异步风力机风速突变对并网系统影响分析与防护措施

在含异步风力机风电场电网中,风电场风速的突变将会对电网系统造成影响。研究了含异步风电机组的风电场在风速突变条件下对接入电网的电压、电流、有功、无功的影响情况。通过动态模拟仿真,在风速突变时,接入点的电压水平和风力机的风能利用率都有明显下降,并仿真分析了STATCOM对接入点的电压水平和风力机的风能利用率的影响。最后讨论了平移突变风速、变桨距控制风速突变等防护措施的可行性,保证异步风电场在风速突变时正常运行。     

计及风速相关性的电网静态安全风险评估

电网内的多个风电场由于地理位置比较接近,具有较强的风速相关性,会影响概率潮流的结果。采用Nataf变换建立多个风电场间的风速相关性样本空间,进而得到具有相关性的风电场出力。以风速相关性下的系统当前运行状态为基础,构成预想事故集,将全概率理论与排序集采样概率潮流相结合,进行风速相关性下的电网静态安全风险随机潮流计算,并对电网安全风险进行评估。在风电接入改进IEEE 30节点系统中使用RSMCS方法进行仿真,结果表明所提方法可准确、快速地评估风速相关性下系统当前运行状态的静态安全风险。     

风速的互补性对概率潮流的影响

以大规模风电并网为背景,以实现有效接纳风电为目的,通过概率潮流计算,对地理位置不同的风电场之间风速的互补性进行分析。为模拟不同风电场之间风速的互补性,提出采用FrankCopula函数构建风电场之间风速的联合概率分布,选取Spearman秩相关系数作为风电场之间风速的互补性测度。采用云南电网实际数据作为算例,重点分析了风速的互补性对节点电压、支路潮流及线损的影响。研究结果表明,考虑风速的互补性可以更合理地评估风电场对系统的影响,有利于更好地进行风电场选址及电网规划。     

弱电网环境下大容量风电对电网电压稳定的影响

风速变化的随机性和间歇性导致风力发电机功率的不稳定,风电场功率随机波动性的特点对电网电能质量及稳定运行有较大影响,处于弱电网环境下的大容量风电场对电网的适应性有更高的要求。以并入西北某省区末端电网的大型风电场为例,对风电场风速变化及电网故障两种常见情况下电网电压波动及稳定问题进行仿真分析。     

风电接入对电网电压的作用机理

鉴于风电场并网运行对电网无功电压的影响很大,首先分析了风电场并网运行时对风电场以及电网的电压产生的影响机理,探讨了风电功率因数与电网电压波动的关系,并通过实例仿真验证了风电场电压与风电出力、功率因数之间的相关性。由此指出了风电场无功电压控制和无功补偿配置方面的一些对策和建议,要求风电场通过足够的无功补偿配置和无功电压控制策略将其高压母线电压控制在110.0～117.7 kV。     

考虑风速相关性的概率潮流计算及影响分析

不同风电场之间风速的相关性会影响概率潮流计算的结果。通过对多维独立随机样本进行线性变换,得到具有任意相关性的多维随机样本,从而可计算考虑风速相关性的概率潮流;针对风电场异步发电机吸收无功的特性,提出了一种描述该特性的变系数二次多项式模型。在计及负荷随机扰动的同时,研究并分析了风速相关性的变化对节点电压概率密度和支路潮流概率分布的影响规律,以及考虑相关性后对风电场并网点无功补偿容量的配置。研究算例表明文中方法是有效可行的,考虑风速相关性可以更合理的分析评估风电场对系统静态电压和支路传输功率的影响,从而可为系统规划和运行方式的确定提供更准确完善的参考信息。     

基于UPFC的风电场稳定性动态仿真研究

异步风力机因风速变化的不规律会导致电网电压崩溃.UPFC是FACTS元件中装置中功能最强大的元件,可以维持风电场电压和系统稳定.运用UPFC、风力机和异步发电机的数学模型,在Matlab/Simulink中建立了带UPFC的风电场仿真模型,通过研究风速骤变时带与不带UPFC的风电场功率、电压状况,验证了UPFC对风电场电压的支持作用,并能维持风电场及系统的稳定,保证风力发电机的持续运行.     

