第 37 卷 第 2 期 中 国 电 机 工 程 学 报 Vol.37 No.2 Jan.

20, 2017
564 2017 年 1 月 20 日 Proceedings of the CSEE ©2017 Chin.Soc.for Elec.Eng.
DOI：10.13334/j.0258-8013.pcsee.152252 文章编号：0258-8013 (2017) 02-0564-08 中图分类号：TM 622

大规模风电并网下的抽水蓄能机组调频控制研究
邹金 1，赖旭 1，汪宁渤 2
(1．水资源与水电工程科学国家重点实验室(武汉大学)，湖北省 武汉市 430072；
2．甘肃省电力公司，甘肃省 兰州市 730050)

Study on Control of Pumped Storage Units for Frequency Regulation in Power Systems
Integrated With Large-scale Wind Power Generation
ZOU Jin1, LAI Xu1, WANG Ningbo2
(1. State Key Laboratory of Water Resources and Hydropower Engineering Science (Wuhan University), Wuhan 430072, Hubei
Province, China; 2. Gansu Electric Power Company, Lanzhou 730050, Gansu Province, China)

ABSTRACT: Integration of large-scale wind power generation 矩阵不等式(linear matrix inequality，LMI)的 H∞鲁棒控制算
presents larger frequency deviations in power systems. Pumped 法，对抽水蓄能机组一次调频控制方程进行求解。利用 IEEE
storage generators play an important role in regulating wind 39 节点系统进行仿真验证，结果表明提出的鲁棒控制策略
power variations as for their rapid response and control 能有效地减小风电功率波动造成的系统频率偏差，提高了抽
flexibility. In order to address the increased frequency 水蓄能机组对短时风电功率波动的调节响应性能。
deviations introduced by short time wind power fluctuation, a 关键词：电力系统；频率控制；抽水蓄能；鲁棒控制；风力
robust control strategy for pumped storage generators was 发电
presented in this paper. A state space model of the entire power
system was derived and characteristics of wind power
0 引言
variations and hydraulic system dynamics of pumped storage 电力系统频率是系统中发电侧和负荷侧有功
power plant were considered in this model. Then, the 功率平衡的表征反映。当系统负荷功率产生波动变
H∞-based robust controller was synthesized using the linear
化时，电力系统通过一次调频和二次调频调节发电
matrix inequality (LMI) method. The IEEE 39-bus test system
侧机组出力使频率维持在一定范围之内[1]。随着电
was used to verify the performance of the proposed control
力系统中风电装机容量的不断增加，风电功率波动
strategy. Simulation results indicate that this robust control
design significantly reduces the system frequency deviations 使得系统有功功率的不平衡加剧，导致系统频率波
and enable the pumped storage generators more responsive to 动频繁，这对电力系统的频率调节控制提出了更高
wind power variations. 要求[2]。同时，由于目前风电场主流使用的双馈感
KEY WORDS: power system; frequency control; pumped
应风力发电机的有功–频率的弱惯性[3]，其对传统同
storage; robust control; wind power 步发电机的替代使得系统整体惯性降低，当系统中
出现短时功率缺额时，系统的频率变化率以及最大
摘要：大规模风电接入对电力系统的频率造成影响。抽水蓄
能机组由于其出力响应迅速、调节灵活等特性，在风电功率
频率偏差都将增大。
波动的调节中具有重要作用。该文针对短时风电功率波动对 抽水蓄能机组因其出力响应迅速，调节方式灵
电力系统造成的频率扰动问题，提出抽水蓄能机组频率调节 活，是电力系统调频的重要手段。随着电力系统中
的鲁棒控制策略。通过建立电力系统整体状态方程，并考虑 风电的不断并网接入，抽水蓄能机组将在风电功率
风电功率波动特性和抽水蓄能电站动态特性，采用基于线性 波动的调节中发挥重要的作用[4]。然而，抽水蓄能
机组调速控制目前普遍采用 PID 控制策略，其控制
基金项目：国家自然科学基金项目(51379159)；高等学校博士学科
点专项科研基金资助项目(20130141130001)。 参数整定主要依据抽水蓄能电站自身动态特性，不
Project Supported by National Natural Science Foundation of China 具体考虑造成电力系统频率偏差的扰动源特性[5-6]。
(NSFC) (51379159); Project Supported by Special Scientific and Research
在采用这种调节方式对短时持续的风电功率波动
Funds for Doctoral Speciality of Institution of Higher Learning
(20130141130001). 进行调节时，机组调节性能将受到限制。
第2期 邹金等：大规模风电并网下的抽水蓄能机组调频控制研究 565

