考虑风电及频率不确定性的agc随机动态优化调度方法
【技术领域】
[0001] 本发明属于互联电网调频与自动发电控制技术领域，具体涉及考虑风电及频率不 确定性的AGC随机动态优化调度方法。
【背景技术】
[0002] 自动发电控制（Automatic Generation Control，AGC)作为电力系统自动调频的 基础，是实现电网有功频率控制、维持系统频率质量以及互联电网之间联络线功率交换控 制的一种重要技术手段，其控制策略直接决定控制效果，对电网安全可靠、优质运行发挥重 大作用，具有重要的研究价值。
[0003] 长期以来，AGC控制策略主要针对如何校正区域控制偏差，其研究重点在于区域总 调节功率的生成和AGC机组调节功率的分配。该AGC控制策略基于常规AGC控制过程，是 一个典型的"先有偏差再调节"的滞后控制，只能根据当前的缺额来调节AGC机组未来的出 力，且未考虑机组间爬坡速率及最小爬坡时间的差异，容易出现机组欠调和过调，频繁或无 谓动作，增加了发电机组调整磨损，缩短使用寿命。随着新能源的快速发展、控制性能标准 (Control Performance Standard，CPS)的推广应用以及电力市场的进一步深化，现代电力 系统的AGC已经发展成为一个需要解决机组调节特性、区域控制性能、安全约束及市场因 素相协调的复杂问题。AGC动态优化策略则是基于优化理论下的通过动态优化直接确定各 AGC机组调节功率的一种超前控制方式，能有效克服常规AGC控制策略中存在的上述问题， 是AGC控制策略的一个重要发展方向。
[0004] 现有的AGC机组动态优化调度方法是以AGC机组调节指令及调节速率为待求量， CPSl指标最优、AGC调节辅助服务费用最少为目标函数的AGC机组动态优化调度模型。该方 法综合考虑了区域功率平衡，AGC机组调节特性，联络线功率偏差，CPS指标等各项约束，能 有效解决快慢机组协调、省网控制性能与市场因素协调的问题。但该方法的主要缺点是：① 没有考虑风电或是简单地将风电功率作为一个准确的预测值来对待，没有考虑风电功率出 力的随机性，导致AGC控制无法满足风电功率出现波动的其他场景；②系统频率的求解未 考虑外网频率控制的行为，在此基础上所获取的优化结果很有可能与实际不符，无法应用。
【发明内容】
[0005] 本发明的目的是解决现有的调度方法得到的优化结果，无法满足风电功率及系统 频率发生随机波动场景下的应用问题。本方法能够在满足风电功率及系统频率随机波动情 况下，通过动态优化直接确定各AGC机组的调节指令及调节速率，并保证计算出的调节指 令及调节速率既满足CPS考核指标，同时实现区域电网AGC的期望调节费用最低。
[0006] 为实现本发明目的而采用的技术方案是这样的，考虑风电及频率不确定性的AGC 随机动态优化调度方法。首先输入采集到的AGC有关数据及系统相关数据，利用蒙特卡罗 模拟技术生成风电功率及频率样本，然后随机生成调节指令与调节速率控制变量的初始种 群，并对控制变量的调节指令约束、调节速率约束以及最小持续爬坡时间约束进行修正，接 着综合考虑CPSl指标与AGC调节辅助服务费用目标函数，联络线功率偏差、频率偏差、CPSl 指标、CPS2指标、机组出力等概率约束对个体进行适应度值计算，再对个体进行自适应变异 操作，最后基于群体多样性对个体进行选择，进行终止判断，来实现AGC调节指令及调节速 率的决策。
[0007] 考虑风电及频率不确定性的AGC随机动态优化调度方法，其特征在于，包括以下 步骤：
[0008] 1)输入基础数据
[0009] 首先获取系统相关数据，采集AGC有关数据，并设置进化规划及蒙特卡罗模拟参 数。所述系统相关数据包括系统优化周期时段数，联络线功率偏差上下限值及置信水平， CPSl指标上下限值及置信水平，区域控制偏差平均值的置信水平，下一优化周期各时段的 AGC机组计划出力值、联络线功率计划值、负荷预测值、风电功率预测值及频率预测值、风电 功率及系统频率预测误差的概率分布信息，所有机组的机组类型、额定容量、出力上下限及 置信水平、单位调节功率及费用系数，AGC机组的调节速率上下限及最小持续爬坡时间，控 制区频率偏差系数，全网频率偏差系数和频率控制目标。所述AGC有关数据包括上一优化 周期控制区内所有机组出力信息，AGC机组的调节指令，上一优化周期末时段的系统频率值 和联络线功率值。进化规划及蒙特卡罗模拟参数包括种群数量，最大迭代次数，迭代终止条 件和蒙特卡罗模拟次数。
[0010] 2)蒙特卡罗模拟生成风电功率及频率样本
[0011] 根据所述风电功率及系统频率的预测值、预测误差服从的概率分布信息及蒙特卡 罗模拟次数，按公式1和2分别产生各时段下的风电功率样本和频率样本。
[0013] 公式1中，
表示第j台风电机组在第t个时段的第m个出力样本值。Pwp 为第j台风电机组在第t个时段的出力预测值。
