計及輔助服務的微電網源荷協同調頻優化控制策略

樓佩婕，邊曉燕，崔 勇，王小宇，林順富，趙 耀

（1. 上海電力大學電氣工程學院，上海 200090；2. 國網上海市電力公司，上海 200122）

0 引言

近年來，隨著微電網的大力發展，傳統化石能源被可再生能源大量替代。微電網中新能源滲透率不斷提高，導致傳統調頻資源稀缺，系統的有效轉動慣量過低，且現有的輔助服務機制并不能很好地激勵其他靈活性資源提供調頻輔助服務［1］，造成微電網的頻率穩定性下降，傳統發電機組的調頻負擔加重，同時也制約了系統對新能源的消納能力［2］。在微電網脫離大電網切換成孤島狀態運行后，頻率穩定性將受到更大威脅。當風力發電在微電網中的占比越來越高時，風電主動參與調頻輔助服務是系統確保自身安全的必然選擇。并且隨著智能電網的發展，空調、冰箱、電動汽車等可控負荷具備提供輔助服務的巨大潛力，可以提高系統的可靠性、靈活性［3］。因此，通過激勵源荷提供調頻輔助服務可以有效解決上述問題，維護微電網的頻率穩定。

國外輔助服務市場發展早，較為成熟，在愛爾蘭的安全可持續電力系統DS3（Delivering a Secure，Sustainable Electricity System）標準中，源側的慣量及虛擬慣量調頻已成為一項輔助服務。文獻［4-5］對輔助服務問題進行了廣泛研究，分析了各地區的輔助服務市場發展歷程、輔助服務產品種類以及定價機制、市場機制等。目前大電網的輔助服務市場在國外很多國家已經形成較為穩定的模式，而關于微電網輔助服務市場的研究較少。需求響應作為輔助服務中的一項，諸多國內外學者利用需求響應來增強微電網處于孤島運行狀態時的穩定性。文獻［6］為了提高孤島運行狀態下微電網的供電可靠性，提出了計及激勵型需求響應的微電網負荷削減策略；文獻［7］提出了一個提供輔助服務的市場框架，并為孤島微電網中的聚合商們建立了需求響應市場，以調節孤島微電網的頻率；文獻［8］引入頻率控制備用輔助服務，當微電網處于孤島運行狀態時向微電網內部購買該輔助服務，以此確保高效、經濟和可靠的微電網運行。因此，在處于孤島運行狀態的微電網中實施輔助服務具有可行性和必要性，亟需建立合理的輔助服務市場機制以提高各市場主體提供輔助服務的積極性。

在源荷協同調頻的控制方法方面，國內外學者開展了一定的研究。文獻［9］為了充分利用負荷側備用資源，提出了一種計及網絡安全性約束的源荷協同頻率控制策略，通過量化分析負荷控制對支路功率的影響，辨別出對系統安全性不利的負荷節點，避免其參與頻率控制；文獻［10］提出了一種基于集體智慧的集成學習算法，實現孤島微電網中分布式電源與負荷的協同頻率控制，有效解決了源荷協同頻率控制下的“維數災難”問題；文獻［11］提出了一種電源、電網和負荷共同參與的源-網-荷系統頻率調節的復合控制策略，解決了源荷協同頻率調節問題。但上述的源荷協同調頻策略僅從控制層面出發，沒有進一步考慮調頻效益及成本?；诖?，文獻［2］提出了一種源荷協同輔助服務理念及市場框架，并分析了電動汽車與火電機組協同參與調頻輔助服務的經濟性，但沒有考慮源荷總的調頻經濟效益；文獻［12］提出了一種綜合考慮電源虛擬同步機發電成本及負荷虛擬同步機用電收益的虛擬同步化微電網二次調頻策略，實現計及綜合運行成本的頻率最優調節，但該策略未考慮輔助服務市場的結算價格。