另一方面，由于抽水蓄能机组出力调节过程中 确定参数或扰动的情况下获得良好的调节性能和
导叶开度的变化，其水力系统中产生水压变化，出 稳定性[13]。H优化控制理论是鲁棒控制的重要方
现水锤[7]。水锤现象大大加剧了抽水蓄能机组出力 法，其主要思想是采用系统传递函数矩阵的 H范
调节的复杂性。而风电并网接入造成的持续功率波 数来记述优化指标，设计思路可简述如下。
动将使得抽水蓄能机组出力调节更为频繁。持续的 系统的状态方程描述为
调节动作造成其水力系统动态更为复杂，大大增加  x  Ax  B1w  B2 u

了机组的控制难度。因此，当采用抽水蓄能机组对  z  C1 x  D11w  D12 u (1)
持续的风电功率波动进行调节时，有必要针对风电 y  C x  D w  D u
 2 21 22
功率的波动特性及抽水蓄能电站动态特性，对抽水 式中：x 为系统状态变量；y、z 分别为系统的输出
蓄能机组的调频控制策略进行重新设计，以提高机 测量信号及控制性能指标信号； w 为系统的扰动信
组对风电功率波动的调节性能，从而减少风电功率 号或测量噪声； u 为控制器的输出控制信号。
波动对电力系统频率造成的影响。 为更直观的表达 H的控制目标，将系统状态
近年来，因鲁棒控制方法在控制系统模型存在 方程转化为传递函数矩阵的表达形式，如式(2)：
有界不确定参数或有界扰动情况下能有效的维持
G ( s)  C1 ( sI  A)1[ B1 B1 ]  [ D11 D12 ] (2)
系统的稳定，其在电力系统控制中已得到广泛的应
基于上述控制系统传递矩阵模型，H∞优化方
用[8-12]。文献[9-10]运用鲁棒控制方法分别对汽轮机
法的控制目标可描述为：
寻找最优反馈控制器 K(s)，
组调速和励磁装置进行优化，提高了控制器的调节
使得控制系统 G(s)闭环传递矩阵 Twz(s)的 H范数
性能；文献[11]在电力系统负荷频率调节中采用鲁
最小。由文献[14]可知，该 H范数等价于闭环传递
棒控制策略，减小了负荷扰动对系统频率的影响；
矩阵 Twz(j)在频域内的最大奇异值以及时域内的
文献[12]则将鲁棒控制方法运用于电力系统经济调
最大输出/输入增益，如式(3)所示：
度，有效解决了调度决策环境的不确定性问题。因
此，为更好的调节短时风电功率波动带来的系统频 z
min[ Twz 
 max  max (Twz ( j ))  max ] (3)
K (s) w 0 w
率偏差，可采用鲁棒控制方法对抽水蓄能机组一次 w
调频反馈控制进行改进：以电力系统整体作为控制 由此，H∞鲁棒控制问题可转化为等价的优化
对象，短时风电功率波动作为系统的不确定性有界 问题，可用基于 Riccati 或线性矩阵不等式(LMI)的
扰动，在抽水蓄能机组调频控制回路中采用鲁棒控 方法进行求解[15]。
制策略，以此提高机组频率调节性能。 1.2 权重函数
本文针对短时风电功率波动带来的系统一次 在系统存在有界扰动时，鲁棒控制方法能够维
调频问题，考虑风电功率波动特性和抽水蓄能电站 持系统的稳定并保证控制性能指标信号在一定区
动态特性，首先建立了多机电力系统状态方程，并 间内收敛[13]。为将系统外部随机扰动特性及控制性
以此状态方程为控制对象模型，采用基于线性矩阵 能指标特性考虑到鲁棒控制优化设计中，可采用权
不等式(Linear Matrix Inequality，LMI)的 H鲁棒控 重函数对外部扰动和性能指标进行描述，原系统即
制算法，推导了抽水蓄能机组一次调频控制方程。 可转化为带权重的广义系统模型。以 W(s)和 Z(s)分
由此设计的控制规律较好的发挥了鲁棒控制对不 别表示系统外部扰动权重函数和性能指标权重函
确定扰动的调节能力，对风电功率波动的调节更 数，由此将标准鲁棒控制问题式(3)转化为带权重的
具有针对性。仿真结果表明，所提出的鲁棒控制方 鲁棒控制问题式(4)：
法的频率调节性能相较于传统 PID 调节具有明显的 min W ( s )Twz ( s ) Z ( s ) 
(4)
K (s)
改善。
系统外部扰动及性能指标的权重函数 W ( s ) 和
1 基于输出反馈的鲁棒控制设计 Z ( s ) 的状态方程可由式(5)、(6)表示：

