考虑需求侧快速响应资源的数据驱动频率约束经济调度_姚宇.pdf

第51 卷 第2 期 电力系统保护与控制 Vol.51 No.2 2023年1月16日 Power System Protection and Control Jan.16,2023 DOI:10.19783/ki.pspc.220460 考虑需求侧快速响应资源的数据驱动频率约束经济调度 姚 宇1，叶承晋1，朱 超2，丁 一1，徐奕乐3，王 蕾2(1.浙江大学电气工程学院，浙江 杭州 310027；2.国网浙江省电力有限公司经济技术研究院，浙江 杭州 310008；3.浙江大学能源工程学院，浙江 杭州 310027)摘要：随着可再生能源渗透率的逐步提高，电力系统惯性水平下降，系统频率安全稳定面临挑战，迫切需要配置需求侧快速响应资源参与系统频率调节服务。针对此问题，分析了变频空调、储能和电动汽车提供电力系统调频备用的可行性，建立考虑上述需求侧快速响应资源的频率安全约束联合经济调度模型，以进行源荷双侧调频备用的统一优化。然后，引入基于高维模型表达的数据驱动方法将调频备用与最大频率偏移量之间的高阶非线性、隐式关系转换为低阶、显式表达式，从而实现频率安全约束经济调度模型的简化和求解。最后，结合 IEEE 30 节点系统验证了所提调度模型和方法的有效性，以及所提的数据驱动频率安全约束可确保系统在不平衡功率下的异常频率在约束范围内，且需求侧快速响应资源对于提升系统频率韧性具有重要正向作用。关键词：需求侧快速响应资源；频率动态模型；频率安全约束联合经济调度；调频备用；高维模型表达 Data-driven frequency constrained economic dispatch considering fast demand resources YAO Yu1,YE Chengjin1,ZHU Chao2,DING Yi1,XU Yile3,WANG Lei2(1.College of Electrical Engineering,Zhejiang University,Hangzhou 310027,China;2.Economic Research Institute of State Grid Zhejiang Electric Power Co.,Ltd.,Hangzhou 310008,China;3.College of Energy Engineering,Zhejiang University,Hangzhou 310027,China)Abstract:The frequency of the power system faces challenges with the growing share of renewable energy and the decreasing inertia.Its urgent to allocate fast demand response resources for frequency regulation.In this paper,the feasibility that inverter air conditions,energy storage and electric vehicles provide frequency regulation reserve is analyzed.A frequency constrained combined economic dispatching model(FCCED)considering the above fast demand response resources is established to uniformly allocate the frequency regulation reserve between generators and loads.Then,a data-driven method based on the high dimensional model representation(HDMR)is proposed to convert the above high-order,nonlinear and implicit frequency security constraint to a low-order and explicit constraint.As a result,the proposed FCCED model can be solved easily.Finally,the modified IEEE 30-bus system validates the effectiveness of the proposed method.It is explained that the proposed frequency security constraint ensures that the abnormal frequency of the system under unbalanced power is within the constraint.And fast demand response resources have an important positive effect on improving the frequency toughness of the system.This work is supported by the National Science and Technology Innovation 2030 Project(No.2021ZD0112700).Key words:fast demand response resources;frequency dynamic model;frequency constrained combined economic dispatching model(FCCED);frequency regulation reserve;high dimensional model representation(HDMR)0 引言 随着以新能源为主体的新型电力系统建设推进，基金项目：国家科技创新 2030 项目资助(2021ZD0112700)；国网浙江省电力有限公司科技项目资助(5211JY220001)电力系统新能源渗透率逐步提高，系统转动惯量出现明显下降1-2，系统频率安全稳定面临风险。2021年 2 月，美国德克萨斯州遭遇暴风雪的袭击发生大停电事故，事故发生前光伏和风电发电的比例约为34.5%3，系统频率备用严重不足，频率最低下降到59.3 Hz，累计切除负荷约 20 000 MW，400 多万人姚 宇，等 考虑需求侧快速响应资源的数据驱动频率约束经济调度 -35-口受到影响4。2019 年 8 月，英国发生大停电事故，事故发生前英国新能源出力占比约 30%，事故发生过程中风电系统耐受异常频率的能力不足，脱网严重，频率最低下降到 48.8 Hz5，导致系统低频减载而停电6。长久以来，电力系统依靠调频备用来保障系统功率失衡时的频率安全稳定。因此，为保证充足的调频备用，制定电力系统机组组合和经济调度方案时应考虑频率安全约束7-10。然而，频率安全约束高度非线性化，含该约束的优化问题直接求解难度大。目前已有较多研究关注频率安全约束的转化方法：文献7将频率安全约束加入机组组合问题中，通过分段线性化的方法，将系统频率最低点的非线性化约束转化为线性化约束；文献8构建了包含多种可再生能源的频率最低点指标，将其加入机组组合模型中，使用分段线性化方法使该问题可解。分段线性化是一种简单直观的方法，但它在精度方面存在缺陷，导致经济调度方案在一定的系统功率波动时，可能会出现频率越限的情况。一些学者提出解析法，即通过数学推导将频率安全约束重新表达。文献9从频率动态模型中推导出频率最低点解析式，将频率最低点约束引入到考虑风电不确定性的随机机组组合模型中，分别提取决策变量的边界，使得频率最低点约束线性化。文献10将频率动态模型用解析方式表达，然而在解析式中引入了指数项、0-1 变量相乘、min 函数和 max 函数，过程较为繁琐。以上文献均将频率安全约束用解析的方法写成线性化的表达式，数学推导过程复杂，且会随机组数量的增加而愈发复杂。随着新能源渗透率的逐步提高，发电侧调频资源稀缺问题进一步凸显，通过需求响应技术发掘负荷侧灵活资源的调频潜力成为研究热点11-12。一些快速需求响应资源爬坡速度快于火电机组，可为电力系统提供快速调频备用。文献13提出了变频空调参与调频的电热模型，文献14分析了聚合空调的调频备用潜力，文献15分析了电池储能在调频方面的优势，文献16分析了电动汽车参与调频的优势，并提出了考虑用户需求和车辆限制的电动汽车参与调频控制策略。考虑负荷侧资源后，有必要拓展电力系统机组组合和经济调度的建模框架，以实现源荷双侧调频备用的统筹优化配置。但由于负荷的频率动态特性与传统火电机组不同，导致系统频率响应特性发生改变，使得高阶非线性的频率安全约束变得更为复杂。另一方面，随着电力系统不确定性的增强，要求频率约束优化模型的刷新和求解速度进一步提高，因此本文考虑使用数据驱动方法，对考虑需求侧资源的频率安全约束进行低阶转化，以实现经济调度问题的快速解算。数据驱动方法作为一种黑箱算法，能够直接对模型的输入输出接口建模17，在复杂物理模型的转换方面具有优势，在频率安全约束的转换中已有一些基础应用。文献18从数据驱动视角，线性化频率安全约束，将频率安全转化为一个基于支持向量机的二分类问题，然而该模型只能判断频率是否越限，无法衡量越限的程度。此外，经济调度是一个实时滚动优化的过程，频率安全约束的强度随系统运行状态发生变化，甚至会随着调度员的风险偏好而改变，数据驱动的频率安全约束需要具备应对该种变化的能力。针对以上问题，本文提出了考虑需求侧快速响应资源的数据驱动频率安全约束经济调度方法。首先，将变频空调、储能电池和电动汽车纳入系统调频框架。然后，构建考虑频率安全约束的源荷双侧联合经济调度模型，以实现调频备用的优化配置。最后，将高阶、非线性的频率安全约束通过高维模型表达转化为低阶约束，实现模型在线求解。1 考虑需求侧快速响应资源的系统频率调节过程 电力系统运行过程中，不可避免会发生功率扰动而导致系统频率下跌，主要功率扰动源包括负荷激增、发电出力骤降和通道故障。功率扰动量与频率偏移量之间的关系，一般通过电力系统频率动态模型来表达。系统频率下降后，调频资源投入而将异常频率逐渐抬升，直至恢复工频。本文将需求侧资源纳入电力系统调频框架，图 1 为考虑需求侧快速响应的频率动态模型。如图 1 所示，支撑系统频率安全的调节功率由火电机组和需求侧资源共同提供，系统的频率动态模型可表示为 GDRD2()()()()()Hs f sD f sP sPsP s+=+-(1)式中：H 和 D 分别表示系统惯性和负载阻尼；()f s、D()P s、G()P s和DR()Ps分别表示系统频率偏移量、系统功率扰动量、发电出力变化量和需求侧提供的功率支撑量。发电机的出力变化来源于调速器的控制。在调频过程中，发电机的调速器对系统频率变化进行响应，调节发电机的转速从而改变发电出力，以平衡系统功率扰动来调节系统频率。本文采用典型的再热式汽轮机模型19-20，发电机的出力变化量可表示为 HPRHGGCHRH(1/)(1)()(1)(1)(1)R F TsP sT sTsTs+=-+(2)-36-电力系统保护与控制 图 1 考虑需求侧快速响应资源的频率动态模型 Fig.1 Frequency dynamic model considering fast demand response resources 式中：R表示下垂控制系数；HPF表示高压涡轮段的功率比；GT、CHT、RHT分别表示调速器、涡轮和再热时间常数；1/R-表示一次调频环节；G1/(1)T s+表示调速器环节；