基于虛擬慣性注入的發(fā)電廠負(fù)荷減流優(yōu)化方案

摘" 要：在當(dāng)今時(shí)代，電力系統(tǒng)是日常生活中的關(guān)鍵部分。為保證電力系統(tǒng)運(yùn)行穩(wěn)定，該文首先利用虛擬慣性注入方法，模擬出電力系統(tǒng)的慣性特征。其次，建立約束條件，以此保證電力系統(tǒng)的穩(wěn)定性，為后續(xù)負(fù)荷減流提供基礎(chǔ)。最后，構(gòu)建負(fù)荷減流優(yōu)化模型，實(shí)現(xiàn)發(fā)電廠的負(fù)荷減流優(yōu)化。從優(yōu)化結(jié)果和負(fù)荷分配響應(yīng)速度2方面分析電廠的負(fù)荷減流優(yōu)化。結(jié)果表明，所提方法的耗煤量和偏差較低，分別是318.59 t和0，負(fù)荷分配速度較快，一般在4.9 s左右，證明所提方法的能源消耗較少，準(zhǔn)確率較高，機(jī)組的反應(yīng)力較快，能夠完成發(fā)電廠的負(fù)荷減流優(yōu)化，維持電力系統(tǒng)的穩(wěn)定和平衡，推動(dòng)電力系統(tǒng)的發(fā)展。

關(guān)鍵詞：電力系統(tǒng)；虛擬慣性注入；約束條件；負(fù)荷減流優(yōu)化；負(fù)荷分配

中圖分類號(hào)：TM62" " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號(hào)：2095-2945（2024）36-0153-04

Abstract： Nowadays， power systems are a critical part of daily life. In order to ensure the stability of the power system， this paper first uses virtual inertia injection method to simulate the inertia characteristics of the power system. Secondly， constraints are established to ensure the stability of the power system and provide a basis for subsequent load current curtailment. Finally， a load curtailment optimization model is constructed to realize the load curtailment optimization of the power plant. The load curtailment optimization of the power plant is analyzed from two aspects： optimization results and load distribution response speed. The results show that the coal consumption and deviation of the proposed method are low， which are 318.59 t and 0 respectively， and the load distribution speed is fast， generally about 4.9 s. It proves that the proposed method consumes less energy， has high accuracy， and has fast unit response， thereby can complete the load curtailment optimization of the power plant， maintain the stability and balance of the power system， and promote the development of the power system.

Keywords： power system; virtual inertia injection; constraints; load curtailment optimization; load distribution

在能源需求不斷增長(zhǎng)和電力智能化不斷優(yōu)化的時(shí)代，電力系統(tǒng)運(yùn)行的穩(wěn)定性成為了廣泛關(guān)注的問(wèn)題。而發(fā)電廠是電力系統(tǒng)的核心組成部分，運(yùn)行狀態(tài)直接與電力系統(tǒng)的穩(wěn)定性相關(guān)聯(lián)[1]。在實(shí)際運(yùn)行過(guò)程中，發(fā)電廠經(jīng)常出現(xiàn)負(fù)荷波動(dòng)和故障等問(wèn)題，導(dǎo)致發(fā)電廠的出力波動(dòng)，影響電力系統(tǒng)運(yùn)行穩(wěn)定性。為了解決這些問(wèn)題，本文提出了一種基于虛擬慣性注入的發(fā)電廠負(fù)荷減流優(yōu)化方案，虛擬慣性注入是一種利用控制策略方法實(shí)現(xiàn)機(jī)械慣性特性的技術(shù)，可以很好地穩(wěn)定電力系統(tǒng)內(nèi)的平滑功率波動(dòng)，提升系統(tǒng)的可靠性[2]。將虛擬慣性技術(shù)和發(fā)電廠的負(fù)荷減流優(yōu)化相結(jié)合，可以有效地減少發(fā)電廠的負(fù)荷波動(dòng)和出力波動(dòng)，降低能源消耗，節(jié)約成本，有助于推動(dòng)可持續(xù)能源發(fā)展[3]。

