基于功率響應的汽輪機調節(jié)系統(tǒng)模型參數(shù)辨識方法研究

盛 鍇，江效龍，魏 樂

?

基于功率響應的汽輪機調節(jié)系統(tǒng)模型參數(shù)辨識方法研究

盛 鍇1，江效龍2，魏 樂3

(1.國網(wǎng)湖南省電力公司電力科學研究院，湖南 長沙 410007；2.神華神皖合肥廬江發(fā)電有限責任公司，安徽 合肥 246008；3.華北電力大學控制與計算機工程學院，河北 保定 071003)

基于功率響應特性辨識汽輪機調節(jié)系統(tǒng)參數(shù)。采用簡易模型克服了辨識算法中難以實現(xiàn)的發(fā)電機建模問題。通過分析參數(shù)對機組功率特性影響的關聯(lián)性，對辨識流程和優(yōu)化目標函數(shù)進行了設計。再以先進數(shù)值計算方法作為辨識手段辨識得到模型參數(shù)。利用PSASP對辨識結果進行仿真并與實測對比，結果表明：新方法所建模型仿真值與實測值相當接近，所建立的汽輪機調節(jié)系統(tǒng)模型能夠較為真實地反映機組實際的響應特性，說明該方法正確有效。與原有辨識方法相比，實現(xiàn)了對模型參數(shù)的更加準確辨識。

汽輪機；調速系統(tǒng)；功率響應；參數(shù)辨識；電力系統(tǒng)分析綜合程序(PSASP)

0 引言

電力系統(tǒng)中長期穩(wěn)定分析中，電磁暫態(tài)過程和機電暫態(tài)過程是同時進行并相互影響的，所以在暫態(tài)穩(wěn)定計算中，除了要考慮發(fā)電機及其勵磁調節(jié)系統(tǒng)的影響，還應考慮原動機及其調節(jié)系統(tǒng)的動態(tài)特性。在我國的電源結構中，火電機組占有相當?shù)谋戎兀虼私⒛軌蛘鎸嵎从炒祟愒瓌訖C實際特性的穩(wěn)定計算用模型就具有十分重要的意義。汽輪機及其調節(jié)系統(tǒng)參數(shù)實測與建模工作的目的在于通過實際試驗的方法建立能夠真實反映實際汽輪機及其調節(jié)系統(tǒng)特性的仿真模型。

目前，有關汽輪機及其調節(jié)系統(tǒng)參數(shù)實測與建模的研究工作已經(jīng)取得一定進展。文獻[1]針對火電廠汽輪機模型考慮了協(xié)調控制系統(tǒng)(CCS)，并對鍋爐模型和汽輪機模型進行了參數(shù)辨識和仿真；文獻[2]對單元機組再熱凝汽式汽輪機數(shù)學模型進行了研究，并與鍋爐、協(xié)調控制系統(tǒng)作為一個整體進行建模，提出了一種改進型數(shù)學模型；文獻[3]提出了高壓缸功率自然過調系數(shù)的概念，改進了電力系統(tǒng)穩(wěn)定計算用的汽輪機模型；文獻[4]在此基礎上，又提出了高、中壓缸功率同時過調的概念，根據(jù)汽輪機有效熱平衡數(shù)據(jù)來計算高壓缸、中壓缸功率自然過調系數(shù)；文獻[5]指出了汽輪機閥門流量特性是影響電力系統(tǒng)安全穩(wěn)定和汽輪機調節(jié)系統(tǒng)仿真精確性的重要因素。這些研究成果對于汽輪機及其調節(jié)系統(tǒng)參數(shù)實測與建模工作的規(guī)范和促進具有十分重要的意義。