是第m次抽样时由风电功率预测 误差所服从概率分布信息产生的随机变量。m= 1，2,…，sampnum，表示第m个样本，sampnum 为蒙特卡罗模拟次数。
[0015] 公式2中，?"(πι)表示第t个时段的第m个频率样本值，#为第t个时段的频率预 测值，
是第m次抽样时由频率预测误差所服从概率分布信息产生的随机变量。m = 1，2,…，sampnum，表示第m个样本，sampnum为蒙特卡罗模拟次数。
[0016] 3)初始化种群
[0017] 将控制变量作为个体进行编码，所述控制变量为AGC机组在优化周期内每个时段 的调节指令<和调节速率式，采用十进制编码，所述个体直接由控制变量编码构成。按照公 式3和4随机生成一个包含popnum个个体的初始种群，popnum为种群规模。
[0020] 公式3和4中，《丨表示第i台AGC机组第t个时段的调节指令，1表示增加出力，0 表示保持原有出力，-1表示减少出力。客表示第i台AGC机组第t个时段的调节速率，单 位为Mff/min。心_、民,_分别为第i台AGC机组的调节速率上下限。
[0021] 4)个体基因修正
[0022] 步骤3完成后，对所述个体即调节指令及调节速率进行修正，具体修正内容包括：
[0023] I)调节指令修正
[0024] 离散调节指令在变异后可能造成调节指令不为_1、0或1，对变异后的调节指令值 进行近似取整运算，判断取整后的值接近1、〇或-1中的某个值，并用该值代替来修正，见公 式3。
[0025] II)调节速率修正
[0026] AGC机组在每个时段的调节速率在变异后，不能保证在上下限范围内，当越限后则 按照公式4相应地重新在调节速率上下限生成。
[0027] III)最小持续爬坡时间修正
[0028] 步骤4中的I调节指令修正后，所述调节指令已满足公式3中的约束，因此对每个 时段的调节指令进行最小持续爬坡时间判断：从第二个调节指令开始检验，若前一时段是 保持原有出力，即调节指令是〇,其后调节指令值可为1、〇或-1，不用进行修正。若前一时 段是增加出力，即调节指令是1，则检验在当前时段之前的机组最小持续爬坡时间内，机组 是否均为增加出力的调节状态。若为增加出力，则当前时段调节指令不用修正。否则进行 基因修正，具体方法用前一时段的调节指令替换当前时段的调节指令，如此反复检验修正。 若前一时段是减少出力，即调节指令是-1，则检验在当前时段之前的机组最小持续爬坡时 间内，机组是否均为减少出力的调节状态。若为减少出力，则当前时段调节指令不用修正。 否则进行基因修正，具体方法用前一时段的调节指令替换当前时段的调节指令，如此反复 检验修正。具体判断式参见公式5:
[0030] 公式5中，#、#、分别为第i台AGC机组第t、t-l、k时段加减出力的调节 指令。
为第i台AGC机组到第t-1时段时连续保持同一调节指令的调节指令总和， 由于每个时段对应一个调节指令，也即是连续保持同一调节指令的时间。
的取值来源于上个优化周期的调节指令，Tliniin为第i台AGC机组的最小持续爬坡时间，T为 优化周期时段数。
[0031] 5)基于蒙特卡罗模拟技术进行适应值计算
[0032] 步骤4完成后，根据修正后所得的个体，即AGC机组的调节指令与调节速率，同时 根据系统风电功率及频率样本值，计算每个个体所对应的适应度函数值，具体步骤如下：
[0033] i)计算不同样本下各状态变量
[0034] 对于每个个体，计算不同频率样本下各时段的机组出力，计算公式为：
[0036] 公式6中，思:(《)为第m个频率样本下第i台机组第t个时段的出力。ig为当前 优化周期第i台机组的初始出力。Ktil为第i台机组的单位调节功率。f tOn)表示第t个时 段的第m个频率样本值，f°为当前优化周期的初始频率值。分别为第i台AGC机 组第k个时段的调节指令与调节速率。
[0037] 对于每个个体，计算不同风电功率及频率样本下各时段的联络线功率偏差，计算 公式为：
[0039] 公式7中，\、&分别为控制区内所有非风电的发电机组总数、风电机组总数。
:为第m个频率样本下第i台机组第t个时段的出力。
表示第j台风电机组 在第t个时段的第m个出力样本值。
分别为第t个时段的预测负荷、联络线功率计 划值。
为第m个样本下第t个时段的联络线功率偏差。
[0040] 对于每个个体，计算不同风电功率计频率样本下优化周期内的CPSl指标值及区 域控制偏差ACE的平均值，计算公式分别为：
[0043] 公式8和9中，Kcpsi (m)、ACEavs(m)分别为第m个样本下优化周期内的CPSl指 标值及区域控制偏差的平均值。ACE tOn)为第m个样本下第t个时段的区域控制偏差，
为第m个样本下第t个时段的联络线功 率偏差，产(m)表示第t个时段的第m个频率样本值，&为额定频率值，B为控制区的频率偏 差系数。T为优化周期时段数。ε i为全网对全年1分钟频率平均偏差的均方根的控制目 标值。
[0044] 对于每个个体，计算不同风电功率及频率样本下的目标函数值fl (m)、f2(m)，