风电场输出有功功率的协调分配策略

传统风电场功率分配多以平均方式为主,未能充分考虑场内机组的个性信息。对此,依据机组出力特性与运行状态信息将场内机组划分为临界出力型、降功率出力型、低风速区型及高风速区型4种类别。在此基础上,提出以桨距角控制与转速控制2种调节方式为手段的风电场输出功率协调分配策略。相比传统方式,该策略充分考虑了各机组的出力特性与运行状态等个性信息,使风电场输出功率调节问题在经济性与安全性方面均达到最优化效果。通过所建Simulink模型仿真分析表明,所提协调分配策略能以较好的效果实现风电场输出有功功率分配的协调与优化。     

基于功率曲线的风电机组数据清洗算法

针对风电机组性能分析过程繁琐低效、数据清洗不彻底以及传统方法难以有效识别复杂多变的异常发电状态的问题,提出一种用于风电机组功率曲线分析的数据清洗算法。通过分析风电机组数据采集与监控(SCADA)系统采集的风速功率数据,优化数据处理规则与数据分析过程,提出最优组内方差清洗算法,检测机组发电性能异常的状态,降低对检测工具和数据维度的硬性要求。实例分析表明该方法实用、高效,在不增加硬件设备投资的前提下,能准确清洗风电机组功率曲线数据并识别出机组异常运行状态,显著提高了风电机组性能分析的准确性。     

基于相关性分析的风电场功率限值分配算法

当风电出力超过电网接纳能力时,电网需要限制风电场的出力。基于风电场功率预测信息按比例初步确定风电场功率分配限值;以随机变量相关性分析为理论基础,描述风电场出力之间的相关性对整体出力波动性的影响。以减小风电电量损失为目标,考虑风电场装机容量的差异,基于风电场出力之间的相关系数修正风电场功率分配限值。以位于同一地区的5个风电场组成的风电场群为算例,对所提出的风电场功率分配限值修正方法进行验证。计算结果表明,风电场实际出力更接近理想出力曲线,减小了弃风电量,验证了方法的有效性。     

风电场有功功率控制策略研究

风电场传统的有功功率分配以平均分配为主,未能充分考虑风电场内机组的运行信息。对此,提出了一种基于机组分类的有功功率控制策略,即根据风电机组的出力特性、运行状态和功率预测等情况对风电机组进行分类,按不同类型风电机组升降功率能力的不同,依次对每类机组进行控制,从而提高风电场有功功率输出的准确性和响应速度。通过仿真分析,所提风电场有功功率控制策略能够较好地协调风电场有功出力。     

计及弃风能量的风电场调频功率分配策略

为科学合理地分配风电场调频功率和降低减载调频弃风量,首先,根据风电机组（WTs）运行状态,将WTs分为不可调频、降功率调频和升功率调频3类,并在此基础上,结合系统调频功率（降功率或升功率）需求,选取对应WTs调频,避免所有WTs同时参与调频,进而降低WTs调频动作次数,延长寿命;其次,根据WTs运行状态和极限,构建WTs减载约束模型来定义其调频能力,进而实现WTs调频功率优化分配和弃风容量优化利用的双重目的,并通过定义WTs退出调频风险指标,使得WTs有序退出调频,避免了系统频率二次跌落问题。仿真研究表明:考虑不同运行状态下WTs调频能力差异来优化分配调频功率,可提升系统调频能力和弃风利用率。     

基于模糊评价的风电场有功功率分配算法

按风速权重风电场有功功率分配算法存在有功功率输出波动大、桨距角频繁调节的问题,为此本文提出一种基于模糊评价的风电场有功功率分配算法。将风电机组限功率运行分为变速、变速变桨和变桨三个运行区,以风电机组的桨距角、转速和风速为输入,通过分区域模糊推理,得到风电机组的健康度和调节能力,最终采用按能力权重分配算法得到风电机组有功功率给定。仿真结果表明,基于模糊评价算法的风电场有功功率输出平滑,风电场机组转速变化和桨矩角变化都较小。     

风电场风功率异常数据识别与清洗研究综述

风电场中风机停机、传感器故障等会造成风功率数据中包含有大量异常值,影响到风电场状态监测、功率预测等工作的正常开展。针对风电场风功率异常数据识别与清洗技术开展了综述研究。首先,概述了风力发电运行大数据现状,分析了风电机组与风电场的风功率数据的分布特征,并对比了两者的不同;然后,分析了基于统计、机器学习和图像处理的各类异常数据识别方法的优缺点,结合基于物理特性、统计学和机器学习等数据重构技术,讨论了实现数据清洗的方法及其优劣;再次,概述了风电场异常数据识别与清洗技术在状态监测和功率预测等领域的应用情况;最后,对风电场异常数据识别与清洗技术存在的挑战和发展趋势进行了展望。     