文獻[6](以下簡稱《導則》)涵蓋了汽輪機及其調節(jié)系統(tǒng)實測與建模工作的試驗項目、辨識手段、仿真校核等多個方面，但并未硬性規(guī)定其辨識方法。而目前，對辨識方法的研究更多的集中于先進算法對模型參數(shù)的辨識應用上，取得了一定成果[7-11]。本文根據(jù)現(xiàn)場測試及分析提出了一種基于原動機功率響應特性的辨識方法，與其他汽輪機參數(shù)辨識文獻不同的是本文調整了辨識原理和辨識依據(jù)，并以簡易模型處理辨識算法中難以實現(xiàn)發(fā)電機建模的問題，由于該方法考慮了汽輪機及其調節(jié)系統(tǒng)在電力系統(tǒng)穩(wěn)定分析中的實質作用，同時以先進數(shù)值計算方法作為辨識手段，所得到的模型參數(shù)能夠較為真實地反映實際建模對象的響應特性，與原有辨識算法相比，實現(xiàn)了對模型參數(shù)的準確辨識，具有一定重要意義和工程應用價值。

1 穩(wěn)定計算用汽輪機模型及其傳統(tǒng)辨識方法

1.1 汽輪機模型

電力系統(tǒng)穩(wěn)定計算所用的汽輪機及其調節(jié)系統(tǒng)模型一般包括3部分：調節(jié)系統(tǒng)、電液伺服機構、汽輪機模型。在其實測與建模工作的實踐中，調節(jié)系統(tǒng)、電液伺服系統(tǒng)的參數(shù)辨識采用典型方法即可取得較為理想的結果，而對于汽輪機模型參數(shù)的辨識方法卻仍有值得研究之處。圖1是穩(wěn)定計算用的典型再熱凝汽式汽輪機模型。

1.2 傳統(tǒng)辨識方法的原理及存在的不足

圖1中，待確定的參數(shù)共有7個，分別是CH/RH/CO、HP/IP/LP、。一般傳統(tǒng)方法對各個參數(shù)的辨識分為3種途徑：高壓缸/中壓缸/低壓缸功率比(HP/IP/LP)一般根據(jù)汽輪機熱力特性說明書的設計值計算得到[12]；高壓缸功率自然過調系數(shù)通常根據(jù)經(jīng)驗公式計算獲得；而汽輪機模型中各容積環(huán)節(jié)時間常數(shù)則采用集總參數(shù)法將汽輪機特征壓力作為對應容積環(huán)節(jié)的集總參數(shù)辨識得到的，一般調節(jié)級壓力對應高壓汽室容積，高排壓力或熱再壓力對應再熱器容積，中排壓力對應連通管容積[3]。

圖1典型汽輪機模型

雖然傳統(tǒng)辨識方法已被很多學者研究和使用，但也存在以下問題將制約著辨識精度。

(1) 壓力采樣裝置本身存在的時延將降低汽輪機容積環(huán)節(jié)時間常數(shù)的辨識精度，尤其對時間常數(shù)值較小的高壓汽室容積時間常數(shù)的影響很大，文獻[13]曾做過專門研究，其結論也恰好證實了這點；

(2) 當汽輪機實際運行狀態(tài)接近設計值時，采用經(jīng)驗公式和設計值可以獲得具有較高精度的高壓缸自然過調系數(shù)和高/中/低壓缸功率比，然而機組長時間運行可能存在的汽輪機通流部分結垢、葉片磨損、機組檢修、改造等原因都有可能使汽輪機實際特性偏離設計值，此時若再依據(jù)經(jīng)驗公式或設計值取得的模型參數(shù)就可能與機組實際特性不符[14]，從而降低建模精度。

由于傳統(tǒng)辨識方法存在著以上不足，可能導致辨識精度不理想，進而影響模型的真實性，故有必要對辨識方法進行優(yōu)化研究。

2 基于功率響應的汽輪機調節(jié)系統(tǒng)模型參數(shù)辨識

為了提高汽輪機調節(jié)系統(tǒng)模型參數(shù)辨識的精度，提出基于功率響應特性的參數(shù)辨識方法。該方法的基本原則是，利用汽輪機功率響應曲線反向辨識汽輪機模型參數(shù)，由于模型參數(shù)在辨識過程中已考慮應匹配汽輪機的功率響應特性，因此辨識結果能夠更真實地反映機組的實際特性。

