風電技術監督數據的采樣頻率確定方法研究

李洪海,王尚斌,楊子江,李 軍,高 嵩

(1.山東魯軟數字科技有限公司,山東 濟南 250000;2.山東科技大學電氣與自動化工程學院,山東 青島 266590;3.國網山東省電力公司電力科學研究院,山東 濟南 250000)

0 引言

隨著我國經濟的快速發展,社會能源需求總量快速增長,能源供需矛盾日益突出。加快開發與利用風力等可再生能源發電對于我國社會發展具有重要意義。根據國家能源局發布的2022年全國電力工業統計數據,2022年全國風力發電量為6 867億千瓦時,約占同期全國總發電量的8.19%[1]。風力發電為緩解我國能源緊張、推進電力系統轉型發揮了重要作用。風力發電具有清潔、無污染等眾多優勢。同時,風力發電也具有波動性、間歇性等缺陷。這些缺陷給大規模風力發電并網和電網平穩運行帶來了嚴峻挑戰[2-3]。

針對風力發電的技術監督等已受到廣泛關注。袁紅團[4]設計了包含風電的智能電網監測平臺架構。雷集晴等[5]提出了風電企業技術監督管理的若干策略。陳正順[6]對風力發電中的熱工技術監督內涵和方法進行了深入闡述。李強等[7]討論了風電場運行能效評價問題,詳細地提出了風電技術監督的六大類指標。這對風電企業開展技術監督具有重要參考意義。劉曉光等[8]以集團公司風電監督為著眼點,研究了基于數據挖掘的風電機組技術監督方法。為了確保電網的平穩運行,我國相繼出臺風力發電技術監督管理辦法,以確保風力發電的并網質量。例如:國家市場監督管理總局與國家標準化管理委員會發布了《電力系統安全穩定導則》(GB 38755—2019)[9];國家能源局、華北能源監管局發布了《華北區域風電場并網運行管理實施細則(2022年修訂版)》[10]。

在對風電場進行技術監督的過程中,需要將風力發電場的大量數據通過網絡專線實時傳輸至技術監督中心。由于目前缺乏針對技術監督的數據采樣頻率確定方法,存在過度強調高頻率采樣數據的問題,給帶寬有限的網絡專線實時數據傳輸帶來了巨大挑戰。因此,需要以技術監督需求為目標,研究數據采樣頻率下限的確定方法,從而降低數據傳輸量、實現有限網絡帶寬下的技術監督數據傳輸。風力發電涉網性能指標是技術監督的主要內容。其中,動態性能類指標對于數據的采樣頻率要求高于統計類性能指標。

為了滿足風電場技術監督的數據需求并降低網絡專線得到的實時數據傳輸量,本文以風電場一次調頻性能監督指標為應用對象,提出了基于風電場一次調頻過程動態模型蒙特卡洛仿真的采樣頻率下限確定方法,設計了蒙特卡洛仿真框架以及技術監督指標估計值的有效性判斷方法;在此基礎上,結合具體案例,說明了所提方法的應用步驟及有效性。

1 一次調頻監督指標及估計方法

根據《華北區域風電場并網運行管理實施細則(2022年修訂版)》,當前風電技術監督指標分為2類,分別為統計類指標和動態性能類指標。統計類指標有風電場理論可用功率與實際可用功率的完整率與正確率等。動態性能類指標包括一次調頻有功功率上升時間、有功功率調節時間等。通過對這些技術監督指標的分析可知,理論與實際可用功率的完整率和正確率、中短期和超短期預測準確率等指標對數據采樣頻率要求較低,而一次調頻性能指標對數據采樣頻率要求較高。本文以風電場一次調頻性能監督中采用的滯后時間、上升時間、調節時間、調節偏差這4個技術指標的數據采樣頻率確定為目標,闡述風電場技術監督數據的采樣頻率下限確定方法。

風電場的一次調頻功能有2種運行模式,分別為正常和遠程在線測試。在正常運行模式下,風電場通過測量并網點的實時電網頻率,跟蹤電網頻率變化。風電場功率控制系統根據電網頻率偏差量及一次調頻曲線計算有功功率調節指令,并將指令分解、下發給各臺風電機組,以實現整個風電場的有功功率調整。

(1)

(2)

(3)

(4)

