CN114336787B - 风电场有功功率的优化配置方法及其***及计算机可读存储介质 - Google Patents
风电场有功功率的优化配置方法及其***及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114336787B CN114336787B CN202111614391.2A CN202111614391A CN114336787B CN 114336787 B CN114336787 B CN 114336787B CN 202111614391 A CN202111614391 A CN 202111614391A CN 114336787 B CN114336787 B CN 114336787B
- Authority
- CN
- China
- Prior art keywords
- wind
- equivalent
- power plant
- power
- fans
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000005457 optimization Methods 0.000 claims abstract description 53
- 230000005540 biological transmission Effects 0.000 claims abstract description 32
- 238000013178 mathematical model Methods 0.000 claims abstract description 22
- 230000003068 static effect Effects 0.000 claims abstract description 21
- 230000008859 change Effects 0.000 claims description 7
- 238000006467 substitution reaction Methods 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 claims 1
- 238000004364 calculation method Methods 0.000 description 15
- 230000000694 effects Effects 0.000 description 10
- 230000004044 response Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000010355 oscillation Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- WCUXLLCKKVVCTQ-UHFFFAOYSA-M Potassium chloride Chemical compound [Cl-].[K+] WCUXLLCKKVVCTQ-UHFFFAOYSA-M 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明实施例提供一种风电场有功功率的优化配置方法及其***及计算机可读存储介质。该方法包括:建立风电场的等值网络,风电场的等值网络包括分别通过输电线路连接至交流母线上的多组等值风机;从多组等值风机中选取至少一组等值风机作为松弛节点,基于风电场的有功调度指令和建立的风电场的等值网络来确定静态风速下风电场的潮流分布;建立在动态风速下风电场的动态数学模型;建立基于转子动能最大化的风电场的有功功率指令优化模型;以及基于静态风速下风电场的潮流分布、建立的风电场的有功功率指令优化模型和风电场的动态数学模型来进行动态风速下基于转子动能优化的有功功率配置。从而实现有功调节的目标和储存转子动能的最大化。
Description
技术领域
本发明实施例涉及风力发电技术领域,尤其涉及一种风电场有功功率的优化配置方法及其***及计算机可读存储介质。
背景技术
随着煤炭、石油等能源的逐渐枯竭,人类越来越重视可再生能源的利用。风能作为一种清洁的可再生能源越来越受到世界各国的重视。伴随着风电技术的不断发展,风机在电力***中的应用日益增加。在风能资源丰富的地方会建立风电场。
因风力资源的波动性、随机性和不确定性等特点,风电场的频率不可避免地会出现波动,因此,实现对电网有功功率调度指令的有效响应是支撑电网频率的有效方法。同时,风电场场站内和场站间输电线路也不可避免地会存在有功损耗,进一步加剧了对风电场有功功率控制的有效性和实时性等的影响。
现有的风电场一般采用最大功率点跟踪(Maximum Power Point Tracking,MPPT)控制方式,以风机有功功率的最大化为主要目标,风电场站下发调度指令时,主要考虑上述风机的实时输出的有功功率值,较少考虑场站输电线路的有功损耗对风电场整体有功功率配置的影响。同时,在风电场尾流效应影响下,由于风机所面临风速条件是不均衡的,因此每组风机能够承担的有功功率调节能力并不均等,现有方法忽略了每组风机对风电场有功功率调节和频率支撑能力并不相同的特点,因而无法实现风电场中有功功率配置的最优化策略。
发明内容
本发明实施例的目的在于提供一种风电场有功功率的优化配置方法及其***及计算机可读存储介质,既能够保证有功调节目标的实现,又能实现风电场中储存转子动能的最大化。
本发明实施例的一个方面提供一种风电场有功功率的优化配置方法。所述方法包括:建立风电场的等值网络,所述风电场的等值网络包括分别通过输电线路连接至交流母线上的多组等值风机;从所述多组等值风机中选取至少一组等值风机作为松弛节点,基于所述风电场的有功调度指令和建立的所述风电场的等值网络来确定静态风速下所述风电场的潮流分布;建立在动态风速下所述风电场的动态数学模型;建立基于转子动能最大化的所述风电场的有功功率指令优化模型;以及基于静态风速下所述风电场的潮流分布、建立的所述风电场的有功功率指令优化模型和所述风电场的动态数学模型来进行动态风速下基于转子动能优化的有功功率配置。
