一种风电高占比系统全过程频率校正方法

1.本发明涉及频率校正技术领域，尤其是涉及一种风电高占比系统全过程频率校正方法。


背景技术：

2.随着能源和环境问题的日益突出，风电的发展呈现出大规模和高增速的态势。然而，由于风电出力的随机波动性以及变流器的隔离，在传统电网中风电几乎不参与系统调频，风电并网场景下常规电源的调频压力陡增。电力电子技术的发展使得风电机组的转子惯量控制、超速控制、变桨控制等技术逐渐成熟，这为风电机组参与频率调节提供了有利的契机。同时，随着风电装机容量比例不断提高，单纯依靠常规机组调频已显得捉襟见肘，亟需开展风电协同常规机组进行多层次频率校正的研究。目前多项研究给出了多时间尺度协调优化的调度思路，但并未考虑风电主动参与多时间尺度全过程的电力系统调频，已不适用于风电占比逐年增高的新型电力系统。
3.此外，针对风电预测偏差和信息更新，在频率校正中通常采用模型预测控制(model predictive control，mpc)进行处理，该方法由模型预测、滚动优化和反馈校正三个环节组成，如cn109167372a公开了一种基于分层分布式模型预测控制的风电集群综合频率控制方法，在风电功率预测误差校正方面建立反馈校正环节，通过电网运行状态反馈和预测数据的反馈校正，实现综合频率控制的闭环运行。目前部分研究都应用了模型预测控制理论，但缺乏考虑不同风速下各风机差异化的备用容量分配，风电机组提供调频备用资源的精细化程度不佳，备用预留量不足。


技术实现要素：

4.本发明的目的就是为了克服上述现有技术存在的缺陷而提供的一种风电高占比系统全过程频率校正方法，考虑了不同风速下各风机差异化的备用容量分配，提高了备用资源的精细化程度。
5.本发明的目的可以通过以下技术方案来实现：
6.一种风电高占比系统全过程频率校正方法，包括以下步骤：
7.s1、生成预测时域的预测的输出功率序列，针对3种风速设置初始的控制策略；
8.s2、基于预测的风功率序列将风电场分为增出力趋势风电场和减出力趋势风电场，然后将风功率序列输入三次调频模型，得到各机组的经济运行基点和对应的第一控制策略；
9.s3、将经济运行基点输入二次频率校正优化模型，得到各机组的安全运行基点和对应的第二控制策略；
10.s4、将安全运行基点输入一次调频调用优先度策略模型，得到动态运行基点和对应的第三控制策略；
11.s5、将动态运行基点输入惯量协同控制模型，得到实时运行基点和对应的第四控
制策略；
12.s6、得到实时运行基点和第四控制策略后，更新一次调频的第一循环次数，若第一循环次数未达到第一阈值，则通过反馈环节更新一次调频调用优先度策略模型，返回s4，若达到第一阈值，则：
13.更新二次调频的第二循环次数，若第二循环次数未达到第二阈值，则通过反馈环节更新二次频率校正优化模型，返回s3，若达到第二阈值，则：
14.更新三次调频的第三循环次数，若第三循环次数未达到第三阈值，则通过反馈环节更新三次调频模型，返回s2，若达到第三阈值，则采用此时的实时运行基点和第四控制策略控制风电高占比系统；
15.s1～s6中的运行基点的参数包括预测的输出功率，运行基点对应的控制策略优化功率备用。
16.进一步地，所述反馈环节包括预测误差校正和滚动优化校正，预测误差校正具体为采用历史数据校正预测的输出功率，滚动优化校正具体为以新测量到的有功功率数值作为下一时刻滚动优化的初始数值。
17.进一步地，三次调频模型的目标函数为：
[0018][0019][0020][0021]
式中，η为6个元素的集合，η＝(l
+
,l-,m
+
,m-,h
+
,h-)，m为元素编号，6个元素分别对应的含义为处于低风速区间增出力和减出力趋势的风机，中风速区间增出力和减出力趋势的风机，高风速区间增出力和减出力趋势的风机，和分别为三次调频阶段火电机组和风电机组的调度总成本，nk，n
t3
和δt3分别为三次调频阶段场景个数，调度时段长度和每个时间段的时长，ng为火电机组个数，k，t1和i分别为第k个三次调频阶段场景，第t1调度时段和第i个火电机组，ρk为场景k的概率，为火电机组i在场景k下第t1时段出力的燃料成本，为火电机组i在场景k下第t1时段的出力，和分别为火电机组i的上备用和下备用容量价格；和分别为火电机组i在场景k下第t1时段的上备用和下备用容量，m
l
，mm和mh分别为低、中、高风速区间风机调频成本所占权重，n
l
，nm和nh分别为低、中、高风速区间风机数量，wi、wj和wm分别为低、中、高风速区间风机的序号，q
w1
为风电场在t1时段的单位电量价格；αw为功率分配因子，为功率分配因子，和分别为场景k下第t1时段风机的减载率，最大输出功率和不参与调频时的被迫弃风功率。
[0022]
进一步地，三次调频模型的约束条件包括功率平衡约束、火电机组功率输出上下
限约束、火电机组爬坡约束、备用需求约束、风机分配因子约束和风机减载率约束。
[0023]
进一步地，二次频率校正优化模型的目标函数为：
[0024][0025][0026][0027][0028]
其中，和i
sc
分别为二次调频阶段火电机组和风电机组的调度总成本以及机组调频收益，η为6个元素的集合，η＝(l