綜上所述，現有的頻率控制策略沒有考慮源荷參與調頻輔助服務市場后的綜合經濟效益最優，無法在高比例新能源微電網中激勵源荷提供調頻輔助服務。為此，本文提出一種高比例新能源微電網中計及輔助服務的源荷協同輔助調頻優化控制策略。由柴油機、雙饋異步風電機組DFIG（Doubly-Fed Induction Generator wind turbine）以及可控負荷共同承擔微電網的頻率控制，通過輔助服務價格機制激勵源荷提供調頻輔助服務；根據源荷參與系統調頻的效益和成本，計算微電網綜合經濟效益；綜合考慮微電網的經濟效益及調頻效果，利用深度信念網絡（DBN）預測不同控制參數、不同減載率下系統的經濟效益以及綜合調頻指標，實現減載率與多種控制參數的優化。該策略能夠實現微電網綜合效益最優，通過建立源荷協同調頻輔助服務機制來解決傳統高比例新能源微電網中調頻資源缺乏以及源荷調頻積極性低的問題，緩解微電網在孤島運行狀態下的調頻壓力。最后，在孤島微電網中進行仿真，驗證了所提控制策略對經濟效益及調頻效果的改善作用。

1 DFIG及可控負荷調頻控制

1.1 DFIG調頻控制

DFIG 參與調頻控制主要分為基于轉子動能的虛擬慣性控制、下垂控制和超速減載控制［2］。

傳統DFIG 由于發電系統與電網的解耦控制，無法響應系統頻率變化［13］，為使DFIG在系統頻率波動時更好地輔助調頻，增強抑制頻率波動和減小頻率差的能力，將虛擬慣性控制環節、下垂控制環節與超速減載控制環節共同引入風電機組，綜合控制框圖見附錄A圖A1。

虛擬慣量控制在頻率跌落后的0～2 s 內便開始作用，響應速度快，可有效抑制頻率變化率，減慢頻率下降的速度［14］，虛擬慣量作用效果見附錄A 圖A2。加入虛擬慣量控制后，轉子側變流器有功功率的參考值修正量ΔPin為：

式中：Kin為虛擬慣量參數；f為系統頻率；t為時間。

下垂控制將頻率偏差Δf作為控制環節的輸入，其能在頻率最低點附近提供功率支撐，有效減小穩態頻率偏差。加入下垂控制后，轉子側變流器有功功率的參考值修正量ΔPd為：

1.2 可控負荷一次調頻控制

當微電網發生小擾動時，可控負荷可通過改變其設定溫度來調整自身的運行狀態，進而改變可控負荷的聚合功率，輔助微電網調節系統頻率［15］?？煽刎摵梢话惆照{、電冰箱、熱水器等，本文只考慮制冷負荷參與輔助調頻，所得結論可推廣到其他可控負荷。

將微電網中參與輔助調頻的可控負荷總體稱為可控負荷聚合體，調節溫度T為室內溫度，隨時間的變化規律見附錄A圖A4。

系統頻率發生跌落時，可將制冷負荷在制冷狀態下的設定溫度調高，從而降低輸出功率，參與需求響應。高低溫閾值變化如下：

式中：T+、T-分別為可控負荷啟動／停止的溫度上、下限；T′+、T′-分別為可響應系統頻率變化的溫控設備上、下限；ΔT為溫控負荷的上下限溫度變化值；pf為用戶需求響應度，表示微電網頻率變化每單位赫茲時可控負荷觸發溫度的變化量，單位為℃／Hz；fN為系統基準頻率；Kf為用戶需求響應度系數，當Kf=0時表示可控負荷不參與微電網輔助調頻。

由式（6）、（7）可知，當Kf的取值一定時，頻率偏差越大，pf的值越大，可控負荷溫度變化得越劇烈，調頻效果越好，但是用戶的滿意度越低。

當系統頻率降低時，ΔT＜0，可控負荷溫度上、下限提高，可控負荷聚合體減少有功消耗量；當系統頻率升高時，ΔT＞0，溫度上、下限降低，可控負荷聚合體有功消耗量增加。當微電網頻率偏離額定值時，可控負荷聚合體的有功消耗量PCL為：

式中：Lon為處于啟動狀態的溫控負荷百分比；Loff為處于停止狀態的溫控負荷百分比；PN為可控負荷聚合體的額定有功功率。

2 計及輔助服務的源荷調頻效益計算

針對慣量及一次調頻時間尺度，考慮輔助服務下的源荷協同調頻，根據DFIG 調頻、可控負荷一次調頻、柴油機慣量及一次調頻，給出源荷提供輔助服務的效益和成本計算方法，得到系統綜合經濟效益。

2.1 調頻輔助服務定價

愛爾蘭的DS3中調頻輔助服務的補償標準［16］以及本文所使用的補償標準［17］如表1所示。表中，Cs1、Cs2為SIR 的分段電價；CR為預留調頻備用容量的容量電價；CB為VFFR 的調頻電量電價；CL為FFR 的調頻電量電價；CG為POR 的調頻電量電價。FFR 為風電機組、光伏、負荷、儲能等元件提供頻率響應［18］。風電機組提供的VFFR 屬于FFR，由于其響應速度快，在0～2 s 內就能抑制頻率變化，因此收費是FFR的3倍。

表1 調頻輔助服務市場價格Table 1 Price of frequency regulation anciliary service in market

各輔助服務參與調頻的時間尺度如圖1（a）所示，傳統發電機組提供的SIR 與負荷提供的FFR 在系統頻率發生擾動時的響應曲線如圖1（b）所示。

圖1 調頻輔助服務的曲線Fig.1 Curves of frequency regulation anciliary service

2.2 DFIG調頻效益計算

風電機組參與系統輔助調頻會造成一定的經濟損失，設定電量電價以補償風電機組提供調頻輔助服務的調頻電量。當輔助服務未被調用時，設定容量電價以補償風電機組的容量成本和機會成本，并考慮提供輔助服務能力的時間。

風電機組參與調頻后轉子轉速下降，在轉速回升的過程中DFIG出力會出現反向缺額，吸收功率進行轉子動能的存儲。根據風電機組輔助調頻輸出的有功功率PDFIG曲線（如圖2 所示），將調頻過程分為超速減載階段、輔助調頻階段和轉速恢復階段［19］。調頻效益定義為輔助調頻階段DFIG 的實際輸出電量所獲取的電量收益；調頻成本包括減載成本和調頻恢復成本，其中減載成本為采用DFIG超速減載控制所產生的棄風成本。

圖2 DFIG有功功率曲線Fig.2 Active power curve of DFIG

因此，定義風電機組經濟效益為調頻效益減去調頻恢復成本以及減載成本，如式（9）所示。

式中：Bwind0為風電機組的經濟效益；Pres為采用超速減載控制后風電機組少發的電量；Pfre為調頻過程中DFIG 增發的調頻電量；Prec為調頻恢復過程中DFIG少發的電量；CE為風電的度電成本；CD為風電市場電價。根據北極星風力發電網，CE取0.036 €／（kW·h），CD取0.038 €／（kW·h）。

為了衡量不同風電機組提供調頻輔助服務的性能差異，在調頻輔助服務市場的結算中引入調頻性能指標K，包括調頻精度指標K1、響應時間指標K2、調頻速率指標K3。風電機組的調頻性能指標越高，表明提供的調頻服務質量越好，獲得的調頻收益也越多，有利于促進風電機組提高自身的調頻性能［20］。