1.1 H鲁棒控制理论  x w  Aw xw  Bw w
 (5)
实际系统中存在各种不确定性问题，包括系统  w  Cw xw  Dw w
的不确定性参数和外界的不确定性扰动。鲁棒控制  x z  Az x z  Bz z
 (6)
方法能很好的处理这些不确定性问题，使系统在不  z  C z x z  Dz z
566 中 国 电 机 工 程 学 报 第 37 卷

将式(1)及式(5)、(6)合并可得包含系统外部扰 思路，具体详细推导过程参见文献[16]，本文采用
动特性及性能指标特征的广义鲁棒控制系统模型 这种方法对系统模型进行降阶。
(7)，可采用标准的 H鲁棒控制求解方法对该模型
2 抽水蓄能机组调频鲁棒控制器设计
进行求解。
2.1 控制系统模型
 x   A B1Cw 0   x  B1 Dw   B2  本文所提出的鲁棒控制策略以电力系统整体
   
xw  0 Aw 0  x w  Bw  w 0  u
为控制对象，系统模型包含抽水蓄能机组、火电机
 x z  Bz C1 0 Az   x z   0  Bz D12 
 组、风电机组以及电网潮流。对于系统负荷，由于
 x (7) 其在分钟级时间尺度内的波动远小于风电的出力
z [ D C D D C C ] x D D D w D D u
 z 1 z 11 w z  w z 11 w z 12 波动，可认为其在一次调频过程中保持不变。应当
  x z 
 指出，由于本文研究问题为电力系统频率调节，因
 y[C2 D21Cw 0]w [ x xw x z ]  D21 Dw w D22 u
T
此采用的模型侧重有功功率及频率的表达，并同时
1.3 模型降阶 突出对频率调节有重要影响的主要动态特性，如风
由文献[15]可知，采用 Riccati 或线性矩阵不等 电波动特性，抽水蓄能机组动态特性等，忽略无功
式(LMI)方法求解 H优化问题所得的鲁棒控制器 及电压等其他系统变量。为简化鲁棒控制设计过
阶数与广义控制系统模型阶数相同。当系统规模较 程，本文所采用的模型均为线性化模型，模型变量
大时，所得控制器模型较为复杂，增加了控制器的 的单位均为标幺值。
实现难度，同时也降低了控制器的运行效率。在这 抽水蓄能机组调速系统参数整定与常规水电
种情况下，通常采用降阶的方法以获取低阶鲁棒控 机组类似，广泛使用等效单管单机模型[17],其可由
制器。可通过对控制系统模型降阶或对控制器模型 式(11)—(15)表示：
降阶两种方式进行。为减少控制器设计过程中的计 q  a11h  a12 Y  a13 
 h (11)
算量，本文采用在求解鲁棒控制器之前对控制系统 Pm  a21h  a22 Y  a23
模型进行降阶的方案。 (a11 , a12 , a13 , a21 , a22 , a23 )  f (h0 , q0 , 0 , Y0 ) (12)
控制系统模型降阶问题一般可描述为：给定一
q  (1 / Tw )h (13)
个系统的状态空间的描述 G(s)，求取一个状态数量
Ty Y  Y  ut (14)
尽可能少的模型 Ga(s)，使得输入–输出行为的变化
限制在一定可接受范围内。如式(3)，H范数表征 Peh
2 H t   Pmh   eg  (15)
了系统时域内的最大输入–输出增益，因此降阶的 Sh
目标可以表示为 其中，式(11)为水泵水轮机特性的线性化表达式，q

min[Order(Ga ( s ))] 和 Pmh 分别为水泵水轮机流量和机械功率，由其进

 (8) 水口水压 h ，导叶开度 Y 以及转速函数表示。线
s.t. G ( s )  Ga ( s )   
性化系数 a11~a23 可通过在水泵水轮机全特性曲线
由于 Hankel 范数与 H∞范数具有如式(9)所示关
的工作点处对各变量求导获得[18]，如式(12)所示。
系，其中  1H , 2H ,   表示 G(s)的降序排列 Hankel 奇
抽水蓄能机组引水系统模型采用一阶刚性水锤模
异值[16]，可以看出，Hankel 范数对 H∞范数给出了
型，如式(13)，Tw 为引水管道惯性常数。式(14)为
边界。基于此关系式，舍弃 G(s)中对应于较小的
水泵水轮机导叶液压接力器模型，ut 为调速器输
Hankel 奇异值  kH1 ,  kH2 ,   的状态，可以确保模型
出控制信号，Y 为导叶开度增量。发电机转子运
误差的 H范数小于舍弃的 Hankel 奇异值之和，如
动方程可由式(15)表示，式中：Ht 为机组转动惯性
式(10)所示。Ga(s)即为舍弃  kH1 ,  kH2 ,   后剩余的具
常数； Pmh 和 Peh 分别为抽水蓄能机组机械功率及电
有 k 个状态的模型实现。
磁功率；参数 Sh 为抽水蓄能机组功率基准值与电网
G(s) H
 G(s) 
 2( 1H   2H + ) (9)
功率基准值之比；eg 为发电机阻尼系数。
G ( s )  Ga ( s )  G ( s )  Ga ( s ) 
H  由式 (11) — (15) 合并可得抽水蓄能机组的状态
2( kH1   kH2  ) (10) 空间模型(16)，其中，Ah、Bh 分别为系数矩阵，可
上述过程即为 Hankel 范数最优降阶法的主要 由式(11)—(15)求得：
第2期 邹金等：大规模风电并网下的抽水蓄能机组调频控制研究 567

