CN101392724B - 具有多个风能设备的风电场和该风电场的运行方法 - Google Patents

Abstract

本发明涉及具有多个风能设备的风电场及其运行方法。一种用于具有多个风能设备的风电场的运行方法，其中每个风能设备同时具有一个控制单元，该控制单元响应于所接收到的电变量的期望值控制和/或调节该风能设备，该方法具有以下步骤：高级控制器计算和/或接收允许风电场提供的电变量的当前允许最大值；该高级控制器确定每个风能设备的电变量的期望值并且将该值输送给风能设备，其特征在于，该高级控制器根据所有风能设备的当前最大和/或最小可用值确定每个风能设备的期望值。

Description

具有多个风能设备的风电场和该风电场的运行方法

技术领域

本发明涉及具有多个风能设备(wind energy plant)的风电场(wind park)，每个风能设备都同时具有一个能响应于所接收到的电变量的期望值控制和/或调节风能设备的控制单元，以便提供对应于该期望值的实际值。而且，本发明涉及一种运行这种风电场的方法。

背景技术

通过预置一个期望值来限制风电场输送的电力是公知的。这种情况会发生在，例如当由于某些原因使得可利用的电力不能供给到电网中时。风电场的这种节流运行使得有必要对在风电场中的至少一些风能设备也提供一种节流运行，或者切断它们。

发明内容

基于此目的，本发明提供一种风电场的运行方法以及这样一种风电场本身，其中风电场可由简单的装置控制，以便于在短时间内稳定地为风电场提供预置的期望值。

根据本发明，通过采用本发明的风电场的运行方法和本发明的风电场实现此目的。

根据本发明的方法涉及具有多个风能设备的风电场的运行。每个风能设备具有一个控制单元，该控制单元可以响应于所接收到的电变量的期望值来控制和/或调节风能设备，以便提供该期望值。而且，提供一种高级控制器(superordinate control)，该控制器计算和/或接收电变量的当前允许最大值。该高级控制器还被指定为风电场控制器和/或风电场管理器。例如，该高级控制器本身可计算电变量的最大允许值，作为对电网连接点本身的电测量的结果。该电变量的最大允许值还可在高级控制器中规定为不变值或者作为时间进度。可选择地或者此外，该高级控制器还接收电变量的最大允许值。该高级控制器为每个风能设备确定电变量的期望值并且将该值输送给风能设备的控制单元。根据本发明，该高级控制器根据风能设备可以产生的当前最大可用值确定每个风能设备期望值。因此，根据各个风能设备当前可以提供的值，可以对风电场整体提供的变量进行分配。该当前最大可用值可涉及在一个时间点或者在某个时段期间的最大可用值。此过程的有利之处在于在风电场中执行期望值的分配，其不仅取决于风电场中的风能设备的数量，而且考虑到了风电场中风能设备的当前操作状态。

根据本发明，风能设备的期望值由高级控制器确定为：用风电场的最大可用值，除以风电场中的风能设备的数量，再用各个风能设备的当前最大可用值与所有风能设备的当前最大可用值的算术平均值的商进行加权。因此，从纯逻辑的观点看，该期望值的分配分为两个步骤。在第一步骤中，变量被关联于风能设备，作为导致到所有风能设备的均匀分配的期望值。在第二步骤中，如此确定的为风能设备预置的期望值被加权。在此过程中，所述加权是将当前值，即风能设备的最大可用值，除以所有风能设备的当前最大可用值的算术平均值来进行的。采用另外的形式表示，这表示风能设备i(i＝1...N)的期望值

结果是：

${\hat{B}}_{\mathrm{Soll}}^i={B^i}_{\mathrm{Soll},\mathrm{WA}}*\frac{{B^i}_{\max }}{{\stackrel{\‾}{B}}_{\max }},$

其中B_Soll，WA是风电场的预置的期望值除以风能设备的数量N而获得的变量。Bⁱ _max表示风能设备i的当前最大可用值，并且

是风能设备的电变量的当前最大可用值的算术平均值。例如，该算术平均值计算为：

${\stackrel{\‾}{B}}_{\max }=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{B}_{\max }^i$

从加权值

可以直接清楚的得知，相比于只能提供低于平均值的风能设备而言，能提供高于平均值的风能设备能接收预置的较高的期望值。

在本发明的方法的优选扩展中，该高级控制器根据风电场中所有风能设备的当前最大可用值以及风电场的电变量的预置允许值确定每个风能设备的期望值。本方法的特别有利之处在于在期望值的分配中不仅考虑了各个设备的当前最大可用值，而且在期望值的分配中也考虑了风电场的所有风能设备的当前最大可用值。