1）調頻精度指標。

式中：ΔPmax為調頻過程中的出力最大值與開始調頻時的出力的差值；ton和tmax分別為機組開始調頻所對應的時間和調頻出力最大時所對應的時間。

則調頻性能指標K是風電機組某次輔助調頻的調節速率指標、響應時間指標和調節精度指標的綜合體現，如式（14）所示。

2.3 可控負荷一次調頻效益計算

可控負荷參與微電網輔助調頻會影響用戶的滿意度，需要以經濟激勵和價格補償的手段引導負荷側參與調頻。

可控負荷的成本主要由用戶滿意度成本和設備磨損度成本2個方面構成。

1）用戶滿意度成本。

式中：β0與m1為常數。βc的值越大，表示用戶滿意度越低，成本越高。

2）設備磨損度成本。

可控負荷參與輔助調頻而進行的通斷電切換會給負荷本身帶來一定的磨損，設備磨損度與調頻次數、磨損系數有關［21］，如式（18）所示。

式中：βa為可控負荷的設備磨損度成本；N為系統可控負荷的個數；Ci為第i個可控負荷的調頻次數；αi為第i個可控負荷的設備磨損系數，可由工廠提供。

當微電網頻率下降時，可控負荷聚合體的有功消耗量見附錄A圖A5。

為了補償由于可控負荷參與調頻造成的影響用戶滿意度和設備磨損度，設置了價格補償。為了尋找較為合適的用戶需求響應度系數Kf，根據可控負荷的設備磨損度和用戶滿意度進行參數優化。計算參數優化時的可控負荷效益Bload為：

2.4 柴油機慣量及一次調頻效益計算

當微電網發生擾動時，柴油機的調頻容量主要由靜態調差系數決定［22］。柴油機的靜態調差系數δG為：

式中：KG為柴油機單位調節功率；ΔPG為柴油機輸出有功功率變化量。因此，改變KG的大小即可調整柴油機的調頻容量。

柴油機參與調頻輔助服務可分為3 個部分，分別是SIR、POR 和二次頻率響應（SOR），本文不考慮二次調頻的時間尺度。

參考愛爾蘭的調頻輔助服務結算方法，SIR 服務按照柴油機的在線時長進行收費，計算方法如式（22）—（26）所示。

式中：KE為柴油機存儲的動能，單位為MW·s；I為系統慣量，單位為MW·s；H為柴油機的慣性時間常數，單位為s；SG為在線容量，單位為MW。

式中：MSIR為柴油機能夠提供同步慣量響應的容量，單位為MW·s2；U為柴油機的單元狀態，在線時取U=1，離線時取U=0；MSIRF為柴油機存儲的動能在最低可持續輸出的發電機功率下能運行的時間，單位為s；Gmin為最低可持續輸出的發電機功率，單位為MW。

根據MSIRF的大小對慣量電價進行分段，則柴油機同步慣性響應的在線收益Bif為：

3 計及綜合經濟效益最優的源荷協同輔助調頻策略

當微電網出現負荷波動時，柴油機、DFIG 與可控負荷共同參與輔助調頻。微電網的綜合經濟效益為S，如式（30）所示。

3.1 源荷協同輔助調頻策略

柴油機調頻功率的大小取決于KG，DFIG 的調頻功率取決于Kd、Kin以及d，可控負荷的減載功率取決于Kf。因此調整以上參數的大小可以調整三者的功率分配，達到源荷協同輔助調頻的目的。

柴油機在參與一次調頻過程中，其調差系數需滿足一定的約束條件，一般假設調差系數δG為0.04～0.06，KG為17～25。由于柴油機在微電網中的占比較小，KG的不同取值對系統經濟效益的影響較小，故本文取KG=20，為固定值。DFIG 轉子轉速ωr運行范圍一般在0.67～1.33 p.u.之間。

Kin、Kd、d以及Kf的不同取值會影響系統調頻經濟效益，為了使經濟效益以及調頻效果達到最優，需要尋找最優參數。由于參數過多且不同取值的組合過于龐大，為了使得優化結果較為接近全局最優解，本文使用DBN 進行參數的訓練及優化。則源荷協同參與輔助調頻的控制策略如圖3所示。

圖3 源荷協同調頻策略框架Fig.3 Framework of source-load coordinated frequency regulation strategy

微電網受到小擾動后，頻率變化率的初始值和頻率動態變化的最小值fNadir是維持頻率穩定性的重要指標，因此為衡量系統的調頻效果并找到最優控制參數，建立綜合調頻指標F如式（31）所示。

式中：Δfmax為最大頻率偏差值，為系統基準頻率fN與fNadir的差值；Δfs為穩態頻率偏差值；Rdown為頻率發生波動后500 ms 內的頻率下降速率；Δf500ms為發生波動后500 ms內的頻率偏差；Rup為頻率恢復速率；tm為最大頻率偏差值Δfmax出現的時間；ts為系統恢復穩態的時間。F的值越小，表明調頻效果越好。

