本發(fā)明涉及電網(wǎng)發(fā)電控制領域，具體是一種智能量化加權水電機組自動發(fā)電控制系統(tǒng)及算法。

背景技術：

在國家新能源政策的扶持下眾多具有隨機擾動性質(zhì)的大型風電場并入電網(wǎng)，同時大量含有電力電子裝置的波動性負荷，如電氣化鐵路接入電網(wǎng)，從而給電網(wǎng)的平穩(wěn)運行與安全調(diào)度帶來一定的困難。傳統(tǒng)的自動發(fā)電控制方式過度使用積分環(huán)節(jié)，在應對波動性負荷和電源時反應遲鈍，不能適應現(xiàn)代電網(wǎng)對系統(tǒng)頻率和功率波動快速調(diào)整的需求?，F(xiàn)代電網(wǎng)中承擔主要負荷的火電機組調(diào)節(jié)特性差，風力和核電機組基本不具備快速出力調(diào)節(jié)能力。

技術實現(xiàn)要素：

為了解決上述問題，本發(fā)明提供一種智能量化加權水電機組自動發(fā)電控制系統(tǒng)及算法，具體技術方案如下：

一種智能量化加權水電機組自動發(fā)電控制系統(tǒng)包括以下功能模塊：電力系統(tǒng)區(qū)域控制偏差計算模塊、智能量化加權自動發(fā)電控制模塊、水電機組子網(wǎng)不平衡度優(yōu)化調(diào)度出力分配模塊、參數(shù)自整定優(yōu)化計算模塊；所述電力系統(tǒng)區(qū)域控制偏差計算模塊用于根據(jù)電網(wǎng)頻率偏差Δf和聯(lián)絡線功率偏差ΔP_e計算區(qū)域控制偏差ACE；所述智能量化加權自動發(fā)電控制模塊利用區(qū)域控制偏差ACE及區(qū)域控制偏差ACE變化本身的絕對值作為對區(qū)域控制偏差ACE自身的智能量化加權；所述水電機組子網(wǎng)不平衡度優(yōu)化調(diào)度出力分配模塊包括機組目標功率分配、死區(qū)和調(diào)節(jié)步長校驗環(huán)節(jié)，各子網(wǎng)按照對應的子網(wǎng)不平衡度均衡分配調(diào)節(jié)輸出信號量，各子網(wǎng)按照最小備用容量原則決定開停機組數(shù)目；所述子網(wǎng)不平衡度為子區(qū)域控制偏差ACE與總區(qū)域控制偏差ACE之比；所述參數(shù)自整定優(yōu)化計算模塊使用TOMLAB中非線性最優(yōu)化NLP工具箱完成對控制系統(tǒng)參數(shù)的最優(yōu)化整定計算；電力系統(tǒng)區(qū)域控制偏差計算模塊將依據(jù)現(xiàn)場電網(wǎng)運行數(shù)據(jù)計算的區(qū)域控制偏差ACE信號提供給智能量化加權自動發(fā)電控制模塊，生成系統(tǒng)的總功率調(diào)節(jié)量，再由水電機組子網(wǎng)不平衡度優(yōu)化調(diào)度出力分配模塊分配給各個子網(wǎng)機組；參數(shù)自整定優(yōu)化計算模塊對整個自動發(fā)電控制系統(tǒng)實施監(jiān)控，并通過調(diào)整智能量化加權自動發(fā)電控制模塊參數(shù)，比較控制狀態(tài)偏差，獲取最佳運行參數(shù)數(shù)據(jù)。

一種智能量化加權水電機組自動發(fā)電控制算法包括以下步驟：

（1）電力系統(tǒng)區(qū)域控制偏差計算模塊根據(jù)電網(wǎng)頻率偏差Δf和聯(lián)絡線功率偏差ΔP_e計算區(qū)域控制偏差ACE，ACE=∑ΔP_e＋K_f*Δf，K_f為電網(wǎng)頻率偏差系數(shù)；

（2）智能量化加權自動發(fā)電控制模塊利用區(qū)域控制偏差ACE及區(qū)域控制偏差ACE變化本身的絕對值作為對區(qū)域控制偏差ACE自身的智能量化加權：

