黄海滨

(国能蚌埠发电有限公司,安徽,蚌埠 233000)

0 引言

经济的增长势必伴随着能源消耗的升高,近年来我国电网的用电负荷急速增加,由此导致的我国电网供电质量问题日益凸显。为了保证电网供电质量,我国电力系统采用“两个细则”考核办法,其考核指标是根据电网频率偏差值,计算出机组功率偏差量,并将功率偏差量作为考核机组的基本依据。但是由于电网负荷频率的随机性和波动性,负荷变化时,机组功率偏差也会随之变化。这就导致了电力系统一次调频的需求和难度越来越大[1-2]。为此,在电力系统运行中,机组一次调频是指汽轮机、锅炉、发电机等设备在电网频率变化时进行快速调节的能力。针对当前我国的电力情况,很多一次调频控制算法都被应用到了实际的电网运行过程中。文献[3]设计的调频方法中,主要使用 PID (比例—积分—微分)控制器来进行一次调频控制。在该控制方式下,系统对锅炉电液伺服系统、汽轮机电液伺服系统以及燃料量等参数进行实时调节。由于在进行一次调频时需要对煤量、汽轮机转速等参数进行调整,因此会增加系统的调节时间以及调节难度。针对超临界大容量火电机组一次调频过程中,因存在多个频率信号的随机波动和非线性,如果负荷变化速率过快的话,导致负荷响应滞后严重,在这种情况下会影响一次调频效果。因此本文基于LSTM预估补偿,设计一种针对超临界大容量火电机组的一次调频控制算法。在此过程中,首先通过对负荷数据以及频率特性进行处理分析,然后建立 LSTM模型并预测出负荷变化速率与煤量变化速率之间的关系,最后对预测结果进行补偿控制来提高一次调频效果。

1 超临界大容量火电机组一次调频控制算法设计

1.1 分析超临界大容量火电机组频率特性

本文采用的超临界大容量火电机组,其控制系统由电液伺服控制系统、汽轮机电液伺服控制系统、锅炉电液伺服控制系统等组成[4-5]。在正常的运行过程中,电力系统并网运行的同步发电机交流电的频率也是整个电力系统的频率,其计算公式为

(1)

式(1)中,p为同步发电机的转子极对数,n为同步发电机的转速[6]。发电机的角速度ω与频率之间存在的关系为

(2)

发电机在运行过程中,则存在:

(3)

式(3)中,Te为汽机侧的输入扭矩,Tl为电磁侧的输出扭矩,即电负荷。根据功率与扭矩之间的转换关系,式(3)可以变化为

(4)

式(4)中,Pe为有功功率,Pl为电负荷。通过式(4)可知,发电机功率与电负荷相同时,保证发电机的加速度不变,电网频率才能保证在一个稳定状态[7-10]。在实际应用过程中,可根据实际负荷需求和设备情况来进行调节。在机组一次调频过程中,首先由汽轮机电液伺服系统进行调速,其根据机组负荷需求以及汽轮机的特性曲线来进行计算,并将频率信号进行融合,通过对一次调频过程的调整,使得汽轮机能够快速的响应电网频率变化。在此过程中,可将锅炉电液伺服系统作为主控系统。当电网频率发生变化时,锅炉电液伺服系统需要实时地对控制参数进行调整,并通过相应的逻辑关系来实现对电网频率的稳定。在此过程中,通过对燃料量的合理控制以及汽轮机转速变化的合理调节,使得汽轮机能够快速地响应电网频率变化。

1.2 建立LSTM预估补偿控制器

利用 LSTM建立机组一次调频过程中负荷与调节阀开度之间的预估补偿控制模型,如图1所示。

图1 LSTM预估补偿控制器模型

在该模块中,t-1时刻模块接收上一个时间步的负荷和调节阀开度数据,然后通过门控机制来控制当前时间步的信息传递和状态更新。利用LSTM模型对当前时间步t的状态信息进行处理,然后根据当前状态预测下一个时间步t+1中的输出值,即负荷指令与调门开度之间的偏差。

1.3 一次调频控制算法优化

在机组一次调频控制中,汽机调门开度与 AGC指令间存在着复杂的耦合关系[11-12]。以 AGC指令为基准,机组负荷指令随着机组的运行不断改变,但汽机调门开度却不会随之改变。当一次调频任务发生时,调门开度也就是汽机调门开度在短时间内会跟随 AGC指令的变化而发生改变。控制策略示意图如图2所示。

图2 一次调频控制策略

根据LSTM预估补偿控制器的结构,其中的x(t)存在:

x(t)=[x1,x2,…,xn]

(5)

式(5)中,n为数据的数量。

此外,LSTM算法还能通过不断调整模型参数,使其始终保持在最佳状态。因此,本文采用基于 LSTM预估补偿控制方法对 AGC指令与机组负荷指令进行双向预测。在控制过程中,需要调整参数的学习率。与学习率相关参数调整公式为

mt=β1mt-1+(1-β1)gt

(6)

式(6)中,mt为调整过程中第t次迭代的一阶矩,β1为一阶矩估计衰减率,一般取值为0.9,gt为迭代的预测误差。在上述计算下,能够得到第t次迭代的二阶矩:

vt=β1mt+(1-β2)gt

(7)

式(7)中,β2为二阶矩的估计衰减率,一般取值为0.999,对应的学习率调整公式为

(8)

式(8)中,η为补充参数,一般取值为0.0001,ε为常数,保证分母有意义。在以上计算下,能够获取学习率。该方法首先对历史数据进行训练学习,建立起 AGC与负荷指令之间的非线性关系模型。最后,通过不断调整 AGC指令与负荷指令之间的非线性关系模型,使其始终保持在最佳状态,实现超临界大容量火电机组一次调频控制。

2 算法性能测试

2.1 算例情况

为了验证本文设计的基于LSTM预估补偿下的超临界大容量火电机组一次调频控制算法在实际应用中的有效性,在本章以某火电机组作为研究对象,联合仿真软件,在Simulink平台中搭建超临界大容量火电机组的一次调频模型,验证本文设计的一次调频控制算法的有效性。搭建的超临界大容量火电机组的结构如图3所示。

图3 算例结构示意图

在以上的算例下,为了验证所设计控制算法的有效性,选用了300 MW火电机组作为实验样本,相关的算例参数如表1所示。

表1 算例参数

在上述的算例情况下,设置不同的负荷变化,并分别使用本文设计的LSTM预估补偿下的超临界大容量火电机组一次调频控制算法、传统的基于转子动能的一次调频控制算法和基于超速减载的一次调频控制算法对该算例进行控制,将得到的结果进行比较与分析。

2.2 实验结果对比与分析

在上述的算例中设置不同时间下的负荷突变,分析不同一次调频控制算法的控制效果。在初始过程中,火电机组正常运行,在10 s时负荷增加0.3 pu,得到的3种一次调频控制算法的频率变化量和火电机组出力情况如图4所示。

(a) 火电机组频率变化量

从图4可以看出,火电机组在不同的控制算法下,火电机组频率和出力的变化量都存在一定的差异。在基于转子动能和基于超速减载的一次调频控制算法下,火电机组长时间处于最大功率的跟踪控制状态,出力增量较大。在负荷突增后,系统的频率偏差较大。在本文设计的一次调频控制算法下,频率偏差更小,出力变化增量较小,比较稳定,在这样的工况下,能够提升电力系统在运行过程中的经济性。这是因为储能系统可以通过存储和释放电能来调整火电机组的出力,从而对频率进行调节。当系统负荷增加时,储能系统可以向系统注入额外的电能,以帮助火电机组应对负荷变化,并降低频率下降的速度。相反,当系统负荷减少时,储能系统可以通过释放储存的电能来补偿火电机组的出力,从而减缓频率上升的速度。并且本文设计的一次调频控制算法中,通过LSTM预估补偿控制器提前预测负荷变化并进行补偿,实现了更好的调频效果。

3 总结

本文设计的控制系统在负荷变化过程中能够快速跟踪电网频率变化,实现了电网频率的快速准确调节,保证了电网频率的安全稳定运行,能够使超临界大容量火电机组在电网频率变化时获得更高的调节速率和更好的稳定性。在未来的研究中会考虑选用更多种类和规模的火电机组作为实验样本。通过将更多真实的数据纳入研究中,可以更全面地验证控制算法的有效性,并提供更广泛的适用性。针对超临界大容量火电机组一次调频控制算法,可以在实际火电机组上进行现场实验验证。通过与传统的一次调频算法进行对比,评估新算法在实际运行环境下的性能和表现,从而验证其可行性和实用性。