基于多目標遺傳算法的火電機組負荷頻率控制方法

關凱

摘 要：常規的負荷頻率控制方法以頻率協調為主，調頻信號指令受到階躍響應的影響，存在一定的頻率偏差，阻礙火電機組頻率控制效果。因此，設計了基于多目標遺傳算法的火電機組負荷頻率控制方法。提取火電機組負荷一次調頻特征，將高出允許合理范圍的火電機組負荷頻率進行調整，增加或減小機組功率，使其達到新的負荷平衡?；诙嗄繕诉z傳構建火電機組負荷頻率控制模型，以機組發電損失與經濟投入作為約束條件，優化汽輪機輸出功率階躍響應速度，從而控制火電機組負荷頻率。協調機組負荷頻率控制分配因子，將火電機組的前饋變負荷速率進行調節，在不影響機組負荷變化率的基礎上，修正負荷頻率偏差。采用對比實驗，驗證了方法的控制效果更佳，能夠應用于實際生活中。

關鍵詞：多目標遺傳算法? 火電機組? 負荷頻率? 控制方法

中圖分類號：TM611

Load Frequency Control Methods for Thermal Power Units Based on the Multi-Objective Genetic Algorithm

GUAN Kai

（CHN Energy Science and Technology Research Institute Co.， Ltd.， Nanjing， Jiangsu Province， 210046 China）

Abstract： The conventional load frequency control method is focused on frequency coordination， and the frequency modulation signal command is affected by the step response， resulting in a certain frequency deviation， which hinders the frequency control effect of thermal power units. Therefore， a load frequency control method for thermal power units based on the multi-objective genetic algorithm is designed. The primary frequency regulation characteristics of the load of thermal power units are extracted， the load frequency of thermal power units that is higher than the allowable reasonable range is adjusted， and the power of units is increased or decreased to achieve a new load balance. Based on the multi-objective genetic algorithm， a load frequency control model for thermal power units is constructed， the step response speed of steam turbine output power is optimized with the generation loss and economic input of units as constraints， so as to control the load frequency of thermal power units. The allocation factor of the load frequency control of units is coordinated， the feedforward variable load rate of thermal power units is adjusted， and the load frequency deviation is corrected without affecting the load change rate of units. By comparative experiments， it is verified that the method has better control effect and can be applied in real life.

Key Words： Multi-objective genetic algorithm; Thermal power units; Load frequency; Control method

電力系統正在進行能源轉型，風電、光伏等發電形式，為人們提供了更高質量的電能?；痣姍C組在發電的過程中，汽輪機主汽門開度釋放壓力，容易導致機組負荷響應降低，影響電能穩定性。針對負荷頻率變化波動較大的問題，研究人員設計了多種控制方法。其中，基于變分模態分解（Variational Mode Decomposition，VMD）和模型預測控制（Model Predictive Control，MPC）的火電機組負荷頻率控制方法，與基于Ziegler-Nichols優化算法的火電機組負荷頻率控制方法的應用較為廣泛。

基于VMD和MPC的火電機組負荷頻率控制方法，主要是利用VMD分解火電機組的負荷信號，并利用MPC模擬調頻單元，建立控制模型，通過調整AEV指令，優化火電機組內部頻率，再對不合理的調頻信號進行跟蹤控制，從而提升火電機組的動態控制性能[1]?；赯iegler-Nichols優化算法的火電機組負荷頻率控制方法，主要是利用Ziegler-Nichols優化算法，建立自動電控制仿真模型，并根據火電機組的煤耗特性曲線，建立更具有控制性能的目標函數，通過Ziegler-Nichols優化算法得出最優出力分配系數，從而優化頻率控制的魯棒性能[2]。以上兩種方法均能夠進行頻率控制，但是受到階躍響應的影響，控制頻率偏差較大，影響最終的控制效果[3]。因此，本文結合了多目標遺傳算法的優勢，設計了火電機組負荷頻率控制方法。

1? 火電機組負荷頻率的多目標遺傳控制方法設計

1.1? 提取火電機組負荷一次調頻特征

在火電機組運行的過程中，一次調頻的動態特性與機組負荷頻率變化有關[4]。本文將高出允許合理范圍的火電機組負荷頻率進行調整，增加或減小機組功率，使其達到新的負荷平衡?；痣姍C組負荷頻率處于變動環境中，減小頻率偏差以控制一次調頻的頻率為主。一次調頻負荷補償曲線如圖1所示。

如圖1所示，-8 r/m、8 r/m為一次調頻時，汽輪機的轉速；-2 r/m、2 r/m為調頻補償后，汽輪機的轉速。汽輪機的最大、最小負荷在額定負荷±6%的范圍內變化[5]。在穩定發電工況下，火電機組的功率與轉速的關系表示為：