该方法的特殊之处在于，当将某个风能设备的最大可用值指定为零时，不需要特别的措施，就可以将该方法应用于切断风能设备。该方法的特殊之处还在于，当所有风能设备的当前最大可用值低于或者等于风电场的当前最大允许值时，计算每个风能设备的期望值。因此，甚至当风电场没有利用风电场的当前最大可用值时，也存在通过期望值的指定而进行的分配。甚至在此情况下，例如风速不断增加时，通过预置各个风能设备的期望值，不需要过多的控制干预，就能保证风电场能够迅速地限制到风电场的最大允许期望值。

在优选实施例中，当所有风能设备的当前最大可用值大于或者等于风电场的最大允许值时，还计算每个风能设备的期望值。这是当各个风能设备的电变量存在限制的情况，目的是为了不超过最大允许值。

在本发明的方法的优选实施例中，当一个风能设备的期望值超过一个限制值时，该期望值被限制为此限制值。在为风电场预置的期望值大于各个风能设备能提供的数值总和的情况下，会发生大于最大可用值100％的期望值被指定给单个风能设备的情况。在这种情况下，预置到风能设备的控制单元的期望值被限制为一个限制值。优选地，在此情况下，未指定给此风能设备的部分能够被分配给剩余的风能设备。对于期望值的分配，本发明的方法能被再次使用，其中在之后的分配中不考虑其期望值已经被设置为该限制值的风能设备。

根据本发明，为每个风能设备提供一个特征曲线，其中根据一个或多个外部变量规定指定风能设备的最大可用值。该外部变量可以是例如风速和/或风力方向。然后，对于一个预定的风速，该特征曲线表示在此风速下风能设备最大可以提供的数值。基于根据特征曲线确定的最大可用值，对期望值进行指定。

在本发明的方法中，在风电场中分配的电变量可以是风能设备的有功功率和/或有功电流。可选择的是，还可以采用无功功率和/或无功电流和/或表观功率和/或表观电流和/或相位角和/或功率因数作为电变量。

在一个优选实施例中，为一些或者所有风能设备预置统一的最小可用值作为最小期望值，或者为一些或者所有风能设备分别预置单独的最小可用值作为最小期望值。当高级控制器确定的期望值低于该最小可用值时，该最小期望值总是用作对应的风能设备的期望值。这确保了没有过低的期望值被指定给风能设备，例如，将过小的期望值指定给风能设备可能会导致该风能设备中的磨损增大。此外，假设当用于至少一个风能设备的期望值被限制为最小可用值时，至少一个其它的风能设备的期望值被降低。便利地，只要最小期望值被应用到至少一个风能设备，该降低的期望值就被保留。

本发明的目的还通过本发明的风电场解决。

本发明的风电场具有多个风能设备，每个风能设备具有一个控制单元，以便于响应于接收到的电变量的期望值控制和/或调节风能设备，从而获得该期望值。在风电场中，提供一个高级控制器，其能够存储允许风电场产生的电变量的最大允许值。该能被存储在高级控制器中的最大允许值能够由高级控制器计算或者接收。而且，电变量的最大允许值能够在高级控制器中设置为一个不变值或者时间进度。此外，该高级控制器可以确定每个风能设备的电变量的期望值，并且可以将所确定的期望值输送给风能设备的控制单元。该高级控制器能够确定每个风能设备的期望值，该期望值取决于风电场中的风能设备的当前最大可用值。具有本发明的高级控制器的风电场能够在没有显著延迟的情况下并且在短时间内对风电场的预置的期望值作出反应。

根据本发明，该高级控制器可以将风能设备的期望值确定为：用风电场的当前最大可用值，除以风能设备的数量，再用对应的风能设备的当前最大可用值与所有风能设备的当前最大可用值的算术平均值的商进行加权。在风电场预置的期望值高于风电场产生的电变量的实际值，以及在风电场产生的变量没有达到风电场的期望值的情况下，采用此方式实现的高级控制器确保了对每个风能设备指定单独的期望值，这考虑到了该风能设备为实现风电场的期望值而作出的贡献。在一个优选的实施例中，在高级控制器并且/或者在风能设备的控制单元中提供一个特征曲线，其中根据一个或多个外部变量规定指定风能设备的最大可用值。通过利用外部变量的规定值，例如风速和/或风力方向，这种特征曲线提供确定指定风能设备的最大可用值的可能性。