1" 電廠能源消耗分析及負(fù)荷調(diào)度

能源是人類生存和發(fā)展的重要物質(zhì)，不僅推動(dòng)了我國(guó)經(jīng)濟(jì)的進(jìn)步，還促進(jìn)了社會(huì)的發(fā)展。根據(jù)調(diào)查顯示，目前我國(guó)的石油和天然氣能源分別占比5.4%和0.6%，而煤炭則占比94%，比天然氣和石油高很多，因此，我國(guó)能源的消費(fèi)和生產(chǎn)都以煤礦為主，成為了世界上消費(fèi)和生產(chǎn)煤礦的大國(guó)，由數(shù)據(jù)得出，一次的能源生產(chǎn)量在20.6億t左右，消費(fèi)煤炭的數(shù)量在22.5億t左右，分別占全球的13.7%和14.8%左右。

除了煤炭之外，電力也是我國(guó)的消耗能源之一，根據(jù)調(diào)查得出，目前累計(jì)發(fā)電裝機(jī)容量在29.2億kW，其中，太陽(yáng)能發(fā)電裝機(jī)容量為6.1億kW，同比增長(zhǎng)55.2%；風(fēng)電裝機(jī)容量為4.4億kW，同比增長(zhǎng)20.7%。截至2023年，6 000 kW及以上的電廠發(fā)電設(shè)備累計(jì)平均使用3 592 h，比上年同期減少101 h，發(fā)電企業(yè)電源工程完成投資在9 675億元，同比增長(zhǎng)30.1%。所以，需要降低發(fā)電廠的能源消耗，對(duì)電廠的負(fù)荷進(jìn)行減流，節(jié)約成本，以此促進(jìn)能源的可持續(xù)發(fā)展。

發(fā)電廠的負(fù)荷調(diào)度可以分成經(jīng)濟(jì)調(diào)度、市場(chǎng)競(jìng)爭(zhēng)調(diào)度、計(jì)劃電量調(diào)度和節(jié)能發(fā)電調(diào)度等方式。負(fù)荷調(diào)度模式主要是指利用較少的燃料消耗保證發(fā)電廠的供電，也就是根據(jù)等耗量微增率準(zhǔn)則為各發(fā)電機(jī)組的負(fù)荷進(jìn)行分配，使其運(yùn)行所用的耗量變少。其中，市場(chǎng)競(jìng)爭(zhēng)調(diào)度方式主要是將電網(wǎng)運(yùn)營(yíng)效益的最大化作為目標(biāo)，根據(jù)市場(chǎng)的競(jìng)價(jià)制訂發(fā)電廠發(fā)電的計(jì)劃，以此減少電量的使用成本，提升發(fā)電廠的效率和質(zhì)量；計(jì)劃電量調(diào)度方式則是將多方利益的和諧作為目標(biāo)，發(fā)電機(jī)組根據(jù)機(jī)組的容量平均分配，達(dá)到電力運(yùn)行和供應(yīng)的平衡；節(jié)能發(fā)電方式是把環(huán)保和節(jié)能作為目的，降低能源的消耗，促進(jìn)發(fā)電廠的可持續(xù)發(fā)展，減少電廠的成本。

2" 發(fā)電廠負(fù)荷減流優(yōu)化方案設(shè)計(jì)

2.1" 電網(wǎng)虛擬慣性注入

虛擬慣性注入（VIP）是一種采用計(jì)算機(jī)仿真與控制的方法，以提升系統(tǒng)的動(dòng)力學(xué)性能、穩(wěn)定性和魯棒性為目標(biāo)，通過(guò)對(duì)真實(shí)物理系統(tǒng)的建模與仿真，達(dá)到對(duì)系統(tǒng)慣量的補(bǔ)償與優(yōu)化。虛擬慣性器是VIP技術(shù)的一個(gè)重要組成部分，其作用就是對(duì)真實(shí)物理系統(tǒng)的慣容進(jìn)行補(bǔ)償[4]。在設(shè)計(jì)虛擬慣性器時(shí)，要綜合考慮系統(tǒng)的輸入-輸出關(guān)系、控制策略，以及性能指標(biāo)。因?yàn)閼T性是通過(guò)控制而產(chǎn)生的，故將其稱為虛擬慣性，一個(gè)等效的電路和一個(gè)閉環(huán)的控制框圖，如圖1所示。