本发明实施例的另一个方面还提供一种风电场有功功率的优化配置***。所述***包括一个或多个处理器,用于实现如上各个实施例所述的风电场有功功率的优化配置方法。
本发明实施例的又一个方面还提供一种计算机可读存储介质其上存储有程序,所述程序被处理器执行时,实现如上各个实施例所述的风电场有功功率的优化配置方法。
本发明一个或多个实施例的风电场有功功率的优化配置方法及其***及计算机可读存储介质通过综合考虑场站内和场站间输电线路有功功率损耗和风电场的尾流效应,建立基于转子动能最大化的风电场的有功功率指令优化模型和动态风速下的风电场的动态数学模型,实现了对风电场中每组等值风机有功功率的优化配置,不但实现了风电场对电网有功功率出力要求的有效响应,而且确保风电场中转子储存动能的最大化,充分发挥高比例接入风电场的***频率支撑能力,能够很好地适用于风电场有功调频优化技术的工程应用。
附图说明
图1为本发明一个实施例的风电场有功功率的优化配置方法的流程图;
图2为本发明一个实施例的风电场的等值网络;
图3为本发明一个实施例的进行潮流计算的风电场的等效电路图;
图4为本发明一个实施例的换流器的等效电路图;
图5为在减载模式下风机的功率曲线的示意图;
图6为本发明一个实施例的PI控制器的比例系数KP对并网点的有功功率P4的影响曲线;
图7为本发明一个实施例的PI控制器的积分系数KI对并网点的有功功率P4的影响曲线;
图8为本发明一个实施例的风电场有功功率的优化配置***的示意性框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施例并不代表与本发明相一致的所有实施例。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置的例子。
在本发明实施例使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。除非另作定义,本发明实施例使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”或者“一”等类似词语也不表示数量限制,而是表示存在至少一个。“多个”或者“若干”表示两个及两个以上。除非另行指出,“前部”、“后部”、“下部”和/或“上部”等类似词语只是为了便于说明,而并非限于一个位置或者一种空间定向。“包括”或者“包含”等类似词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同,并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而且可以包括电性的连接,不管是直接的还是间接的。在本发明说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
本发明实施例提供了一种风电场有功功率的优化配置方法。图1揭示了本发明一个实施例的风电场有功功率的优化配置方法的流程图。如图1所示,本发明一个实施例的风电场有功功率的优化配置方法可以包括步骤S1至步骤S5。
当风电场并网运行时,风电场控执行AGC(Automatic Generation Control,自动发电控制)/AVC(Automatic Voltage Control,自动电压控制)***下发的有功功率调度和无功功率指令,本发明实施例通过设计风电场的有功功率优化配置方案以满足对有功调度指令的要求。
首先,在步骤S1中,建立风电场的等值网络,风电场的等值网络包括分别通过输电线路串联和/或并联连接至交流母线上的多组等值风机,风电场的等值网络具有多组等值风机分别接入到交流母线上的多个接入点。
在一个实施例中,风电场的多组等值风机例如可以包括单个风场中汇集的多个风机群,多个风机群可以分别通过输电线路连接至并网点。在另一个实施例中,风电场的多组等值风机例如可以包括多个子风场,多个子风场可以分别通过输电线路连接至并网点。
在一个实施例中,可以辐射状网络来建立风电场的等值网络。以下将以三组等值风机为例来建立风电场的等值网络。图2揭示了本发明一个实施例的风电场的等值网络。如图2所示,风电场的三排风机分别构成三组等值风机,三排风机分别通过输电线路1,2,3连接至并网点。其中,每排风机可以包括n台风机,其注入的功率用一组等值风机来代替表示。V1~V3为每排风机接入点的电压,V4为风电场并网点电压,并令所有电压归算到35kV,所有输电线路均采用标准的准稳态RX模型,Xl1、Rl1,Xl2、Rl2,Xl3、Rl3为输电线路1,2,3的等值电抗X、等值电阻R。
考虑风电场的尾流效应后,风电场的风速可以按照公式v1>v2>v3给定。
图3揭示了本发明一个实施例的进行潮流计算的风电场的等效电路图。如图3所示,P1、Q1,P2、Q2,P3、Q3分别为三组等值风机的有功、无功功率;Pl1、Ql1,Pl2、Ql2,Pl3、Ql3分别为输电线路1,2,3中始端向终端的注入功率;P4、Q4为风电场向电网注入的有功、无功功率(即并网点的有功、无功功率);I1~I3为流过输电线路1,2,3的电流;V1~V4为4个节点的电压。
返回参照图1,在步骤S2中,从多组等值风机中选取至少一组等值风机作为松弛节点,基于风电场的有功调度指令和建立的风电场的等值网络来确定静态风速下风电场的潮流分布。
在静态风速情况下,设计风电场的有功功率分配策略,使风电场出口处流向电网(即图2和图3中所示的并网点)的功率满足AGC/AVC指令的要求。
首先,由于尾流效应的影响,每组等值风机接收到的风能是不一样的,因此每组风机实际的最大有功出力是不同的。其次,风电场的有功功率损耗也是必然存在的,有功出力分配需要考虑损耗的迭代问题。因此,要使风电场的有功出力满足并网点的有功调度指令,完全平均地分配每组等值风机的有功出力是不合理的。
因此,在本发明的实施例中,在风电场中的多组等值风机中选取至少一组等值风机(例如一排等值风机)作为松弛节点,用来平衡风电场的有功功率损耗。