+
,l-,m
+
,m-,h
+
,h-)，m为元素编号，6个元素分别对应的含义为处于低风速区间增出力和减出力趋势的风机，中风速区间增出力和减出力趋势的风机，高风速区间增出力和减出力趋势的风机，nc，n
t2
和δt2分别为二次调频阶段场景个数，调度时段长度和每个时间段的时长，ng为火电机组个数，c、t2和i分别为第c个二次调频阶段场景，第t2调度时段和第i个火电机组，m
l
，mm和mh分别为低、中、高风速区间风机调频成本所占权重，ρc为场景c的概率，为火电机组i在场景c下第t2时段的出力，和分别为火电机组i的上备用和下备用容量价格，和分别为火电机组i在场景c下第t2时段的上备用和下备用容量，n
l
，nm和nh分别为低、中、高风速区间风机数量，wi、wj和wm分别为低、中、高风速区间风机的序号，αw为功率分配因子，为功率分配因子，和分别为场景c下第t2时段风机的减载率，最大输出功率和不参与调频时的被迫弃风功率，q
w2
为风电场在t2时段的单位电量价格，q
d,i
和q
eff,i
分别为火电机组i备用调用价格和调频收益价格，和为火电机组i在场景c下第t2时段的上备用和下备用调用量，为风机调频收益价格；为风机在第t2时段的调频功率，n
l
、nm和nh低、中、高风速区间风机调频效益所占权重。
[0029]
进一步地，二次频率校正优化模型满足三次调频模型的约束条件，还满足二次频率调节约束。
[0030]
进一步地，一次调频调用优先度策略模型对增出力和减出力趋势风电场进行排序，排序的规则为第三控制策略对应的减载率从高到低进行排序，得到调频能力优先级序列调用顺序，调频能力优先级序列调用顺序用于优化功率备用。
[0031]
进一步地，惯量协同控制模型将风电机组和火电机组的惯量协调配合，控制动态
运行基点满足风机可变虚拟惯量的约束条件。
[0032]
进一步地，风机可变虚拟惯量的约束条件为：
[0033][0034]
其中，为系统的频率变化率；为系统允许的最大频率变化率；f0为系统的初始频率，h
sys,t
为系统在t时刻的系统总惯量，δp
t
为第t时段的系统功率缺额。
[0035]
进一步地，针对3种风速的控制策略具体为：当处于高风速区间时，风机通过改变桨距角实现桨距角控制；当处于中风速区间时，风机通过改变中间变量叶尖速比和桨距角实现roc-pac协同控制；当处于低风速区间时，风机通过改变中间变量叶尖速比实现超速控制。
[0036]
与现有技术相比，本发明具有以下有益效果：
[0037]
(1)本发明提出提基于差异化减载的hmpc策略，即当处于高风速区间时，风机采用桨距角控制且最大减载水平最低；当处于中风速区间时，风机采用roc-pac协同控制；当处于低风速区间时，风机采用超速控制并且优先减载。“因机制宜”的策略能够充分激发风电机组的调频备用潜能。
[0038]
(2)本发明的全过程频率校正方法分为四层，三次调频阶段分配给处于增出力趋势的风机更多备用预留量；二次调频阶段引入调频收益，使得处于减载状态的风机具有更高的调频主动性；一次调频调用优先度策略使更适于参与调频的风机优先出力；风机参与电力系统惯量预留可减少火电机组启动。
附图说明
[0039]
图1为本发明的流程图；
[0040]
图2为多时间尺度全过程频率校正框架；
[0041]
图3为中风速区间风机roc-pac协同控制策略流程图；
[0042]
图4为不同方案风火电机组备用预留量对比，其中图4(a)为方案2的风火电机组备用预留量，图4(b)为方案3的风火电机组备用预留量；
[0043]
图5为不同方案下系统频率最低点对比；
[0044]
图6为不同方案风电机组功率调整量对比；
[0045]
图7为时段10不同策略风机组减载水平的对比。
具体实施方式
[0046]
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
[0047]
为降低风资源随机性的负面影响，本发明提出一种风电高占比系统全过程频率校正方法，根据捕获风速的不同将风机划入低、中、高风速区间，并根据不同风速区间风机的特性制定对应的减载策略。针对日内频率的波动，分别从不同时间尺度下惯量响应-一次调频-二次调频-三次调频的交叉耦合关系出发，建立风电-常规电源-系统三维联动的频率校
正调度模型。其中，在三次调频阶段对增减出力趋势风机赋予不同的功率分配因子；在二次调频阶段引入调频收益，激励风电参与频率调整；在一次调频阶段对不同风电场风机的一次调频出力能力进行排序优选；在惯量响应阶段，考虑风机可变虚拟惯量下的电力系统惯量支撑环节。算例表明，所提方法能够提升各时间尺度风电主动参与调频的力度和精度，保障电力系统安全经济运行。本发明提出的校正方法，在不同风速下的分层式模型预测控制(hmpc)方法的基础上，精细化分解频率校正任务，综合考虑多阶段频率自校正的联动、风电与常规机组的协调，以及惯量支撑的影响，提升多时间尺度下风电主动参与调频的精度与力度。方法的流程图如图1所示。方法包括以下步骤：
[0048]
s1、生成预测时域的预测的输出功率序列，针对3种风速设置初始的控制策略；
[0049]
