轉子動能控制包括虛擬慣性控制和下垂控制,而功率備用控制包括槳距角控制和轉子超速控制。虛擬慣性和下垂控制通過釋放轉子動能提供功率支撐,由于風電機組轉速下限的限制,轉子動能控制的調頻時間較短,其調節時間一般不超過6 s[11]。功率備用控制是通過超速或變槳矩控制使風電機組留有一定的功率備用進而支持系統調頻,風電機組處于減載運行狀態。

圖1 綜合控制策略示意
目前,關于風電調頻多集中在單臺機組的控制策略上,就大規模風電場參與電力系統調頻的研究仍然不夠成熟。為此,需研究大規模風電的調頻控制策略,包括風電機組間調頻功率的分配、風電機組退出調頻模式的控制策略以及風電機組間的協調控制策略。文獻[12]根據風電場風速狀況不同,提出備用控制控制方式進行調頻,提供風電場參與系統調頻能力。文獻[13]則提出了轉子動能控制和功率備用控制相結合的調頻策略,但沒有考慮風電機組轉子動能控制的轉子恢復控制,控制不當會導致系統頻率出現二次跌落事故。
本文以風電場集群參與系統一次調頻為目標,提出了綜合調頻控制策略,并利用風電自身的槳距角控制策略實現調頻機組有序退出,結合風電場的運行工況,提出了調頻功率的分配策略。仿真結果表明,綜合調頻控制策略能夠有效提高風電場參與系統一次調頻的能力,為新型電力系統構建提供一定的理論依據。
本文以雙饋風力發電機組為研究對象,制定雙饋風電機組參與系統一次調頻的控制策略。低風速(風速小于額定風速)時雙饋風力發電機組參與調頻的機理為吸收(釋放)轉子動能或留有一定的功率備用;高風速(風速大于等于額定風速)時雙饋風電機組進入恒功率區域,風電機組的有功出力達到上限,無法在頻率跌落時犧牲轉速增發功率。為增加雙饋風力發電機組調頻適用范圍,在高風速段采用減載運行進行功率備用。本文將轉子動能控制與功率備用控制進行協調,提出了風電機組參與系統一體調頻的綜合調頻策略,具體控制策略如圖1所示。
圖1中,轉子動能控制是通過變流器附加頻率控制環節模擬同步發電機的調頻特性,模擬同步機轉動慣量特性實現風電機組參與系統調頻的方式為虛擬慣量控制;模擬同步發電機的有功功率靜態頻率特性曲線方式為下垂控制。虛擬慣量控制與下垂控制聯合運行構成轉子動能控制,用于風電機組輸出功率未達到額定功率時的調頻策略,即運行在低風速區。當風電機組運行在高風速區時,通過槳距角和轉子超速控制提供備用功率實現調頻,設置初始槳距角或處于超速運行狀態留有一定的備用功率,當系統頻率跌落時釋放備用功率對系統增發有功功率,槳距角控制或超速運行的方式屬于功率備用控制。
圖1的轉子動能控制與功率備用控制聯合調頻構成風電機組參與系統一次調頻的綜合控制策略,實現風電機組全風速段調頻,通過設定各個控制環節的參數,提高風電場的頻率響應能力。轉子動能控制通過降低轉子轉速可以釋放轉子動能,為電力系統快速增發有功功率。然而,風力發電機組無法在降低轉速狀態下長時間運行,雙饋風電機組需恢復在初始轉速下運行,由能量守恒定律可知,此時,雙饋風電機組還需吸收功率恢復轉子轉速直至運行在初始狀態。如果處理不當,可能造成風電機組退出運行,當風電場調頻功率較大時,還可能造成系統頻率發生二次跌落事故,故需建立雙饋風電機組的轉子轉速恢復運行策略。轉子動能控制策略下,雙饋風電機組的輸出功率與風速相關,當風速增加時,為保證風電場的最大功率輸出,此時風電機組不需進行轉子轉速恢復;當風速降低時,此時立即退出調頻模式,恢復轉子轉速。考慮到風電機組的轉動慣量較小,且一次調頻響應速度較快,為此本文假定風電機組采用轉子動能控制調頻時風速不發生變化,具體控制框圖如圖2所示。