2.1 設計難點

實際系統(tǒng)中，汽輪機輸出的機械功率是無法直接測量的，而能測量到的功率實際上是發(fā)電機輸出的電磁功率[15](有功功率)，因此要實現(xiàn)基于功率響應特性的參數(shù)辨識就需要在方法設計中考慮發(fā)電機環(huán)節(jié)的影響。實際發(fā)電機具有高階非線性的特征，其模型結構復雜且建模難度大，在辨識算法中難以直接實現(xiàn)。

此外，《導則》[6]對汽輪機精度是以高壓缸峰值功率HP、峰值功率時間HP和調節(jié)時間s三個品質參數(shù)進行評價的，而模型中的不同參數(shù)對功率變化不同階段影響的關聯(lián)性是有區(qū)別的，若不加區(qū)分籠統(tǒng)地進行辨識，可能無法保證所有品質參數(shù)均滿足《導則》[6]的要求，最終導致辨識結果精度不夠。

2.2 解決方法

首先基于Prony分析的思想，從高階模型中抽取線性化的低階模型，在辨識方法中建立兼具較高精度和較簡單結構的發(fā)電機模型[5,16]，低階發(fā)電機模型如式(1)所示[17]。

式中：n為系統(tǒng)自然振蕩頻率；為系統(tǒng)阻尼系數(shù)。再對原有汽輪機模型進行簡化，對中、低壓缸進行合缸處理[3,5]，此時汽輪機模型的傳遞函數(shù)如式(2)所示。

式中：HP為高壓缸功率比；為高壓缸功率自然過調系數(shù)；CH/RH分別為高壓汽室/再熱蒸汽容積時間常數(shù)。

設N=5、RH=10，考慮到CH的典型值區(qū)間為0~1 s，令CH=0.05/0.1/0.2/0.5，分析CH、N、RH三個參數(shù)對高壓缸峰值功率HP、峰值功率時間HP、調節(jié)時間s的影響。

由圖2可知，CH對功率響應曲線初期形態(tài)有較大影響，即對品質參數(shù)HP、HP有顯著影響，而對后期的功率響應特性作用較少。

再設CH=0.1、N/RH=0.5不變，令RH=10/15/20，仿真結果如圖3所示。

圖3的仿真結果表明：N/RH比值一定，RH、N(N隨RH變化)對功率響應曲線后期形態(tài)有較大影響，即對品質參數(shù)s有顯著影響。

圖2TCH對功率響應的影響

圖3TRH對功率響應的影響

通過以上仿真分析，本文將根據(jù)參數(shù)對機組功率特性影響的關聯(lián)性設計辨識流程和優(yōu)化目標，以期提高辨識精度、優(yōu)化辨識效果。辨識流程如圖4所示。

(1) 將功率響應曲線分為響應初期和響應后期兩個階段。

(2) 對模型參數(shù)CH、N、RH進行初始化，固定CH。

(3) 利用響應后期的功率數(shù)據(jù)R1，設計優(yōu)化目標由式(3)表示。

式中，M1是同時間階段的模型功率響應數(shù)據(jù)。

(4) 選擇人工魚群算法作為尋優(yōu)算法調整N、RH值，最終使模型誤差達到最小，此時對應的N、RH即為最終辨識結果。

(5) 將N、RH最終辨識結果固定至模型。

(6) 設計優(yōu)化目標由式(4)表示。

式中：DHP是《導則》[6]規(guī)定的高壓缸峰值功率偏差允許值；DHP是高壓缸峰值時間偏差允許值，根據(jù)響應初期的實際功率曲線提取實際高壓缸峰值功率HP,R和峰值時間HP,R，根據(jù)響應初期的仿真功率曲線提取模型高壓缸峰值功率HP,M和峰值時間HP,M。2的設計原則是使最終辨識得到的CH同時令高壓缸峰值功率偏差與高壓缸峰值時間偏差最小化。

