基于AGC预测指令的火电机组控制策略
Modern Electric Power（2023）
Abstract
新能源发电本身具有的不确定性和波动性势必会对电网安全造成影响.在火电机组调峰调频能力足够的情况下,通过改变火电机组的出力可平抑电网波动,减小新能源并网造成的冲击.为了电网的安全经济稳定运行,使火电机组具备足够的调节能力,提出了一种基于AGC指令预测的火电机组前馈预测控制方法.首先搭建BP神经网络模型对风电场、光伏电站的出力以及电力系统负荷进行预测,得到基于源荷分析的厂级AGC预测曲线,并根据该预测指令对火电厂负荷进行分配,所得的变负荷趋势作为前馈信息引入到火电机组控制系统中,以修正火电机组的AGC指令曲线,对机组进行优化前馈预测控制.经验证,所提控制方法使火电机组提前做出响应,可有效提升机组的响应能力.与常规控制方法相比,所提方法在控制精度和响应效率上均有一定程度上的提升,提高火电机组的调节能力.
MoreKey words
thermal power unit,BP neural network,load distribution,AGC prediction curve,feedforward control
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined