彭玥菀
國網湖南省電力有限公司水電分公司 湖南長沙 410000
華中網兩項細則規定,水電廠AGC調節考核指標達標值為:AGC調節速度≥0.8(PN/min),AGC調節精度≤0.03%。對不達標指令考核電廠電量5萬千瓦時/日,對達標指令按調節過程貢獻量計算補償金額。國網湖南水電公司4套AGC的平均AGC調節速度分別為0.7、0.6、0.6、0.1(PN/min)。根據湖南能監辦并網電廠考核補償公告,公司2018年在兩項細則考核中凈虧損891萬元。公司必須盡快改善機組AGC調節速度,避免重大經濟損失,并爭取更多補償效益。
AGC全稱為自動發電控制,發電廠AGC軟件根據調度中心AGC軟件計算令自動調節發電機組出力,使電網頻率和聯絡線凈交換功率維持在計劃值。一次AGC調節的過程如下:(1)省調下達全廠有功給定值,由104主站發令;(2)電廠104子站接收省調AGC令,AGC程序按照策略將全廠總負荷分配至各成組可調機組;(3)機組有功實發值與有功目標值偏差大于死區時,執行有功目標值,調速器受令調節導葉,直至有功實發值進入調節死區內;(4)機組有功值、全廠有功值反饋至省調,形成考核記錄[1]。
水電公司AGC調節時間過長,根據機組調功動作環節,分析其可能原因為:(1)通訊時延長,且省調采集時間間隔為5秒;(2)AGC程序分配時間長;(3)調功令執行不成功;(4)機組出力調節慢。
采用軟件自動生成為主,人工核對為輔的分析方法。
為分析AGC動作全過程,必須采集發電廠生產數據。數據由監控系統經正向隔離裝置傳至Ⅲ區數據庫服務器,由大數據平臺每日定時抽取。為此定義了13張源表,40個指標,17個維度。源表包括廠站名稱表、LCU名稱表、秒級模擬量數據表、事件與命令定義表、數據類型表等。
對于全廠信息,主要收集的秒級模擬量數據有:全廠總有功、省調有功給定值、AGC有功可調上/下限、聯合振動區上/下限。對每臺發電機組,采集有功給定值、有功實發值、機組有功可調上/下限值、機組振動區限值、導葉開度。
收集數據后,使用python等編程語言,區分每一次AGC調節過程,對其通訊時延、調節時間、調節速度等指標進行計算[2]。
定義調控系統考核日、月數據表,每日定時爬取兩項細則考核信息。主要字段有:考核對象(機組)、考核時間、初始功率、結束功率、調節速度等等。
通過電廠生產數據實算值與調控考核數據的對比,繼續挖掘AGC調節速度不達標的原因。
分析每一種可能原因的數據特征,根據信息的關聯、分類計算結果,將每一條被考核的AGC調節過程與專家庫提供的考核原因自動匹配,生成統計報告,用統計數據得出問題主因。對此,將可能原因劃分為5個大類。
第一類為調度AGC指令下達失敗。包含有:(1)調度通訊服務器故障;(2)電廠AGC功能退出。
第二類為AGC指令未分配。包含有:(1)調控指令值超出電廠AGC可調范圍;(2)調控指令值在電廠聯合振動區內;(3)調控指令調節幅度在電廠AGC調節死區內;(4)連續兩個調控指令生效值相同;(5)連續兩個調控指令間隔時間太短;(6)電廠AGC程序缺陷。
第三類為AGC程序分配缺額。包含有:(1)電廠AGC程序缺陷;(2)缺額值不滿足機組振動區穿越條件;(3)缺額值滿足機組振動區穿越條件,但實際未穿越。
第四類為機組執行問題。主要細分為:(1)開度模式下機組PLC未執行;(2)功率模式下機組PLC未執行;(3)開度模式下調速器參數設置不當;(4)功率模式下調速器參數設置不當;(5)低水頭條件下,機組調功能力已達極限;(6)電廠AGC令調節幅度太小;(7)調功過程與一次調頻動作沖突;(8)調功過程與機組無功調節動作沖突;(9)對共用引水鋼管的機組,機組水力條件受其他機組開停機、負荷調節過程影響。
第五類為考核方法問題。具體為:最大額定負荷機組未參與AGC調節,但參與調節速度計算。因為考核細則按照“全廠最大單機額定功率”計算每臺機組的AGC調節速度,100MW的小機組在參與考核時,是按照同廠站最大機組額定出力200MW的標準進行計算,必然造成AGC調節速度低的結果[3]。
根據統計結果,得出AGC調節速度不達標的主要原因有4個:(1)AGC指令未分配或未執行。原因主要是:調控指令值超出電廠AGC可調范圍、調控指令值在電廠聯合振動區內、AGC程序缺陷、PLC程序缺陷。(2)AGC分配時間長。(3)機組出力調節慢。因為考慮機組檢修實際,調速器調節性能參數一般不會設置為最快。另有12臺機組在并網模式下使用開度調節方式。(4)考核規則對小機組不合理。
針對診斷結果,制定如下應對措施:(1)對電廠AGC分配程序進行改善,提高AGC分配速度。(2)利用機組檢修機會,對機組調速器參數進行調整,提高出力調節速度。(3)將部分機組的并網調功模式由開度調節方式調整為功率調節方式,并密切觀察機組運行狀況。(4)對不合理的考核結果提出申訴,對考核細則提出修訂建議。
通過大數據手段,對海量AGC調節過程信息進行數據關聯、分析,實現了機組AGC調節速度不達標問題的精準定位。解決了人工分析工作量大的問題,避免了憑經驗粗陋判斷的弊端。通過對數據的持續分析和對比,可以量化評價整改效果。其數據處理經驗值得學習,應用方法值得推廣。