圖4基于功率響應的參數(shù)辨識方法辨識流程

Fig. 4 Process of parameter identification based on power response

(7) 使用人工魚群算法調整CH值，最終使模型誤差達到最小，此時對應的CH即為最終辨識結果。

3 兩種辨識方法效果比較

以某電廠600 MW機組為例，對其進行汽輪機及其調節(jié)系統(tǒng)建模，分別采用傳統(tǒng)方法和新方法進行參數(shù)辨識并進行比較。

3.1 傳統(tǒng)方法

傳統(tǒng)方法以調節(jié)級壓力、高排壓力、連通管壓力作為高壓汽室容積環(huán)節(jié)、再熱器容積環(huán)節(jié)、連通管容積環(huán)節(jié)的集總參數(shù)，令并網(wǎng)機組的高壓調節(jié)閥門階躍動作，以上各壓力隨之變化，根據(jù)其變化趨勢對CH、RH、CO的參數(shù)值進行辨識，此時辨識結果如圖5所示。

圖5基于集總參數(shù)法辨識仿真結果

正常運行時，該機組高排壓力與調節(jié)級壓力的壓比≈0.252，根據(jù)式(5)計算理論高壓缸功率自然過調系數(shù)=0.683。

式中，是絕熱系數(shù)且=1.3。

該機組采用哈爾濱汽輪機廠有限責任公司CCLN-600/25/600/600型汽輪機，通流級數(shù)總熱力 級28級。高壓缸由1個單列調節(jié)級和10個壓力級構成；中壓缸由7個壓力級構成；低壓缸2×5壓力級構成。由汽輪機額定THA工況通流部分熱力參數(shù)數(shù)據(jù)可以得到：

其中，N代表汽缸內(nèi)各級功率。

由此，采用傳統(tǒng)方法辨識的汽輪機模型參數(shù)已全部確定，結果如表1所示。

表1基于集總參數(shù)法辨識汽輪機模型參數(shù)結果

Table 1 Results of turbine parameter identification based on lumped parameter

3.2 新方法

新方法是基于機組功率響應特性實現(xiàn)模型參數(shù)辨識的，由于機械功率無法直接測量，只能利用有功功率進行辨識，因此首先需要建立包含發(fā)電機的機組模型，此時模型如圖6所示。

圖6包含發(fā)電機的機組模型

圖6中，除汽輪機模型待辨識的參數(shù)CH、N、RH之外，其他模型結構與參數(shù)都是已知的。新方法中，發(fā)電機模型為簡化模型，其具體的功率響應特性仍與高階模型接近。電力系統(tǒng)穩(wěn)定計算中，該機組發(fā)電機模型采用PSASP的6型發(fā)電機模型，按Prony分析思想[18-20]，根據(jù)其功率特性對簡化發(fā)電機模型參數(shù)進行辨識，辨識結果為

圖7簡化模型與實際模型功率響應仿真效果比較

Fig. 7 Comparison on the power response simulation of the simplified model and actual model

圖7表明：簡化模型能夠較好地反映實際模型的功率響應特性。由于其結構簡單，從而易于在辨識方法中實現(xiàn)發(fā)電機建模。按實際機組的總閥位指令設置模型輸入，此時實際功率變化是由總閥位指令階躍變化引起的，新方法將根據(jù)其辨識流程，實現(xiàn)對CH、N、RH的辨識，結果如表2所示。

表2新方法辨識汽輪機模型參數(shù)結果

Table 2 Results of turbine parameter identification based on new method

3.3 兩種方法效果比較

比較傳統(tǒng)方法和新方法的辨識效果，在PSASP中將辨識結果代入模型，其他仿真參數(shù)相同，具體參數(shù)見表3、表4。

表3控制器部分仿真參數(shù)

Table 3 Simulation parameters of the controller

表4執(zhí)行機構部分仿真參數(shù)

Table 4 Simulation parameters of the actuator

仿真結果如圖8、圖9所示。由圖8、圖9結果表明：新方法的辨識精度明顯高于傳統(tǒng)方法，在功率響應初期階段最為明顯，此時傳統(tǒng)方法辨識所得模型特性與實際機組特性存在較大差距，而新方法所建模型特性與機組實際特性十分吻合。