风电并网对接入地区电压的影响

随着风电装机规模的不断扩大,大规模风电场接入地区电网后,对当地电网的电压造成影响,研究风电接入地区电网电压问题显得十分重要。以新疆哈密地区风电接入当地电网为例,统计了并网地区典型运行方式下的母线电压水平。建立风电场机组仿真模型,考虑尾流效应影响下的风速,通过实时数据进行潮流计算,分析与风电场有关的关键节点电压问题。针对当地电网的运行方式,提出了改善并网地区电压质量的措施,对投切电抗器和SVC 2种无功补偿方案进行计算并仿真了方案的可行性。在国内风机脱网的背景下,分析了投切电抗器可能对同一并网点的风电场群产生影响。     

变动风速作用下风电场对电网电压的影响分析

大规模风电场并网运行,在风速扰动过程中其输出功率的变化将对系统潮流产生影响。当遭受快速的风速变化时,不但需要考虑风电机组在风电场内的布置,而且还需要应用风电机组的动态模型来进行仿真计算。本文建立了以风速作为输入量的双馈变速风电机组的动态模型,并对风电场的等值方法作了简单介绍,最后以某实际电网接入风电工程为例,对风速扰动下风电场对电网电压的影响分析方法进行了说明。     

风速扰动情况下的风电并网电压稳定性研究

对风电场接入地区电网后的电压稳定性进行了仿真研究.对实际电网进行仿真计算,通过风速扰动及改变风电场接入系统的阻抗值,比较系统电压暂态稳定性的程度,并得出地区电网在风电接入后的电压稳定性结论.     

基于风速相关性风电场储能容量配置定量研究

为研究风速相关性对风电场储能容量的影响,首先建立了风速ARMA模型,并根据时移技术得到风电机组风速分别呈高度、中度和低度三种不同相关度的风电场的风速时间序列,最后对不同相关度下的风电场的储能容量进行定量分析。结果表明,合理布置风电场能在较好利用风能的情况下有效减少风电储能成本和土地资源的浪费。     

计及气象因素和风速空间相关性的风电功率预测模型

建立了一种计及数值天气预报中气象因素和风速空间相关性的组合加权风电功率预测模型。首先,考虑到数值天气预报数据中的风速精确度不高,建立了基于高斯过程的数值天气预报风速修正模型,计入其他气象因素,如风向、温度、湿度、气压等,进行风电预测。同时,基于目标风电场与相邻风电场区域的风速空间相关性分析,求得其最大相关系数点的延迟时间,建立风速空间相关性预测模型。然后,基于数值天气预报偏差修正的风电功率预测模型和空间相关性预测模型,建立组合加权预测模型,并利用拉格朗日乘子法求得组合模型中各个单一模型的加权值。算例结果表明,所提模型及方法能够有效提高风电功率预测的精度。     

基于小波包分解和改进Elman神经网络的风电场风速和风电功率预测

准确预测风电场风速和风电功率对做好风电场运行维护、合理安排开停机计划以及确保电力系统的安全稳定运行具有重要意义。提出了基于小波包分解和改进Elman神经网络的新型风电场风速和风电功率预测方法并给出了具体应用步骤。首先利用小波包分解理论对经过初步处理的历史风速数据进行分解处理,根据相关性剔除随机数据,保留最优分解树;随后提出带扰动的PSO训练算法用以提高Elman神经网络的训练速度,并解决PSO算法易陷入局部最优解的问题;最后利用不同结构的Elman神经网络寻找最优分解树不同频段下的风速规律进而获得风速和风电功率预测结果。南方某风电场算例表明该方法具有更高的预测精度,能够正确反映风速和风电功率规律。     

利用多空间尺度下时空相关性的点云分布多风机风速预测

在风机呈不规则排列的风电场中,不同空间位置下的众多风机分布构成点云,而不是规则化的矩形网格.点云是不规则且无序的,可以代表任意风电场中多风机的地理位置分布,但是不能构成卷积神经网络(CNN)高度规则的网格输入,卷积算子难以学习其空间局部相关性.若直接将不规则点云映射为网格排列进行常规卷积,会失去点云原始的空间信息.为此,采用点CNN进行空间相关性提取,再利用简单循环单元进行时间相关性提取,从而获取点云数据的时空相关性.同时,设计点CNN时融入了多尺度下的空间特征提取与汇集.最后,结合实际以点云分布的多风机仿真结果验证了所提预测模型的有效性.     

