基于智能边缘计算的分布式紧急频率调节控制方法

王之伟，徐春雷，黄俊辉，李海峰，李雪明，宋 杰，史 迪

（1.国网江苏省电力有限公司，南京 210024；2.国网江苏省电力有限公司 经济技术研究院，南京 210000；3.国电南瑞科技股份有限公司，南京 211106；4.智博能源科技（江苏）有限公司，南京 211300）

0 引言

保持频率稳定是电力系统运行的基本要求,但国内超高压、特高压输电线的大量建设和投运使保持系统频率稳定变得越来越具有挑战性。这些超高压、特高压输电线路具有很高的传输容量，如果突然发生故障，可能会导致电力系统发生严重的功率短缺，威胁电力系统的安全稳定运行[1]。由于大功率缺额导致系统频率急剧下跌，多起严重停电事故已在电网实际运行过程中发生。例如，2019 年8 月8 日英国的天然气发电厂Little Barford 和海上风电场Hornsea 发生故障，导致严重频率下降和停电，影响了110 万用户约1 h。

分布式微小负荷有巨大的潜力参与电力系统频率调节，但是需要有效的方法来聚合和控制分布式微小负荷。在现有的研究文献和工业实际应用中，有2 种控制方法被广泛使用，即集中控制法和分布控制法[2]。集中控制方法又可以进一步细分为自适应方法[3]和功率缺额估计方法[4]。在自适应方法中，中央控制器测量电力系统的频率，并使用反馈控制和下垂控制等方法来计算所需的负荷切除量。对于功率缺额估计方法，中央控制器首先估计扰动后系统功率缺额的大小，然后根据功率缺额估计结果计算负荷切除量。这些集中控制方法的一个共同特征是由中央控制器将控制信号发送给分布式响应负荷，因此集中控制方法具有全局准确的优点，但是它需要大量昂贵的高速通信信道[5]，可能导致分布式设备的响应速度较慢,不适用于紧急频率控制。分布控制方法[6]需要测量分布式负荷的状态，设定频率阈值和时间延迟，允许分布式控制设备做出自主负荷投切决策。分布控制的优点是不依赖通信，可以快速响应，但是如果没有集中协调，分布控制容易导致负荷过切或欠切。

本文研发了一种新型的分布式负荷控制系统“电网脉”，实现了对终端用户负荷设备的实时监控和直接控制。基于电网脉的信息物理系统架构，提出了基于边缘智能计算的电网功率缺额本地估计方法，用于电网紧急频率控制。与现有文献中的集中控制和分布控制方法不同，电网脉在每个智能插座中进行电网功率缺额本地估计并做出切负荷决策。因此，该方法结合了集中控制和分散控制的优点，能保证全局控制精度并且快速响应。

1 电网脉及其频率控制方法简介

1.1 电网脉构成

具有智能边缘计算能力的智能插座在电网脉系统中起着关键作用［7］。它们可以①测量电压、电流、有功功率和无功功率等；②实时跟踪电力系统动态频率；③将测量结果发送到控制中心；④ 根据本地测量值或来自控制中心的命令控制负荷判断；⑤从控制中心接收参数设置，包括时间延迟和阈值。智能插座的功能模块和硬件实物如图1所示。

图1 智能插座功能模块Fig.1 Function blocks of the smart outlet

智能插座和路由器采用WiFi通信。与有线通信（例如光纤）相比，WiFi通信提供了一种低成本且灵活的解决方案，使用消息队列遥测传输协议来实现控制中心与不同地理位置的智能插座之间的通信，该协议是物联网系统中常用的轻量级消息协议。

控制中心接收来自智能插座的测量值并检测智能插座的地理位置，在地图上存储、分析和绘制功率密度。控制中心可以向智能插座发送设置或控制命令。

1.2 控制方法介绍

电网脉系统采用电网功率缺额本地估计方法，介绍如下。在发生任何频率跌落事件之前，控制中心会监控智能插座的状态，计算电力系统频率控制的相关参数，并且将这些参数发送到智能插座以备执行电网功率缺额本地估计。由于电力系统状态可随时间变化，因此控制中心会在线更新参数，并定期（例如每15 min）将其发送到智能插座中。然后，智能插座会接收这些参数并将其存储在本地。基于这些参数，智能插座能够检测到频率跌落事件，快速进行电网功率缺额本地估计，并在满足条件时迅速做出切除负荷的决定。基于这种方法，智能插座可以在1 s 内采取减载措施，以便在发生严重频率跌落事件时有效地抑制频率下降。

智能插座可实时测量电压、电流、有功功率、无功功率、频率、频率变化率以及用电设备的开关状态。智能插座每隔1 min 将这些测量结果发送到控制中心，更新其在控制中心的状态。控制中心考虑到用电设备的类型及其位置，将广域分布的智能插座聚合为具有层级的负荷模块，如图2所示。

图2 负荷聚合Fig.2 Aggregation of the loads

假设第i个模块的功率是，则第i个模块的累积功率为

式中:上标B为单个模块；上标A为累积。负荷模块的累积功率为需要切除负荷时该负荷模块的优先级，累积功率越小，优先级越高。每个负荷模块的累积功率由控制中心计算并发送到该模块中的所有智能插座。发生频率扰动事件后，智能插座将估计电网功率缺额，当所需的负荷切除量大于存储在智能插座中的累积功率值时，该智能插座才会关闭。

电网脉系统的一项控制原则是确保系统频率不会下降到低频减载的启动频率，同时最大程度地减少智能插座所切断的负荷，这样可以防止严重故障时可能的系统崩溃，避免大规模切除负荷。低频减载的启动频率因系统而异，在中国，对于50 Hz系统，低频减载起始频率的典型值为49 Hz。选择略高于低频减载起始频率的阈值频率fs作为电网脉频率控制的目标，fs典型值设置为49.5 Hz。

2 智能插座的边缘智能控制策略分析

智能插座实时检测电力系统的频率，当发现异常频率跌落事件后，进行电网功率缺额估计。即首先用最小二乘法快速计算出一个功率缺额值，作为扩展卡尔曼滤波方法的初值，然后进行卡尔曼滤波计算直到收敛。

功率缺额值ΔP可以根据频率下降率的值g(t0)确定为

式中:D为系统阻尼因子；R为调速器常数；Km为机械功率常数；α为震荡衰减因子；ωn为虚拟振荡频率；φ1为第一振荡常数［8］。

在检测到异常频率跌落之后，采用一组连续频率测量值来估计g(t0)。假设故障后n个频率测量值为M={f1,f2,…,fn}，写作N={1,2,…,n}/fs,这里fs是频率测量的更新速率

由最小二乘法估计的结果作为初始值，使用扩展卡尔曼滤波方法可以进一步提高估计精度。假设故障前系统正常频率为fn，在时间tx突然出现功率缺额ΔP(tx)，根据电力系统频率动力学模型，频率波动用数学描述为

实际上，对于连续测量频率的分布式设备（如智能插座），实时了解故障时刻tx的准确值非常困难。另外，基于tx错误值的功率缺额将极大地影响ΔP的估计。因此，需要同时估计2 个值，功率缺额量ΔP以及功率缺额发生的时刻tx。

考虑到频率测量的更新速率fs，方程（6）被离散成为方程（7）

式中:k为扩展卡尔曼滤波的迭代次数；ΔP(tx)为tx时刻的功率缺额；φ为调整后的振荡常数；ζ为虚拟振荡频率因子［8］。

扩展卡尔曼滤波的状态定义X为

状态转换方程为

然后将观察矩阵线性化［9］

观察的公式为

式中:ε(k)为噪声。

如果估计所得的功率缺额为ΔP，则为避免频率降低至fs需要的最小负荷切除量ΔPv为

式中:ΔPs为阈值功率。智能插座检测到严重的电力系统频率下跌事件后，如果需要的最小负荷切除量大于该负荷模块的累积功率值，则智能插座会关断与其连接的用电器。

3 案例分析

本文提出的方法在IEEE 24 母线系统上进行测试，移除了原IEEE 24 母线系统23 母线上的发电机，并且将特高压直流线路连接到23 母线上，如图3 所示，以便研究直流闭锁故障后电网脉的频率响应策略。

图3 修改后的IEEE 24⁃bus系统Fig.3 Modified IEEE 24⁃bus system

系统中惯性常数H和调速器下降控制常数R通常做出如下假设:对于额定功率小于1 MW的发动机，设为5.8 s和1/17；对于额定功率在1～2 MW之间的发电机，设为8.1 s和1/20；对于额定功率高于2 MW的发电机，设为9.3 s和1/22；阻尼系数D为2.5；再热发电机参数FH为0.3；平均再加热时间常数TR为8；频率增益因子Km为0.95。

3.1 电网功率缺额本地估计

为了展现本文提出的电网功率缺额本地估计算法的性能，假设在IEEE 24母线系统中有5 MW（5 p.u.）功率缺额并进行1万次仿真。对于每次仿真，将±0.01 Hz的随机噪声添加到每一个频率测量值中，频率测量的更新间隔为16 ms。扩展卡尔曼滤波结果的典型曲线如图4所示。最小二乘法估计的功率缺额为4.21 p.u.，该值用作扩展卡尔曼滤波方法的初始值。当扩展卡尔曼滤波方法的结果收敛时，它将非常接近5 p.u.。1万次仿真的统计结果如表1所示。结果表明，92.38%的结果误差小于4%。

图4 扩展卡尔曼滤波功率缺额估计收敛曲线Fig.4 Power loss estimation curve of extended Kalman filter

表1 扩展卡尔曼滤波功率缺额估计效果Table 1 Power loss estimation of extended Kalman filter

3.2 系统紧急频率控制

假设在IEEE 24 母线系统中有100 万个智能插座，连接到每个智能插座的用电设备的电功率是［10 W，1 800 W］之间的某个随机值。智能插座分为1 000 个负荷模块，每个组中有1 000 个智能插座。假设这些负荷模块按其重要性排序，每个智能插座将其累积功率与阈值功率进行比较来决定是否切除负荷。

图5中显示了在考虑智能插座切负荷的情况下电力系统的频率动态。此处显示的最低频率约为49.5 Hz，正是电网脉系统的频率控制目标。比较不使用电网脉和使用电网脉的2种情况，可以看出电网脉系统可以快速响应，防止电力系统频率严重下降。

图5 电网脉频率调节效果Fig.5 Frequency regulation performance of Grid Sense

4 结束语

本文提出了一种名为电网脉的基于物联网的分布式频率控制系统的信息物理设计，电网脉可以利用大量的分布式设备为电网提供频率紧急支持，具有基于边缘智能计算的电网功率缺额本地估计方法。根据控制中心发送的参数，智能插座可以在本地检测到频率变化，估计电力系统中的有功功率缺额，并在发生严重频率跌落事件后迅速准确地做出负荷控制决定。仿真结果表明该电网功率缺额本地估计方法具有很高的频率控制精度和鲁棒性，可有效阻止大功率缺额后电力系统频率的严重下降，提升电网运行的安全性。