摘要：随着我国经济在快速发展，社会在不断进步，我国的综合国力显著加强，提出一种包含火电、水电、风电的电力系统频率响应快速评估模型，在此基础上，与时域仿真进行对比，给出多种运行方式下系统频率响应曲线与耗时。研究发现，所提评估模型和方法能精确、快速、高效地评估系统频率响应行为。
关键词：频率响应；风力发电；快速评估
引言
由于人类追求可持续发展的愿景，新能源在未来能源消费中的比例将继续增加，预计到二十一世纪中叶，我国新能源发电在社会总发电中占比将达到31.9%。然而，我国新能源储量与国民经济发展水平在地域分布上高度不一致:北方地区风电、青藏高原和西北地区光伏资源丰富，而华东、华北地区是全国负荷中心，因此我国需要建设大容量交直流输电线路以实现新能源的远距离输送。在风电建设方面，中国在2013年就己经成为世界上风电累计装机容量和新建容量最大的国家。
1风电接入对系统频率控制的影响
随着风电并网的容量越来越高，风电的渗透率也就越来越高，随之带来的频率问题是风电的波动性和风电机组无法响应系统频率变化而引起。电网的频率变化是由系统中有功功率是否平衡决定的，当发出的有功大于负荷吸收的有功时，电网的频率将会提高，反之，当系统中负荷所吸收的有功大于发电系统发出的有功时，电网的频率则会降低。因此，电力系统的频率控制的原理就是通过改变系统中发出的有功功率使其与负荷保持平衡来实现的。简单来说，电力系统的频率调节可以分为3个过程:惯性响应、一次调频和二次调频。综合以上对电力系统频率变化的机理和调频原理的简要分析，研究风电接入对电力系统频率控制的影响主要从两方而进行，一是风电的波动的影响，二是风电的调频能力的影响。
2大规模风电并网的电力系统频率响应评估方法研究
2.1BP神经网络
BPNN待学习的网络参数是神经元连接的权重系数矩阵和神经元预激励计算的阂值，网络参数决定了BPNN对输入一输出映射关系的拟合准确度。通过不断增加隐含层神经元个数，BPNN在理论上可以准确描述任意复杂函数。尽管如此，全局最优的网络参数一般无法求得，所以实际采用BPNN进行函数拟合总会有一定的误差。BPNN的名字来源于其训练过程中的误差反向传播过程。在确定了网络的误差函数后，一般采用均方误差函数，网络的训练就转化为对一个优化问题求解的过程。针对该问题，一种常用的优化求解方法是利用随机梯度下降算法寻找误差曲面的极小值点。针对多层网络，也常使用许多从梯度下降发展的变种方法:引入一些启发式的改进策略，例如加入动量缓和参数在梯度下降过程中发生不收敛的振荡，设计变化的学习率使得梯度下降过程在平缓和陡峭的误差曲面上具有自适应性的速度;从数值优化的理论层面选择收敛性能更优的共扼梯度法，Levenberg-Marquardt方法，牛顿法等。但总体上，各类优化算法都需要计算误差函数对于网络参数的一阶或二阶导数，而利用误差函数的表达式直接计算对网络参数的偏导是十分复杂的，通常采用基于求导链式法则的反向传播算法，即将误差对于每一层神经元的偏导反向传递以求得误差对于更前一层神经元的偏导，这就大大降低了采用梯度下降等优化算法训练网络参数的计算量。反向传播算法目前是进行多层馈型神经网络训练的最有效途径。
2.2附加频率控制模块
基于双馈感应风电机组参与调频的设计思路，本文设计了一种具有风速适应性的双馈感应风力发电机组参与调频控制模块，使其调频效果接近于常规的同步发电机组。针对风电机组参与调频过程所需要的控制功能，将附加的频率控制模块分为启动模块、转子和桨距角控制模块、虚拟惯量控制模块、下垂控制模块、保护模块共五个模块。其中转子和桨矩角控制模块包含了减载运行控制的功能。桨距角控制的功能是，一方面使控制桨距角运行在减载模式下，另一方面使桨距角随着调频需求进行改变。
2.3最小二乘支持向量机
支持向量机(CSVM)被认为是一种高效的处理复杂模式识别和函数回归的机器学习方法。与其他机器学习方法类似，SVM的性能受其输入一输出数据和参数设置的影响很大。SVM利用所有的训练集输入作为支持向量，对训练集理论上可以做到完美分类，不过对于大量样本的训练耗时很长，而且更适合分类任务。因此，本文选用具有低计算复杂度但对于回归任务具有较高精度的最小二乘支持向量机(LSSVM)进行风电功率预测。核函数的使用将SVM求取权重的原始问题转化为了一个对偶的求取拉格朗日乘数的二次型优化问题。LSSVM通过将约束条件中的不等式松弛约束转化为等式约束，使得最优解只需满足拉格朗日辅助函数驻点条件而非原始的鞍点条件，且驻点条件方程为线性方程组，可以采用最小二乘法直接求解，因此被称为最小二乘支持向量机。
2.4含风电场的电网的频率响应特性
为了研究大规模风电参与电力系统的频率控制策略，研究了基于双馈感应风力发电机组的风电场并网后电力系统的频率响应特性。具体的研究思路是，首先研究双馈感应风力发电机组的运行原理，并在此基础上建立双馈感应风力发电机组的模型;然后分析含风电的电力系统的频率响应特性，其中包括三个部分的分析，一是分析传统的电力系统的频率响应特性，并将频率响应过程划分为三个部分，二是从理论角度分析风电并网对电力系统频率响应产生哪些影响，三是以安徽省电网接入风电作为算例，仿真分析不同风电渗透率下电网的频率响应特性;接下来根据双馈感应风力发电机组的运行特性以及含风电的电力系统的频率响应特性，研究双馈感应风力发电机组参与电力系统频率调整的控制手段。
2.5仿真系统简介
采用西门子公司开发的PSS/E34.1电力系统仿真软件，搭建10机39母线新英格兰系统进行仿真分析。研究不同案例下，在MATLAB中所建立的等值模型用于系统频率响应评估的正确性。具体情形如表1所示。
表1不同频率响应研究案例
结语
1）提出的频率响应快速评估模型可用于含高渗透率风电机组、火电机组、水电机组互补的电力系统频率响应快速评估，采用文中提出的功率加权法对时间常数和调差系数等值聚合误差较小。该模型用于代替多种情形下全系统时域仿真，并且考虑了风电机组参与虚拟惯量控制和下垂控制，很大程度上提高了评估的快速性。2)大规模风电接入对电力系统频率响应产生很大影响。随着风电渗透率不断升高，当电力系统失去一台发电机/厂时，将造成频率变化率增大、最低点频率下降、稳态频率降低。通过理论推导得出，风电机组参与虚拟惯量控制和下垂控制将改善电力系统频率响应特性，有利于系统频率稳定性。但风电机组采用不同的调频方式对电力系统频率响应的各个指标贡献度不同。虚拟惯量控制用于改善频率变化率，下垂控制用于提高最低点频率和稳态频率。选择合理的调频方式对电力系统频率调整具有重要意义。
参考文献
[1]龙源电力集团股份有限公司.风力发电基础理论(第一分册))CM7.北京:中国电力出版社，2016:26.
[2]刘振亚.全球能源互联网[M].北京:中国电力出版社，2015:260-261.
[3]刘振亚.中国电力与能源[M].北京:中国电力出版社，2012:104-108.
[4]赵嘉兴，高伟，上官明霞，等.风电参与电力系统调频综述[J].电力系统保护与控制，2017(21):157一169.