圖8閥控方式下仿真結果比較

圖9 CCS方式下仿真結果比較

此外，《導則》[6]對仿真結果的校核指標給出了明確的要求，以下將對各仿真結果指標進行計算，結果如表5、表6所示。

表5傳統(tǒng)方法辨識結果仿真與實測偏差

Table 5 Deviation between simulation results and test value of the original identification algorithm

表6新方法辨識結果仿真與實測偏差

Table 6 Deviation between simulation results and test value of the new identification algorithm

如圖8、圖9所示，傳統(tǒng)辨識方法所得仿真功率曲線在響應初期變化平緩，無明顯的峰值功率，故而未確定表5中仿真功率曲線的HP、HP值及其偏差。而表6中定量分析的結果表明，新方法所得仿真值與實際值之間的誤差較小，各項偏差均在允許值以內(nèi)。通過該實際應用案例，驗證了新方法的實用性。

4 結論

本文以功率響應特性作為汽輪機調節(jié)系統(tǒng)參數(shù)辨識依據(jù)，采用簡易模型有效克服了辨識算法中難以實現(xiàn)發(fā)電機建模的問題；根據(jù)參數(shù)對機組功率特性影響的關聯(lián)性設計辨識流程和優(yōu)化目標，正確區(qū)分了不同待辨識參數(shù)對品質參數(shù)的影響，輔以先進數(shù)值計算方法作為辨識手段得到模型參數(shù)，仿真結果表明新方法所建模型能夠較為真實地反映實際建模對象的響應特性，與原有辨識算法相比，實現(xiàn)了對模型參數(shù)的更加準確辨識。

[1] GAO Lin, DAI Yiping. Modeling large modem fossil- fueled steam electric power plant and its coordinated control system for power system dynamic analysis[C] // 2010 International Conference on Power System Technology (POWERCON), Hangzhou, 24-28 Oct. 2010, 1-5.

[2] 韓忠旭, 周孝信, 李芳, 等. 單元制再熱凝汽式汽輪機數(shù)學模型分析及其動態(tài)特性仿真[J]. 電網(wǎng)技術, 2010, 34(12): 180-186.

HAN Zhongxu, ZHOU Xiaoxin, LI Fang, et al. Analysis on mathematical model of reheat condensing turbine for power unit and simulation of its dynamic response[J]. Power System Technology, 2010, 34(12): 180-186.

[3] 田云峰, 郭嘉陽, 劉永奇, 等. 用于電網(wǎng)穩(wěn)定性計算的再熱凝汽式汽輪機數(shù)學模型[J]. 電網(wǎng)技術, 2007, 31(5): 39-44.

TIAN Yunfeng, GUO Jiayang, LIU Yongqi, et al. A mathematical model of rehear turbine for power grid stability calculation[J]. Power System Technology, 2007, 31(5): 39-44.

[4] 谷俊杰, 陳順青. 適用電網(wǎng)穩(wěn)定性計算的一種超臨界汽輪機動態(tài)數(shù)學模型[J]. 汽輪機技術, 2013, 55(3): 175-177.

GU Junjie, CHEN Shunqing. A dynamic mathematical model of supercritical steam turbine for power grid stability calculation[J]. Turbine Technology, 2013, 55(3): 175-177.

[5] 盛鍇, 劉復平, 劉武林, 等. 汽輪機閥門流量特性對電力系統(tǒng)的影響及其控制策略[J]. 電力系統(tǒng)自動化, 2012, 36(7): 104-109.

SHENG Kai, LIU Fuping, LIU Wulin, et al. Influence of steam turbine valve discharge characteristics on power systems and its control strategy[J]. Automation of Electric Power Systems, 2012, 36(7): 104-109.

[6] 國家能源局. DL/T 1235-2013同步發(fā)電機原動機及其調節(jié)系統(tǒng)參數(shù)實測與建模導則[S]. 北京: 中國電力出版社, 2013.

[7] 江效龍, 魏樂, 盛鍇, 等. 基于果蠅優(yōu)化算法的汽輪機調節(jié)系統(tǒng)參數(shù)辨識[J]. 動力工程學報, 2015, 35(7): 556-561.

JIANG Xiaolong, WEI Le, SHENG Kai, et al. Parameter identification of turbine governing system based on fruit fly optimization algorithm[J]. Journal of Chinese Society of Power Engineering, 2015, 35(7): 556-561.

[8] 朱曉星, 盛鍇, 劉陸軍. 基于綜合算法的汽輪機及其調節(jié)系統(tǒng)參數(shù)智能辨識[J]. 電力系統(tǒng)保護與控制, 2013, 41(20): 138-143.

ZHU Xiaoxing, SHENG Kai, LIU Lujun. Intelligent parameter identification of steam turbine and its governing systems based on multi-algorithm[J]. Power System Protection and Control, 2013, 41(20): 138-143.

[9] 高偉, 李陽海, 王大光, 等. 遺傳算法在汽輪機調速系統(tǒng)參數(shù)辨識中的應用[J]. 華中科技大學學報(自然科學版), 2006, 34(10): 80-82.

GAO Wei, LI Yanghai, WANG Daguang, et al. Genetic algorithm applied to parameter identification of the speed governor system for steam turbines[J]. Journal of Huazhong University of Science and Technology (Nature Science Edition), 2006, 34(10): 80-82.

[10]趙林, 王麗. 基于BP神經(jīng)網(wǎng)絡的結構系統(tǒng)跟蹤辨識方法[J]. 鄭州大學學報, 2005, 26(1): 50-54.

ZHAO Lin, WANG Li. Tracing identification method of structure system based on BP neural network[J]. Journal of Zhengzhou University, 2005, 26(1): 50-54.

[11]李陽海, 王坤, 黃樹紅, 等. 粒子群優(yōu)化算法及其在發(fā)電機組調速系統(tǒng)參數(shù)辨識中的應用[J]. 熱能動力工程, 2011, 26(6): 747-750.

LI Yanghai, WANG Kun, HUANG Shuhong, et al. Particle colony algorithm and its application in discriminating parameters of a speed regulation system of a generator unit[J]. Journal of Engineering for Thermal Energy & Power, 2011, 26(6): 747-750.

[12]谷俊杰, 朱偉民. 超臨界機組汽輪機調速系統(tǒng)模型參數(shù)確定的新方法[J]. 汽輪機技術, 2011, 53(2): 103-106.

GU Junjie, ZHU Weimin. A novel method for determine the model parameters supercritical steam turbine[J]. Turbine Technology, 2011, 53(2): 103-106.

[13]盛鍇. 高壓汽室蒸汽容積環(huán)節(jié)模型參數(shù)對再熱凝汽式汽輪機調速系統(tǒng)仿真校驗的影響[J]. 華東電力, 2012, 40(11): 2049-2053.

SHENG Kai. Influence of high pressure cylinder steam volume link model parameters on the speed governing system simulation and calibration for reheat condensing turbine[J]. East China Electric Power, 2012, 40(11): 2049-2053.

[14]李勇, 金國華, 曹祖慶. 弗留格爾公式的證明及應用[J]. 汽輪機技術, 1995, 37(3): 158-162.

LI Yong, JIN Guohua, CAO Zuqing. The proof of Flügel formula and its application[J]. Turbine Technology, 1995, 37(3): 158-162.

[15]竺煒, 譚平, 周孝信. 低頻振蕩時的汽輪機調速控制方式在線調整策略[J]. 電力系統(tǒng)自動化, 2011, 35(14): 87-92.

ZHU Wei, TAN Ping, ZHOU Xiaoxin. An on-line adjusting strategy for turbine speed control under low frequency oscillation[J]. Automation of Electric Power Systems, 2011, 35(14): 87-92.

[16]李嘯驄, 鹿建成, 韋善革, 等. 汽輪發(fā)電機組軸系扭振多指標非線性協(xié)調控制[J]. 電力系統(tǒng)保護與控制, 2014, 42(6): 1-7.

LI Xiaocong, LU Jiancheng, WEI Shange, et al. Multi-index nonlinear coordination control design for steam-turbine generator shafting torsional vibration[J]. Power System Protection and Control, 2014, 42(6): 1-7.

[17]盛鍇, 魏樂, 江效龍, 等. 基于PSASP和Simulink的汽輪機調節(jié)系統(tǒng)建模與仿真校核[J]. 中國電力, 2015, 48(2): 1-6, 26.

SHENG Kai, WEI Le, JIANG Xiaolong, et al. Modeling, simulation and verification of turbine governing system based on PSASP and Simulink[J]. Electric Power, 2015, 48(2): 1-6, 26.

[18]李安娜, 吳熙, 蔣平, 等. 基于形態(tài)濾波和Prony算法的低頻振蕩模式辨識的研究[J]. 電力系統(tǒng)保護與控制, 2015, 43(3): 137-142.

LI Anna, WU Xi, JIANG Ping, et al. Research on identifying low frequency oscillation modes based on morphological filtering theory and Prony algorithm[J]. Power System Protection and Control, 2015, 43(3): 137-142.

[19]王輝, 蘇小林. Prony算法的若干改進及其在低頻振蕩監(jiān)測中的應用[J]. 電力系統(tǒng)保護與控制, 2011, 39(12): 140-145.

WANG Hui, SU Xiaolin. Several improvements of Prony algorithm and its application in monitoring low-frequency oscillations in power system[J]. Power System Protection and Control, 2011, 39(12): 140-145.

[20]唐昆明, 楊偉, 張?zhí)? 等. 基于Stehfest算法的配網(wǎng)單相接地故障雙端測距方法[J]. 電力系統(tǒng)保護與控制, 2015, 43(14): 76-83.

TANG Kunming, YANG Wei, ZHANG Taiqin, et al. A new two-terminal fault location method for distribution network based on Stehfest algorithm[J]. Power System Protection and Control, 2015, 43(14): 76-83.

(編輯 姜新麗)

Research on parameter identification of turbine governing system based on power response characteristics

SHENG Kai1, JIANG Xiaolong2, WEI Le3

(1. State Grid Hunan Electric Power Corporation Research Institute, Changsha 410007, China; 2. Shenhua Shenwan Hefei Wanjiang Power Generation Co., Ltd., Hefei 246008, China; 3. School of Control and Computer Engineering, North China Electric Power University, Baoding 071003, China)

The parameters of steam turbine governing system based on power response characteristics are identified. A simplified model is adopted to overcome the difficulty of generator modeling. The identification process and optimization objective function are designed by analyzing the relevance of the influence of parameters on the power characteristic. Then using an advanced numerical method, the parameters of model are obtained. The simulative results of identification are compared with the measured value by PSASP, which show that the simulation results of the model built by new method are close to the measured value, and the steam turbine governing system model built in this paper reflects the actual response characteristics. The correctness and effectiveness of the new method are proved. Compared with the original identification method, the new method can realize more accurate identification of the model parameters.

This work is supported by National Natural Science Foundation of China (No. 61203107) and Fundamental Research Funds for the Central Universities (No. 13MS90).

steam turbine; governing system; power response characteristics; parameter identification; Power System Analysis Software Package ( PSASP )

10.7667/PSPC151248

2015-07-20；

2015-09-15

盛 鍇(1983-)，男，碩士，高級工程師，研究方向為源網(wǎng)協(xié)調研究與熱工自動優(yōu)化研究；E-mail: shengkai0815@ 163.com

江效龍(1989-)，男，碩士，研究方向為發(fā)電系統(tǒng)建模、仿真與優(yōu)化控制；

魏 樂(1976-)，女，博士，副教授，研究方向為過程控制、復雜能源系統(tǒng)的建模與仿真。

國家自然科學基金資助項目(61203107)；中央高?；究蒲袠I(yè)務費專項資金資助項目(13MS90)