基于BP-AHP风机状态评估的超短期风电功率动态预测研究

针对传统风电功率预测仅考虑气象因素，且无法计及风电机组真实出力状态导致预测精度较差问题，本文提出一种计及风机状态的超短期风电功率动态预测方法。首先，为能够精确评估风机状态，将BP(error back propagation, BP)算法引入层次分析法(analytic hierarchy process, AHP)的评估结构中，构建BP-AHP风机状态评估模型，实现单台风机状态评估；然后，综合考虑地形及机组排布等因素，将风电场所有风机的状态取均值作为风电场状态，利用皮尔逊相关系数衡量所评估状态与功率之间的相关性以验证评估模型合理性，并采用XGBoost构建计及风机状态的动态预测模型；最后，以陕西地区某风电场实测数据进行算例分析，验证了所提方法的可行性及有效性。     

基于风电机组分群的风电可靠性评价方法研究

为了更好地开展风电机组可靠性评价工作,在分析比较国内外风电机组可靠性评价规程的基础上,提出了对风电场风资源、风电机组群、风电场以及单台风电机组可靠性评价的新办法,在新的评价办法中增加风资源以及风电机组群的可靠性评价指标计算方法。与现有评价规程及评价方法相比,新的评价办法更符合中国目前风电机组发展形势及风电机组可靠性管理特点,同时具有数据处理量小,风电场运行与管理人员工作负担轻的优点。     

风电场限功率状态下电网旋转备用优化分配

并网风电场参与电网调频且主动提供旋转备用是高渗透率电网的客观需求,而风电场限功率运行是风电参与调频的必要条件。定量分析了风电场限功率运行对二次调频指标及风电极限穿透功率的影响,认为风电场限功率运行能从调频备用容量以及调频速度两个方面减轻同步发电机的调频压力,同时增加了电网中风电的极限穿透功率。为研究风电场限功率运行下的二次旋转备用分配问题,建立了电网备用优化模型并构建了包含等值同步发电机及风机的动态等值模型,通过MATLAB/Simulink进行求解及仿真,优化及动态仿真结果均表明风电场处于限功率状态有利于增加电网频率稳定性并减少旋转备用。     

基于实测数据分析的大型风电场风电功率预测研究

针对风力发电具有波动性、间歇性的特点以及大容量风力发电接入电网对电力系统的安全、经济运行带来严重影响的问题,阐述了风电功率的预测方法,并在分析风电场实测数据基础上,应用混沌时间相空间理论建立了超短期风电功率预测一阶局域模型,对某风电场未来5 min、15 min、30 min内的风电功率进行预测.对预测结果进行了评价,...     

风电场功率控制策略的研究*

风速的不稳定性和间歇性使得风电机组的输出功率具有随机性和波动性。随着风电场容量的急剧增加,导致电力系统的稳定性和电能质量受到严重影响。文中搭建了双馈风力发电机组的数学模型和控制模型,采用了磁链定向矢量控制技术和电压定向矢量控制技术,针对风电机组的功率调控能力进行了深入研究与分析,提出了双馈风力发电机组的有功和无功控制策略。仿真结果表明该控制策略是合理的、可行的。     

风电场机型选择中的技术经济评价指标

风机的选型直接关系到风电场建设项目的投资效益,甚至投资成败,通过对风电场资源条件及各型风机技术性能的分析,提出了对风电场进行整体技术经济分析的"技术经济评价指标"。以"技术经济评价指标"分析不同风机对风电场场址的适应性和性价比,分析了影响风机机型选择的各项因素。可用于风电场前期机型选择或风机设备采购评标工作。     

基于DFIG机组转子动能的风电场有功功率优化分配方法

由于风速的波动性,风电场需要找出一种控制方法以稳定其有功功率输出。在分析了现行的控制策略对风电场有功波动的抑制能力的基础上,根据双馈风电机组的运行特性,提出主动控制风机转子转速和桨距角的方式进行有功功率分配,进而达到平稳风电场有功出力的目的。控制策略以优化整个风电场的转子中储存的总动能的方法提高风电场有功功率的输出稳定性,并利用粒子群算法求解该优化问题。通过仿真,验证了该有功功率分配策略可以平抑风电场有功功率波动,提高风电场的有功输出稳定性。     

基于改进遗传算法的海上风电场无功优化

针对海上风电场运行时大量无功传输引起电网质量不佳、有功损耗增加等问题,基于改进的带精英策略的快速非支配排序遗传算法,以补偿容量最少和负荷节点电压偏差最小为目标,提出海上风电场无功多目标优化方案,在Matlab中进行算例分析,结果验证了改进的遗传算法对海上风场无功优化的有效性。     

基于小波与最小资源分配网络的超短期风电功率预测研究

针对风电场实际风速和风电功率序列的波动性、间歇性等特点以及RBF神经网络结构一旦确定隐节点个数就不可变等缺陷,提出了基于小波分析和最小资源分配网络的超短期风电功率预测方法。首先将历史风速和风电功率序列进行小波去噪及多频分解,得到多组高频信号和一组低频信号。然后对各频信号分别建立神经网络预测模型对未来4 h风电功率进行超短期预测。最后将各预测结果通过小波重构得到最终的超短期预测功率。实验结果证明,该方法能有效提高预测精度。     

基于实测数据的风电场风速-功率模型的研究

建立准确的风电场模型是风电接入系统相关研究的基础。首先通过对某双馈风电机组的标准功率特性曲线和实测风速-功率散点图进行对比,针对它们之间的差异问题,建立基于实测运行数据的风电机组风速-功率模型。其次,针对地形复杂、机组排列不规则的大型风电场风速差异性问题,利用K-means聚类算法对风电场内所有风电机组按实测风速数据进行聚类划分,建立了整个风电场的等效风速模型,进而给出了基于实测运行数据的风电场风速-功率模型。然后,以某实际风电场为例,对该风电场内的风电机组按风速进行K-means聚类划分,结果显示该划分结果与简单按地理位置的机群划分结果有明显差异。最后,对传统的风速-功率模型和所提出的风速-功率模型输出结果进行比较,结果证明所提出的模型相对于传统模型而言,准确性有了较大的提高。     

基于VSC-HVDC的风电场并网系统潮流算法研究

柔性直流输电系统非常适合海上风电场并网,但传统交/直流混联系统潮流算法在计算基于VSC-HVDC的风电场并网系统潮流时存在缺陷:直流系统移开后,风电场交流节点变为孤立节点,剩余交流系统的雅可比矩阵不可逆,迭代过程无法进行。针对这一缺陷提出了一种含VSC-HVDC的混联系统(AC/VSC-HVDC)潮流解耦算法:该算法将交、直流系统进行解耦,分别迭代计算。所提算法克服了目前交/直流混联系统潮流计算方法存在的对交流潮流计算程序继承性差、扩展变量多、计算速度慢等缺点;也解决了风电场VSC-HVDC并网系统潮流算法中存在的问题。通过标准算例的计算验证了所提方法的有效性,可以用来对风电场直流并网系统进行稳态潮流分析。     

基于风电功率变化典型场景的风电场无功补偿优化配置

针对集中式接入的风电场,在升压变压站进行无功补偿优化配置。通过基于动态时间弯曲的层次聚类法分析风电功率整体变化特性,获得典型场景及其概率,并利用局部波动数值的概率分布来表征风电功率局部变化特性。在此基础上,建立二层规划模型,上层模型以年综合费用最小为目标函数,下层模型针对风电场全年的风电功率进行动态无功优化,达到兼顾经济性和运行可靠性的目的。采用遗传算法和原对偶内点法进行求解,并通过某实际风电场的仿真算例,验证所提出方法的可行性和有效性。     

含风电场的配电网无功优化策略研究

针对传统的配电网无功优化调节手段离散化、难以实现电压的连续调节等问题,研究了含风电场的配电网无功优化模型和算法,分析了双馈感应电机的无功发生能力,将风电场作为连续的无功调节手段参与配电网无功优化。并针对风电出力随机性的特点,用场景功率描述风电的随机出力,使之更具代表性。考虑了配电网的网损、电压偏差以及电压稳定性指标,建立了多目标无功优化模型。提出了基于量子粒子群算法(QPSO)的无功优化方法,该算法通过波函数描述粒子的状态,增加了种群的多样性,有效地避免了种群早熟等问题。用该算法对改进的IEEE33节点进