s2、基于预测的风功率序列将风电场分为增出力趋势风电场和减出力趋势风电场，然后将风功率序列输入三次调频模型，得到各机组的经济运行基点和对应的第一控制策略；
[0050]
s3、将经济运行基点输入二次频率校正优化模型，得到各机组的安全运行基点和对应的第二控制策略；
[0051]
s4、将安全运行基点输入一次调频调用优先度策略模型，得到动态运行基点和对应的第三控制策略；
[0052]
s5、将动态运行基点输入惯量协同控制模型，得到实时运行基点和对应的第四控制策略；
[0053]
s6、得到实时运行基点和第四控制策略后，更新一次调频的第一循环次数，若第一循环次数未达到第一阈值，则通过反馈环节更新一次调频调用优先度策略模型，返回s4，若达到第一阈值，则：
[0054]
更新二次调频的第二循环次数，若第二循环次数未达到第二阈值，则通过反馈环节更新二次频率校正优化模型，返回s3，若达到第二阈值，则：
[0055]
更新三次调频的第三循环次数，若第三循环次数未达到第三阈值，则通过反馈环节更新三次调频模型，返回s2，若达到第三阈值，则采用此时的实时运行基点和第四控制策略控制风电高占比系统；
[0056]
s1～s6中的运行基点的参数包括预测的输出功率，运行基点对应的控制策略优化功率备用。
[0057]
s1的初始的控制策略为计及风速影响的hmpc策略。不同双馈风机的调频控制策略适用于不同的风速范围：超速控制(rotor overspeed control，roc)适用低风速，响应速度快但减载运行降低效益；桨距角控制(pitch angle control，pac)适用于高风速，调节能力强但桨叶易磨损。中风速区风速相对较高时，由于风机最大转速的限制，通过超速控制无法达到减载率的上限。因此，中风速区的风机控制策略采用roc-pac协同控制，风机能够提供更多的调频备用量。
[0058]
如图3所示，本发明设计了中风速区间风机roc-pac协同控制策略的总体思路：当风电场接收到减载指令时，根据风电机组初始转速、风电机组最大转速和初始桨距角计算转子超速控制的减载极限。如果超速控制可以满足减载要求，则不采用桨距角控制。如果超速控制不能满足风机的减载要求，则进一步通过桨距角控制实现减载，并尽量减少桨距角的调整量，以降低风机的机械磨损。
[0059]
风机输出的机械功率pm可表示为：
[0060][0061]
式中，ρ为空气密度；vw为风速；s为叶轮受风面积；c
p
为风能利用系数，λ和β分别为中间变量叶尖速比和桨距角。
[0062]
从式(1)看出，可以通过改变c
p
使风机脱离mppt状态减载运行。本发明将风速分为低、中、高三个区段，不同风速区间的减载率分别有如下关系：
[0063][0064]
式中，d
l
、dm和dh分别为低中高风速区间风机减载率；和分别为低中高风速区间风机输出功率减载量；和分别为低中高风速区间风机最大输出功率；和分别为低中高风速区间风机减载运行状态下风能利用系数减少量；c
popt
为最大风能利用系数。
[0065]
综上，考虑风速对风电场参与调频的影响，制定不同风速下的差异化hmpc策略，即当处于高风速区间时，风机通过改变βh实现桨距角控制，由于频繁变桨会加大机械部件的磨损，所以最大减载水平最低；当处于中风速区间时，风机通过改变λm和βm实现roc-pac协同控制；当处于低风速区间时，风机通过改变λ
l
实现超速控制，风机转速可调。
[0066]
s2～s6中，分为四层mpc架构，主要包括三次调频阶段、二次调频阶段、一次调频阶段及惯性响应阶段，旨在不同时间尺度上细化风电功率预测值，综合考虑多阶段频率自校正的联动和风电与常规机组的协调。三次调频阶段的调度时间尺度为15min，目的是考虑高风电占比电力系统中风电预测误差波动，赋予不同风速区间增、减出力趋势风电机组不同的功率分配因子，以系统经济运行为目标，在系统最小惯量需求限制、机组爬坡限制、功率动态平衡等约束条件下优化风电机组和常规火电机组的经济安全运行功率及有功备用参考值。二次调频阶段以1min为调度时间尺度，考虑不同类型机组的调频效益，在三次调频确定的经济运行基点的基础上协调风机及常规agc机组，根据最新风电功率及负荷预测值进行机组出力调整，传递安全运行基点，同时快速修正一次调频后准稳态阶段的频率偏差。一次调频阶段调度时间尺度为每10s，通过针对各风速区间不同调频能力优先级风电场制定合理的出力策略，依次调用风电机组的调频资源，从而为二次调频介入使电力系统功率重回平衡状态赢得时间。此外，在三次调频以及二次调频阶段，还考虑风机调节可变虚拟惯量，与火电机组协调共同满足电力系统惯量需求约束，确保扰动发生时电力系统的频率变化率在可接受范围内。多时间尺度全过程频率校正框架如图2所示。
[0067]
1、三次调频模型
[0068]
三次调频的研究多聚焦于常规机组的功率分配，较少关注风电机组参与三次调频。风电场风速空间分布的不均衡导致各风电机组调频能力不同，因此建立了考虑风电出
力变化趋势的功率分配因子以提升三次调频“向后看”的能力。
[0069]
从t时刻开始，取得未来n个时刻低、中、高风速风电场的风电出力预测值，并按时刻对预测值进行排序：
[0070][0071]
式中，p
wi,t
、p