在一些实施例中,可以将风电场的有功调度指令按照预定有功功率分配规则分配到多组等值风机,然后,基于风电场的等值网络和预定有功功率分配规则来确定静态风速下风电场的潮流分布。
在一个实施例中,将风电场的有功调度指令按照预定有功功率分配规则分配到多组等值风机可以包括:将风电场的有功调度指令按照等比例分配规则分配到多组等值风机。等比例分配规则是让每组等值风机的风机利用率相等,即按照相同的风机利用率来确定每组等值风机发出的有功功率。
以下将以图2和图3所示的三组等值风机为例来进行示例性说明。假设风电场中的三组等值风机的最大运行功率分别为P1max、P2max、P3max,即在MPPT控制下的风机的运行功率,根据下面将要建立的风电场的动态数学模型可得每组等值风机和风电场总体的最大有功出力分别为:
其中,ρ为空气密度系数,R为风机的叶轮半径,Cp为最大风能利用系数。
风机利用率等于风电场的有功调度指令与多组等值风机发出的最大输出功率之和的比值,例如以下所示:
其中,η为风机利用率,P4 ref为风电场的有功调度指令。
当η=1时,每组等值风机的有功出力都为最大值;当η<1时,则为减载控制,等值风机并没有每组都满发。
三组等值风机如果都按照等比例分配规则运行时的有功功率可表示为:
P1=ηP1max
P2=ηP2max
P3=ηP3max (3)
但是,考虑到在风电场实际运行时,由于存在有功功率损耗,三组等值风机如果都按照相同的风机利用率进行有功出力则会使得并网点的有功功率P4<P4 ref。因此,本发明实施例可以让前两组等值风机的有功出力始终按给定的风机利用率η运行,而让第三组等值风机作为松弛节点来平衡风电场中的有功功率损耗,从而用来满足风电场的有功调度指令的要求。
以下将详细介绍如何让第三组等值风机作为松弛节点来平衡风电场中的有功功率损耗的。
在给定风电场并网点的有功调度指令和无功调度指令,即P4 ref+jQ4 ref和等比例分配规则下的三组等值风机的有功功率P1、P2、P3,考虑到风电场为辐射状网络,因而,在一些实施例中,可以采用前推回代法来确定静态风速下风电场的潮流分布。确定静态风速下风电场的潮流分布可以包括:确定作为松弛节点的等值风机发出的有功功率以平衡风电场的有功功率损耗,用以满足有功调度指令的要求。从而,最终得到第三组等值风机的有功功率。当第三组等值风机运行在该计算值时,即可实现风电场出口处的并网点的功率达到指令值P4 ref+jQ4 ref。至此,风电场即可实现在稳定风速条件下,综合考虑输电线路损耗下的有功调度目标。
采用前推回代法来确定静态风速下风电场的潮流分布的具体计算步骤例如以下所示:
(A)前推计算过程:
假定所有节点电压为35∠0°kV,在不考虑输电线路压降和输电线路损耗的情况下,初步计算风电场的有功功率损耗,可得输电线路1上的功率和线路损耗如下:
由基尔霍夫电流定理(KCL)可得输电线路2上的功率和线路损耗如下:
在第一次计算风电场的有功功率损耗时,第三组等值风机发出的有功功率可以先初步按照等比例分配规则确定,因此,同样可得输电线路3上的功率和线路损耗如下:
其中,P4=Pl3,Q4=Ql3。此时计算出来的并网点的有功功率和无功功率Pl3和Ql3小于期望的P4 ref+jQ4 ref,重新进行修正计算,保持电压给定值不变。
在第二次计算中,可得输电线路1上的功率和线路损耗如下:
由KCL可得输电线路2上的功率和线路损耗如下:
同样可得输电线路3上的功率和线路损耗如下:
保持前两组等值风机的有功功率不变,通过修正第三组等值风机的有功功率,可以使得并网点的有功功率和无功功率与实际的有功和无功调度指令要求的P4 ref+jQ4 ref相一致。
对风电场的节点电压进行修正,如下所示:
(B)回代计算过程:
重新进行回代计算输电线路1、输电线路2、输电线路3的损耗。
可得输电线路1上的功率和线路损耗如下:
由KCL可得输电线路2上的功率和线路损耗如下:
同样可得输电线路3上的功率和线路损耗如下:
其中,P、Q上加“.”和加“..”分别表示不同次数计算所得到的结果。
(C)到此结束一次前推回代过程,然后再利用步骤(B)中回代计算更新后的电压再次进行前推计算,对全网的近似功率进行更新,再使用更新后的近似功率进行回代计算。
如果并网点的有功功率P4和无功功率Q4(即功率Pl3和Ql3)与实际的有功和无功调度指令要求的P4 ref+jQ4 ref还是不一致,则根据公式(10)重复进行修正,并继续根据公式(11)进行电压修正,重复进行潮流计算,直到最终得到的并网点的有功功率P4和无功功率Q4(即功率Pl3和Ql3)与实际的有功和无功调度要求的P4 ref+jQ4 ref一致的结果。此时,停止回代计算,从而可以求得风电场准确的电压、电流以及潮流的分布,其中,作为松弛节点的第三组等值风机的有功功率参考值和无功功率参考值可以分别表示如下:
其中,分别表示作为松弛节点的第三组等值风机的有功功率参考值和无功功率参考值,/>分别表示最后一次计算所得到的输电线路1、2、3的有功功率损耗值和无功功率损耗值。
因此,通过上述计算可以分别给出三组等值风机的有功功率和无功功率,如下所示:
在静态风速条件下,当风电场的三组等值风机分别运行在上述条件时,则可以使风电场的出力满足AGC/AVC指令的要求。
继续参照图1,在步骤S3中,建立在动态风速下风电场的动态数学模型。
风电场的动态数学模型的具体建立过程包括以下几个方面:
(1)风机的动态数学模型
在动态风速下,风机的机械功率的公式为:
其中,Pwi为第i组等值风机的机械功率,Cp为风能利用系数,λ为叶尖速比,β为桨距角,ρ为空气密度系数,R为风机的叶轮半径,v为风速。
风机转子的运动方程为:
其中,Pwi和Pei分别是第i组等值风机捕获的风能(即第i组等值风机的机械功率)和输出的有功功率,Hi是第i组等值风机的惯性常数,ωri是第i组等值风机的转速。
在最大功率点跟踪(MPPT)工作方式下,风机的电磁功率参考值等于风机的最大机械功率Pwmax。由风机的Cp曲线可知,当桨距角β恒定为0时,当风机转速发生变化时,风机达到最大机械功率Pwmax时Cpmax是保持不变的,因此在最大功率点跟踪工作方式下,风机的最大机械功率Pwmax与转子转速的三次方成正比,也即电磁功率参考值与转速的三次方成正比,可表示为:
其中,为第i组等值风机的电磁功率参考值,ωri为第i组等值风机的转速。当桨距角β不变时,在最大功率点跟踪工作方式下,Cpmax保持为常数,同时桨距角β维持不变,因此叶尖速比λ维持不变。由λi=ωriR/vi,在固定风速vi下,有最优转速ωopt及对应的λopt,则:
通过上述公式,可得系数C为:
(2)换流器的动态响应模型
假设风电场中的换流器都是典型的三相两电平换流器,其主要包括由IGBT(Insulated Gate Bipolar Transistor,绝缘栅双极型晶体管)构成的换流站、换流电抗器和直流电容器。图4揭示了本发明一个实施例的换流器的等效电路图。如图4所示,定义从换流站流向交流***的电流方向为参考方向,可得到交流***的电压方程:
在上述公式中,为abc坐标系下换流站交流侧的电压;/>为abc坐标系下的***电压;Lc为换流电抗器的等效电感;Rc为换流电抗器的等效电阻;iabc为abc坐标系下换流站交流侧的电流;mabc为abc坐标系下换流器的调制比;udc为换流站直流侧的电压。
经过相应的解耦变换可得,单组等值风机输出的有功功率和无功功率分别为:
其中,和/>分别为第i组等值风机的有功功率参考值和无功功率参考值,T1、T2分别为风电场中的有功和无功控制器的响应时间。
对上述公式进行拉氏反变换可得到风机在时域的动态方程:
其中,Pei和Qei分别为第i组等值风机输出的有功功率和无功功率,和/>分别为第i组等值风机的有功功率参考值和无功功率参考值。
(3)风电场的动态数学模型
综上所述,风电场的动态数学模型包括每组等值风机的机械功率的公式、每组等值风机的转子运动方程、每组等值风机在时域的动态方程及每组等值风机的电磁功率参考值的方程,如下所示:
风电场的动态数学模型包括三个状态变量,三个状态变量包括Pei、Qei、ωri,其分别为每组等值风机输出的有功功率和无功功率及每组等值风机的转速。可以通过调节不同等值风机的出力来满足AGC/AVC指令的要求。
继续参照图1,在步骤S4中,建立基于转子动能最大化的风电场的有功功率指令优化模型。
考虑到大电网要求风电场具有一定的调频能力,因此当电网频率下降时,需要风电场参与调频。风电场最常见的调频策略是控制风机运行在减载模式下,这就要求风机偏离MPPT曲线,通过转子增速存储多余的有功功率,从而可以在当电网发生频率下降时,可以通过风机释放有功功率来保证频率的稳定支撑。
图5揭示了在减载模式下风机的功率曲线的示意图。如图5所示,当风机运行在A点时,风机采用的是MPPT控制;当将转子速度增加到ωtdel,风机在B点运行,此时的机械功率为Pwdel,其中,单位时间t内转子存储的动能如下所示:
ΔP=Pwmax-Pwdel (18)
其中,ΔP为单位时间内转子存储的动能,Pwmax为风机运行在MPPT模式下的最大有功功率,Pwdel为风机在减载模式下的有功功率。
当负荷增加,电网频率下降时,可以通过降低转速增加风机的有功出力来参与电网的调频。当风机工作在减载模式时,则风机利用率η<1,三组等值风机的转速都将高于MPPT工作模式下的转速,通过内点法可以优化分配三组等值风机的出力,确定三组等值风机在减载模式下的转速ωtdel的取值,从而可以使得风电场在减载模式下既能够满足AGC/AVC指令的要求,又能够使得转子存储的动能最大,提高风电场参与电网调频的能力。
因此,在本发明的一些实施例中,建立基于转子动能最大化的风电场的有功功率指令优化模型可以包括:采用内点法来求解每组等值风机的转子动能最大化的风电场的有功功率指令的优化问题以确定每组等值风机在减载模式下的转速。
每组等值风机的转子动能最大化的风电场的有功功率指令的优化问题如下:
其中,f(x)为转子的动能,n代表多组等值风机的数量,ωtopti是第i组等值风机在MPPT工作模式下的转速,ωtdeli是第i组等值风机在减载模式下的转速,ωtmaxi是第i组等值风机允许的最大转速,Ji为第i组等值风机的转动惯量,P1、P2、…、Pn分别代表各组等值风机发出的有功功率,代表风电场的有功调度指令,Q1、Q2、…、Qn分别代表各组等值风机发出的无功功率,/>代表风电场的无功调度指令。
对于图2和图3所示的三组等值风机的实施例,则n=3。
因此,可通过内点法求解上述目标函数相反数的最小值,从而优化的结果得到的是三组等值风机在减载模式下的转速以及无功功率。
上述策略为风速为稳定情况下的静态优化过程,即仅仅考虑了单一风速下转子动能优化后的风电场有功功率损耗及分布情况。而在实际运行过程中,风速是不停变化的,同时,风电场的换流器以及PI控制器具有相应的动态响应时间等影响。因此,在接下来的步骤中,将考虑动态风速情况的有功功率分配策略。
在步骤S5中,基于步骤S2中确定的静态风速下风电场的潮流分布、步骤S3中建立风电场的动态数学模型和步骤S4中建立的风电场的有功功率指令优化模型来进行动态风速下基于转子动能优化的有功功率配置。
步骤S5中的进行动态风速下基于转子动能优化的有功功率配置包括:根据在每预定优化时长测得的每组等值风机的实时风速,每预定优化时长来优化转子动能以用于优化风电场的有功功率配置。
可以根据在每预定优化时长测得的每组等值风机的实时风速,基于风电场的动态数学模型和风电场的潮流分布确定在该预定优化时长内每组等值风机发出的有功功率。其中,确定在预定优化时长内每组等值风机发出的有功功率包括:在预定优化时长内每预定步长对作为松弛节点的等值风机的有功功率进行动态确认,从而可以提高预定优化时长内的风电场的有功功率损耗的确定精确,进而可以进一步提高对作为松弛节点的等值风机的有功功率确定的精确度。
作为松弛节点的第三组等值风机具有平衡风电场的有功功率损耗使并网点的有功功率P4达到有功调度指令P4 ref的作用,以P4 ref-P4为输入量,可以通过风电场的PI(Proportional Integral,比例积分)控制器来调节作为松弛节点的第三组等值风机发出的有功功率参考值,由PI控制器参数KP、KI以及P4偏差大小决定,PI控制器的数学模型为:
其中,KP、KI分别为PI控制器的比例系数和积分系数。
然后,可以基于预定优化时长内每组等值风机发出的有功功率来优化转子动能,从而用来优化风电场的有功功率配置。
在一些实施例中,基于预定优化时长内每组等值风机发出的有功功率来优化转子动能以用于优化风电场的有功功率配置可以包括:基于预定优化时长内每组等值风机发出的有功功率及建立的转子动能最大化的风电场的有功功率指令优化模型确定每组等值风机在减载模式下的转速;基于确定出的每组等值风机在减载模式下的转速确定每组等值风机的转子所能存储的最大动能;及通过控制转子转速来将每组等值风机的转子所能存储的最大动能进行存储以用于当电网频率下降时将动能进行释放以支撑风电场的有功功率输出。
结合参照图5和上面的公式(18),可以基于确定出的每组等值风机在减载模式下的转速及每组等值风机运行在最大功率点跟踪模式下的转速来确定每组等值风机的转子所能存储的最大动能。
在本发明实施例的风电场有功功率的优化配置方法中,功率等比例分配策略和每预定优化时长优化一次的转子动能最优的功率分配策略都需要用到PI控制器对P3 ref进行调节,PI控制器的比例系数KP、积分系数KI取不同值时,PI控制器的效果不一样。
下面以三组等值风机接收的风速分别为13m/s、12.5m/s和12m/s,AGC/AVC给出指令为P4 ref=9MW,Q4 ref=0MW的情况进行仿真,观察KP、KI参数对PI控制器效果的影响。
首先固定积分系数KI为50,改变比例系数KP的取值,记录并网点的有功功率P4的变化曲线。图6揭示了本发明一个实施例的PI控制器的比例系数KP对并网点的有功功率P4的影响曲线。由图6可见,在KP给定为0.3、0.5、0.7和1.5的四种情况下,PI控制器都是稳定的,并网点的有功功率P4最终都能达到给定的参考值9MW,但是在响应的速度和超调量上有所区别。KP=0.3时,并网点的有功功率P4最大偏差为.014MW,超调量为1.56%,并且经历了多次振荡直到0.35s左右才稳定。KP=0.5时,并网点的有功功率P4最大偏差为0.1MW,超调量为1.11%,振荡稳定时间约为0.2s。KP=0.7时,并网点的有功功率P4最大偏差为0.09MW,超调量为1%,且仅经过一次振荡在0.15s左右就稳定在了给定值。继续增加KP到达1.5时,第一摆的最大偏差值为0.20MW,超调量为2.22%,尽管在0.2s就到达了稳定值,但经历了多次振荡,振荡次数比KP=0.3的情况更多,可见此时随着KP的继续增大,PI控制器的效果反而有所下降。当KP=2时,PI控制器不再稳定,最终振荡发散。由此可以推出在一定的范围内,KP的系数越大,并网点的有功功率P4的最大偏差、超调量越小,到达给定值所需时间越短,控制的效果越好。
接着,取KP=0.5的情况,改变KI的大小,记录并网点的有功功率P4的变化曲线。图7揭示了本发明一个实施例的PI控制器的积分系数KI对并网点的有功功率P4的影响曲线。由图7可见,在KI分别等于50、100、150的三种情况下,并网点的有功功率P4达到稳定值9MW的时间几乎相同,都在0.2s左右,但在最大偏差和超调量上有所不同,KI=150时,最大偏差为0.19MW,超调量为2.11%;KI=100时,最大偏差为0.16MW,超调量为1.78%;KI=50时,最大偏差为0.1MW,超调量为1.11%。可见,KI对并网点的有功功率P4的稳定时间影响不大,但对并网点的有功功率P4的最大偏差和超调量有一定影响,KI越小,最大偏差和超调量越小。
因此,可以通过合理地设置PI控制器的比例系数KP和积分系数KI来达到对并网点的有功功率P4的稳定控制目的。
本发明实施例还提供了一种风电场有功功率的优化配置***200。图8揭示了本发明一个实施例的风电场有功功率的优化配置***200的示意性框图。如图8所示,风电场有功功率的优化配置***200可以包括一个或多个处理器201,用于实现上面任一实施例所述的风电场有功功率的优化配置方法。在一些实施例中,风电场有功功率的优化配置***200可以包括计算机可读存储介质202,计算机可读存储介质202可以存储有可被处理器201调用的程序,可以包括非易失性存储介质。在一些实施例中,风电场有功功率的优化配置***200可以包括内存203和接口204。在一些实施例中,本发明实施例的风电场有功功率的优化配置***还可以根据实际应用包括其他硬件。
本发明实施例的风电场有功功率的优化配置***200具有与上面所述的风电场有功功率的优化配置方法相类似的有益技术效果,故,在此不再赘述。
本发明实施例还提供了一种计算机可读存储介质。计算机可读存储介质上存储有程序,该程序被处理器执行时,实现上面任一实施例所述的风电场有功功率的优化配置方法。
本发明实施例可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机可读存储介质的例子包括但不限于:相变存储器/阻变存储器/磁存储器/铁电存储器(PRAM/RRAM/MRAM/FeRAM)等新型存储器、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
本发明一个或多个实施例的风电场有功功率的优化配置方法及其***及计算机可读存储介质针对在风电场大规模高渗透率并网过程中,因风力资源的波动性、随机性和不确定性等特点,风电场的频率不可避免地会出现波动,因此,实现对电网有功功率调度指令的有效响应是支撑电网频率的有效方法。同时,风电场场站内和场站间输电线路也不可避免地会存在有功损耗,进一步加剧了对风电场有功功率控制的有效性和实时性等的影响。故,提供了一种动态风速下考虑场站线路损耗的风电场有功功率优化配置策略,通过综合考虑场站内和场站间输电线路有功损耗和风电场的尾流效应,建立基于转子动能最大化的风电场的有功功率指令优化模型和动态风速下的风电场的动态数学模型,实现了对风电场中每组等值风机有功功率的优化配置,确保风电场对电网有功功率出力要求的有效响应,同时实现风电场中储存转子动能的最大化,充分发挥高比例风电场接入***频率支撑能力,可以很好地适用于风电场有功调频优化技术的工程应用。