在风电场的优选扩展中，根据在风电场中的所有风能设备的最大可用值以及电变量的预置允许值，该高级控制器能够确定每个风能设备的期望值。

优选地，将有功功率作为电变量，在风电场中可以预置该电变量的期望值。可选择地，还可以将表观功率、无功功率和/或无功电流和/或相位角和/或功率角作为电变量。

在本发明的风电场的优选扩展中，可以将最小期望值指定给各个风能设备或者所有的风能设备。最小期望值具有例如避免风能设备的磨损增大的功能。该最小期望值由高级控制器监测，并且一个低于该最小期望值的期望值被设置为最小期望值。在此情况下，优选的是，只要预置了一个最小期望值，则另一个风能设备的期望值也可以被降低。

附图说明

下面，利用两个例子更详细地说明本发明。

图1示出了在显著的功率降低情况下三个风能设备的功率分布，

图2示出了功率分布的中间结果，其中风能设备的当前期望值高于风能设备的限制值，和

图3示出了具有适度功率降低的风电场的功率分布，其中一个风能设备被限制为一个限制值。

具体实施方式

对于一个实际的例子，假设风电场具有三个风能设备WT1、WT2和WT3，其通过电力电缆将产生的有功功率传送到输电网。在正常的情况下，这种风电场在没有功率限制的情况下运行。然而，会发生不是风能设备的全部可用有功功率都被允许输送到输电网的情况，从而使得风电场必须以节流方式运行。假设一个风电场控制器被提供用于此目的。

该风电场控制器能够表现为一个控制单元。该风电场控制器的功能也可以通过多个分布的控制单元的协作来实现。

在风能设备的功率必须被降低的情况下，风电场控制器接收一个变量，其表示当前允许供给到输电网中的功率。为了简化，假设功率降低的信号表示为百分比，然后通过将该百分比应用到额定功率上得出功率值。当风能设备的额定功率为6.28MW时，功率降低到80％意味着风电场最大允许供给6.28×0.8MW＝5.02MW。

除了上述的将一个期望值从外部预置到风电场的情况之外，还可能发生一种情况，在输电网中由于偏离惯常条件，风电场独立地产生一个期望值，或者一个预定的期望值被设置在风电场控制器中。

而且，为每个风能设备提供特征曲线，其将风能设备能产生的功率表示为风速的函数。这也意味着风能设备的最大可用功率总是可以针对实际测量的风速计算出。下面，此功率表示为

(i＝1，2，3)。

该短语“最大值”不一定被认定为是风能设备的峰值，而是该最大值指定了在一个时间间隔内的平均值，也可在短时间低于或者超过该值。

例1：

假设风电场产生的功率被降低至30％。而且，假设风能设备1的最大可用功率为100％，因此，风力条件足以使该风能设备在其额定功率下运行。与此相对照的是，风能设备2和3仅仅能产生它们额定功率的30％和50％。

在图1中，风能设备WT1至WT3的最大可用功率表示在后面的柱行中，其中柱10表示100％的值，柱12表示30％的值，并且柱14表示50％的值。在接下来的步骤中，计算每个设备的最大可用功率的算术平均值。在本例子中所得到的结果如下：

${\stackrel{\‾}{P}}_{\max }=\frac{(100\%+30\%+50\%)}{3}=60\%$

此数值表示各个风能设备平均能够提供的值。在此计算中，假设在风电场中每个风能设备正好具有相同的额定功率。在不均匀的风电场的情况下(其中各个风能设备具有不同的额定功率)，在所能供给的平均可用功率的算术平均值的计算中必须考虑各个额定功率。

下面，期望值被分配给每个风能设备WT1、...WT3，如下：

${{\hat{P}}^1}_{\max }=30\%*\frac{100\%}{60\%}=50\%$

${{\hat{P}}^2}_{\max }=30\%*\frac{30\%}{60\%}=15\%$

${{\hat{P}}^3}_{\max }=30\%*\frac{50\%}{60\%}=25\%$

在此例子中，功率将要被限制到的期望值(也就是30％的值)在每一种情况下都先用风能设备的当前最大可用功率值除以每个风能设备的平均当前可用功率值加权。

总而言之，从当前的功率分配结果可以清楚地认识到每个风能设备采用一个节流值运行，并且通过这样能够对波动的风植作出反应而不会产生问题。

例2

在下面的例子中，假设期望值限制是80％。而且，再次假设各风能设备同样分别以100％、30％和50％作为可用功率值。再次应用例1的计算方案，下面的数值是对于各个风能设备预置的期望值结果：