式（1）中：為火電機組負荷頻率變動率；、為空、滿負荷的機組轉速；為額定轉速。一次調頻負荷頻率偏差補償量表示為：

式（2）中：為一次調頻負荷頻率偏差補償量；為火電機組的額定容量；為扣除轉速死去的頻率偏差。結合一次調頻轉差-負荷曲線，將火電機組的高頻死區負荷作為基準響應時間，最大程度上均衡一次調頻負荷頻率。

1.2? 構建火電機組負荷頻率控制模型

火電機組負荷頻率控制的問題較為復雜，本文采用多目標遺傳算法，對火電機組的負荷頻率進行優化控制。以機組發電損失與經濟投入作為約束條件，優化汽輪機輸出功率階躍響應速度，從而達成火電機組負荷頻率控制的目的[6]。在火電機組運行的過程中，蒸氣容積變化情況如圖2所示。

如圖2所示，ΔZ1、ΔZ2為機組閥門開度；Qm1、Qm2為途徑閥門1與閥門2的流量。Qm1、Qm2的函數表示為：

式（3）中：、為Qm1、Qm2的函數表達式；、為閥門；為機組內容器壓強。在負荷不受擾動的條件下，火電機組負荷變化幅度限制情況如表1所示。

如表1所示，將負荷變化幅度的最高值與最低值作為約束條件，并將Qm1、Qm2兩個流量作為頻率控制目標，從多個目標的角度達到頻率控制的整體最優[7]。負荷頻率控制模型的目標函數表示為

式（4）中：、為第1、N個目標函數；為負荷頻率的設計變量。假設的初始種群規模為100，規定最大迭代次數為100，獨立個體的交叉概率為0.9，制定交叉分布指數為10，其余參數保留默認值[8]。當個體揚程與效率均高于初始值時，控制效果為最佳，此時的控制模型表達式為：

式（5）中：為控制模型表達式；、為種群控制目標；、為、的響應目標。當＞；＞時，、為最優響應目標，火電機組負荷頻率的整體控制效果較佳。

1.3協調機組負荷頻率控制分配因子

火電機組前饋負荷速率與渡河頻率變化幅度存在調頻四區，每次負荷頻率控制幅度均在10～20 MW的小范圍內變化，無法確保負荷頻率控制效果。本文將火電機組的前饋變負荷速率進行調節，在不影響機組負荷變化率的基礎上，修正負荷頻率偏差。分配因子作為控制變量之一，在負荷振蕩區間表示為：

式（6）中：在第t時刻，第i個分配因子在第j個火電機組的變化量；為震蕩區間對于分配因子的約束；位移第j個火電機組在[，]之間的變化量；為分配因子受到階躍變化的影響，在第j個火電機組顯示的頻率振蕩值。根據的變化情況，協調負荷頻率。不同的機組容量選擇不同的負荷限制，根據多機互補協調的機制，將機組參與控制的功率因子進行分配與協調，從而滿足負荷頻率均衡的條件。

2? 實驗

為了驗證本文設計的方法是否具有精準控制的效果，本文對上述方法進行了實驗分析。最終的實驗結果則以余洋等人[1]提出的基于VMD和MPC的火電機組負荷頻率控制方法、于國強等人[2]提出的基于Ziegler-Nichols優化算法的火電機組負荷頻率控制方法，以及本文設計的基于多目標遺傳算法的火電機組負荷頻率控制方法進行對比的形式呈現。具體的實驗準備過程以及最終的實驗結果如下所示。

2.1 實驗過程

本次實驗選取TC4F-40型火電機組，采用II型布置，能夠平衡火電機組的通風環境，固態排放廢渣，確保機組的正常使用。TC4F-40型火電機組存在中間再熱、低中高壓排氣缸。在正常運行時，默認中低壓缸啟動，根據不同的發電環境，調整高壓缸、中低壓缸的啟動情況，為火電廠提供一體化調節系統?；痣姍C組調速系統工作情況如圖3所示。

如圖3所示，當蒸汽壓力升高時，火電機組的功率相應增加，機組轉速相應變化。將高壓調節閥門開啟，高壓缸流量與功率增加，中壓缸的流量與功率與再熱容積壓力有關，低壓缸的流量與功率降低。根據發電實際情況，實時調整低中高壓缸的壓力。不同壓力狀態的階躍響應情況不同，輸出功率響應速度越快，在負荷頻率方面的控制越具有優勢?；痣姍C組階躍響應曲線如圖4所示。

如圖4所示，火電機組在時間第20～60 s之間，輸出功率達到了1.0 Pu的平衡，此階段輸出功率響應情況達到了高度的一致，不容易產生負荷頻率偏差。而在火電機組階躍響應的0～20 s范圍內，輸出功率呈現為持續上升的態勢。此階段輸出功率不斷變化，更容易產生負荷頻率控制偏差。因此，本次實驗將火電機組階躍響應的前20 s作為負荷頻率控制時間，對此階段的頻率偏差進行分析。