以上对本发明实施例所提供的风电场有功功率的优化配置方法及其***及计算机可读存储介质进行了详细的介绍。本文中应用了具体个例对本发明实施例的风电场有功功率的优化配置方法及其***及计算机可读存储介质进行了阐述,以上实施例的说明只是用于帮助理解本发明的核心思想,并不用以限制本发明。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明的精神和原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也均应落入本发明所附权利要求书的保护范围内。
Claims (17)
1.一种风电场有功功率的优化配置方法,其特征在于:其包括:
建立风电场的等值网络,所述风电场的等值网络包括分别通过输电线路连接至交流母线上的多组等值风机;
从所述多组等值风机中选取至少一组等值风机作为松弛节点,基于所述风电场的有功调度指令和建立的所述风电场的等值网络来确定静态风速下所述风电场的潮流分布,其中,所述基于所述风电场的有功调度指令和建立的所述风电场的等值网络来确定静态风速下所述风电场的潮流分布包括:将所述风电场的有功调度指令按照等比例分配规则分配到所述多组等值风机;及基于所述风电场的等值网络和预定有功功率分配规则来确定静态风速下所述风电场的潮流分布;
建立在动态风速下所述风电场的动态数学模型;
建立基于转子动能最大化的所述风电场的有功功率指令优化模型,所述建立基于转子动能最大化的所述风电场的有功功率指令优化模型包括:采用内点法求解每组所述等值风机的转子动能最大化的所述风电场的有功功率指令的优化问题以确定每组所述等值风机在减载模式下的转速;以及
基于静态风速下所述风电场的潮流分布、建立的所述风电场的有功功率指令优化模型和所述风电场的动态数学模型来进行动态风速下基于转子动能优化的有功功率配置。
2.如权利要求1所述的方法,其特征在于:所述多组等值风机包括单个风场中汇集的多个风机群或者多个子风场。
3.如权利要求1所述的方法,其特征在于:所述建立风电场的等值网络包括:
以辐射状网络来建立所述风电场的等值网络。
4.如权利要求1所述的方法,其特征在于:所述建立在动态风速下所述风电场的动态数学模型包括:
基于风机捕获机械功率随风速的变化、风机转子的运动方程及风机的电磁功率随转速的变化来建立在动态风速下所述风电场的动态数学模型。
5.如权利要求4所述的方法,其特征在于:所述风电场的动态数学模型包括每组所述等值风机的机械功率的公式、每组所述等值风机的转子运动方程及每组所述等值风机的电磁功率参考值的方程。
6.如权利要求1所述的方法,其特征在于:所述将所述风电场的有功调度指令按照等比例分配规则分配到所述多组等值风机包括:
按照相同的风机利用率来确定所述多组等值风机发出的有功功率,其中,所述风机利用率等于所述风电场的有功调度指令与所述多组等值风机发出的最大输出功率之和的比值。
7.如权利要求1所述的方法,其特征在于:所述确定静态风速下所述风电场的潮流分布包括:
采用前推回代法来确定静态风速下所述风电场的潮流分布。
8.如权利要求6所述的方法,其特征在于:所述确定静态风速下所述风电场的潮流分布包括:
确定作为所述松弛节点的所述等值风机发出的有功功率以平衡所述风电场的有功功率损耗,用以满足所述有功调度指令的要求。
9.如权利要求8所述的方法,其特征在于:所述每组所述等值风机的转子动能最大化的所述风电场的有功功率指令的优化问题如下:
ωtopti<ωtdeli<ωtmaxi
其中,f(x)为转子的动能,n代表多组所述等值风机的数量,ωtopti是第i组所述等值风机在MPPT工作模式下的转速,ωtdeli是第i组所述等值风机在减载模式下的转速,ωtmaxi是第i组所述等值风机允许的最大转速,Ji为第i组所述等值风机的转动惯量,P1、P2、P3、…、Pn分别代表各组所述等值风机发出的有功功率,代表所述风电场的有功调度指令,Q1、Q2、Q3、…、Qn分别代表各组所述等值风机发出的无功功率,/>代表所述风电场的无功调度指令。
10.如权利要求8所述的方法,其特征在于:所述进行动态风速下基于转子动能优化的有功功率配置包括:
根据在每预定优化时长测得的每组所述等值风机的实时风速,每预定优化时长来优化转子动能以用于优化所述风电场的有功功率配置。
11.如权利要求10所述的方法,其特征在于:所述根据在每预定优化时长测得的每组所述等值风机的实时风速,每预定优化时长来优化转子动能以用于优化所述风电场的有功功率配置包括:
根据在每预定优化时长测得的每组所述等值风机的实时风速,基于所述风电场的动态数学模型和所述风电场的潮流分布确定在所述预定优化时长内每组所述等值风机发出的有功功率;及
基于所述预定优化时长内每组所述等值风机发出的有功功率来优化转子动能以用于优化所述风电场的有功功率配置。
12.如权利要求11所述的方法,其特征在于:所述确定在所述预定优化时长内每组所述等值风机发出的有功功率包括:
在所述预定优化时长内每预定步长对作为所述松弛节点的所述等值风机的有功功率进行动态确认。
13.如权利要求12所述的方法,其特征在于:还包括:
通过所述风电场的PI控制器来调节作为所述松弛节点的所述等值风机发出的有功功率。
14.如权利要求11所述的方法,其特征在于:所述基于所述预定优化时长内每组所述等值风机发出的有功功率来优化转子动能以用于优化所述风电场的有功功率配置包括:
基于所述预定优化时长内每组所述等值风机发出的有功功率及建立的转子动能最大化的所述风电场的有功功率指令优化模型确定每组所述等值风机在减载模式下的转速;
基于确定出的每组所述等值风机在减载模式下的转速确定每组所述等值风机的转子所能存储的最大动能;及
通过控制转子转速来将每组所述等值风机的转子所能存储的最大动能进行存储以用于当电网频率下降时将动能进行释放以支撑所述风电场的有功功率输出。
15.如权利要求14所述的方法,其特征在于:所述基于确定出的每组所述等值风机在减载模式下的转速确定每组所述等值风机的转子所能存储的最大动能包括:
基于确定出的每组所述等值风机在减载模式下的最优转速及每组所述等值风机运行在最大功率点跟踪模式下的转速来确定每组所述等值风机的转子所能存储的最大动能。