3.2 基于DBN的參數優化

通過人工智能方法可以得到最優參數，如BP神經網絡、支持向量機（SVM）和DBN 等。BP、SVM 和DBN都能夠處理參數與頻率調節效果之間復雜的非線性關系，但DBN 的預測精度高于BP 和SVM［24］，因此本文采用DBN 來進行參數優化。DBN 的基本組成單元為限制玻爾茲曼機（RBM），多個RBM“串聯”組成DBN，上一個RBM 的隱層作為下一個RBM 的顯層，具體見附錄A圖A6。

由于深層網絡較容易陷入局部最優解，而初始參數的選擇對網絡最終收斂位置有很大影響，因此DBN訓練過程的第一步就是分別單獨無監督地訓練每一層的RBM，將各層訓練所得值作為下一層神經元的初始參數，以確保特征學習的準確度，這一步稱為“預訓練”。第二步則是利用帶標簽數據采用BP算法進行“微調”，在DBN 的最后一層設置BP 網絡以RBM 的輸出特征向量作為輸入，進行反向網絡權值的調整，BP 算法只需要對權值參數空間進行局部搜索，相比前向BP算法的效率更高。

當風速為9 m／s時，控制參數Kd取值范圍為0～25，Kin取值范圍為0～25，d取值范圍為1%～10%，Kf取值范圍為0～500。4 個控制參數的不同組合共有62 500 種，本文隨機選取1 800 種組合進行仿真，將參數組合作為DBN 訓練的輸入數據，將仿真結果作為DBN 訓練的輸出數據。訓練完成后，通過DBN 預測其他組合情況下的系統經濟效益以及調頻指標值。DBN參數優化流程圖見附錄A圖A7。

DBN 參數優化過程中，從所有預測組合中選擇出滿足轉速約束條件（0.67 p.u.≤ωr≤1.33 p.u.）的參數組合，計算其綜合經濟效益S，在所有組合中選取綜合經濟效益S在前5%的參數組合。為了保證微電網經濟效益最優且具有較好調頻效果，計算已取得綜合經濟效益S在前5%的參數組合的綜合調頻指標F，選取F的最小值Fmin對應的組合，從而得到所需的最優控制參數。

4 算例分析

本文搭建了如圖4 所示的微電網系統以進行仿真分析，新能源滲透率為74%，其中風電滲透率為67%。圖中，on／off表示開關狀態。

圖4 微電網系統Fig.4 Microgrid system

該微電網系統由額定功率為4 MW 的柴油機、1 MW 的小型光伏電站、10 MW 的DFIG、1 MW 可控負荷聚合體、2 MW 蓄電池儲能組成，固定負荷L2為6 MW，可變負荷L1為2 MW。柴油機由同步發電機代替，并配有調速器和自動電壓調節器，慣性時間常數H=5 s，DFIG按d減載曲線運行。微電網孤島運行時采用下垂控制策略，柴油機為微電網的平衡節點；光伏按恒功率控制模式運行，假設此段時間光伏電池一直處于最大功率運行點；固定負荷、可變負荷均采用恒功率負荷模型。

4.1 基于DBN的參數優化

以圖4 所示的孤島微電網為仿真模型，采用3.2節基于DBN 的控制參數優化方法，可得到微電網受到小擾動后的最優控制參數與減載率的取值。當風速為9 m／s時，控制參數Kd取值為24，Kin取值為21，d取值為9%，Kf取值為450。此時微電網的調頻經濟效益最優，同時能達到調頻效果較好。DBN 訓練結果與實際值的誤差對比如表2 所示，表中ωrmin為DFIG轉速的最小值，為標幺值?？梢奃BN在大數據回歸預測方面誤差較小，在數據預測方面具有一定的優越性。

表2 DBN優化后的最大訓練誤差對比Table 2 Comparison of maximum training error after DBN optimization

4.2 計及經濟效益最優的源荷協同調頻效果分析

4.2.1 可控負荷調頻效果分析

分別在t=30 s 時投入2 MW 臨時負荷以及切除2 MW 臨時負荷，對微電網造成小擾動，DFIG 及柴油機按照DBN 優化后的控制參數參與調頻，改變可控負荷的用戶需求響應度系數Kf，驗證其調頻效果。不同Kf取值下的可控負荷有功功率以及相應Kf取值下的微電網頻率見附錄A 圖A8?？梢钥闯?，可控負荷在頻率事故發生初期，為微電網提供了一定的調頻備用。用戶需求響應度系數Kf取值越大，可控負荷響應系統頻率的減載程度越高，相應地，對頻率最低點和最高點的改善效果越好。

4.2.2 源荷協同輔助調頻效果分析

為驗證計及經濟效益最優的源荷協同輔助調頻策略的調頻效果，設置t=30 s時投入2 MW 臨時負荷對微電網造成擾動，設置不同的控制參數，如表3所示，并對比了其相應的柴油機、風電機組、可控負荷的有功功率出力，分別如圖5（a）—（c）所示。不同參數下的微電網頻率如圖5（d）所示，蓄電池儲能有功功率曲線如附錄A 圖A9所示，變風速下發生負荷擾動時的頻率曲線如附錄A圖A10所示。

表3 不同情景下的參數Table 3 Parameters under different cases

從圖5（a）—（c）中可以看出，微電網擾動發生后，DFIG 和可控負荷的調頻功率越高，柴油機的初始調頻功率越低，說明DFIG和可控負荷參與微電網調頻可以減輕柴油機的調頻壓力。圖5（d）表明最優參數下的源荷協同調頻效果優于單風電機組調頻效果，且優于一般控制參數下的源荷協同調頻效果。因此，源荷協同調頻可以有效減小動態頻率偏差，增強微電網的一次頻率調節能力。

圖5 不同情景下的仿真結果對比Fig.5 Comparison of simulative results under different cases

計算不同調頻控制方式下的綜合調頻指標值F，情景1 為0.128 35，情景2 為0.176 94，情景3 為0.195 27?？梢钥闯鲎顑瀰迪碌脑春蓞f同調頻控制方式的綜合調頻指標值F最小，調頻效果優于其他調頻控制方式。

4.3 調頻經濟性分析

為驗證計及經濟效益最優的源荷協同輔助調頻策略的經濟性，對不同調頻方式（情景1—3）進行經濟性分析，微電網調頻100次的結果如表4所示。

表4 不同情景下的經濟效益分析Table 4 Economic benefit analysis under different cases

根據第2 節所提的源荷調頻效益計算方法，分別計算了DFIG和可控負荷以及柴油機的調頻效益、調頻成本、經濟效益?？梢娪嫾敖洕б孀顑灥脑春蓞f同調頻方式所獲得的綜合經濟效益高于其他2種控制方式，該策略可以使調頻參與者獲得相應的調頻收益，并且最大化微電網的綜合調頻效益，激發源荷參與調頻的積極性。

5 結論

本文探究了高比例新能源微電網中源荷參與輔助調頻的方法，提出了計及輔助服務的源荷協同輔助調頻優化控制策略，用于激勵源荷提供輔助服務，提升微電網的頻率穩定，所得結論具體如下。

1）基于DFIG 調頻、可控負荷一次調頻、柴油機慣量及一次調頻控制，給出了源荷參與調頻輔助服務的調頻成本及效益計算方式，通過輔助服務機制激勵源荷提供調頻輔助服務。

2）源荷協同參與輔助調頻，考慮微電網綜合經濟效益的最優并保證其調頻效果，利用DBN 優化DFIG 減載率以及虛擬慣量、超速控制、可控負荷的控制參數，對控制參數及綜合調頻指標進行尋優。

3）通過仿真驗證所提優化控制策略的有效性。仿真結果表明，相比于其他控制方式，該策略能使微電網源荷獲得最優的調頻經濟效益，并具有較好的調頻效果，能夠激發源荷的調頻積極性，緩解高比例新能源微電網中傳統機組的調頻壓力。

附錄見本刊網絡版（http：//www.epae.cn）。