热能动力工程

作者：郝晓光,金飞,张文彬,张庆浩

单位：国网河北能源技术服务有限公司,,国网河北能源技术服务有限公司,,国网河北能源技术服务有限公司,,华北电力大学控制与计算机工程学院,

关键词：火电机组;自动发电控制;响应能力预测;最大相关最小冗余法;长短期记忆神经网络

基金：国网河北省电力有限公司科技项目

随着新能源发电的比例不断增加,火电机组响应AGC的调节过程对电网频率安全的影响越来越大,因此,火电机组响应AGC调控能力的准确预测对电网的安全稳定运行非常重要。本文提出一种基于特征提取和多级深度学习的火电机组响应AGC调控效果的预测框架,首先采用最大相关最小冗余算法(minimum redundancy maximum relevance, mRMR)对机组运行数据进行特征提取,获得影响AGC调控效果的相关变量集。其次采用多级长短期记忆神经网络(multi-stage long short term memory, mLSTM)模型对实发功率进行预测,得到未来一段时间的功率曲线图,结合功率指令曲线计算AGC调节能力指标。使用某600MW机组实际运行数据进行验证,预测偏差在10MW以内。结果表明：本文所提方法可有效实现对火电机组出力的预测,进而精确评估深度调峰下火电机组AGC调控能力,为电网安全稳定运行提供技术支撑。

来源：2024年第5期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2024年第5期