圖2 風電機組轉子轉速恢復控制示意
隨著風電場規模的不斷擴大,風電場的風電機組數量也越來越大,若對每臺風電機組進行調度參與系統一次調頻時,工作量較大,且控制難度也較大,難以在工程中實施。為此,本文提出了風電場風電機組聚類分群的方法,將風電場內若干機組通過等值機組進行描述。
本文提出DBSCAN與k-means相結合的方法進行風電場機組聚類分群。這兩種算法都是基于風電場的實測數據作為樣本空間進行聚類,DBSCAN算法主要用于剔除實測數據中的異常數據,實現對樣本數據的清洗。清洗后的數據經k-means算法進行聚類分群,完成對風電場內機組的分群與等值處理。
DBSCAN算法的流程如下:
(1)獲取初始數據,構成數據樣本空間。
(2)計算樣本空間中數據之間的歐幾里德距離。
(3)設置參數ε和MinPts的值,計算所有數據的核心點,并建立核心點與到核心點距離小于半徑ε的點映射。
(4)依據獲得的核心點集合和半徑ε的值,計算能夠連通的真實核心點。
(5)將連通的每一組真實核心點歸為一個類簇,形成一個簇。
(6)重復步驟(4)-(5),直至找不到更多的核心點。
關于DBSCAN算法兩個重要參數ε和MinPts,其選取依賴于多種因素,包括異常數據的個數、異常數據的特征、異常數據簇與正常數據之間的距離等。因此,有必要定量分析異常數據剔除效果與參數選取之間的關系,綜合評價DBSCAN算法對參數的靈敏度。
本文提出采用兩種指標來測定異常數據剔除性能,即功率曲線建模誤差em和數據剔除率γ。其中,功率曲線建模誤差采用均方根誤差來表示,具體為
(1)

數據剔除率γ為被剔除數據個數與總的數據個數比值,即
(2)
式中,N為剔除異常數據前的數據總數;Nt為剔除異常數據后剩余的數據總數。
假設清洗后的數據中共包含n個樣本數據,x1,x2,…,xn,計第i個樣本為xi=[xi1,xi2,…,xip],則第i個樣本與第j個樣本之間的閔科夫斯基距離定義為
(3)
式中,q是整數,當q取2時該式被稱為歐式距離,即
(4)
樣本i的輪廓值計為
(5)
式中,a表示樣本i與同一簇中的其他樣本之間的平均距離;b表示一個數值向量,組成元素是樣本i和不同簇的樣本之間的平均距離。
輪廓值S(i)的取值范圍是[-1,1]。其中,S(i)的值越接近1,就說明樣本i的分類越是合理的;當S(i)<0時,則說明樣本i的分類是不合理的,還存在比目前分類更加合理的方案。
k-means法的步驟具體如下:
(1)將分類指標的樣本數據進行標準化處理,即樣本數據減去均值,除以標準差。
(2)從n個數據對象隨機選擇k個樣本作為初始聚類中心。
(3)對剩余的每個樣本測量其到每個初始聚類中心的距離,并把它歸到最近的質心的類。
(4)重新計算各個類的均值作為這個類新的聚類中心。
(5)迭代(3)~(4)步,直至新的聚類中心與原聚類中心相等或小于指定閾值,算法結束。
(6)計算S(i),若S(i)不能滿足條件,首先重新選取初始聚類點進行聚類,直至S(i)滿足條件,若所有的初始聚類點均不能滿足,則重新輸入k值,進行聚類。
根據文獻[11]的研究結果可知,通過轉子動能控制的風電機組調頻功率輸出基本在6 s內完成,頻率響應速度較快,而通過槳距角控制的減載功率調頻,頻率響應速度慢,在電網出現功率差額導致頻率波動后,通過風電場調度中心協調控制轉子動能控制與功率備用控制可以提高風電場的頻率響應能力。為此,結合功率備用控制調頻的持久性和風力機組調頻的快速性,本文構建了風電場調頻方案,具體如圖3所示。通過綜合調頻控制策略,提高風電場的系統頻率響應能力,實現系統頻率的快速回穩。

圖3 風電場參與系統一次調頻方案
從圖3中可以看出,該策略是風電場根據電網調度中心實時分配功率缺額進行調頻,電網調度中心給風電場下達調頻功率指令的依據是根據風電場調度中心提供的風電場實時工況。風電場調度中心收到電網調度中心的調頻功率Pf后,根據風電場的實時工況,確定風電場的調頻方案。由于風電場的風速狀況不同,風電機組具備的調頻能力也不同,為此,按照實時風速及風機的輸出功率確定調頻策略。本文采用某風電場1.5 MW的雙饋風力發電機組作為研究對象,根據風電場的實測功率曲線可知,當風速達到12.5 m/s時,風電機組可輸出額定功率。同時,考慮到風電場運行的經濟性,本文設定備用功率為風電場實時運行輸出功率的10%,即通過槳距角控制和轉子超速控制。提出的調頻方案如表1所示。

表1 風電場調頻方案
當風電場調度中心接收到電網調度中心的調頻功率Pf時,根據自身的實時工況確定輸出調頻功率ΔPWF,具體可表示為
(6)
由式(6)可知,若風電場可調頻功率ΔPWF大于電網調度中心的調頻功率Pf時,則給電網增發Pf即可;當風電場調頻功率ΔPWF小于電網調度中心的調頻功率Pf時,則給電網增發的功率ΔPWF,并將功率輸出信息上傳至電網調度中心。
為了驗證本文所提綜合調頻策略的有效性和可行性,將利用典型的36節點算例進行仿真計算與分析,接線如圖4所示。