wj,t
和p
wm,t
分别为t时刻低中高风速区间风电场的预测出力。
[0072]
对式(3)中的序列进行线性拟合，可以计算出t时刻风电场wi，wj，wm风机出力的斜率，分别记为和将拟合斜率大于0的风电场定义为增出力趋势风电场，小于0的风电场定义为减出力趋势风电场。
[0073]
定义增减出力趋势风电场后，对风-火电机组出力以及备用进行联合优化配置，从而确定15min内各机组的经济运行基点，其目标函数如下：
[0074][0075][0076][0077]
式中，η为6个元素的集合，η＝(l
+
,l-,m
+
,m-,h
+
,h-)，m为元素编号，6个元素分别对应的含义为处于低风速区间增出力和减出力趋势的风机，中风速区间增出力和减出力趋势的风机，高风速区间增出力和减出力趋势的风机，和分别为三次调频阶段火电机组和风电机组的调度总成本，nk，n
t3
和δt3分别为三次调频阶段场景个数，调度时段长度和每个时间段的时长，ng为火电机组个数，k，t1和i分别为第k个三次调频阶段场景，第t1调度时段和第i个火电机组，ρk为场景k的概率，为火电机组i在场景k下第t1时段出力的燃料成本，为火电机组i在场景k下第t1时段的出力，和分别为火电机组i的上备用和下备用容量价格；和分别为火电机组i在场景k下第t1时段的上备用和下备用容量，m
l
，mm和mh分别为低、中、高风速区间风机调频成本所占权重，n
l
，nm和nh分别为低、中、高风速区间风机数量，wi、wj和wm分别为低、中、高风速区间风机的序号，q
w1
为风电场在t1时段的单位电量价格；αw为功率分配因子，为功率分配因子，和分别为场景k下第t1时段风机的减载率，最大输出功率和不参与调频时的被迫弃风功率。
[0078]
该目标函数的优化过程中需要满足以下约束条件：
[0079]
1)功率平衡约束
[0080][0081]
式中，d
t
为第t时段的负荷需求。
[0082]
2)火电机组功率输出上下限约束
[0083]ui,t
p
i,min
≤p
i,t
≤u
i,t
p
i,max
ꢀꢀ
(8)
[0084]
式中，u
i,t
火电机组i第t时段的出力状态；p
i,min
和p
i,max
分别为火电机组i最小和最大出力。
[0085]
3)火电机组爬坡约束
[0086][0087]
式中，v
up,i
和v
dn,i
分别为火电机组i最大向上和向下爬坡速率。
[0088]
4)备用需求约束
[0089][0090]
式中，r
t
为第t时段的秒级备用需求。
[0091]
5)风机分配因子约束
[0092][0093]
针对增出力趋势风机赋予更高比例的分配因子，即鼓励其提供更多减载备用。反之，减出力趋势风机的分配因子比例低，能够有效避免未来风机出力降低而导致的备用能力不足。
[0094]
6)风机减载率约束
[0095][0096]
式中，和分别为低、中、高风速区间风机最大减载率。
[0097]
2、二次频率校正优化模型
[0098]
为充分利用风资源，引入了风电二次调频收益，以挖掘风电机组的调频潜力。二次调频以1min为调度周期，在三次调频确定的经济运行基点的基础上，根据最新风电功率预测值进行机组出力调整，传递安全运行基点，同时快速修正一次调频后准稳态阶段的频率偏差，从而提高系统频率稳定性。二次调频的目标函数如下：
[0099]
[0100][0101][0102][0103]
其中，和i
sc
分别为二次调频阶段火电机组和风电机组的调度总成本以及机组调频收益，η为6个元素的集合，η＝(l
+
,l-,m
+
,m-,h
+
,h-)，m为元素编号，6个元素分别对应的含义为处于低风速区间增出力和减出力趋势的风机，中风速区间增出力和减出力趋势的风机，高风速区间增出力和减出力趋势的风机，nc，n
t2
和δt2分别为二次调频阶段场景个数，调度时段长度和每个时间段的时长，ng为火电机组个数，c、t2和i分别为第c个二次调频阶段场景，第t2调度时段和第i个火电机组，m
l
，mm和mh分别为低、中、高风速区间风机调频成本所占权重，ρc为场景c的概率，为火电机组i在场景c下第t1时段的出力，和分别为火电机组i的上备用和下备用容量价格，和分别为火电机组i在场景c下第t2时段的上备用和下备用容量，n
l
，nm和nh分别为低、中、高风速区间风机数量，wi、wj和wm分别为低、中、高风速区间风机的序号，αw为功率分配因子，为功率分配因子，和分别为场景c下第t2时段风机的减载率，最大输出功率和不参与调频时的被迫弃风功率，q
w2
为风电场在t2时段的单位电量价格，q
d,i
和q
eff,i
分别为火电机组i备用调用价格和调频收益价格，和为火电机组i在场景c下第t2时段的上备用和下备用调用量，为风机调频收益价格；为风机在第t2时段的调频功率，n
l
、nm和nh低、中、高风速区间风机调频效益所占权重。
[0104]
该目标函数的优化过程中除了需要满足约束式(7)-(12)，还需满足二次频率调节约束：
[0105][0106][0107]
[0108]
式中，δp
t
第t时段的系统功率缺额。
[0109]
3、一次调频调用优先度策略模型
[0110]
常规机组可通过调速器进行一次调频，风电机组则通过超速控制和桨距角控制，进入减载运行状态并获得有功备用，从而使其具有提供一次调频的能力。为提高风电调频效率与控制精度，提出了风机一次调频调用优先度策略，对风机的一次调频调用顺序进行排序。
[0111]
当风电场风机通过减载运行留有备用功率时，式(2)可计算风电场平均减载率。对增出力、减出力趋势风电场按减载率从高到低进行排序，即可形成风电场调频调用优先度序列：
[0112][0113]
式中，lu，mu和hu分别为低、中、高风速区间增出力趋势风电场数量；ld，md和hd分别为低、中、高风速区间减出力趋势风电场数量。
[0114]
不同调频能力优先级序列中风场的总备用如下：
[0115][0116]
式中，p
l+
，p
m+
和p
h+
分别为低、中、高风速区间增出力趋势风电场总备用量；p
l-，p
m-和p
h-分别为低、中、高风速区间减出力趋势风电场总备用量；wiu，wju和wmu分别为低、中、高风速区间增出力趋势风电场编号；wid，wjd和wmd分别为低、中、高风速区间减出力趋势风电场编号。
[0117]
设风机需要参与的一次调频功率为优先对增出力趋势的风场减载备用进行调用，调频能力优先级序列调用顺序为l
+
，m
+
，h
+
。即先调用l
+
序列的风电场，若则调用m
+
序列的风电场；若则调用h
+
序列的风电场。若增出力趋势风场备用全部调用完毕，则考虑对减出力趋势的风电场减载备用进行调用，调频能力优先级序列调
用顺序为l-，m-，h-。
[0118]
4、惯量协同控制模型
[0119]
这里研究了风电和同步机组的惯量贡献，明确了在扰动中需要弥补的可变虚拟惯量最小值，从而在短时间内支撑惯量，使频率不会剧烈变化。风机具有惯量支撑能力后，便可与火电机组一起，为电力系统提供惯量，则系统在t时刻的系统总惯量为：
[0120][0121]
式中，为系统的频率变化率；为系统允许的最大频率变化率；f0为系统的初始频率。
[0122]
常规火电机组的惯量是阶跃变化的，而风电机组提供的惯量是可变的。虚拟惯量控制方式下，风机提供的虚拟惯量h
vir
可调，具体为：
[0123][0124]
式中，hw为风机转动惯量，和分别为风机初始机械角速度和电磁角速度的标幺值；和δω
*
分别为风机机械角速度和电磁角速度变化量的标幺值。
[0125]
风电机组和火电机组的惯量可进行协调配合，将包含风机可变虚拟惯量的约束条件嵌入优化调度模型中。结合式(21)、(22)和(23)，在转子超速控制和桨距角控制的基础上提供可变虚拟惯量值，三次调频和二次调频阶段都需满足以下最小惯量约束：
[0126][0127]
5、反馈环节
[0128]
前文详细介绍了四层hmpc架构，本节引入反馈校正机制以平抑不确定因素的扰动，形成多时间尺度频率校正的闭环协调运行策略。
[0129]
反馈校正环节是模型预测控制的重要组成部分，分为预测误差校正和滚动优化校正。
[0130]
预测误差校正是指借历史数据校正风功率预测值，认为下一时刻的预测误差与当前时刻趋于一致。由此，可得到修正后的风电功率预测值：
[0131][0132]
式中，δe
t
为t时刻的风电预测误差；p
t
为t时刻的风电功率实际值；为在t-1时刻预测t时刻的风电功率数值；和分别为修正前和修正后t时刻预测t+1时刻的风电功率数值。
[0133]
滚动优化校正是模型预测控制理论中的反馈环节，以最新量测系统采样有功功率数值作为下一时刻滚动优化的初始数值，如下式所示：
[0134][0135]
式中，为下一轮滚动优化的初始值；为t+1时刻的实际有功功率数值。
[0136]
采用上述方法，校正的整体流程如下：
[0137]
三次调频的经济运行基点每15分钟更新一次，在此基础上，二次调频的安全运行基点每分钟更新一次，再每十秒钟重新对风机的一次调频调用优先度进行排序，同时可变惯量支撑的运行基点实时调整。滚动优化在每一时刻优化性能指标只涉及到从该时刻起未来有限的滚动时间窗口，而到下一时刻，这一优化时间窗口同时向前推移，不断地进行在线优化。全过程频率校正模型的计算流程如图1所示。
[0138]
下面进行仿真分析：
[0139]
本发明结合10台火电机组、9个风电场组成的电力系统进行测算。其中，火电机组数据来自于ieee10机39节点标准算例，系统中风、火的装机比例分别为30％和70％。系统中频率约束中取采用gams和matlab仿真平台交互求解优化调度问题，同时利用simulink对电力系统的频率变化曲线进行分析。
[0140]
1、全过程频率校正模型经济性验证
[0141]
为了验证本发明所提全过程频率校正模型的优越性，分别设置了如下对比方案进行比较：
[0142]
方案1：按电力系统中风电占比对风机出力及功率备用进行分配；
[0143]
方案2：按风电出力预测值占电力系统总出力比值对风机功率及备用进行分配；
[0144]
方案3：按本发明多时间尺度全过程频率校正模型对风-火电机组功率进行联合分配。
[0145]
为验证本发明所提方案的经济性，本节对比了这一时段内三种方案的电力系统调度运行成本。选取8:00-9:00时段，表1展示了不同调度方案下系统的平均运行成本调度优化结果。进一步地，在图4中比较了方案2和方案3的风、火电机组备用预留量。
[0146]
表1不同控制方案系统运行成本
[0147]
方案风电成本($)火电成本($)总成本($)方案1225938456105方案2202536495674方案3203832025241
[0148]
从表1可以看出，方案2比方案1的系统运行总成本低7.05％，这是因为方案2考虑了风电出力的不确定性，按风电出力预测值占比对风机集群功率进行分配，相较方案1可以更合理地安排风机的出力和备用量，使得方案2的风电成本比方案1降低了10.36％，而在风电备用充足时，火电机组的备用预留相应减少，这使得方案2的火电成本较方案1也降低了5.12％。结合图4可知，本发明提出的全过程频率校正模型可以判断风机处于增出力还是减出力趋势。以8:00-8:15时刻为例，此时处于增出力趋势的风机减载率更大，总备用量为26.204mw；处于减出力趋势的风机减载率减少，总备用量为14.258mw。方案3风机提供的总备用量相较方案2提高了14.76％，但方案3风机的备用成本与方案2基本持平，这是因为处于增出力趋势的风机会产生更多弃风功率，而方案3分配给这些风机更多的备用量，提高了弃风功率的备用量，节约了风机主动减载所需的备用成本。与此同时，方案3火电机组的备用量比方案2减少了4.988mw，从而使火电机组的备用成本降低了12.23％，进而使方案3的运行成本比方案2降低了8.27％。综上，本发明提出的基于差异化减载的多时间尺度全过程
频率控制模型在保证系统留有充足调频备用量的同时，进一步提高了经济性。
[0149]
2、全过程频率校正模型调频效果验证
[0150]
上面验证了三种方案的经济性，这里将深入分析三种方案的调频效果。
[0151]
2.1一次调频效果对比
[0152]
本节主要对比不同方案下一次调频过程中系统的频率最低点。取8:00-8:15时间段，以1min为间隔，三种方案的频率最低点如图5所示。
[0153]
从图5中可以看出，在大部分时刻，方案2较方案1的频率最低点有所提升，这是因为方案1的按风机装机容量进行备用预留和功率分配，而方案2根据风机实际出力预测值对风机进行备用预留，比方案1的“计划调频”方式更灵活。但在时刻3、7、12时，方案2的频率最低点低于方案1，这是因为这几个时刻风机出力功率较少，大部分一次调频任务只能通过火电机组完成，无法充分发挥风机调频响应快速的优点。而方案3对风机一次调频的出力进行了优选排序，以时刻8为例，对方案3风场出力排序进行分析：此时风场2、5、6、8、9处于增出力趋势，而风场5、9处于低风速区间，风2、8处于中风速区间，风场6处于高风速区间，同时各风场的减载水平如表2所示。
[0154]
表2处于增出力区间风电场平均减载率
[0155][0156]
由表2可知，依据本发明所提风机出力优先度排序方法，风场出力排序为[9,5,2,8,6]。由图5可知，方案3在各个时刻的频率最低点均高于方案2，这说明方案3所提风场一次调频调用优先度策略可以有效协调风场参与一次调频的顺序，使更适于参与调频的风机优先出力，从而达到了精细化调控的目的，进一步提升了电力系统的安全性。
[0157]
2.2二次调频效果对比
[0158]
比较不同方案的二次调频效果，取时刻8:00-8:15，在图6中展示了三种方案风电机组的功率调整量，其中外圈刻度表示时刻(min)，内部刻度表示风功率数值(mw)。
[0159]
可以看出，不同时刻方案2的风电功率调整量较方案1波动更大，这是因为方案2风机的备用预留随风电出力预测值而改变，相较方案1更灵活。因此，方案2的平均调频成本为$337，比方案1节省了$35。与方案1、2相比，方案3的风电功率调整量更大，这是因为方案3对机组调频进行了调频效益激励。这使得处于减载状态的风机具有更高的调频主动性，在提升风机参与调频力度的同时，也减少了二次调频结束后风机实际减载量，在系统故障排除前节省了风机的减载成本，使得方案3的成本降为$294，相较方案2又降低了12.76％。
[0160]
2.3三次调频效果对比
[0161]
为验证全过程频率校正模型的三次调频效果，选取时段8:00-8:15，在表3中列出了各类别风电场的三次调频功率分配因子比例和相应备用量。
[0162]
表3各风电场的分配因子和备用量
[0163][0164]
由于风速差异导致各风电场三次调频能力不同，于是根据风电出力预测值划分了低、中、高风速区间和增减出力趋势风电场，从而设定相应的功率分配因子。如表3所示，风电场2、8处于中风速区间的增出力趋势，功率分配因子为0.61，备用量为5.09mw；风电场3、7处于中风速区间的减出力趋势，功率分配因子为0.39，备用量为3.56mw。
[0165]
可以看出，增出力趋势风场的功率分配因子更高，承担更多三次调频任务；而减出力趋势风场的分配因子比例较低，以防其出力进一步降低而导致备用能力不足。因此本发明提出的三次调频方案合理分配风电机组备用量，协助火电机组完成负荷经济分配。
[0166]
3、hmpc策略是否考虑差异化减载的对比
[0167]
为验证本发明提出的不同风速下hmpc策略的优越性，对以下两种策略进行比较：
[0168]
策略a：不考虑风速影响的hmpc策略，风电机组采用固定减载率，取减载率d＝0.1，且不划分风速区间；
[0169]
策略b：考虑风速影响的hmpc策略，风电机组采用差异化减载率，且划分风速区间。
[0170]
取典型时段10，计算了风机采用不同的hmpc策略时的运行成本，结果如图4所示。可以看出，由于针对不同风速区间的风机采用了更合适的减载方案，策略b的总运行成本比策略a下降了9.31％，同时火电机组的成本也下降了17.26％。
[0171]
表4不同策略成本比较
[0172]
策略风电机组成本/$火电机组成本/$总成本/$a234938416190b243631785614
[0173]
为进一步分析策略b运行成本优于策略a的内在机理，比较了时段10内4个时刻的具体减载水平，如图7所示。与策略a相比，策略b对各风速区间的风机采用了动态减载率。由于低风速区间的风机具有较大的转速调节范围，所以采用了比中风速区间风机更大的减载率。高风速区间的风机靠变桨来调整出力，其调节速度远小于转子动能控制，因此不需要过大的减载率，而且减载率过大会加剧风机桨叶的磨损。所以策略b高风速区间机组的减载率远小于策略a。9：30时，策略b低、中、高风速区间的减载率分别d
l
＝0.201，dm＝0.109，dh＝0.028，此时风机运行成本略高于策略a，但策略a的风机减载备用量无法满足系统最小备用需求，需要火电机组预留更多备用来满足备用需求，导致策略a的火电机组运行成本远高于
策略b。综合来看，计及不同风速下的hmpc策略可以实时匹配系统备用需求的变化，动态调整风电机组的减载率，所采用的调度方案也是更为经济的。
[0174]
综上，本发明在风电高占比电力系统的背景下，提出了基于差异化减载的全过程频率校正方法。从时间维度对日内调度进行细化，研究各调频层和不同风速风机的特性，有针对性的建立惯量响应-一次调频-二次调频-三次调频联动的优化模型。经过算例验证，可得以下结论：
[0175]
1)风电与常规电源相配合参与多时间尺度全过程频率校正，能合理优化调频资源，在保证系统留有充足调频备用量的同时，进一步提高优化调度方法的经济性。
[0176]
2)全过程频率校正方法分为四层，三次调频阶段分配给处于增出力趋势的风机更多备用预留量；二次调频阶段引入调频收益，使得处于减载状态的风机具有更高的调频主动性；一次调频调用优先度策略使更适于参与调频的风机优先出力；风机参与电力系统惯量预留可减少火电机组启动。
[0177]
3)所提基于差异化减载的hmpc策略，即当处于高风速区间时，风机采用桨距角控制且最大减载水平最低；当处于中风速区间时，风机采用roc-pac协同控制；当处于低风速区间时，风机采用超速控制并且优先减载。“因机制宜”的策略能够充分激发风电机组的调频备用潜能。
[0178]
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

技术特征：
1.一种风电高占比系统全过程频率校正方法，其特征在于，包括以下步骤：s1、生成预测时域的预测的输出功率序列，针对3种风速设置初始的控制策略；s2、基于预测的风功率序列将风电场分为增出力趋势风电场和减出力趋势风电场，然后将风功率序列输入三次调频模型，得到各机组的经济运行基点和对应的第一控制策略；s3、将经济运行基点输入二次频率校正优化模型，得到各机组的安全运行基点和对应的第二控制策略；s4、将安全运行基点输入一次调频调用优先度策略模型，得到动态运行基点和对应的第三控制策略；s5、将动态运行基点输入惯量协同控制模型，得到实时运行基点和对应的第四控制策略；s6、得到实时运行基点和第四控制策略后，更新一次调频的第一循环次数，若第一循环次数未达到第一阈值，则通过反馈环节更新一次调频调用优先度策略模型，返回s4，若达到第一阈值，则：更新二次调频的第二循环次数，若第二循环次数未达到第二阈值，则通过反馈环节更新二次频率校正优化模型，返回s3，若达到第二阈值，则：更新三次调频的第三循环次数，若第三循环次数未达到第三阈值，则通过反馈环节更新三次调频模型，返回s2，若达到第三阈值，则采用此时的实时运行基点和第四控制策略控制风电高占比系统；s1～s6中的运行基点的参数包括预测的输出功率，运行基点对应的控制策略优化功率备用。2.根据权利要求1所述的一种风电高占比系统全过程频率校正方法，其特征在于，所述反馈环节包括预测误差校正和滚动优化校正，预测误差校正具体为采用历史数据校正预测的输出功率，滚动优化校正具体为以新测量到的有功功率数值作为下一时刻滚动优化的初始数值。3.根据权利要求1所述的一种风电高占比系统全过程频率校正方法，其特征在于，三次调频模型的目标函数为：调频模型的目标函数为：调频模型的目标函数为：式中，η为6个元素的集合，η＝(l
+
,l-,m
+
,m-,h
+
,h-)，m为元素编号，6个元素分别对应的含义为处于低风速区间增出力和减出力趋势的风机，中风速区间增出力和减出力趋势的风机，高风速区间增出力和减出力趋势的风机，和分别为三次调频阶段火电机组和风电
机组的调度总成本，n
k
，n