在圖1中，直流電壓控制中忽略了內(nèi)部電流的存在，idc（s）、ic（s）、iL（s）分別為變流器輸出直流電流、電容充電電流以及負(fù)荷電流。當(dāng)系統(tǒng)發(fā)生干擾時(shí)，如果使用常規(guī)的垂蕩控制，則需要對(duì)電容C進(jìn)行充放電操作。若使用可調(diào)的垂蕩因子，則可由電池迅速充、放電來(lái)彌補(bǔ)所造成的損失。此時(shí)，idc（s）=ic（s）。

直流電壓控制框圖的開環(huán)傳遞函數(shù)為

由公式（1）可以看出，在電網(wǎng)受擾的時(shí)刻，若使用可控垂蕩系數(shù)，則等于使變流器的交流側(cè)電容等效增加。電容被定義為虛擬電容" "，并且具有如下的表達(dá)式

由上文可以看出，調(diào)整kdcB虛擬電容值的幅度，隨著kdcB的增加，虛擬電容的數(shù)值變大，當(dāng)慣性時(shí)間常數(shù)增大時(shí)，系統(tǒng)的慣性增大。

2.2" 建立約束條件

電廠負(fù)荷分配確定了整臺(tái)機(jī)組的負(fù)荷命令后，按照機(jī)組的煤耗特點(diǎn)，在其允許的出力限度之內(nèi)，對(duì)機(jī)組的負(fù)荷進(jìn)行科學(xué)、合理的分配，以保證整個(gè)機(jī)組的能耗最小。通過(guò)對(duì)機(jī)組的熱工試驗(yàn)，得出了機(jī)組的煤耗特征曲線。電站內(nèi)的各個(gè)單元在實(shí)際工作過(guò)程中，其相應(yīng)的能量特征曲線將呈現(xiàn)波動(dòng)的現(xiàn)象，這就是所謂的閥門點(diǎn)效應(yīng)。每一臺(tái)大型汽輪機(jī)機(jī)組，在開啟的那一刻，都會(huì)有大量的蒸汽流失，所以，為了達(dá)到預(yù)期的產(chǎn)量，需要在閥門開啟之前注入更多的蒸氣。

因此，在負(fù)荷減流優(yōu)化模型中，需要設(shè)定相應(yīng)的約束條件，以此保證優(yōu)化結(jié)果。設(shè)定的約束條件一般從系統(tǒng)的運(yùn)行限制、燃料供應(yīng)限制和電力市場(chǎng)規(guī)則等方面出發(fā)，利用合適的約束條件，將負(fù)荷減流優(yōu)化問(wèn)題轉(zhuǎn)化為一個(gè)可行解的問(wèn)題，將負(fù)荷平衡約束條件用于目標(biāo)函數(shù)，電力約束是輸出功率的上限和下限。

在傳統(tǒng)的電網(wǎng)統(tǒng)一調(diào)度運(yùn)行模式下，機(jī)組發(fā)電計(jì)劃由電網(wǎng)調(diào)度中心確定，電廠的自主權(quán)很小。而在電力市場(chǎng)運(yùn)行體制下，獨(dú)立法人的電廠和發(fā)電公司成為電力市場(chǎng)的主角，電網(wǎng)則為電力交易的場(chǎng)所，各發(fā)電公司按電價(jià)競(jìng)爭(zhēng)上網(wǎng)。電力市場(chǎng)交易管理系統(tǒng)根據(jù)電價(jià)高低確定各個(gè)電廠的市場(chǎng)份額，各發(fā)電公司可以根據(jù)自己的發(fā)電份額較為自主地安排廠內(nèi)機(jī)組的發(fā)電計(jì)劃。此時(shí)，如何根據(jù)競(jìng)爭(zhēng)所得到的發(fā)電指標(biāo)確定廠內(nèi)機(jī)組組合和負(fù)荷分配，使電廠機(jī)組實(shí)現(xiàn)優(yōu)化調(diào)度基礎(chǔ)上的優(yōu)化運(yùn)行，以減少總體的能源消耗，獲取最大利潤(rùn)，對(duì)于處于市場(chǎng)化運(yùn)行的發(fā)電公司來(lái)說(shuō)，更顯得十分重要。

2.3" 負(fù)荷減流優(yōu)化模型建立

建立發(fā)電廠負(fù)荷減流優(yōu)化模型是一個(gè)系統(tǒng)性的工程，需要充分考慮各種因素和約束條件，從而實(shí)現(xiàn)發(fā)電廠負(fù)荷減流的目標(biāo)，為發(fā)電廠的可持續(xù)發(fā)展提供支持。負(fù)荷側(cè)需求響應(yīng)由激勵(lì)需求響應(yīng)和價(jià)格需求響應(yīng)2個(gè)方面組成，激勵(lì)需求響應(yīng)主要是利用中斷的方式對(duì)負(fù)荷的使用展開調(diào)整，以此完成電力系統(tǒng)資源的調(diào)節(jié)，并且系統(tǒng)負(fù)荷操作可以基于用戶需求提供數(shù)據(jù)信息。另外，發(fā)電廠控制中心會(huì)將負(fù)荷削減命令分發(fā)給用戶，用戶結(jié)合自身情況得到對(duì)應(yīng)補(bǔ)償。

發(fā)電廠控制中心依據(jù)電網(wǎng)的實(shí)際狀況，對(duì)電網(wǎng)的負(fù)荷資源進(jìn)行合理的調(diào)度，并對(duì)各分配狀態(tài)下的資源及能量的使用進(jìn)行協(xié)調(diào)。通過(guò)一系列的裝置變換與互動(dòng)，電網(wǎng)可采用熱量補(bǔ)償?shù)姆椒▽?duì)其進(jìn)行激勵(lì)，虛擬慣性注入技術(shù)不僅可以提高系統(tǒng)的穩(wěn)定性和響應(yīng)速度，還可以減小負(fù)荷減流對(duì)發(fā)電機(jī)的影響，降低電力系統(tǒng)的維護(hù)成本，在發(fā)電廠中具有廣闊的應(yīng)用前景。

2.4" 負(fù)荷減流優(yōu)化分配流程

根據(jù)上述步驟構(gòu)建的負(fù)荷減流模型設(shè)計(jì)發(fā)電廠負(fù)荷減流優(yōu)化分配的流程圖，圖2為具體流程。

由圖2可知，負(fù)荷分配首先分析各機(jī)組的發(fā)電功率，并利用熱力實(shí)驗(yàn)獲得各機(jī)組出力和耗煤量之間的關(guān)系[5]。設(shè)定每個(gè)單位的發(fā)電功率上、下限，依據(jù)電網(wǎng)的調(diào)度指示，決定整廠的整體負(fù)荷命令。采用粒子群優(yōu)化算法對(duì)各個(gè)單元的負(fù)載進(jìn)行了優(yōu)化，得到了最佳的分布負(fù)荷，判定有無(wú)新的調(diào)度命令，如果有，就按照電網(wǎng)的命令來(lái)決定整廠的總負(fù)載命令；如果沒(méi)有，就停止最優(yōu)分配。

采用粒子群優(yōu)化算法進(jìn)行負(fù)荷分配，以此得到最優(yōu)的分配結(jié)果。粒子群優(yōu)化算法主要是對(duì)鳥群或魚群的生物集體行為用粒子進(jìn)行描述，再通過(guò)模擬粒子在空間搜索和迭代的過(guò)程得到最優(yōu)解，其中粒子群內(nèi)的粒子表示解向量，粒子群的位置則是解的位置，粒子群移動(dòng)的速度是解的變化速度和方向，粒子群在搜索過(guò)程中會(huì)記錄自己的最優(yōu)位置，以此成為下一代粒子迭代時(shí)的參考，而粒子也會(huì)由目前的位置和速度對(duì)解的質(zhì)量進(jìn)行評(píng)估，從而找出全局最優(yōu)的位置，粒子群優(yōu)化算法的步驟如下：①設(shè)定顆粒種群初值，并對(duì)各機(jī)組的煤耗特征參數(shù)進(jìn)行調(diào)節(jié)，并在此范圍內(nèi)對(duì)每個(gè)機(jī)組的負(fù)荷進(jìn)行隨機(jī)分配。②應(yīng)用該算法對(duì)每個(gè)單元的平均煤耗進(jìn)行了計(jì)算，并作相應(yīng)的統(tǒng)計(jì)。③將每臺(tái)負(fù)載的煤炭消耗量與極端負(fù)荷下的煤炭消耗量進(jìn)行對(duì)比，低的保持相應(yīng)的負(fù)荷，將此負(fù)荷稱為極端負(fù)荷。④將每臺(tái)負(fù)載的煤耗與最佳負(fù)荷下的煤耗進(jìn)行對(duì)比，低的保持相應(yīng)的負(fù)荷，將此負(fù)荷作為最大的負(fù)荷。⑤通過(guò)減流優(yōu)化獲得全局最優(yōu)負(fù)荷，獲得減流后的總最優(yōu)載荷量，并與實(shí)測(cè)的煤耗進(jìn)行對(duì)比。如果煤炭消耗量很小，則保持相應(yīng)的負(fù)荷。⑥當(dāng)重復(fù)條件滿足時(shí)，停止搜尋，輸出最佳負(fù)荷，否則轉(zhuǎn)至②。

3" 優(yōu)化方案仿真實(shí)驗(yàn)分析

3.1" 實(shí)驗(yàn)準(zhǔn)備

選擇合適的發(fā)電廠作為實(shí)驗(yàn)場(chǎng)地，搭建數(shù)據(jù)采集系統(tǒng)對(duì)電廠運(yùn)行數(shù)據(jù)展開收集，對(duì)相應(yīng)工具和設(shè)備展開調(diào)試，確保設(shè)備狀態(tài)良好，調(diào)節(jié)設(shè)備參數(shù)，使其符合實(shí)驗(yàn)要求，不影響實(shí)驗(yàn)過(guò)程，確保實(shí)驗(yàn)的準(zhǔn)確度，表1為具體的設(shè)備參數(shù)。

3.2" 優(yōu)化結(jié)果測(cè)試

根據(jù)上述設(shè)備獲得電廠內(nèi)各臺(tái)發(fā)電機(jī)組的性能參數(shù)和負(fù)荷上下限，將種群規(guī)模和迭代次數(shù)分別設(shè)置為190和610次。對(duì)虛擬慣性注入、傳統(tǒng)優(yōu)化和平均分配算法的耗煤量及偏差值優(yōu)化結(jié)果展開測(cè)試，表2為在不同負(fù)荷下，不同算法的最優(yōu)負(fù)荷分配的結(jié)果。由結(jié)果可知，虛擬注入方法在陷入局部最優(yōu)時(shí)，可以對(duì)參數(shù)重新調(diào)整，以此獲得全局最優(yōu)解，使偏差值和耗煤量較低，比較好地完成了發(fā)電廠負(fù)荷減流的優(yōu)化，而傳統(tǒng)算法和平均分配算法仍然停留在局部最優(yōu)解的區(qū)域內(nèi)，消耗的煤量能源較高。在3組發(fā)電機(jī)優(yōu)化結(jié)果中，注入虛擬慣性的最優(yōu)負(fù)荷分配為260.91 MW，最優(yōu)煤耗量為318.59 t，而傳統(tǒng)優(yōu)化算法負(fù)荷分配則為298.14 MW，煤耗量為320.88 t。綜合來(lái)看，注入虛擬慣性可以向全局最優(yōu)解收斂，在迭代20次左右收斂，而傳統(tǒng)算法在112次收斂，收斂速度前者優(yōu)于后者。

3.3" 負(fù)荷分配速度測(cè)試

在電廠的負(fù)荷減流優(yōu)化中，負(fù)荷的快速變化需要各機(jī)組有較快的反應(yīng)力，以便維持電力系統(tǒng)的平衡和穩(wěn)定性，所以電荷的分配速度成為關(guān)鍵因素。因此需要用負(fù)荷分配速度測(cè)試衡量各機(jī)組對(duì)負(fù)荷分配指令的反應(yīng)速度，響應(yīng)速度越快，證明各機(jī)組的反應(yīng)力越強(qiáng)，效率越高，可以維持電力系統(tǒng)的穩(wěn)定性，對(duì)虛擬注入方法、傳統(tǒng)優(yōu)化算法和平均分配算法展開測(cè)試，結(jié)果見表3。

根據(jù)表3可以看出，虛擬注入方法相較于傳統(tǒng)優(yōu)化和平均分配算法的響應(yīng)速度較快，平均在4.9 s左右，系統(tǒng)的穩(wěn)定程度也較高，證明虛擬注入方法的各機(jī)組響應(yīng)能力和效率比較高，節(jié)省大量時(shí)間，可以應(yīng)對(duì)變化較快的負(fù)荷，足夠維持電力系統(tǒng)的平衡和穩(wěn)定性，而傳統(tǒng)優(yōu)化和平均分配算法的響應(yīng)速度以及系統(tǒng)穩(wěn)定程度較低，各機(jī)組的反應(yīng)能力有限，不能較好地配合負(fù)荷變化，需要浪費(fèi)大量時(shí)間，系統(tǒng)穩(wěn)定程度較低，難以維持電力系統(tǒng)的平衡和穩(wěn)定，負(fù)荷減流優(yōu)化較差。

4" 結(jié)論

本文結(jié)合虛擬慣性注入方法對(duì)發(fā)電廠負(fù)荷減流方案展開優(yōu)化，利用虛擬慣性注入技術(shù)彌補(bǔ)了電力系統(tǒng)的慣性缺失，降低電壓和頻率波動(dòng)，接著，建立相應(yīng)的約束條件，維持電力系統(tǒng)的穩(wěn)定，最后，由構(gòu)建的負(fù)荷減流模型完成了減流優(yōu)化，提升了電力系統(tǒng)的效率，減少了能源的消耗，促進(jìn)了電力系統(tǒng)的可持續(xù)化發(fā)展。基于發(fā)電廠的數(shù)據(jù)，從優(yōu)化結(jié)果和負(fù)荷分配速度2個(gè)角度，分析結(jié)合虛擬慣性注入的負(fù)荷減流方案可行性，結(jié)果發(fā)現(xiàn)由于包含了虛擬慣性注入技術(shù)，優(yōu)化方案可以得到全局最優(yōu)解，消耗的煤量和負(fù)荷偏差相較于其他方法低很多，最優(yōu)煤耗量為318.59 t，響應(yīng)速度也更快，可以達(dá)到4.9 s左右，提升了負(fù)荷分配的效率，使電力系統(tǒng)更加平衡。隨著電力智能化和可再生能源的不斷發(fā)展，對(duì)電廠的穩(wěn)定性和負(fù)荷能力要求越來(lái)越高，基于虛擬慣性注入的發(fā)電廠負(fù)荷減流優(yōu)化方案在未來(lái)有很高的推廣價(jià)值，具有較好的應(yīng)用前景和研究意義，同時(shí)也在促進(jìn)可持續(xù)發(fā)展上展現(xiàn)出深遠(yuǎn)的實(shí)踐價(jià)值。

參考文獻(xiàn)：

[1] 艾星貝，閆慶友，李金孟.考慮負(fù)荷平移的虛擬電廠低碳經(jīng)濟(jì)調(diào)度[J].科學(xué)技術(shù)與工程，2022，22（26）：11418-11427.

[2] 徐海珍，余暢舟，毛福斌，等.基于頻率穩(wěn)定性提升的虛擬慣性優(yōu)化控制策略[J].電力系統(tǒng)保護(hù)與控制，2022，50（12）：126-133.

[3] 劉雨佳，樊艷芳.計(jì)及5G基站儲(chǔ)能和技術(shù)節(jié)能措施的虛擬電廠調(diào)度優(yōu)化策略[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2022，34（1）：8-15.

[4] 賈杰，任偉.基于VSG技術(shù)的微電網(wǎng)虛擬慣性控制策略[J].微型電腦應(yīng)用，2023，39（9）：219-221.

[5] 邢耀敏.基于改進(jìn)粒子群算法的廠級(jí)AGC優(yōu)化分配方法[J].自動(dòng)化應(yīng)用，2024，65（1）：197-200.