大型风电机组限功率运行特性分析及其优化调度

近年来大量风电场的并网给电网安全运行带来困难,为此电网调度部门对所辖风电场提出了严格的限发要求。变速风电机组需要从传统的最大风能利用运行模式向限功率运行模式转变,由于风力机功率特性具有强非线性,运行模式的改变对风电机组以及风电场的控制策略提出了更高的设计要求。提出了一种考虑风电机组限功率运行状态优化的风电场功率调度策略。首先,基于小扰动分析方法分析了限功率运行下风电机组非线性模型的稳定特性;然后,提出了一种限功率运行状态评价指标;接下来,建立了风电场功率调度多目标优化模型,并基于遗传算法设计了求解策略。最后,结合实际算例验证了所提调度策略的有效性。     

考虑机组优化选取的含风电电网滚动优化调度方法

提出一种包含调整机组优化选取策略的滚动优化调度方法。根据负荷及风电超短期预测信息,首先考虑等效负荷(负荷+风电)预测偏差和机组调节容量匹配、机组爬坡量和等效负荷波动量匹配,以及减少外送断面越限原则进行调节机组优化选取。在此基础上,以机组调整成本及弃风量最小为目标,建立优化模型并采用改进粒子群优化算法求解。实际算例表明,考虑机组优化选取的滚动优化调度实现了超短期时间尺度上对负荷及风电预测偏差的自动跟踪调节,提高了发电计划的准确性,同时有效降低了综合发电成本和外送断面功率越限的风险,提高了电网运行的经济性和安全性。     

大型风电机组机组层AGC控制策略研究

针对传统控制策略下的风电机组输出波动性大、随机性强,需其他设备协调风电场出力的缺点,提出一种机组层WT-AGC控制策略,并对该控制策略的工作原理进行了详细的分析。在考虑风电机组运行状态及风电场调度要求的基础上,将WT-AGC策略下机组运行方式分为2种:调度指令高于机组最大出力能力的常规运行和调度指令低于机组最大出力能力的限功率运行。通过风电机组转速调节和变桨距机构动作配合,实现风电机组输出稳定,满足风电场调度要求,并对某实际双馈风电机组进行了仿真。结果表明该控制策略不但可以实现风电机组的可调度输出,而且提高风电机组并网后的功率稳定性,验证了所提策略的正确性。     

基于多时间尺度协调机组组合的含风电系统旋转备用优化研究

考虑风电出力的预测误差和负荷功率的预测误差具有随预测时间尺度的缩短而减小的特点,以及电力系统旋转备用容量的配置离不开机组组合,建立了多时间尺度下协调机组组合的含并网风电电力系统旋转备用预留容量的优化模型。对该模型的求解,先采用优先顺序法求取各机组的启停机顺序,再通过粒子群算法滚动计算求解得出不同等效旋转备用容量水平下所对应的系统最经济调度计划。通过利用不断更新的风电出力预测和负荷预测结果信息来调整调度计划,在保障系统可靠性达到要求的前提下,减少含风电电力系统旋转备用容量的配置,从而提高风电并网后电力系统运行的经济性和系统吸纳并网风电的能力。     

面向提供系统灵活性的风电场内机组优化运行

现有风电优化运行模型中鲜有涉及风电场内部机组优化的运行策略,且风电大多以“被动”参与者的身份参与系统调度,忽略了风电自身提供灵活性的可能。基于此,提出一种面向提供系统灵活性的风电场内机组优化运行方法。首先,从供给侧和负荷侧分析风电场站并网时的灵活性资源及灵活性需求,探讨了风电作为灵活性资源的可能性,建立了其灵活性模型;其次,基于风电机组的运行特性采用FCM聚类算法对其进行灵活性分类,并建立分类机组的等效虚拟电源运行模型;然后,构建面向提供系统灵活性的风电场内机组优化运行模型,该模型在得到风电场最优出力计划的同时,通过优化风电场内机组的出力计划使风电场机组的损伤最小;最后,以某风电场为例,通过修订后的IEEE标准节点测试系统验证了该方法的正确性与有效性。     