t3
和δt3分别为三次调频阶段场景个数，调度时段长度和每个时间段的时长，n
g
为火电机组个数，k，t1和i分别为第k个三次调频阶段场景，第t1调度时段和第i个火电机组，ρ
k
为场景k的概率，为火电机组i在场景k下第t1时段出力的燃料成本，为火电机组i在场景k下第t1时段的出力，和分别为火电机组i的上备用和下备用容量价格；和分别为火电机组i在场景k下第t1时段的上备用和下备用容量，m
l
，m
m
和m
h
分别为低、中、高风速区间风机调频成本所占权重，n
l
，n
m
和n
h
分别为低、中、高风速区间风机数量，wi、wj和wm分别为低、中、高风速区间风机的序号，q
w1
为风电场在t1时段的单位电量价格；α
w
为功率分配因子，为功率分配因子，和分别为场景k下第t1时段风机的减载率，最大输出功率和不参与调频时的被迫弃风功率。4.根据权利要求3所述的一种风电高占比系统全过程频率校正方法，其特征在于，三次调频模型的约束条件包括功率平衡约束、火电机组功率输出上下限约束、火电机组爬坡约束、备用需求约束、风机分配因子约束和风机减载率约束。5.根据权利要求4所述的一种风电高占比系统全过程频率校正方法，其特征在于，二次频率校正优化模型的目标函数为：频率校正优化模型的目标函数为：频率校正优化模型的目标函数为：频率校正优化模型的目标函数为：其中，和i
sc
分别为二次调频阶段火电机组和风电机组的调度总成本以及机组调频收益，η为6个元素的集合，η＝(l
+
,l-,m
+
,m-,h
+
,h-)，m为元素编号，6个元素分别对应的含义为处于低风速区间增出力和减出力趋势的风机，中风速区间增出力和减出力趋势的风机，高风速区间增出力和减出力趋势的风机，n
c
，n
t2
和δt2分别为二次调频阶段场景个数，调度时段长度和每个时间段的时长，n
g
为火电机组个数，c、t2和i分别为第c个二次调频阶段场景，第t2调度时段和第i个火电机组，m
l
，m
m
和m
h
分别为低、中、高风速区间风机调频成本所占权重，ρ
c
为场景c的概率，为火电机组i在场景c下第t2时段的出力，和分别为火电机组i的上备用和下备用容量价格，和分别为火电机组i在场景c下第t2时段的
上备用和下备用容量，n
l
，n
m
和n
h
分别为低、中、高风速区间风机数量，wi、wj和wm分别为低、中、高风速区间风机的序号，α
w
为功率分配因子，为功率分配因子，和分别为场景c下第t2时段风机的减载率，最大输出功率和不参与调频时的被迫弃风功率，q
w2
为风电场在t2时段的单位电量价格，q
d,i
和q
eff,i
分别为火电机组i备用调用价格和调频收益价格，和为火电机组i在场景c下第t2时段的上备用和下备用调用量，为风机调频收益价格；为风机在第t2时段的调频功率，n
l
、n
m
和n
h
低、中、高风速区间风机调频效益所占权重。6.根据权利要求5所述的一种风电高占比系统全过程频率校正方法，其特征在于，二次频率校正优化模型满足三次调频模型的约束条件，还满足二次频率调节约束。7.根据权利要求1所述的一种风电高占比系统全过程频率校正方法，其特征在于，一次调频调用优先度策略模型对增出力和减出力趋势风电场进行排序，排序的规则为第三控制策略对应的减载率从高到低进行排序，得到调频能力优先级序列调用顺序，调频能力优先级序列调用顺序用于优化功率备用。8.根据权利要求1所述的一种风电高占比系统全过程频率校正方法，其特征在于，惯量协同控制模型将风电机组和火电机组的惯量协调配合，控制动态运行基点满足风机可变虚拟惯量的约束条件。9.根据权利要求8所述的一种风电高占比系统全过程频率校正方法，其特征在于，风机可变虚拟惯量的约束条件为：其中，为系统的频率变化率；为系统允许的最大频率变化率；f0为系统的初始频率，h
sys,t
为系统在t时刻的系统总惯量，δp
t
为第t时段的系统功率缺额。10.根据权利要求1所述的一种风电高占比系统全过程频率校正方法，其特征在于，针对3种风速的控制策略具体为：当处于高风速区间时，风机通过改变桨距角实现桨距角控制；当处于中风速区间时，风机通过改变中间变量叶尖速比和桨距角实现roc-pac协同控制；当处于低风速区间时，风机通过改变中间变量叶尖速比实现超速控制。

技术总结
本发明涉及一种风电高占比系统全过程频率校正方法，包括以下步骤：S1、生成预测的输出功率序列，设置初始的控制策略；S2、将风功率序列输入三次调频模型，得到各机组的经济运行基点和第一控制策略；S3、将经济运行基点输入二次频率校正优化模型，得到各机组的安全运行基点和第二控制策略；S4、将安全运行基点输入一次调频调用优先度策略模型，得到动态运行基点和第三控制策略；S5、将动态运行基点输入惯量协同控制模型，得到实时运行基点和第四控制策略；S6、得到实时运行基点和第四控制策略后循环上述步骤进行优化。与现有技术相比，本发明具有充分激发风电机组的调频备用潜能等优点。具有充分激发风电机组的调频备用潜能等优点。具有充分激发风电机组的调频备用潜能等优点。


技术研发人员：葛晓琳 符杨 韩莹 钱嘉
受保护的技术使用者：上海电力大学
技术研发日：2023.04.17
技术公布日：2023/8/24