2.2 實驗結果

在上述實驗條件下，本文隨機選取出不同時間常數相對基準值變化范圍，分別為-20%～+20%、-40%～+40%、-10%～+10%。在其他條件均一致的情況下，將余洋等人[1]提出的基于VMD和MPC的火電機組負荷頻率控制方法的頻率偏差；于國強等人[2]提出的基于Ziegler-Nichols優化算法的火電機組負荷頻率控制方法的頻率偏差，以及本文設計的基于多目標遺傳算法的火電機組負荷頻率控制方法的頻率偏差進行對比。實驗結果如表2所示。

如表2所示，時間常數相對基準值是火電機組與聯絡功率負荷發生改變時，不同時間對控制區域施加的0.1 pu的負荷階躍擾動，此階段產生的頻率偏差較大。在時間常數相對基準值變化范圍之內，頻率偏差越小，負荷頻率控制效果越佳。時間常數相對基準值變化范圍在-20%～+20%、-40%～+40%、-10%～+10%的范圍內變化，范圍越小，發生的負荷階躍擾動越小，頻率偏差能夠被快速消除。在其他條件均一致的情況下，使用余洋等人[1]提出的基于VMD和MPC的火電機組負荷頻率控制方法之后，火電機組負荷頻率實際值在119～240 Hz的范圍內變化，負荷頻率的最大值與最小值的變化波動相對較大，頻率偏差在5 Hz以內。由此可見，使用該方法之后，負荷頻率偏差較大，影響負荷頻率控制效果，亟須對其進一步處理。

使用于國強等人[2]提出的基于Ziegler-Nichols優化算法的火電機組負荷頻率控制方法之后，火電機組負荷頻率實際值在83～126 Hz的范圍內變化，頻率偏差在0.3 Hz以內。由此可見，該方法較另一對比方法存在較大的提升，但是受到時間常數相對基準值變化范圍較大的影響，頻率偏差仍然較高，需要在一次調頻時調整時間常數基準值，確保頻率偏差被快速消除。而使用本文設計的基于多目標遺傳算法的火電機組負荷頻率控制方法之后，火電機組負荷頻率實際值在120～135 Hz的范圍內變化，頻率波動范圍較小，頻率偏差甚至低于0.02 Hz。由此可見，使用本文設計的方法能夠精準地控制機組的負荷頻率，并在頻率偏差出現的瞬間進行消除，確?；痣姍C組的正常使用。

3? 結語

近些年來，電網運行穩定性、安全性逐漸成為戰略難題，大范圍的停電事故、大量的棄電，成為電力企業發展的挑戰。新能源的消納作為亟待解決的問題，棄電總量呈現持續上升的態勢，造成了較大范圍的能源浪費?；痣姍C組的靈活性，為新能源消納問題提供了經驗。本文主要從電源側分析火電機組的負荷頻率特性，并結合多目標遺傳算法的優勢，設計了火電機組負荷頻率控制方法。以控制模型為基礎，控制分配因子為優化控制策略，全方位地詮釋了火電機組的負荷頻率控制優勢，為滿足火電機組穩定發電需求提供了保障。

參考文獻

[1]余洋，王紫陽，張瑞豐，等.基于VMD和MPC的電動汽車-火電機組聯合調頻控制[J].電力工程技術，2023，42（2）：29-39.

[2]于國強，劉克天，胡尊民，等.基于Ziegler-Nichols優化算法的火電機組負荷頻率PID控制研究[J].熱力發電，2021，50（9）：137-144.

[3]陳沛，張新松，郭曉麗，等.考慮AGC指令隨機特性的火-儲混合電站二次調頻研究[J].電力系統保護與控制，2023，51（12）：168-177.

[4]趙征，孫赫宇，陳江麗.基于AGC負荷指令優化分解的火電機組蓄能綜合利用[J].動力工程學報，2023，43（5）：575-581，589.

[5]陶鑫，劉志成，祝建飛，等.基于改進粒子群算法的火儲聯合調頻優化儲能控制策略研究[J].熱能動力工程，2023，38（3）：98-104.

[6]李威，張春歌，姜傳喜，等.基于最小二乘支持向量機的火電機組線性參數變化模型辨識研究與應用[J].機電工程技術，2023，52（1）：22-25，92.

[7]劉海山，徐憲龍，魏書洲，等.基于提升華北電網考核指標的飛輪儲能參與調頻劃分電量控制策略[J].儲能科學與技術，2023，12（4）：1176-1184.

[8]邢智煒，康靜秋，劉磊，等.供熱儲能和深度調峰工況下火電機組旁路供熱自動控制策略研究與應用[J].熱力發電，2023，52（2）：136-145.