取采樣點k所在時刻的區(qū)域控制偏差ACE信號為誤差e（k），區(qū)域控制偏差ACE變化量為誤差變化量：

△e（k）=e（k）-e（k-1） （1-1）

k為第k個采樣點，k-1為第k-1個采樣點；

誤差e（k）和誤差變化量△e（k）分別乘以對應前置量化因子K_E、K_C后生成信號E和E_C：

E=K_E?e（k） （1-2）

E_C=K_C?△e（k） （1-3）

設信號E和E_C的智能加權因子分別為

α_e=|E|/（|E|+|E_C|+ε） （1-4）

α_c=|E_C|/（|E|+|E_C|+ε） （1-5）

其中ε為一極小的正數(shù)；

智能量化加權算法的控制規(guī)則為

△P=α_e*E+α_c*E_C （1-6）

將輸出量△P乘以比例因子K_P后，構(gòu)成實際輸出變化量△p（k）：

△p（k）=K_P?△P （1-7）

實際輸出量p（k）：

p（k）=P₀+△p（k） （1-8）

式中：P₀為系統(tǒng)的平衡點功率；

在系統(tǒng)的靜態(tài)平衡點P₀已知時，采用式（1-7）、（1-8）；若系統(tǒng)的靜態(tài)平衡點P₀隨著負荷的變化而變動，智能量化加權自動發(fā)電控制模塊的輸出量為：

p（k）=K_P?△P+K_I?∑△P （1-9）

式中K_P為比例因子，K_I為積分因子；

（3）水電機組子網(wǎng)不平衡度優(yōu)化調(diào)度出力分配模塊按照分區(qū)就近平衡的原則，對輸出p（k）進行分配；

（4）參數(shù)自整定優(yōu)化計算模塊將聯(lián)絡線功率波動絕對值與時間的乘積和系統(tǒng)頻率偏差絕對值與時間的乘積加權求和作為目標函數(shù)J，使用TOMLAB中非線性最優(yōu)化NLP工具箱完成對控制系統(tǒng)參數(shù)的最優(yōu)化整定計算：

J=∫(∑k_p* t*|ΔP|＋k_f*t*|Δf|)dt （1-10）

k_p、k_f分別為對區(qū)域聯(lián)絡線功率偏差和系統(tǒng)頻率偏差的加權系數(shù)。

進一步，所述步驟（2）中采用比例積分環(huán)節(jié)將智能加權函數(shù)的增量輸出轉(zhuǎn)化為絕對值形式。

進一步，所述步驟（4）中k_p、k_f由人工根據(jù)實際需求和各聯(lián)絡線調(diào)節(jié)能力與重要程度進行設置；借助計算機仿真計算目標系統(tǒng)的動態(tài)運行特性，手工設置K_E、K_C、K_P、K_I參數(shù)初始值，同時設置各節(jié)點電壓界限和發(fā)電機最大最小出力作為約束條件，使用TOMLAB中非線性最優(yōu)化NLP工具箱完成對控制系統(tǒng)參數(shù)的最優(yōu)化整定計算。

進一步，編寫動態(tài)連接庫和調(diào)用TOMLAB優(yōu)化計算的*.m文件，將TOMLAB的非線性優(yōu)化NLP算法模塊輸出的控制量K_E、K_C、K_P、K_I四個控制器參數(shù)寫入ASCII碼明文文件*.swi,并以批處理的方式調(diào)用PSD-FDS完成對電力系統(tǒng)的仿真計算；讀取二進制仿真結(jié)果曲線*.cur，生成目標函數(shù)J，返回給TOMLAB的NLP算法模塊；由TOMLAB進行尋優(yōu)計算以后生成新的一組控制參數(shù)，重復調(diào)用PSD－BPA仿真計算程序，直到找出最佳性能參數(shù)組合。

進一步，所述ε的取值范圍為10^-8-10^-5。

本發(fā)明的有益效果為：

1、本發(fā)明能夠快速補償隨機波動性負荷和電源對電網(wǎng)頻率和功率平衡的擾動，提升電網(wǎng)供電電能質(zhì)量，增大電網(wǎng)消納風力發(fā)電的能力，提高電力系統(tǒng)運行安全穩(wěn)定性；