16.一种风电场有功功率的优化配置***,其特征在于:包括一个或多个处理器,用于实现如权利要求1-15中任一项所述的风电场有功功率的优化配置方法。
17.一种计算机可读存储介质,其特征在于,其上存储有程序,所述程序被处理器执行时,实现如权利要求1-15中任一项所述的风电场有功功率的优化配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111614391.2A CN114336787B (zh) | 2021-12-27 | 2021-12-27 | 风电场有功功率的优化配置方法及其***及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111614391.2A CN114336787B (zh) | 2021-12-27 | 2021-12-27 | 风电场有功功率的优化配置方法及其***及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114336787A CN114336787A (zh) | 2022-04-12 |
CN114336787B true CN114336787B (zh) | 2024-03-22 |
Family
ID=81012419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111614391.2A Active CN114336787B (zh) | 2021-12-27 | 2021-12-27 | 风电场有功功率的优化配置方法及其***及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114336787B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102074955A (zh) * | 2011-01-20 | 2011-05-25 | 中国电力科学研究院 | 基于知识发现技术的电力***稳定评估及控制方法 |
EP2393179A2 (en) * | 2010-06-04 | 2011-12-07 | Acciona Windpower, S.A. | System and process for controlling active power in a power generation plant |
CN106026113A (zh) * | 2016-05-19 | 2016-10-12 | 成都欣维保科技有限责任公司 | 一种具有无功自动补偿的微电网***的监控方法 |
CN106230024A (zh) * | 2016-08-22 | 2016-12-14 | 张雪敏 | 含双馈风电场的电力***停电风险计算方法 |
CN107332241A (zh) * | 2017-08-30 | 2017-11-07 | 国家电网公司 | 用于评估含分布式新能源配电网可靠性的方法及*** |
CN107332251A (zh) * | 2017-06-15 | 2017-11-07 | 清华大学 | 一种双馈风机风电场参与电力***动态电压控制的方法 |
CN110768307A (zh) * | 2019-11-11 | 2020-02-07 | 国网山东省电力公司日照供电公司 | 一种风电场一次调频控制方法及*** |
CN110829506A (zh) * | 2019-11-22 | 2020-02-21 | 国网四川省电力公司经济技术研究院 | 线性松弛和比例权重的多目标有功优化调度方法和*** |
CN111786404A (zh) * | 2020-06-10 | 2020-10-16 | 东南大学 | 一种考虑最优转子动能的风电场有功优化分配方法 |
CN113361083A (zh) * | 2021-05-24 | 2021-09-07 | 许昌许继风电科技有限公司 | 一种风电多目标最优响应控制方法及装置 |
-
2021
- 2021-12-27 CN CN202111614391.2A patent/CN114336787B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2393179A2 (en) * | 2010-06-04 | 2011-12-07 | Acciona Windpower, S.A. | System and process for controlling active power in a power generation plant |
CN102074955A (zh) * | 2011-01-20 | 2011-05-25 | 中国电力科学研究院 | 基于知识发现技术的电力***稳定评估及控制方法 |
CN106026113A (zh) * | 2016-05-19 | 2016-10-12 | 成都欣维保科技有限责任公司 | 一种具有无功自动补偿的微电网***的监控方法 |
CN106230024A (zh) * | 2016-08-22 | 2016-12-14 | 张雪敏 | 含双馈风电场的电力***停电风险计算方法 |
CN107332251A (zh) * | 2017-06-15 | 2017-11-07 | 清华大学 | 一种双馈风机风电场参与电力***动态电压控制的方法 |
CN107332241A (zh) * | 2017-08-30 | 2017-11-07 | 国家电网公司 | 用于评估含分布式新能源配电网可靠性的方法及*** |
CN110768307A (zh) * | 2019-11-11 | 2020-02-07 | 国网山东省电力公司日照供电公司 | 一种风电场一次调频控制方法及*** |
CN110829506A (zh) * | 2019-11-22 | 2020-02-21 | 国网四川省电力公司经济技术研究院 | 线性松弛和比例权重的多目标有功优化调度方法和*** |