      计的控制系统状态方程。其中， Pew 为风电出力扰

   
    A    +B  ut  动， ut 为待求鲁棒控制器输出。
 Y  h  Peh 
(16)
 Y  h
2.2 风电出力特性分析
   
 Q   Q  在本文提出的水电机组调频控制框架中，风电
对于火电机组，为简化分析，其原动机采用一 出力作为系统的外部扰动，对系统频率调节没有贡
阶模型 P  1 / (Tch s  1)  Y ，调速器控制采用比
g 献。因此，可认为风电出力过程不受系统其他部分
m

例控制 uG  1 / R   ，其整体机组状态方程可由 影响，其特性由风电出力历史数据分析而得。

四阶方程(17)表示： 风电出力特性在控制器设计中以系统的输入
0 权重函数表达。为获得风电出力权重函数，对风电
0 0 0 
 K g 1  出力数据进行频谱分析，提取风电出力在频域内的
 0 
  0 0    
   2H g 2H g   1  分布特征。本文采用快速傅里叶变换快速傅氏变换
        (fast Fourier transform，FFT)对实测风电出力数据进
1 1   g    2H g Sg  Pe (17)
g
P g  0 0 P  
 m  Tch Tch   m   0  行处理，得到其功率谱密度(power spectral density，
  Y 
Y   1 1   0  PSD)[20]，并利用有理分式传递函数的频率响应曲线
 
0 Tg R
0
Tg  对其进行拟合，得到风电出力权重的传递函数表达

式。为简化拟合过程，传递函数形式取为式(22)：
式中：0 为火电机组额定转速；Hg、Kg、Sg 分别为
as
火电机组转动惯性常数、阻尼系数、火电机组功率 W (s)  (22)
s2  b  s  c
基准值与电网功率基准值之比；Tch、Tg 分别为原动
通过调整参数 a、b、c，使得 W(s)的频率响应
机和机组导叶接力器的时间常数；R 为调速器转速
曲线与实测数据的 PSD 尽量吻合，即得到风电出力
下降率。
的权重传递函数。如图 1 所示为某风电场实测功率
在频率调节的研究中，通常假定母线电压保持
数据的 PSD 曲线及对应的拟合权重函数 W(s)的频
不变，仅考虑有功功率不平衡造成的频率偏差[19]。
率响应幅值曲线，其中， W(s) 函数参数分别取为
因此，本文采用直流潮流模型对电网潮流进行计
0.01、0.01、0.005，二者幅值均做归一化处理。从
算，其表达式为
实测数据的 PSD 曲线可以看出，风电出力波动成分
P  H  θ (18)
主要集中在 0.01Hz 附近。对比两条曲线可知，权
式中：P 表示电网内各节点的功率变化；为各
重传递函数对风电出力在频域内分布拟合较好。
节点的功角变化；H 为电网节点导纳矩阵。
1.0
将式(16)、(17)中抽水蓄能机组及火电机组的状 实测函数
权重函数
态变量合并，可写为式(19)所示的机组状态方程： 0.8

 Peg  0.6
幅值/pu

x  A0 x  B0 ut  E0  h  (19)
 Pe  0.4

对电网中各节点进行划分，并对直流潮流方
0.2
程(18)进行分块，得到式(20)：
0.0
 Peh   θh  102
 g
 Pe    H11 H12   θ g  频率/Hz

 P w   H 21 H 22   θw 
(20)
图1 风电出力数据 PSD 与权重函数幅频响应
 el   
 Pe   θl 
Fig. 1 Power spectrum density (PSD) of
wind power data and magnitude of weighting function
将式(20)代入式(19)，消去 [Peh ; Peg ] ，而依据
2.3 鲁棒控制器生成
本节开 头假 定，负 荷在 调频过 程中 保持不 变， 以风电出力波动为控制系统外部扰动信号，电
Pel  0 ，由此得到电力系统整体状态方程(21)： 力系统频率响应为控制性能指标信号，建立抽水蓄
x  Ax  But  F Pew (21) 能机组的调频鲁棒控制问题。为简化控制器生成过
式(21)即可作为抽水蓄能机组调频鲁棒控制设 程，风电出力权重由实测数据的 PSD 拟合而得，而
568 中 国 电 机 工 程 学 报 第 37 卷

控制性能指标权重取单位矩阵，结合式(21)表示的 力将增加。为保持系统额定状态下总发电– 负荷平

电力系统整体状态方程及式(7)，得到包含风电出力 衡，系统中各负荷额定值也按其原始比例相应增加。
特性的广义控制系统状态方程。 系统中风电场出力数据采用美国可再生能源
采用标准 Hankel 范数最优降阶法对广义控制 国家实验室收集的某风电场秒级实测功率数据。对
系统模型进行降阶，并采用基于 LMI 的优化方法， 风电出力实测数据进行归一化处理，取其波动的变
迭代生成最优鲁棒控制器 K(s)，使得电力系统由风 化规律，结果显示风电场出力波动幅值在其均值的
电出力扰动 P 到频率输出的增益最小。由上述 e
w
10%~20%左右。
过程即可生成风电并网下的抽水蓄能机组调频鲁 3.1 鲁棒控制分析
棒控制器。 本 文 使 用 Matlab 鲁 棒 控 制 工 具 箱 (robust
control toolbox)[22]对式(4)所描述的带权重的鲁棒控
3 算例分析
制问题进行求解。通过风电功率实测数据拟合风电
以修改后的 IEEE 39 节点系统作为算例，对上 出力权重函数，并由式(7)得到广义控制系统模型。
文介绍的抽水蓄能机组鲁棒控制器设计方法进行 应当指出，由于实测风电出力数据有限，本文算例
验证。如图 2 所示，抽水蓄能机组位于系统节点 30， 中各风电场均采用同一权重函数。而在实际情况
其额定容量为 500MW。算例系统额外增加的 3 个 中，当电力系统存在多个风电场时，可分别对各个
风电场分为位于节点 3、14 和 28，其额定容量分别 风电场的出力权重函数进行计算，并在广义控制系
为 600、500、400MW，风电容量之和占系统总容 统模型求解过程中，采用多个权重函数。本文算例
量约 20%。算例系统的基本结构参数引自文献[21]， 下的广义控制系统幅频响应如图 3，其响应幅值在
抽水蓄能机组参数如表 1 所示。应当指出，当系统 频率 0.01Hz 附近出现峰值，该特征频率对应于风
中新增风电机组容量后，本文假定其他发电机组仍 电权重的频率响应峰值，由此可知，不同频段的风
保持额定出力不变，因此，系统发电侧的总额定出 电波动对系统频率的影响并不相同，对风电波动的
G
37 调节控制应具有针对性。
H 25 29
26 28
30
38
50
2 W
G
原始模型
18 27 24 降阶模型
1 17
16 100
W
3 G
幅值/dB

15 35
G
39 21 22 150
4
14
5
6 12 W 19 23
7 31 20 200
13 36
8 G 11 34 33 G
10
G G
9 32
250 4
102
G
10 100 102
图2 IEEE 39 节点测试系统单线图 频率/Hz
Fig. 2 IEEE 39-bus test power system 图3 广义控制系统降阶前后开环幅频响应曲线
表1 抽水蓄能电站参数 Fig. 3 Magnitude of the original and reduced-order
Tab. 1 Parameters of the Pumped Storage Power Plant augmented system open-loop transfer function
位置 参数 数值 如本文 1.3 节所述，当控制系统规模复杂时，
管道 Tw 3 生成鲁棒控制器前应对广义控制系统降阶。在本文
a11 0.5 算例系统中，广义控制系统模型阶数为 46，对系统
a12 1
Hankel 奇异值进行计算并降序排列，如图 4 所示。
a13 0.1
水轮机 图 4 中所示的系统 Hankel 奇异值在 20 阶附近降至
a21 1
a22 1.5
较低，因此将降阶模型阶数取为 20。降阶前后系统
a23 0.1 开环幅频响应曲线如图 3 所示，二者曲线非常接近，
Kp 5 说明降阶后的系统保持了原系统的动态特性。
调速器 Kd 0.5 通过 LMI 方法求解带权重的 H控制问题，生
Ki 0.1 成算例系统中的抽水蓄能机组鲁棒控制器。将生成
第2期 邹金等：大规模风电并网下的抽水蓄能机组调频控制研究 569
5

4 0.03
绝对值/103

频率/Hz
0.00
2

1
0.03
PID 控制
0 鲁棒控制
0 10 20 30 40 50
0 100 200 300
阶数
时间/s
图4 广义控制系统 Hankel 奇异值直方图
图6 PID 控制及鲁棒控制下系统对风电波动的频率响应
Fig. 4 Hankel Singular Values of the augmented system
Fig. 6 Frequency response to wind power
的鲁棒控制器与传统的 PID 控制器进行比较：二者
variation with PID control and robust control
对应的系统闭环传递函数幅频响应曲线如图 5 所 0.2
PID 控制
示，鲁棒控制对应的系统响应在 0.01Hz，即风电权 鲁棒控制

重的特征频率处具有明显的“凹陷”，闭环系统在 0.1

机械功率/pu
该频率附近具有更小的增益。因此，鲁棒控制器相
较于 PID 控制器对风电出力波动的主要成分具有更 0.0

好的抑制作用。
20 0.1
PID 控制
鲁棒控制

0.2
60 0 100 200 300
时间/s
幅值/dB

图7 PID 控制及鲁棒控制下抽水蓄能机组机械功率响应
100
Fig. 7 Mechanical power deviation of the pumped
storage unit with PID control and robust control
140 发挥了更大作用。
保持算例系统中火电机组及抽水蓄能机组容
104 102 100 102
频率/Hz 量不变，改变风电机组容量，即改变系统中风电渗
图5 PID 控制及鲁棒控制下的闭环系统幅频响应曲线 透率，分别对抽水蓄能机组采取鲁棒控制和 PID 控
Fig. 5 Magnitude of the system closed-loop 制下的系统频率响应进行时域仿真。由统计学原理
function with PID control and robust control 可知，数据的方差反映了数据在其均值附近的离散
3.2 系统时域仿真 程度[23]，故可采用系统频率响应的方差值来衡量系
以风电出力实测数据作为系统输入，分别对抽 统频率波动大小。表 2 中列出了风电渗透率从 10%
水蓄能机组采取鲁棒控制和 PID 控制下的算例系统 到 40%情况下，系统频率响应的方差值，从表 2 中
进行时域仿真，系统频率响应如图 6 所示。由图 6 可以看出，在各个风电渗透率下，鲁棒控制下的频
可知，当抽水蓄能机组采用 PID 控制时系统频率偏 率响应方差均明显小于 PID 控制，即鲁棒控制策略
差最大超过 0.03Hz，而采用鲁棒控制时的频率调节 在各个风电渗透率下对风电出力波动均能取到较
效果明显优于 PID 控制。
表2 两种控制方式下频率响应方差
为进一步说明抽水蓄能机组鲁棒调频控制方 Tab. 2 Variances of the frequency response in two cases
法的有效性，对抽水蓄能机组调频控制过程中的出
频率方差
力响应 ( 采用抽水蓄能机组机械功率表征 ) 进行分 风电渗透率/%
PID 控制 鲁棒控制
析。图 7 所示为相对应的抽水蓄能机组机械功率响 10 6.087610 5
2.4014106
应曲线。如图 7，在鲁棒控制下，抽水蓄能机组的 20 2.435010 4
9.6055106

出力幅度相较于 PID 控制明显增加，说明抽水蓄能 30 5.4788104 2.1612105

4
机组对风电波动响应程度增加，在系统频率调节中 40 9.740110 3.8422105
570 中 国 电 机 工 程 学 报 第 37 卷

好的调节效果。 frequency regulating system for hydropower units in

上述仿真结果共同表明，所提出的抽水蓄能机 grid-connected operation[J]．Power System Technology，
组调频鲁棒控制方法能有效地对风电波动造成的 2009，33(9)：57-62(in Chinese)．

系统频率偏差进行调节，其调节效果优于传统的 [6] Working Group on Prime Mover and Energy

PID 控制。这是由于传统的 PID 控制未考虑造成系 Supply．Hydraulic turbine and turbine control models for
system dynamic studies[J]．IEEE Trans on Power System，
统频率偏差的扰动源特性，调节反馈依据仅仅是本
1992，7(1)：167-178．
地频率偏差测量值，对风电波动的调节是一种间接
[7] Parmakian J．Water Hammer Analysis[M]．New York：
调节。而鲁棒控制方法基于系统整体模型，同时考
Prentice Hall，1955．
虑了系统本身动态特性及扰动源特性，对风电出力
[8] 孙元章，卢强，孙春晓．电力系统鲁棒非线性控制研究
波动的调节更为直接，效果更好。 [J]．中国电机工程学报，1996，16(6)：361-365．
4 结论 Sun Yuanzhang，Lu Qiang，Sun Chunxiao．On the study
of power system nonlinear robust control[J]．Proceedings
针对大规模风电并网带来的系统频率调节问
of the CSEE，1996，16(6)：361-365(in Chinese)．
题，本文提出了抽水蓄能机组一次调频的鲁棒控制 [9] 董清，高曙．汽轮发电机调速系统附加 H∞鲁棒分散控
方法。该方法基于系统整体状态方程，并以输入信 制[J]．电力系统自动化，2001，25(14)：19-23．
号权重的形式考虑风电出力波动特性，针对性的对 Dong Qing，Gao Shu．Additional H∞ robust decentralized
风电出力波动进行调节抑制。仿真结果表明了该鲁 control of governor system in turbo- generator
棒控制方法相较于传统 PID 调节的优越性：抽水蓄 [J]．Automation of Electric Power Systems，2001，25(14)：
能机组对风电波动的响应幅值增加，系统频率偏差 19-23(in Chinese)．
得到明显改善。 [10] 兰洲，甘德强，倪以信，等．电力系统非线性鲁棒自适
应分散励磁控制设计[J]．中国电机工程学报，2006，
参考文献 26(17)：1-5．
[1] Kundur P．Power system stability and control[M]．New Lan Zhou，Gan Deqiang，Ni Yixin，et al．Decentralized
York：McGraw-Hill，1994：581-582． nonlinear robust adaptive excitation control design for
[2] 张丽英，叶廷路，辛耀中，等．大规模风电接入电网的 power systems[J]．Proceedings of the CSEE，2006，
相关问题及措施[J]．中国电机工程学报，2010，30(25)： 26(17)：1-5(in Chinese)．
1-9． [11] 李宁璨，徐政，唐庚，等．基于滑模鲁棒控制器的有功
Zhang Liying，Ye Tinglu，Xin Yaozhong，et al．Problems 功率调制在多端直流输电的应用[J]．中国电机工程学
and measures of power grid accommodating large scale 报，2016，36(3)：664-673．
wind power[J]．Proceedings of the CSEE，2010，30(25)： Li Ningcan，Xu Zheng，Tang Geng，et al．Sliding mode
1-9(in Chinese)． robust control based active-power modulation in
[3] 赵晶晶，吕雪，符杨，等．基于双馈感应风力发电机虚 multi-terminal HVDC systems[J] ． Proceedings of the
拟惯量和桨距角联合控制的风光柴微电网动态频率控 CSEE，2016，36(3)：664-673(in Chinese)．
制[J]．中国电机工程学报，2015，35(15)：3815-3820． [12] 周任军，闵雄帮，童小娇，等．电力环保经济调度矩不
Zhao Jingjing，Lv Xue，Fu Yang，et al．Dynamic frequency 确定分布鲁棒优化方法[J]．中国电机工程学报，2015，
control strategy of wind/photovoltaic/diesel microgrid 35(13)：3248-3256．
based on DFIG virtual inertia control and pitch angle Zhou Renjun，Min Xiongbang，Tong Xiaojiao，et al.
control [J]．Proceedings of the CSEE，2015，35(15)： Distributional robust optimization under moment
3815-3820 (in Chinese)． uncertainty of environmental and economic dispatch for
[4] Padoan A C， Nicolet C， Kawkabani B，et al．Stability power system[J]．Proceedings of the CSEE，2015，35(13)：
study of a mixed islanded power network[C]//IEEE PES 3248-3256(in Chinese)．
Transmission and Distribution Conf ． Expo ． Latin [13] Zhou K，Doyle J C，Glover K．Robust and optimal
America，Sao Paulo：IEEE，2010：1-7． control[M]．Upper Saddle River，NJ：Prentice-Hall，1995．
[5] 张江滨，李华，谢辉平．水电机组并网运行频率调节系 [14] Doyle J C，Glover K，Khargonekar P，et al．State-space
统的稳定性[J]．电网技术，2009，33(9)：57-62． solutions to standard H2 and H∞ control problems
Zhang Jiangbin ， Li Hua ， Xie Huiping ． Stability of [J]．IEEE Trans on Automatic Control，1989，34(8)：
第2期 邹金等：大规模风电并网下的抽水蓄能机组调频控制研究 571

831-847． Pearson Prentice Hall，2005．

[15] Gahinet P ， Apkarian P ． A linear matrix inequality [21] Pai M A．Energy function analysis for power system
approach to H∞ control[J]．International Journal of Robust stability[M]．Boston，MA：Kluwer，1989．
Nonlinear Control，1994，4：421-448． [22] The Math Works Inc．MATLAB R2013：Robust Control
[16] Skogestad S，Postlethwaite I．Multivariable feedback Toolbox[EB/OL]．[2013-03-16]. http://www.mathworks.
control[M]．New York：Wiley，1996． com．
[17] 沈祖诒．水轮机调节[M]．北京：水利水电出版社，1998．
Shen Zuyi ． Hydro turbine regulation[M] ． Beijing: 收稿日期：2016-04-25。
Hydraulic and Hydroelectricity Press，1998． 作者简介：
[18] Nicolet C，Greiveldinger B，Hérou J，et al．High-order 邹金(1989)，男，博士研究生，主要研
modeling of hydraulic power plant in islanded power 究方向为水电站运行与控制及新能源并网
network[J]．IEEE Trans on Power System，2007，22(4)： 与控制，zoujin@whu.edu.cn；
1870-1880．
邹金 赖旭(1966)，男，教授，博士生导师，
[19] 于达仁，郭钰锋．一次调频的随机过程分析[J]．中国电 通信作者，主要研究方向为水电站过渡过
机工程学报，2002，22(6)：38-41． 程及风力发电技术，laixu@whu.edu.cn；
Yu Daren，Guo Yufeng．Analysis on random process of the 汪宁渤(1963)，男，教授级高级工程师，
primary frequency regulation[J] ． Proceedings of the 主要研究方向为新能源发电及网源协调，
CSEE，2002，22(6)：38-41(in Chinese)． wangnb@gs.sgcc.com.cn。
[20] Stoica P，Moses R．现代信号谱分析[M]．吴仁彪，韩
(编辑 李蕊)
萍，冯青，译．北京：电子工业出版社，2007．
Stoica P，Moses R．Spectral analysis of signals[M]．Wu
Renbian，Han Ping，Feng Qing，translate．Beijing：
Extended Summary DOI：10.13334/j.0258-8013.152252.

Study on Control of Pumped Storage Units for Frequency Regulation in

Power Systems Integrated With Large-scale Wind Power Generation
ZOU Jin1, LAI Xu1, WANG Ningbo2
(1. Wuhan University; 2. Gansu Electric Power Company)

KEY WORDS: power system; frequency control; pumped storage; robust control; wind power

Due to the variabilities and uncertainties of
increasing wind power, large mismatches between the
power supply and the demand for electricity are
introduced into power systems, leading to larger
frequency deviations from the nominal value. Pumped
storage generators have been the primary actors in power
system frequency regulation as for their rapid response
and control flexibility. However, the existing control
framework of pumped storage cannot adjust disturbance
sources in power systems, which may restrict the control
performance of pumped storage in power systems with
high wind penetration.
In order to improve control performance of pumped
storage systems, a robust control strategy is presented to
address increased frequency deviations introduced by
short time wind power fluctuation. By deriving a state
space model of the entire power system including
characteristics of wind power variation as well as
dynamics of pumped storage power plants, H∞-based
robust control method is applied to synthesize the
controller.
The proposed robust control problem can be
represented as an optimization problem: find an optimal
stabilizing controller K (s) to minimize the H∞ norm of
the system closed-loop transfer function G wz (s) as shown
characteristics of wind power variation. In this work,
Fast Fourier Transform (FFT) method is applied on
measured wind power data to obtain the power spectrum
density (PSD).
A low order controller is obtained by using the
standard Hankel norm approximation method. Then, the
proposed controller is tested in the IEEE New England
39-bus power system.
System frequency simulations results are shown in
Fig.1, in which the PID control case has more than
±0.03Hz deviation in frequency response, while the
robust controller shows a much superior control result.
Furthermore, simulations are also carried out at different
wind penetration levels. The variances of frequency
response under 10% to 40% wind penetration levels are
summarized in Tab. 1, which shows that the frequency
variance of the robust control is significantly smaller
than that of the PID control. These frequency response
simulation results prove that the designed robust
controller has effectively reduced system frequency
deviation and delivers a satisfactory control performance
under a wide range of wind penetration levels.
0.03
Frequency/Hz

in equation (1).
0.00
z
min[ Twz   max  max (Twz ( j ))  max ] (1)
K (s) w 0 w
w
 x  Ax  B1w  B2 u 0.03
 PID control
 z  C1 x  D11w  D12 u (2) Robust control
y  C x  D w  D u
 2 21 22 0 100 200 300
Time/s
Equation (2) is the state space model of the system,
where x is the vector of internal states of the system; Fig. 1 Frequency response to wind power variation with PID
control and robust control
y , z represent the measurement vector and the
Tab. 1 Variances of the frequency response in two cases
performance vector, respectively; w is the wind power
Frequency variance
disturbances; and u is the control input to be designed. In Wind penetration/%
PID control Robust control
order to characterize the wind power disturbance w , 10 6.0876105 2.4014106
dynamic weighting functions is assigned to w . 20 2.4350104 9.6055106
Frequency spectrum is used for frequency domain 30 5.4788104 2.1612105
representation of wind generation to capture the 40 9.7401104 3.8422105

S23