圖4 36節點網絡接線示意
圖4為典型的36節點系統共包含8臺等值同步發電機組G1~G8,選取一種運行方式下進行分析,此時系統中總裝機容量為4 520 MW,總負荷有功功率為3 500 MW。為了驗證風電場的調頻作用,將36節點系統的火電機組G8(接入BUS8,此時總裝機容量為1 200 MW)用風電場替代,即WF。風電場由624臺1.5 MW的雙饋風電機組組成,風電場的運行數據源于內蒙古包頭市后山地區12個臨近風電場的實測數據,12個風電場的總裝機容量占比為22%,滲透率較高。本文主要分析風電場參與系統調頻的能力,為此,仿真過程中取所有同步發電機組不參加調頻,均用PQ節點替代進行仿真計算。
仿真算例中,系統的頻率偏差通過突增負荷來模擬,即在Bus20處增加100 MW的負荷。通過對風電場2020年3月1日至2020年9月1日共計6個月的風功率歷史數據分析,對624臺風電機組進行聚類分群,首先采用DBSCAN方法對數據進行預處理,設置參數ε和MinPts的值分別為30 kW和6。經數據出力后進行聚類分群,根據DBSCAN方法數據清洗的分析過程,本文取k-means聚類分群的k值為9,即將624臺風電機組等值為9臺機組進行集中控制與處理,提高了調頻響應速度。風電場的實時運行工況取2020年6月1日20∶00時刻的風電場的工況,其中6個等值風機處于低風速區,通過轉子動能控制快速為系統提供功率缺額,3個等值風機初入高風速區,通過槳距角控制進入減載運行狀態實現功率備用,為轉子動能控制的風電機組轉子轉速恢運行提供功率支持。
將此時的運行工況數據按照PQ節點接入運行,并將G1作為平衡節點進行潮流計算,使系統處于功率平衡穩定運行,系統頻率為49.97 Hz。在進行計算之前,先對綜合控制策略以及轉子轉速恢復控制策略的參數進行設置,其中,kR=0.03,TR=0.2,kf=2,Tf=0.2,kp=4,ki=0.24,T=0.2,Hw=2,k1=3,Rβ=0.2,kβ=60,Tβ=1.5,Kp=1.1,Ki=0.15,Kd=0.02。當Bus20處突增100 MW負荷時,等值風電機組1的轉子轉速變化情況如圖5所示。

圖5 風電機組的轉子轉速
由圖5可以看出,風電機組采用轉子動能控制后轉子轉速均降低,為系統提供了調頻功率。其中,綜合控制策略下風電機組的轉子動能控制的調頻作用更大,轉子轉速降低更多,能夠將轉子動能釋放更加充分;而下垂控制的頻率響應性能最差,在系統出現功率缺額時,僅提供較少的調頻功率,不適用于風電機組參與系統一次調頻。
從圖5中也可以看出,轉子動能控制的調頻時間較短,能夠實現將轉子動能快速釋放,隨后進行了轉子轉速恢復階段,防止轉子轉速恢復階段控制不當造成頻率的二次跌落。本文在轉子恢復控制階段的時間較長,有效提高了風電機組參與系統一次調頻的可靠性,調頻過程中,風電場輸出的調頻功率如圖6所示。
從圖6中可以看出,風電機組通過轉子動能控制快速釋放動能提供系統的功率缺額,風電場的輸出功率增長較快。當轉子動能控制結束后,需吸收功率備用控制提供的備用功率,用于恢復轉子轉速,與無控制策略相比,最終能夠為電力系統提供82.5 MW的調頻功率,有效提供了電力系統的頻率,最終頻率達到49.93 Hz,具體如圖7所示。

圖6 風電場輸出功率

圖7 系統頻率
由于風電場規模較大,風電場的實時工況也不同,進而造成了風機的調頻能力也不同。圖8給出了6個等值機組轉子轉速的變化情況,其中等值機組1的調頻能力最強,主要原因是等值風電機組1此時所處風速相對較大,致使轉速降低較多。

圖8 風電機組參與系統調頻的轉子轉速變化
隨著我國風力發電裝機容量和消納總量逐年增加的趨勢,電力系統的調頻壓力越來越大,為此,本文提出了風電機組直接參與系統一次調頻的解決思路,為構建新型電力系統提供一定的理論依據。
(1)根據風電機組的實時工況,提出了風電機組全風速范圍內進行調頻的方案,構建了風電機組綜合調頻控制策略。針對轉子動能控制下轉子轉速恢復控制的平穩性,構建了模糊自適應控制控制方法,且轉子轉速恢復過程中所需功率由功率備用控制提供。
(2)考慮風電場風電機組規模較大,數量較多,提出了DBSCAN與k-means相結合的方法進行風電場機組聚類分群,通過風電場調度中心對分群后的等值機組進行集中調頻控制的思路,構建了風電場綜合調頻控制方案。
(3)以36節點組成的電力系統為例,分析大規模風電場高比例接入下風電場的頻率響應能力,通過電網側突加負荷進行仿真計算。結果表明本文提出的綜合調頻控制策略具有較好的調頻特性,在電網功率缺額的情況下能夠快速響應頻率變化并提供功率支持,有效遏制了系統頻率的下跌,使其快速穩定運行。