CN111786404A (zh) * | 2020-06-10 | 2020-10-16 | 东南大学 | 一种考虑最优转子动能的风电场有功优化分配方法 |
CN113361083A (zh) * | 2021-05-24 | 2021-09-07 | 许昌许继风电科技有限公司 | 一种风电多目标最优响应控制方法及装置 |
Non-Patent Citations (1)
Title |
---|
双馈风电场有功频率分层控制;赵斌 等;可再生能源;第35卷(第03期);第411页-第418页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114336787A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Abazari et al. | Coordination strategies of distributed energy resources including FESS, DEG, FC and WTG in load frequency control (LFC) scheme of hybrid isolated micro-grid | |
Pahasa et al. | Coordinated control of wind turbine blade pitch angle and PHEVs using MPCs for load frequency control of microgrid | |
CN110247438B (zh) | 基于天牛须算法的主动配电网资源优化配置 | |
CN115498623A (zh) | 多微电网的储能配置优化方法、装置、设备及存储介质 | |
Yao et al. | Fatigue load suppression during active power control process in wind farm using dynamic-local-reference DMPC | |
CN114221351B (zh) | 电压无功调节方法、装置、终端及存储介质 | |
Zhang et al. | Optimized scheduling model for isolated microgrid of wind-photovoltaic-thermal-energy storage system with demand response | |
CN114336787B (zh) | 风电场有功功率的优化配置方法及其***及计算机可读存储介质 | |
CN117035335A (zh) | 一种多阶段储能与输电网协同规划方法及*** | |
CN116316644A (zh) | 一种新能源场站电压实时平抑方法及计算机可读介质 | |
CN112838580A (zh) | 一种改进异质温控负荷双线性聚合模型及其分布式分层多目标协调控制方法 | |
CN114336663B (zh) | 一种电力***源网协同规划方法及装置 | |
Xu et al. | Design of three-stage start-up optimal strategy based on fuzzy fractional-order proportion integration differentiation controller of pumped storage unit under low water head | |
CN112736991B (zh) | 一种双馈风电场新型主动电压控制策略 | |
CN114362191A (zh) | 一种海上风电场无功协调控制方法、装置及存储介质 | |
CN114336791B (zh) | 风电场无功功率的优化分配方法及其***及计算机可读存储介质 | |
Zhou | Simulation of photovoltaic absorption strategy for distribution network considering translational load | |
CN110492490B (zh) | 计及风速的分散式风电并网无功电压三层结构调控方法 | |
Zhang et al. | Robust Unit Commitment with Virtual Synchronous Renewables | |
Laly et al. | Soft computing optimization based optimal operation of powergrid with renewable energy sources and storage systems | |
Bade et al. | Utility-Scale Wind-Based Hybrid Power Plants and Control Strategy | |
Bhateshvar | Intelligent control and optimization for power frequency balance in multi generation system | |
Mohammad et al. | Optimal Solar Energy Penetration in South-East Zone of Bangladesh National Power System Grid | |
CN112271724B (zh) | 一种基于电压调控的虚拟电厂分区构建模型及构建方法 | |
Veeramani et al. | Evaluation of wind energy parameter optimization of A DFIG controller based on cultural algorithms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |