提高河北南网协调控制系统响应AGC速率的方法

针对目前河北南网火电机组协调控制系统响应AGC速率比较低的现状,分析了影响变负荷速率的几种因素,提出增加电网调度中心与火力发电厂之间AGC传输信号的数量、改进AGC的调度方式能够有效地提高协调控制系统的响应速率,对于配备了火电厂厂级监控信息系统（SIS）的机组,由单机AGC控制改为全厂的AGC控制是一个提高机组调节速率与品质的有效方法。     

600MW机组AGC指令快速响应功能优化改进

内蒙古京隆发电有限责任公司机组在切入华北电网运行后,AGC负荷响应速率慢。对机组协调控制系统、DEH系统逻辑进行了优化,并对远动控制系统进行了升级。处理后,机组AGC负荷响应机组负荷响应时间由89 s降至20 s左右,负荷响应速率满足了华北电网对机组AGC指标的考核要求。     

AGC模式下超临界机组协调控制策略的完善及应用

自动发电控制(AGC)是电网自动控制的一项基本要求,电网对供电的较高要求需通过AGC和一次调频控制来实现。超临界直流炉机组蓄热能力小、初始响应速度慢,在AGC控制方式下常常难以满足电网的控制要求。针对浙能乐清发电厂超临界机组的特点,对机组协调控制系统进行分析,提出了控制策略优化和完善的措施。现场实际应用表明,改进后的协调控制系统控制策略能有效提高机组的负荷响应能力,且使机组运行更加稳定。     

超临界600MW机组直流炉协调控制系统及AGC策略的改进与应用

自动发电控制(AGC)是电网自动控制的一项基本要求,但采用AGC控制的火电机组均存在响应速度慢等问题.为此,对机组协调控制系统进行分析,提出了优化负荷指令对燃料控制前馈环节的作用、取消风/煤间的交叉限制、预给煤、利用锅炉蓄热及压力拉回等改进方案,并将其用于江阴电厂1号和2号超临界600 MW机组协调控制系统的改进.实际应用表明,改进后的协调控制系统能够快速响应AGC负荷指令.     

优化协调控制系统提高机组AGC响应速率

对火力发电厂自动发电控制系统(AGC)的结构和机理进行了简单分析,根据大唐黄岛电厂三期2台超临界机组的AGC的投运情况和控制对象的特点,提出了对协调控制系统进行优化改进,分别从改变燃料量负荷前馈、预加减燃料克服主蒸汽压力惯性、增加机组对煤质变化的适应能力、对汽轮机调门特性流量曲线整定等几个方面进行优化处理,优化后机组对AGC指令的响应速率有了显著的提高.     

华能日照电厂1号、2号机组AGC控制功能优化研究

针对华能日照电厂一期2×350 MW机组控制系统存在的负荷响应速度慢,无法满足电网自动发电控制(AGC)功能要求等问题,对机组协调控制、过热蒸汽温度、一次风压力、磨煤机一次风量等相关控制逻辑进行了优化,并对相关控制系统调节器参数进行了整定,广泛使用变结构、变参数控制,提高了机组控制系统的控制品质。1号、2号机组在投入协调控制方式后,分别进行了变负荷速率、变负荷范围的试验,以及AGC考核试验。结果表明,优化后的协调控制系统各项控制指标能够满足电网AGC功能的要求,机组负荷变化范围为175~350 MW,负荷变化率达到4.5 MW/min,机组主要参数满足运行要求。     

协调控制系统快速响应AGC指令的设计新方法及其工程应用

自动发电控制(Automatic Generation Control,AGC)是当代电网自动控制的一项基本要求.目前参与AGC控制的火电机组存在响应速度慢等问题,使电网AGC的控制效果较差.姚孟发电有限责任公司的1号和2号300MW本生直流炉式单元机组采用了增量型状态观测器与传统PID控制相结合的协调控制方案,并采用了文章给出的AGC与CCS的接口控制逻辑,使协调控制系统中的预给煤运算等功能在AGC方式下能得以实现,从而使机组能快速响应AGC负荷指令.两台机组AGC联调试验实时趋势曲线证明了这一点.     

自动发电控制与机组协调控制

介绍了自动发电控制（AGC）和实现AGC的必要条件,对火电机组协调控制系统的几种方式在自动发电控制方式下接受中心负荷指令的响应特性进行了分析,提出了采用AGC对火电机组进行控制中应注意的问题。     

大型火电机组在AGC运行方式下的控制特性分析

结合华北电网自动发电控制(AGC)的实际运行情况,介绍了AGC控制方式、华北电网对AGC投运机组的控制指标要求以及机组的协调控制系统设计方案,分析了华北电网中的大型火电机组在AGC运行过程中遇到的问题,并提出了提高机组在AGC运行方式下的控制特性的方法和建议.     

超临界火电机组运行灵活性提升控制策略研究及应用

新能源发电装机容量和区外远距离供电量的不断增长,电网供电结构发生了根本性变化,导致调峰压力不断加大,对火力发电机组自动控制灵活性改造的要求也因此逐步提高。通过对电网AGC指令特点分析,并研究超临界火电机组的控制特性,按照电网日趋严格的调度要求,提出了提高宽负荷下机组负荷响应速率、避免AGC指令小幅波动对机组控制的影响,以及提高再热汽温控制稳定性等一系列优化策略。经过实际应用证明,优化后的协调控制系统可以在保证机组主要热力参数稳定的基础上,很好地满足电网对火电机组运行灵活性提升的考核要求。     

利用超短期负荷预报实现AGC的超前控制

将超短期负荷预报（SSTLF）用于电力系统自动发电控制（AGC）,让机组出力随时与系统负荷的变化同步,实现了AGC的超前控制,使AGC具有了预见的能力。提出了2种算法：一种是将负荷预报分量作为调节功率处理;另一种是将负荷预报分量作为基本功率处理。这主要取决于AGC控制区域的具体情况。该方法在广东省电网EMS中的实际应用证明是切实可行和有效的。     

基于负荷趋势的新型超短期负荷预测法

结合浙江电力发电市场超短期负荷预测的需求,在充分分析电网负荷特性的基础上,提出了基于负荷趋势的新型超短期负荷预测法.该方法简单实用,并将负荷伪数据的判别和加工修改融合在预测过程中.算例分析表明,该方法预测结果误差分析指标优于浙江发电市场中现行的各种超短期预测方法,是一种工程实用性较强的方法.     

电力系统潮流解算中广义潮流控制器（GPFC）的统一分析

在对串联补偿、并联补偿、移相调节和统一潮流控制进行深入分析的基础上 ，通过广义潮流控制器(Generalized Power Flow Controller,简称GPFC） 的概念分析了上列这些潮流控制方式的统一处理方法。该方法很容易与常规 算法相结合，并能在程序中以统一的数据格式计及多个各种潮流控制方式的 作用。实例分析表明，本文方法具有作用方便和灵活的特点，可以为更好地 分析各种潮流控制方式对电力系统的影响提供有效的工具。     

计及负荷频率特性的低频减载方案研究

低频减载是电力系统抑制频率下降、维持系统频率稳定的有效方法。该文针对目前低频减载方案中忽略了负荷频率特性的不足，提出了一种新的计及负荷频率特性的低频减载方案，该方案充分利用了频率下降时，负荷自身吸收的功率也下降的特点，优先切除频率调节系数小的线路，此举有利于系统频率的快速恢复和系统稳定，文中对方案的实现进行了详细的介绍，并采用单机系统进行了数字仿真，仿真结果验证了该方案的合理性。     

一种实用的超短期负荷预测曲线外推方法

超短期负荷预测对电网功率平衡控制具有重要作用。文中针对超短期负荷预测特点,提出一种基于曲线模式分析的曲线外推方法,并讨论了历史坏数据处理以及对当前负荷水平的特殊处理等实用性问题,以保证预测结果的稳定性。通过对几个实际系统的应用结果表明,该方法速度快,精度高,运行稳定可靠,同时具有较强的适应性。     

基于PWM控制及相角控制的静止同步补偿器潮流模型及应用

提出了一种新的用于潮流及静态电压稳定分析的STATCOM模型.该模型可以考虑STATCOM功率损耗从而可以更准确的计算其有功及无功输出.通过引入两个增广的母线类型,实现了STATCOM的线性PWM控制及相角控制模式及其交流电流极限处理.给出了模型在牛顿潮流及连续潮流中的详细实现.通过IEEE-30及IEEE-300母线系统验证了该模型的有效性,并研究了STATCOM静态损耗、电流极限及控制模式对潮流解及静态电压稳定的影响.     

用ARMA模型实时补偿的负荷经济调度方法

分析了将发电燃料成本视为发电量的２次模型函数的缺陷;建立了一种用ＡＲＭＡ模型实时补偿的负荷经济调度方法,并提出了该方法的快速求解途径。     

基于支持向量机的电力系统短期负荷预测

对将径向基函数(Radial Base Function,RBF)作为核函数的支持向量机(Supporr Vector Machine,SVM)方法应用于短期负荷预测进行了研究.作者使用基于SVM的回归估计算法建立了回归估计函数表达式,给出了SVM网络结构;采用江苏省某市的实际负荷数据,按照不同的负荷日属性和历史负荷数据进行样本选择,使用LIBSVM算法和适当的核函数进行了负荷预测,并将该预测结果同由时间序列及BP神经网络方法得到的预测结果进行了比较,结果表明,所提出的预测方法有较高的精度.     

河北南部电网TBC方式下AGC控制策略的研究

在华北、东北联网以后,河北南部电网的自动发电控制(AGC)采用TBC方式运行,AGC控制目标以及考核标准均发生变化,需要对AGC控制策略进行必要的调整,以保证系统的稳定、经济运行.文章分析了AGC在FTC和TBC方式下的功率调整情况以及在TBC方式下可能采取的控制策略,通过试验提出了河北南部电网AGC在TBC方式下的控制策略,即A1、A2组合调整策略,实际运行经验表明该控制策略满足TBC方式的控制要求.     

基于改进主元分析法的电力短期负荷预测方法及应用的研究

由各时点负荷分量组成的负荷时间序列中,各数据点间具有一定的相关性和差异性,在进行短期负荷预测时模型一般无法兼顾数据的共性和差异性.作者采用一种改进的主成分分析法,在不损失负荷原始数据主要信息的前提下提取负荷数据的主成分,有效地减少了预测模型的输入量.同时,针对电力系统短期负荷受温度影响较大的特点,将温度因素引入BP神经网络进行短期负荷预测,实例分析验证了该方法的有效性.