LSTM預估補償下的超臨界大容量火電機組一次調頻控制算法

黃海濱

(國能蚌埠發電有限公司,安徽,蚌埠 233000)

0 引言

經濟的增長勢必伴隨著能源消耗的升高,近年來我國電網的用電負荷急速增加,由此導致的我國電網供電質量問題日益凸顯。為了保證電網供電質量,我國電力系統采用“兩個細則”考核辦法,其考核指標是根據電網頻率偏差值,計算出機組功率偏差量,并將功率偏差量作為考核機組的基本依據。但是由于電網負荷頻率的隨機性和波動性,負荷變化時,機組功率偏差也會隨之變化。這就導致了電力系統一次調頻的需求和難度越來越大[1-2]。為此,在電力系統運行中,機組一次調頻是指汽輪機、鍋爐、發電機等設備在電網頻率變化時進行快速調節的能力。針對當前我國的電力情況,很多一次調頻控制算法都被應用到了實際的電網運行過程中。文獻[3]設計的調頻方法中,主要使用 PID (比例—積分—微分)控制器來進行一次調頻控制。在該控制方式下,系統對鍋爐電液伺服系統、汽輪機電液伺服系統以及燃料量等參數進行實時調節。由于在進行一次調頻時需要對煤量、汽輪機轉速等參數進行調整,因此會增加系統的調節時間以及調節難度。針對超臨界大容量火電機組一次調頻過程中,因存在多個頻率信號的隨機波動和非線性,如果負荷變化速率過快的話,導致負荷響應滯后嚴重,在這種情況下會影響一次調頻效果。因此本文基于LSTM預估補償,設計一種針對超臨界大容量火電機組的一次調頻控制算法。在此過程中,首先通過對負荷數據以及頻率特性進行處理分析,然后建立 LSTM模型并預測出負荷變化速率與煤量變化速率之間的關系,最后對預測結果進行補償控制來提高一次調頻效果。

1 超臨界大容量火電機組一次調頻控制算法設計

1.1 分析超臨界大容量火電機組頻率特性

本文采用的超臨界大容量火電機組,其控制系統由電液伺服控制系統、汽輪機電液伺服控制系統、鍋爐電液伺服控制系統等組成[4-5]。在正常的運行過程中,電力系統并網運行的同步發電機交流電的頻率也是整個電力系統的頻率,其計算公式為

(1)

式(1)中,p為同步發電機的轉子極對數,n為同步發電機的轉速[6]。發電機的角速度ω與頻率之間存在的關系為

(2)

發電機在運行過程中,則存在:

(3)

式(3)中,Te為汽機側的輸入扭矩,Tl為電磁側的輸出扭矩,即電負荷。根據功率與扭矩之間的轉換關系,式(3)可以變化為

(4)

式(4)中,Pe為有功功率,Pl為電負荷。通過式(4)可知,發電機功率與電負荷相同時,保證發電機的加速度不變,電網頻率才能保證在一個穩定狀態[7-10]。在實際應用過程中,可根據實際負荷需求和設備情況來進行調節。在機組一次調頻過程中,首先由汽輪機電液伺服系統進行調速,其根據機組負荷需求以及汽輪機的特性曲線來進行計算,并將頻率信號進行融合,通過對一次調頻過程的調整,使得汽輪機能夠快速的響應電網頻率變化。在此過程中,可將鍋爐電液伺服系統作為主控系統。當電網頻率發生變化時,鍋爐電液伺服系統需要實時地對控制參數進行調整,并通過相應的邏輯關系來實現對電網頻率的穩定。在此過程中,通過對燃料量的合理控制以及汽輪機轉速變化的合理調節,使得汽輪機能夠快速地響應電網頻率變化。

1.2 建立LSTM預估補償控制器

利用 LSTM建立機組一次調頻過程中負荷與調節閥開度之間的預估補償控制模型,如圖1所示。

圖1 LSTM預估補償控制器模型

在該模塊中,t-1時刻模塊接收上一個時間步的負荷和調節閥開度數據,然后通過門控機制來控制當前時間步的信息傳遞和狀態更新。利用LSTM模型對當前時間步t的狀態信息進行處理,然后根據當前狀態預測下一個時間步t+1中的輸出值,即負荷指令與調門開度之間的偏差。

1.3 一次調頻控制算法優化

在機組一次調頻控制中,汽機調門開度與 AGC指令間存在著復雜的耦合關系[11-12]。以 AGC指令為基準,機組負荷指令隨著機組的運行不斷改變,但汽機調門開度卻不會隨之改變。當一次調頻任務發生時,調門開度也就是汽機調門開度在短時間內會跟隨 AGC指令的變化而發生改變。控制策略示意圖如圖2所示。

圖2 一次調頻控制策略

根據LSTM預估補償控制器的結構,其中的x(t)存在:

x(t)=[x1,x2,…,xn]

(5)

式(5)中,n為數據的數量。

此外,LSTM算法還能通過不斷調整模型參數,使其始終保持在最佳狀態。因此,本文采用基于 LSTM預估補償控制方法對 AGC指令與機組負荷指令進行雙向預測。在控制過程中,需要調整參數的學習率。與學習率相關參數調整公式為

mt=β1mt-1+(1-β1)gt

(6)

式(6)中,mt為調整過程中第t次迭代的一階矩,β1為一階矩估計衰減率,一般取值為0.9,gt為迭代的預測誤差。在上述計算下,能夠得到第t次迭代的二階矩:

vt=β1mt+(1-β2)gt

(7)

式(7)中,β2為二階矩的估計衰減率,一般取值為0.999,對應的學習率調整公式為

(8)

式(8)中,η為補充參數,一般取值為0.0001,ε為常數,保證分母有意義。在以上計算下,能夠獲取學習率。該方法首先對歷史數據進行訓練學習,建立起 AGC與負荷指令之間的非線性關系模型。最后,通過不斷調整 AGC指令與負荷指令之間的非線性關系模型,使其始終保持在最佳狀態,實現超臨界大容量火電機組一次調頻控制。

2 算法性能測試

2.1 算例情況

為了驗證本文設計的基于LSTM預估補償下的超臨界大容量火電機組一次調頻控制算法在實際應用中的有效性,在本章以某火電機組作為研究對象,聯合仿真軟件,在Simulink平臺中搭建超臨界大容量火電機組的一次調頻模型,驗證本文設計的一次調頻控制算法的有效性。搭建的超臨界大容量火電機組的結構如圖3所示。

圖3 算例結構示意圖

在以上的算例下,為了驗證所設計控制算法的有效性,選用了300 MW火電機組作為實驗樣本,相關的算例參數如表1所示。

表1 算例參數

在上述的算例情況下,設置不同的負荷變化,并分別使用本文設計的LSTM預估補償下的超臨界大容量火電機組一次調頻控制算法、傳統的基于轉子動能的一次調頻控制算法和基于超速減載的一次調頻控制算法對該算例進行控制,將得到的結果進行比較與分析。

2.2 實驗結果對比與分析

在上述的算例中設置不同時間下的負荷突變,分析不同一次調頻控制算法的控制效果。在初始過程中,火電機組正常運行,在10 s時負荷增加0.3 pu,得到的3種一次調頻控制算法的頻率變化量和火電機組出力情況如圖4所示。

(a) 火電機組頻率變化量

從圖4可以看出,火電機組在不同的控制算法下,火電機組頻率和出力的變化量都存在一定的差異。在基于轉子動能和基于超速減載的一次調頻控制算法下,火電機組長時間處于最大功率的跟蹤控制狀態,出力增量較大。在負荷突增后,系統的頻率偏差較大。在本文設計的一次調頻控制算法下,頻率偏差更小,出力變化增量較小,比較穩定,在這樣的工況下,能夠提升電力系統在運行過程中的經濟性。這是因為儲能系統可以通過存儲和釋放電能來調整火電機組的出力,從而對頻率進行調節。當系統負荷增加時,儲能系統可以向系統注入額外的電能,以幫助火電機組應對負荷變化,并降低頻率下降的速度。相反,當系統負荷減少時,儲能系統可以通過釋放儲存的電能來補償火電機組的出力,從而減緩頻率上升的速度。并且本文設計的一次調頻控制算法中,通過LSTM預估補償控制器提前預測負荷變化并進行補償,實現了更好的調頻效果。

3 總結

本文設計的控制系統在負荷變化過程中能夠快速跟蹤電網頻率變化,實現了電網頻率的快速準確調節,保證了電網頻率的安全穩定運行,能夠使超臨界大容量火電機組在電網頻率變化時獲得更高的調節速率和更好的穩定性。在未來的研究中會考慮選用更多種類和規模的火電機組作為實驗樣本。通過將更多真實的數據納入研究中,可以更全面地驗證控制算法的有效性,并提供更廣泛的適用性。針對超臨界大容量火電機組一次調頻控制算法,可以在實際火電機組上進行現場實驗驗證。通過與傳統的一次調頻算法進行對比,評估新算法在實際運行環境下的性能和表現,從而驗證其可行性和實用性。