為了便于表述,下文統一采用技術監督指標v表示式(1)～式(4)中的4個性能指標。

2 采樣頻率下限確定方法

為了滿足技術監督對數據的需求,同時降低數據傳輸量,本文以《華北區域風電場并網運行管理實施細則(2022年修訂版)》中一次調頻性能監督指標為應用對象。本文首先估計得到風電場實發功率噪聲方差,并建立風電場一次調頻過程動態模型;然后采用蒙特卡洛仿真方法,得到不同采樣頻率下的技術監督指標估計值;接著通過變異系數,評價不同采樣頻率下的技術監督指標估計值的有效性;最后選取技術監督指標估計值有效時對應的最小采樣周期作為采樣頻率下限。

2.1 噪聲方差估計

(5)

式中:β0,β1,…,βK為待確定的擬合參數;K為多項式階數,由用戶根據所采集到的高頻數據段趨勢特征選擇,建議值為K=2。

本文令β=[β0,β1,…,βK]、Y=[y0(1),y0(2),…,y0(N0)]T,T=[1,2,…,N0]T。β的最小二乘估計為:

(6)

2.2 一次調頻過程建模

本文根據風電場建模研究的相關結果,以雙饋風力發電機作為當前風電場的主流機型[12]。所采用的電場一次調頻過程動態模型為:

(7)

式中:s′為拉普拉斯算子;ωn、ξ和τ均為待確定的模型等效參數。

(8)

(9)

式中:u0(t)為u(t)變化前的取值;u1(t)為u(t)變化后的取值。

2.3 采樣頻率下限確定

(10)

(11)

通過式(11)可得到cv(i)序列,i=1,2,…,I。

根據變異系數在應用中的一般性原則,當變異系數大于α%,則認為估計結果已經失去可靠性。其中,α%的建議值為10%。當設定變異系數閾值為α%時,本文選取變異系數大于α%時對應的采樣頻率最小值作為采樣頻率下限fv,Low,即:

(12)

3 仿真案例

本文以某雙饋機組風電場的一次調頻響應數據為基礎,先根據式(6)估計噪聲方差,再根據式(8)完成式(7)中模型參數辨識,最后根據式(10)～式(12)確定技術監督指標所需的數據采樣頻率下限。

風電場一次調頻數據段及辨識模型輸出如圖1所示。

圖1 風電場一次調頻數據段及辨識模型輸出

(13)

仿真框架如圖2所示。

圖2 仿真框架圖

由此可得到相應的仿真輸出y(t)。fi=100 Hz時ui(n)和yi(n)的樣本序列如圖3所示。

圖3 fi=100 Hz時ui(n)和yi(n)的樣本序列

100次仿真得到的不同采樣頻率下的性能指標估計結果如圖4所示。

圖4 不同采樣頻率下的性能指標估計結果

4個性能指標估計值的變異系數序列如圖5所示。

圖5 4個性能指標估計值的變異系數序列

結合圖5中變異系數隨采樣頻率變化趨于穩定的趨勢,以及所得到的4個性能指標的估計數據采樣頻率下限值可知,對于給定的變異系數閾值,4個性能指標對數據采樣頻率的要求相差較大。例如td和ess對數據采樣頻率的要求相差12.45 Hz。不同的技術監督指標對采樣頻率的敏感程度不同。ess對數據采樣頻率最敏感,其變異系數隨著頻率的增加迅速降低到了給定的變異系數閾值以下。相比之下,td對數據采樣頻率的敏感性最差。

4 結論

本文以一次調頻性能監督為基礎,提出了一種風電場涉網性能監督的數據采樣頻率下限確定方法。該方法首先以一次調頻過程高頻數據段為基礎,辨識得到風電場一次調頻過程動態模型;其次,構建所得動態模型仿真輸入信號,并以估計所得噪聲方差構造動態模型輸出量測噪聲,得到所得動態模型輸出信號;然后,以不同采樣頻率對動態模型的仿真輸入和輸出信號進行采樣,并由所得樣本得到涉網技術監督指標的估計值;最后,重復執行上述步驟,得到不同采樣頻率下涉網技術監督指標的多組估計值,并以涉網技術監督指標估計值變異系數大于給定閾值時對應的采樣頻率最小值作為采樣頻率下限。

本文所提風電場涉網性能監督數據的采樣頻率下限確定方法,通過辨識風電場一次調頻過程的特性動態模型、估計噪聲方差,使得數據采樣頻率下限的確定過程融合了噪聲和一次調頻過程特性、動態特性對技術監督結果的影響。所提方法具有針對性強、實施簡便等優勢,可推廣應用至風電場自動發電控制等其他技術監督數據的采樣頻率下限確定。該研究對在現有網絡通信條件下深入推進風電場技術監督工作具有重要的支持意義。