基于多时间尺度协调机组组合的含风电系统 旋转备用优化研究

考虑风电出力的预测误差和负荷功率的预测误差具有随预测时间尺度的缩短而减小的特点,以及电力系统旋转备用容量的配置离不开机组组合,建立了多时间尺度下协调机组组合的含并网风电电力系统旋转备用预留容量的优化模型。对该模型的求解,先采用优先顺序法求取各机组的启停机顺序,再通过粒子群算法滚动计算求解得出不同等效旋转备用容量水平下所对应的系统最经济调度计划。通过利用不断更新的风电出力预测和负荷预测结果信息来调整调度计划,在保障系统可靠性达到要求的前提下,减少含风电电力系统旋转备用容量的配置,从而提高风电并网后电力系统运     

考虑风电场灵活性及出力不确定性的机组组合

大规模并网风电的出力不确定性及反调峰特性给电力系统运行,尤其是机组组合的安全可靠性、经济性带来了严峻的挑战。合理构建风电出力不确定性模型,并将新的优化方法,如随机优化、鲁棒优化等应用到机组组合中已成为当前的研究热点。首先对风电场潜在调节能力进行了探讨,提出了一种新的风电调度模式及相应的机组组合模型。风电场在新的调度模式下将转变为一个"灵活"的参与者,而机组组合模型同时计及了风电场出力的不确定性。然后,以修订后的IEEE 39节点系统为基本算例对所提方法进行了仿真分析,结果表明所提出的方法可有效地提高电力系统运行的整体性能。此外,所提方法还可用于评估系统对风电的接纳能力。     

大规模风电接入的电力系统优化调度新方法

针对风电功率的反调峰和不确定等特性,建立水电调峰效益模型,并结合风、火电运行价格模型,构建了考虑机组组合的新型多目标动态优化调度模型.同时,为应对多目标优化问题中粒子群算法陷入局部最优和效率问题,提出了基于优先排序和多子群协同进化的多目标粒子群算法(multi-objective particle swarm optimization algorithm with multi-swarm co-evolution,MOPSO-MC)的优化调度新方法,即通过优先排序法确定机组最优组合状态,对负荷分配规划分为两层,并采用MOPSO-MC求解.将该方法应用于含大规模风电的甘肃电网优化调度问题,结果表明所提模型和算法为解决风电并网运行提供了一种对策.     

规模化电动汽车和风电协同调度的机组组合问题研究

基于电动汽车通过集中控制器与电网交互的模式,考虑集中控制器所辖区域电动汽车负荷每个调度时段的可控特性,提出将集中控制器充电负荷作为机组组合模型的控制变量。通过蒙特卡洛抽样模拟电动汽车并网场景,计算集中控制器的可调度上限值和下限值,建立了规模化电动汽车与风电协同调度的机组组合模型。算例分析结果表明了应用提出的机组组合模型提高风电消纳能力和降低系统运行成本的有效性。     

考虑储热装置的风电-热电机组联合优化运行策略

基于日前供热负荷预测和风电出力预测,考虑储热装置运行机理,研究风电场与热电机组联合运行的优化方法。将含储热装置的热电厂和风电场组成一个发电利益集合体,在满足地区供热负荷和提升风电消纳的同时,通过调节热电机组和储热装置的出力最大化发电利益集合体的收益。考虑热电机组的热-电耦合特性和储热装置的运行约束,建立了日前调度模型并进行求解。在此基础上,考虑风电出力的随机性,建立了相应的随机优化模型。算例分析表明,考虑储热的风电-热电机组联合优化所获得的收益高于风电场和热电机组单独运行获得的总收益,并且可在现行"以热定电"运行机制下提高风电的消纳能力。同时采用随机优化模型能有效降低系统联合出力的不确定性,可较好地解决风功率预测中的不确定性问题。     

基于改进HPSO算法的风电场内部无功优化研究

双馈风电机组(DFIG)是当前风电场的主流机型之一,具有有功功率和无功功率可解耦控制的优点。将风电场中每一台DIFG机组作为单独的连续无功源,以每台DIFG机组无功出力为控制变量,把双馈风电场内部有功网损设为目标函数建立无功优化模型。为了减少风电场内部有功网损并稳定节点电压,在基本粒子群(PSO)算法的基础上引入了自适应权重和遗传算法中的杂交概念,提出了一种混合PSO算法,并将该方法应用于风电场内部无功优化模型求解。以华北地区某风电场为例,在MATLAB软件中采用改进HPSO算法对所建立的无功优化模型进行了求解,求解结果与基本PSO算法和线性递减权重的PSO算法相比,改进HPSO算法收敛速度更快且结果更优,验证了文中模型和算法的正确性。     

风电场尾流分布计算及场内优化控制方法

对于已建风电场,减少尾流效应,提高风电场整体输出功率,是风电场优化控制的目标之一。文中分析了风电机组状态参数变化与输出功率、尾流分布间的耦合关系,建立了尾流与风轮交汇面积的计算方法,以及多台风电机组尾流的叠加模型。针对不同来流风向及来流风速下风电场尾流分布的不同,提出了一种风电场尾流分布计算方法,用于计算每台风电机组位置处的风速;基于该尾流分布计算方法,以风电场整体输出功率最大为目标函数,轴向诱导因子为优化参数,粒子群算法为优化算法,建立风电场优化控制模型。以丹麦Horns Rev风电场为研究对象,进行计算分析,结果表明:风电场尾流分布计算方法能够准确计算风电场尾流分布,风电场优化控制方法能够提高风电场整体输出功率。     

基于故障风险水平的海上风电场机会维护策略

海上风电场的维修费用占发电总成本比例较高,为降低海上风电场的运维成本,在基于可靠度阈值的机会维护策略基础上,针对风电机组子系统间存在的故障相关性与子系统故障风险水平,提出了一种包含故障风险水平、可靠度双阈值和维护矩阵的海上风电场机会维护策略。首先,采用故障链模型对风电机组子系统间的故障关系进行描述,并建立起风电机组各子系统的可靠度模型,引入多级维护的概念,提出考虑故障风险水平的风电场机会维护策略优化模型,采用粒子群算法对子系统机会维护的风险因子进行优化,进而确定单台机组的维护策略。其次,综合考虑了海上可及性、备件库存等因素,提出了一种基于维护矩阵的海上风电场维护策略优化模型,该模型以单位时间总维修成本最小为目标函数,根据子系统的备件库存和故障风险水平来对维护策略进行动态调整。最后,以某海上风电场中单台风电机组为例,考虑故障风险水平的机会维护策略比传统机会维护策略可降低27%的费用率,并分析了可及率、多级维护等因素对风电场机会维护策略的影响,验证了基于故障风险水平的海上风电场机会维护策略在降低维护费用方面的有效性。     

风电场等值建模研究综述

随着风电场规模的不断增大,对风电场中每台风机建模将造成计算量过大,不利于大型风电场的研究,需要对风电场进行等值化简。对双馈感应风机和直驱永磁同步风机两种当前热门机型的建模进行概述,同时介绍了潮流计算中风电场的处理方法,并对风电系统的等值进行了综述,包括风速的等值、风电场的分群、同群风机的等值方法、常用的参数优化算法及其对等值的影响。最后综述了含单一主流机型风电场通常采用的等值方法,并指出随着不同机型并存的大型混合风电场的增多,混合风电场等值建模研究的必要性及研究趋势。     

考虑风功率分布规律的风电场无功补偿容量优化决策

双馈型风电机组的无功调节范围随其有功功率输出变化而存在波动性,极端条件下,又有其不可调节性,由此必然降低其对自身电压水平支撑的持续性。为此,在依据功率估算数据对风电场输出功率分布特性进行统计分析的基础上,提出考虑风功率分布特性的风电场无功补偿容量优化决策方法。该方法在充分计及双馈感应发电机无功调节能力与风功率分布特性的前提下,以无功补偿的投资成本与运行成本最小化为目标,构建无功补偿容量优化计算模型。该研究可使双馈型风电场的无功补偿决策更具针对性,并以最小代价实现该类风电场连续、无缝的无功电压调节。应用改进粒子群优化算法对所构建算例系统进行求解,分析结果表明了该研究的有效性。     

数据驱动的风电机组传动系统疲劳载荷计算与主动抑制研究

风电机组疲劳损伤导致的运维工作是影响风电场成本的关键因素。以机组损伤维护最频繁的传动系统为研究对象,分析了机组运行工况与其结构损伤等效载荷的耦合关系,构建了基于深度神经网络的疲劳损伤数据拟合方法。利用所建数据驱动模型在风电场有功控制过程中进行实时疲劳预测并优化机组有功控制指令。仿真实验表明,本文所建数据驱动预测模型对机组传动系统疲劳载荷有较好拟合效果,用于有功控制过程可降低风电场内各机组的传动系统疲劳载荷。     

基于Bi-LSTM和支持向量机的风机叶片短期覆冰状态预测模型

风机叶片覆冰灾害严重危害风电场安全经济运行,对风机叶片覆冰状态的预测是预防覆冰灾害的有效手段。针对传统覆冰状态预测方法精度较差问题,基于风电场SCADA监测数据,提出一种基于Bi-LSTM和SVM的风机叶片短期覆冰状态预测模型。首先,采用PCA对风机叶片覆冰状态监测特征指标进行降维,筛选可以反映风机叶片覆冰状态的特征指标;其次,基于大量历史数据,对Bi-LSTM和SVM模型进行训练,训练结果表明模型有较好精确度;最后,将多组实际数据集输入Bi-LSTM预测模型,预测输出值输入SVM模型,对风机叶片是否会出现覆冰故障进行判别。结果表明,所提方法可准确实现叶片覆冰状态预测,准确率可达95%。     

基于支持向量机和微分进化算法的风电机优化运行

风电机出力控制是风电场运行过程中的一个关键问题。针对风电机出力与风速和桨距角之间存在非常复杂的关系,很难建立通用准确的数学模型,提出了一种新的风电机出力优化模式,即首先通过支持向量机算法建立风电机出力与运行参数之间的非线性拟合模型,并基于此模型和风速的变化,采用高效的微分进化算法对风力机桨距角进行快速动态优化,从而实现风电机出力最大化。以鄱阳湖长岭风电场风电机组实际运行数据进行了仿真应用与分析。结果表明通过优化风力机桨距角可有效地提高风电机出力,验证了文中方法的可行性和优越性。采用文中方法可准确建立风速与最优桨距角的动态对应关系,为风电机的优化运行提供了科学的指导。     

基于改进遗传算法的风电场多目标无功优化

针对风电场并网运行的多目标无功优化和电压稳定问题,建立了基于异步发电机内部等值电路的含风电场的电力系统无功优化模型,提出了风电场无功优化的目标函数和约束条件。结合非支配排序思想、精英保留策略、改进的小生境技术,得到了一种将向量模适应度函数作为淘汰准则的改进Pareto遗传多目标优化算法。以某风电场接入IEEE 14节点标准测试系统为例,将改进算法用于含风电场的电力系统无功优化。仿真结果表明,应用改进的遗传多目标优化算法可以同时得到多组Pareto最优解,为决策者提供了更多的选择余地,使风电场并网点母线电压在允许范围内。     

采用改进下垂控制和双层无功优化的风电场无功均衡分配研究

计及风电场详细模型,按照双馈风电机组(DFIG)无功容量比例分配无功,难以实现风电场无功裕度均衡控制。根据DFIG无功裕度和并网点(PCC)允许电压偏差,提出可变下垂系数以改进无功-电压控制。结合每台DFIG无功裕度及其与PCC间电气距离,定义新的无功不均衡度。针对大规模风电场控制问题,建立双层无功优化模型,其中电网层以减小网损、电压偏差和风电场铜耗为目标,整定电网无功需求量;风电场层以场内线损、DFIG铜耗及无功不均衡度最小为目标,确定各台DFIG无功出力。采用有限记忆拟牛顿信赖域(LBFGS-TR)算法求解无功均衡分配方案。算例结果表明,所提算法可充分利用DFIG无功调控能力,实现风电场无功裕度均衡控制。