${{\hat{P}}^1}_{\max }=80\%*\frac{100\%}{60\%}=133\%$

${{\hat{P}}^2}_{\max }=80\%*\frac{30\%}{60\%}=40\%$

${{\hat{P}}^3}_{\max }=80\%*\frac{50\%}{60\%}=66\%$

在此例子中，清楚地看到采用风电场的该程度的功率限制和可用功率，得出了不能提供的各风能设备的期望值。

在根据本发明的方法中，风能设备1的期望值设定为一个限制值。如图2所示，在风能设备1中的可用功率为柱22，在风能设备2中的可用功率为柱24，在风能设备3中的可用功率为柱26。柱22-26均都小于相关联的表示风能设备的所需期望值的柱28-32。在图2中，还可清楚地认识到采用柱28的风能设备1得出了133％的期望值。

当出现一个预置的期望值大于它的限制值的情况时，相应的期望值被限制为该限制值。如图3所示，该限制值假设设定为105％(柱34)。剩余的功率133％-105％＝28％被均匀地分配给剩余的设备(柱36、38)。因此，下面是期望值的结果：

${{\hat{P}}^1}_{\max }=105\%$

${{\hat{P}}^2}_{\max }=80\%*\frac{30\%}{60\%}+(133\%-105\%)/2=54\%$

${{\hat{P}}^3}_{\max }=80\%*\frac{50\%}{60\%}+(133\%-105\%)/2=71\%$

在剩余功率的分配中，将该剩余功率均匀地分配给剩余设备。原则上，同样也可以将剩余的功率加权地分配给剩余设备。

在此例子中105％的限制值是任意选择的。在限制值的选取中，风能设备的控制器能够在按额定功率(＝100％)运行和按限制值运行之间进行辨别对于风能设备的运行是很重要的。

在当前的例子中，风电场的风能设备的最后期望值分配的结果是允许对风波动作出迅速和灵活的反应。

在风电场的运行中，可能发生对于各个风能设备预置一个最小期望值的情况。该最小期望值规定在运行中不能将更低的期望值预置给该设备。为了设置此限制条件，可以实施随后的期望值调整，其将利用下面的例子说明：

对于具有三个风能设备的风电场，该期望值限制采用9.33％。各风能设备采用12％、30％和36％作为当前可用功率值。一个在功率分配中不应当低于的最小期望值被指定给每个设备。设备的最小期望值假设为16％、4％和4％。

根据已经描述的期望值分配，在

的情况下，得到以下值：

${\hat{P}}_{\max }^1=9.33\%*\frac{12\%}{26\%}=4.31\%$

${\hat{P}}_{\max }^2=9.33\%*\frac{30\%}{26\%}=10.77\%$

${\hat{P}}_{\max }^3=9.33\%*\frac{36\%}{26\%}=12.92\%$

可以清楚地看到，被指定给风能设备1的期望值小于16％的最小期望值。如同在最大值的限制中已经实施的那样，即使在最小期望值的限制中，现在也实施期望值的重分配。为了此目的，首先要确定当前最大可用值和一开始计算的期望值

之间的差值。此数值结果在此为12％-4.31％＝7.69％。如同在对最大期望值的限制中所做的那样，期望值在此设置为最小期望值并且相应的差值从其他期望值中减去，只要其他期望值高于它们的最小期望值。当在减法之后一个修正的期望值低于相应的最小期望值时，剩余的风能设备重复该过程。在此重分配之后，得到下面值：

${\hat{P}}_{\max }^1=16\%$

${\hat{P}}_{\max }^2=10.77\%-\frac{12\%-4.31\%}{2}=6.92\%$

${\hat{P}}_{\max }^3=12.92\%-\frac{12\%-4.31\%}{2}=9.08\%$

在期望值的重分配中，期望值被均匀地分配给设备2和3。可选择地，也可以加权地分配它们。而且，要注意，与最大值的分配不同的是，只有与第一设备的当前最大可用功率值的差值被减去，即使16％的最小期望值高于12％的当前最大可用值。

当全部可用功率大于期望值的总和时，可以执行上述在功率低于最小期望值时的分配方法，只要期望值的总和小于各个风能设备的最小功率的总和。

Claims (23)

1.一种用于具有多个风能设备的风电场的运行方法，其中每个风能设备具有一个控制单元，该控制单元能够响应于所接收到的电变量的期望值来控制和/或调节该风能设备，该方法具有以下步骤：

高级控制器计算和/或接收允许风电场提供的电变量的当前允许最大值，或者该高级控制器具有允许风电场提供的电变量的当前允许最大值的预设值；

该高级控制器确定每个风能设备的电变量的期望值并且将该期望值输送给风能设备，

其特征在于，

该高级控制器根据所有风能设备的当前最大可用值确定每个风能设备的电变量的期望值，

其中将一风能设备的电变量的期望值确定为：风电场的当前最大可用值除以风能设备的数量，再用该风能设备的当前最大可用值与所有风能设备的当前最大可用值的算术平均值的商进行加权。

2.如权利要求1所述的方法，其特征在于，当风电场的当前最大可用值低于或者等于风电场的当前允许最大值时，计算每个风能设备的电变量的期望值。

3.如权利要求1所述的方法，其特征在于，当所有风能设备的当前最大可用值大于或者等于当前允许最大值时，计算每个风能设备的电变量的期望值。

4.如权利要求1所述的方法，其特征在于，当一个风能设备的电变量的期望值超过该风能设备的限制值时，该风能设备的电变量的期望值被限制为该风能设备的限制值。

5.如权利要求4所述的方法，其特征在于，未被限制的电变量的期望值和电变量的限制值之间的差值被分配给一个或多个剩余风能设备。

6.如权利要求1所述的方法，其特征在于，为每个风能设备提供特征曲线，该曲线中根据一个或多个外部变量规定该风能设备或一组风能设备的当前最大可用值。

7.如权利要求6所述的方法，其特征在于，风速和/或风力方向被作为外部变量。

8.如权利要求1所述的方法，其特征在于，该电变量表示风能设备的有功功率和/或有功电流。

9.如权利要求1所述的方法，其特征在于，该电变量表示无功功率和/或无功电流。

10.如权利要求1所述的方法，其特征在于，电变量表示相位角和/或功率因数。

11.如权利要求1所述的方法，其特征在于，电变量表示表观功率和/或表观电流。

12.如权利要求1所述的方法，其特征在于，对于至少一个风能设备，指定最小可用值，当由高级控制器确定的电变量的期望值低于该至少一个风能设备的最小可用值时，将该最小可用值提供为电变量的期望值。

13.如权利要求12所述的方法，其特征在于，当将至少一个风能设备的电变量的期望值限制为最小可用值时，其他的风能设备中的至少一个的电变量的期望值被降低。

14.一种具有多个风能设备的风电场，其中每个风能设备具有一个控制单元，该控制单元能够响应于接收到的电变量的期望值来控制和/或调节风能设备，其中风电场具有至少一个高级控制器，其能够存储风电场提供的电变量的最大允许值，该高级控制器能够确定每个风能设备的电变量的期望值并且将该期望值输送给风能设备，

其特征在于，

该高级控制器根据风能设备的当前最大可用值确定每个风能设备的电变量的期望值，其中该高级控制器将风能设备的电变量的期望值确定为：风电场的当前最大可用值除以风能设备的数量，再用风能设备的当前最大可用值与风能设备的所有当前最大可用值的算术平均值的商进行加权。

15.如权利要求14所述的风电场，其特征在于，所述最大允许值由高级控制器计算和/或接收或预设。

16.如权利要求14所述的风电场，其特征在于，为每个风能设备提供特征曲线，其中根据一个或多个外部变量规定该风能设备或一组风能设备的电变量的当前最大可用值。

17.如权利要求16所述的风电场，其特征在于，风速和/或风力方向被作为外部变量。

18.如权利要求14所述的风电场，其特征在于，该电变量表示风能设备的有功功率和/或有功电流。

19.如权利要求14所述的风电场，其特征在于，该电变量表示无功功率和/或无功电流。

20.如权利要求14所述的风电场，其特征在于，电变量表示相位角和/或功率因数。

21.如权利要求14所述的风电场，其特征在于，电变量表示表观功率和/或表观电流。

22.如权利要求14所述的风电场，其特征在于，对于至少一个风能设备，指定最小可用值，当由高级控制器确定的电变量的期望值低于该至少一个风能设备的最小可用值时，将该最小可用值提供为电变量的期望值。

23.如权利要求22所述的风电场，其特征在于，当将至少一个风能设备的电变量的期望值限制为最小可用值时，其他的风能设备中的至少一个的电变量的期望值被降低。

Images