2、本發(fā)明提供了一種解決了大規(guī)模風電場類隨機擾動電源和類似于電氣化鐵路這種沖擊性負荷接入電網(wǎng)時快速抑止電網(wǎng)頻率和功率波動的控制算法需求，為解決含有此類干擾源的電網(wǎng)運行提供了有效的工具。通過計算機仿真模擬分析復雜電網(wǎng)絡環(huán)境下電力系統(tǒng)的運行特性，設計一套參數(shù)最優(yōu)化自動整定算法，構(gòu)造以平抑系統(tǒng)波動為期望的目標函數(shù)，借助多次重復仿真選取最佳適應性參數(shù)，以提高電網(wǎng)供電質(zhì)量，增強電網(wǎng)的運行可靠性；

3、系統(tǒng)的靜態(tài)平衡點隨著負荷的變化而變動時，本發(fā)明利用積分環(huán)節(jié)構(gòu)造系統(tǒng)的動態(tài)平衡點。比例環(huán)節(jié)的響應速度快，但具有穩(wěn)態(tài)誤差；積分環(huán)節(jié)響應速度慢，但能夠消除穩(wěn)態(tài)誤差和具有抗隨機干擾的能力。將兩者并聯(lián)后作為控制系統(tǒng)的輸出，能夠?qū)崿F(xiàn)系統(tǒng)的快速響應和抗隨機干擾；

4、優(yōu)選參數(shù)以后的控制器能夠?qū)Υ笠?guī)模風電場和類似于含電氣化鐵路這種沖擊性負荷接入的電網(wǎng)起到較好的調(diào)節(jié)控制作用，有效縮短聯(lián)絡線功率波動和電網(wǎng)頻率波動的時間和幅值，為解決帶有此類干擾源的電網(wǎng)運行與控制提供了有效工具。自動進行控制模塊參數(shù)整定，將現(xiàn)場調(diào)度員從繁重的分析計算中解放出來，有效提高了生產(chǎn)效率，同時能夠獲取比手工調(diào)參更為優(yōu)異的控制目標和動態(tài)性能。

附圖說明

附圖1是本發(fā)明的系統(tǒng)結(jié)構(gòu)原理示意圖；

附圖2是一種智能量化加權水電機組自動發(fā)電控制算法示意圖；

附圖3是本發(fā)明電力系統(tǒng)區(qū)域控制偏差計算模塊示意圖；

附圖4是本發(fā)明水電機組子網(wǎng)不平衡度優(yōu)化調(diào)度出力分配模塊示意圖。

具體實施方式

本發(fā)明主要是解決現(xiàn)有技術所存在的技術問題：提供了一種解決了大規(guī)模風電場類隨機擾動電源和類似于電氣化鐵路這種沖擊性負荷接入電網(wǎng)時快速抑止電網(wǎng)頻率和功率波動的控制系統(tǒng)及算法需求，為解決含有此類干擾源的電網(wǎng)運行提供了有效的工具。通過計算機仿真模擬分析復雜電網(wǎng)絡環(huán)境下電力系統(tǒng)的運行特性，設計一套參數(shù)最優(yōu)化自動整定算法，構(gòu)造以平抑系統(tǒng)波動為期望的目標函數(shù)，借助多次重復仿真選取最佳適應性參數(shù)，以提高電網(wǎng)供電質(zhì)量，增強電網(wǎng)的運行可靠性。

為了更好的理解本發(fā)明，下面結(jié)合具體實施例對本發(fā)明做進一步說明：

一種智能量化加權水電機組自動發(fā)電控制系統(tǒng)如圖1所示，包括以下功能模塊：電力系統(tǒng)區(qū)域控制偏差計算模塊、智能量化加權自動發(fā)電控制模塊、水電機組子網(wǎng)不平衡度優(yōu)化調(diào)度出力分配模塊、參數(shù)自整定優(yōu)化計算模塊；所述電力系統(tǒng)區(qū)域控制偏差計算模塊用于根據(jù)電網(wǎng)頻率偏差Δf和聯(lián)絡線功率偏差ΔP_e計算區(qū)域控制偏差ACE；所述智能量化加權自動發(fā)電控制模塊利用區(qū)域控制偏差ACE及區(qū)域控制偏差ACE變化本身的絕對值作為對區(qū)域控制偏差ACE自身的智能量化加權；所述水電機組子網(wǎng)不平衡度優(yōu)化調(diào)度出力分配模塊包含機組目標功率分配、死區(qū)和調(diào)節(jié)步長校驗環(huán)節(jié)，各子網(wǎng)按照對應的子網(wǎng)不平衡度均衡分配調(diào)節(jié)輸出信號量，各子網(wǎng)按照最小備用容量原則決定開停機組數(shù)目；所述子網(wǎng)不平衡度為子區(qū)域控制偏差ACE與總區(qū)域控制偏差ACE之比；所述參數(shù)自整定優(yōu)化計算模塊使用TOMLAB中非線性最優(yōu)化NLP工具箱完成對控制系統(tǒng)參數(shù)的最優(yōu)化整定計算；電力系統(tǒng)區(qū)域控制偏差計算模塊將依據(jù)現(xiàn)場電網(wǎng)運行數(shù)據(jù)計算的區(qū)域控制偏差ACE信號提供給智能量化加權自動發(fā)電控制模塊，生成系統(tǒng)的總功率調(diào)節(jié)量，再由水電機組子網(wǎng)不平衡度優(yōu)化調(diào)度出力分配模塊分配給各個子網(wǎng)機組；參數(shù)自整定優(yōu)化計算模塊對整個自動發(fā)電控制系統(tǒng)實施監(jiān)控，并通過調(diào)整智能量化加權自動發(fā)電控制模塊參數(shù)，比較控制狀態(tài)偏差，獲取最佳運行參數(shù)數(shù)據(jù)。

一種智能量化加權水電機組自動發(fā)電控制算法如圖2所示，包括以下步驟：

（1）電力系統(tǒng)區(qū)域控制偏差計算模塊根據(jù)電網(wǎng)頻率偏差Δf和聯(lián)絡線功率偏差ΔP_e計算區(qū)域控制偏差ACE，ACE=∑ΔP_e＋K_f*Δf，如圖3所示，K_f為電網(wǎng)頻率偏差系數(shù)；K_f值越大，對電網(wǎng)頻率波動的抑止效果越強，但也越容易造成調(diào)節(jié)機構(gòu)頻繁動作，引發(fā)系統(tǒng)振蕩。

（2）智能量化加權自動發(fā)電控制模塊利用區(qū)域控制偏差ACE及區(qū)域控制偏差ACE變化本身的絕對值作為對區(qū)域控制偏差ACE自身的智能量化加權；以滿足如下的控制系統(tǒng)特性要求：當區(qū)域控制偏差ACE較大時，對區(qū)域控制偏差ACE在控制規(guī)則中的加權大些，以盡快消除誤差；當區(qū)域控制偏差ACE較小時，系統(tǒng)已接近穩(wěn)態(tài)，對區(qū)域控制偏差ACE變化加權大些，以使系統(tǒng)盡快穩(wěn)定，減小超調(diào)量。

取采樣點k時刻的區(qū)域控制偏差ACE信號為誤差e（k），區(qū)域控制偏差ACE變化量為誤差變化量：

△e（k）=e（k）-e（k-1） （1-1）

分別乘以對應前置量化因子K_E、K_C后生成信號E和E_C：

E=K_E?e（k） （1-2）

E_C=K_C?△e（k） （1-3）

通過對信號E和E_C的進行限幅，在精心選擇前置量化因子K_E，K_C后，巧妙利用飽和環(huán)節(jié)實現(xiàn)變結(jié)構(gòu)控制，保證控制輸出在較大擾動的情況下不會因過大增益引發(fā)系統(tǒng)振蕩，同時又保證在較小的波動下足夠快速的反應速度，有效減小超調(diào)量，縮短調(diào)節(jié)時間。

參考常規(guī)模糊控制規(guī)則，在較大誤差時施加較大的調(diào)節(jié)量，較小誤差時輸出較小的調(diào)節(jié)量，設計信號E和E_C的智能加權因子分別為

α_e=|E|/（|E|+|E_C|+ε） （1-4）

α_c=|E_C|/（|E|+|E_C|+ε） （1-5）

其中ε為一極小的正數(shù)，實際應用中可取為10^-8,用以保證控制系統(tǒng)的權函數(shù)在誤差和誤差變化信號E和E_C同時為零的情況下，權函數(shù)輸出值仍有意義，即保證信號E和其變化量E_C的權值在實數(shù)范圍[0，1）內(nèi)變化，為系統(tǒng)提供穩(wěn)態(tài)平衡點存在的空間。

綜合起來，智能量化加權算法的控制規(guī)則為

△P=α_e*E+α_c*E_C （1-6）

將輸出量△P乘以輸出比例因子K_P后，構(gòu)成實際輸出量

△p（k）=K_P?△P （1-7）

p（k）=P₀+△p（k） （1-8）式中P₀為系統(tǒng)的平衡點功率；

在系統(tǒng)的靜態(tài)平衡點P₀已知時，采用式（1-7）、（1-8）；若系統(tǒng)的靜態(tài)平衡點P₀隨著負荷的變化而變動，需采用其它方式將式（1-6）的增量輸出轉(zhuǎn)化為控制器的絕對量輸出。利用積分環(huán)節(jié)構(gòu)造系統(tǒng)的動態(tài)平衡點，比例環(huán)節(jié)的響應速度快，但具有穩(wěn)態(tài)誤差；積分環(huán)節(jié)響應速度慢，但能夠消除穩(wěn)態(tài)誤差和具有抗隨機干擾的能力。將兩者并聯(lián)后作為控制系統(tǒng)的輸出，能夠?qū)崿F(xiàn)系統(tǒng)的快速響應和抗隨機干擾。采用比例積分環(huán)節(jié)將智能加權函數(shù)的增量輸出轉(zhuǎn)化為絕對值形式。智能量化加權控制模塊的輸出為：

p（k）=K_P?△P+K_I?∑△P （1-9）

式中K_P為比例因子，K_I為積分因子。

（3）如圖4所示，對于一個自動發(fā)電控制系統(tǒng)，區(qū)域控制偏差ACE計算和控制策略模塊只有一個，但參與調(diào)節(jié)的電廠可以有多個，需要將策略模塊的輸出p（k）分解到各個電廠形成機組目標功率調(diào)度指令。從經(jīng)濟運行的角度考慮，一般不希望大規(guī)模潮流借助電網(wǎng)遠距離傳輸，水電機組子網(wǎng)不平衡度優(yōu)化調(diào)度出力分配模塊按照分區(qū)就近平衡的原則，對輸出p（k）進行分配；由分區(qū)內(nèi)的調(diào)頻調(diào)峰水電機組承擔較多的擾動分量。水電機組子網(wǎng)不平衡度優(yōu)化調(diào)度出力分配模塊如圖4所示。該模塊包含機組目標功率分配，死區(qū)和調(diào)節(jié)步長校驗環(huán)節(jié)。定義子網(wǎng)不平衡度為子區(qū)域控制偏差ACE與總區(qū)域控制偏差ACE之比，各子網(wǎng)按照對應的子網(wǎng)不平衡度均衡分配調(diào)節(jié)輸出信號量。各子網(wǎng)按照最小備用容量原則決定開停機組數(shù)目。

（4）參數(shù)自整定優(yōu)化計算模塊要確定K_E、K_C、K_P、K_I四個控制器參數(shù)。通過擾動試驗手工調(diào)整并選取這四個參數(shù)的工作量非常大，而且所獲取參數(shù)的控制性能較差。參數(shù)自整定優(yōu)化計算模塊要求優(yōu)化目標為聯(lián)絡線功率波動時間盡可能短，系統(tǒng)功率和頻率波動盡可能??；參數(shù)自整定優(yōu)化計算模塊將聯(lián)絡線功率波動絕對值與時間的乘積和系統(tǒng)頻率偏差絕對值與時間的乘積加權求和作為目標函數(shù)，使用TOMLAB中非線性最優(yōu)化NLP工具箱完成對控制系統(tǒng)參數(shù)的最優(yōu)化整定計算：

J=∫(∑k_p* t*|ΔP|＋k_f*t*|Δf|)dt （1-10）

k_p、k_f分別為對區(qū)域聯(lián)絡線功率偏差和系統(tǒng)頻率偏差的加權系數(shù)，由調(diào)度員根據(jù)實際需求和各聯(lián)絡線調(diào)節(jié)能力與重要程度進行設置。借助計算機仿真計算目標系統(tǒng)的動態(tài)運行特性，手工設置K_E、K_C、K_P、K_I參數(shù)初始值，同時設置各節(jié)點電壓界限和發(fā)電機最大最小出力作為約束條件，使用TOMLAB中非線性最優(yōu)化NLP工具箱完成對控制系統(tǒng)參數(shù)的最優(yōu)化整定計算。

本發(fā)明使用電力系統(tǒng)分析程序PSD－BPA仿真圖1中的系統(tǒng)模型，并使用BPA中的電力系統(tǒng)全過程動態(tài)仿真程序PSD－FDS模塊計算區(qū)域電網(wǎng)的動態(tài)響應曲線。PSD－BPA支持以卡片的型式填寫電網(wǎng)參數(shù)數(shù)據(jù)和仿真控制參數(shù)，保存為可編輯的ASCII明文潮流數(shù)據(jù)文件*.dat和穩(wěn)定數(shù)據(jù)文件*.swi；能夠以命令行的形式調(diào)用潮流計算模塊pfnt.exe生成潮流計算結(jié)果文件*.bse，并通過ReadBPABse.exe轉(zhuǎn)換成中間結(jié)果文件*.pfl；借助于BPAtoLTP3.exe可將穩(wěn)定數(shù)據(jù)文件*.swi轉(zhuǎn)換成中間格式穩(wěn)定數(shù)據(jù)文件*.ltp，并由ltp3.exe讀入*.pfl和*.ltp，完成動態(tài)仿真計算，生成全過程結(jié)果文件*.out和二進制曲線文件*.cur。整個過程能夠以批處理的方式完成，方便第三方程序自動化調(diào)用生成電力系統(tǒng)仿真計算。

鑒于PSD－BPA未開放自定義模塊編程接口，本發(fā)明以二進制編輯的方式將控制算法模型嵌入到ltp3.exe中，完成自定義算法的仿真。借助于ida反編譯，定位ltp3.exe中網(wǎng)絡側(cè)AGC模型卡AGCN中控制性能評價標準計算函數(shù)，以算法函數(shù)替換的形式直接修改二進制代碼實現(xiàn)智能量化加權自動發(fā)電控制算法，實現(xiàn)對自定義控制算法的電力系統(tǒng)仿真計算，其中l(wèi)tp3.exe為PSD-BPA中長期動態(tài)仿真模塊。

參數(shù)自整定優(yōu)化計算模塊使用基于Matlab的最優(yōu)化工具箱TOMLAB實現(xiàn)。編寫動態(tài)鏈接庫Tom2Bpa.dll實現(xiàn)優(yōu)化計算軟件TOMLAB和電力系統(tǒng)分析程序PSD－BPA間的參數(shù)和仿真結(jié)果數(shù)據(jù)傳遞:將TOMLAB的非線性優(yōu)化NLP算法模塊輸出的控制量K_E、K_C、K_P、K_I四個控制器參數(shù)寫入ASCII碼明文文件*.swi,并以批處理的方式調(diào)用PSD-FDS完成對電力系統(tǒng)的仿真計算；讀取二進制仿真結(jié)果曲線*.cur，將仿真結(jié)果返回給TOMLAB仿真平臺。編寫目標函數(shù)m文件fobj.m調(diào)用動態(tài)鏈接庫Tom2Bpa.dll內(nèi)函數(shù)模塊，并依據(jù)設定的期望系統(tǒng)頻率、聯(lián)絡線傳輸功率和BPA仿真結(jié)果，計算目標函數(shù)值J（K_E、K_C、K_P、K_I），返回給TOMLAB的NLP算法模塊。由TOMLAB的非線性尋優(yōu)NLP算法模塊計算目標函數(shù)值J的梯度矩陣和海森矩陣，決策參量變化方向，生成新的一組控制參數(shù)，再傳遞給目標函數(shù)m文件fobj.m，重復調(diào)用PSD－BPA仿真計算程序，直到找出最佳性能參數(shù)組合。以上過程均借助于程序自動化實現(xiàn)，使用人員僅需設定初始化參數(shù)，方便了現(xiàn)場運行人員使用。

本發(fā)明不局限于以上所述的具體實施方式，以上所述僅為本發(fā)明的較佳實施案例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。