风速空间相关性和最优风电分配

风电场分布的地域多元化能够平滑风电波动。提出基于copula函数和均值－方差模型研究分布在不同位置风电场风速空间相关性和最优风电分配。利用极大似然法选取合适的copula函数描述风速间的相关关系,计算出风速间基于copula的秩相关系数,并借助最小二乘法拟合秩相关系数和风电场距离的关系。构造适合风电场的均值－方差模型优化风电的分配,其中风场的容量因子表示收益,风电前后时刻出力变化的标准差表示风险,线性相关系数用秩相关系数代替。以荷兰40个风场为例,结果表明,Gumbel copula 和 t copula函数较好地拟合了风场间风速的相关关系,并且,随着距离每增加100 km,秩相关系数下降0.1;通过求解均值－方差模型,得到各风场风电最优组合,相对于单个风场,风电波动下降程度最大达到70%,海上风场在降低风电波动中作用较大,在此模型指导下,可以选择最优风电分配策略,降低风电波动给系统带来的风险和成本。     

不同风电机组的低电压穿越能力分析

应用Matlab 7.0建立了含不同风电机组的风电场动态模型,用于研究包含恒速异步风力发电机和双馈异步风力发电机的风电场对电网的影响,通过仿真分析电网发生严重三相短路故障后不同风电机组的低电压穿越能力,以及加装静止无功补偿器(SVC)后风电机组的低电压穿越能力.比较风电机组转速、有功功率和无功功率变化情况,得出结论:双馈异步风力发电机变速平稳,低电压穿越能力较强,有利于优化电能质量.当电网发生故障时,针对风电场中的不同风电机组应采用不同的策略来提高风电机组的低电压穿越能力,维持电力系统的稳定运行.     

风电场柔性直流输电的故障穿越方法对风电机组的影响

柔性直流输电(VSC-HVDC)系统是大型风电场并网的较好选择,当发生交流系统故障时,故障穿越控制器可维持该系统的稳定性。然而,控制器会对风电机组造成一定影响。针对大型风电场VSC-HVDC系统接入的故障穿越问题,文中首先在PSCAD/EMTDC中建立了含有普通异步/双馈风电场详细模型的两端VSC-HVDC系统仿真模型,并验证了升频法和降压法两种典型的故障穿越方法。然后进一步研究了不同类型风电机组在不同的故障穿越方法下的特性和差异,从而得出风电场VSC-HVDC系统的故障穿越方法对风电机组的影响规律。研究得出的结论可以为不同类型的风电机组接入VSC-HVDC系统时故障穿越方法的选择提供一定的参考依据。     

一种简单易行的风力机模拟器

为了更系统、全面的对风力发电机组进行研究,设计了一套实验室用风力机特性模拟装置--风力机模拟器(WTS),该模拟器通过BUCK电路控制直流电动机工作在风力机特性的最佳转速或最佳转矩点,可以在不依赖于自然环境和风力机的情况下模拟风力机特性,可以模拟不同特性的风力机,而且可以任意设定风速的变化曲线,方便了实验室对风力发电系统的研究.     

基于混合Copula函数的风电功率相关性分析

风电功率作为电力系统调度运行中不可忽视的随机输入变量,其相关性分析直接影响电力系统的不确定性和运行风险评估。文中从风电功率相关结构的角度出发分析风电功率的相关性,分析了风电功率间的尾部特征,提出利用混合Copula函数建模分析风电功率相关性的方法。该方法依据风电功率测量数据的相关结构,以线性加权的方式构造能够描述不对称尾部特征的混合Copula函数,并利用期望最大化(EM)方法对相关参数进行估计,研究结果表明,混合Copula函数能够很好地刻画风电功率间的相关结构和尾部特征,同时基于Copula函数的相关性测度理论能够方便地求取反映相关程度的指标。