基于风机调控能力排序的风电场实时有功控制策略

科学有效的风电场实时有功控制策略能够充分挖掘风电场有功调控的潜力,提高其参与电力系统调度的能力。考虑风电场实时运行状态和超短期功率预测结果,提出了一种基于风电机组调控能力排序的风电场实时有功控制策略。首先选择风电机组的实时出力、预测功率的变化趋势和功率调节速率等统计量作为评估指标,然后运用熵值决策法和模糊理论将风电机组的有功调控能力定量化,再根据风机的实际运行状况和超短期功率预测结果等信息将风电机组分类,最后根据机组分类结果和有功调控能力排序表对风电场内风电机组的有功出力进行调整。以中国北方某座风电场为算例,演示了整个调控步骤。     

基于优先顺序法的风电场限出力有功控制策略

随着风电并网容量的增加,风电场应具备有功功率调节能力,能根据电网调度部门指令控制其有功功率输出。结合甘肃酒泉风电基地集群风电有功控制系统的实际需要,以实现最大风能利用、避免风电场频繁起停为目标,基于经典优先顺序法提出了一种应用于变速恒频风电场的限出力有功控制策略。针对风电场限出力控制需要,设计了风电场层有功功率控制框架及限出力控制流程,综合考虑场内风电机组的预测信息、运行状态与控制特性,建立了以风电机组调节性能指标为排序指标的风电场限出力控制序列,进而基于此控制序列,给出了风电场限出力有功分配方法。最后,通过算例验证了所提方法的正确性和有效性。     

基于预测误差概率密度曲线的风电场集群日前有功优化调度

风电场集群日前出力计划是大规模风电基地分层协调有功调度的关键技术。提出了一种基于风电场功率预测误差分布曲线的风电场集群日前有功出力计划的制定方法。首先根据改进后的广义误差分布模型,结合历史实测功率和预测功率拟合出每一个风电场的预测误差概率密度函数,然后按照预测风速大小估计出风电场有功出力的上限,最后以集群内每一个风电场的日前计划指令与实际出力能力偏差的数学期望之和最小为优化目标,采用遗传算法计算得到风电场集群的调度优化指令。结合中国北方某风电集群的实际运行数据进行仿真算例分析,验证了所提方法的有效性。     

风电集群有功功率模型预测协调控制策略

大规模风电的不确定性会造成其有功功率跟踪控制指令偏差大,导致输电断面功率越限,传统控制方法难以有效抑制风电随机性带来的功率波动。为此,该文提出一种风电集群有功功率模型预测协调控制策略。以超短期风电功率预测信息为基础,充分利用当前时间断面以及未来4个时间断面的预测信息,提出基于功率变化趋势因子的风电场动态分群方法,制定多工况下风电集群有功功率滚动时域优化控制策略,实现风电集群上调节控制、预警控制、下调节控制和紧急控制。搭建风电集群有功功率实时控制仿真测试平台,使用华北地区某风电集群的实际数据进行实验研究,结果表明,所提控制策略不仅能保证输电断面安全,而且能有效抑制功率波动。     

采用功率预测信息的风电场有功优化控制方法

风电场接受系统有功调度指令后需将调度需求分配到场内各风电机组。考虑到风电机组控制系统的频繁动作会直接影响其出力可靠性和机组寿命,提出一种新的风电场有功优化控制方法。该方法通过超短期风功率预测数据判断风机出力趋势以确定风机出力加权系数,优化风电场内有功调度分配指令,减少机组控制系统动作次数,平滑风电机组出力波动。最后,应用实际数据将所提方法与现有方法进行了比较,验证了所提方法的合理性和先进性。     

考虑预测功率变化趋势的风电有功分群控制策略

风电随机性和波动性导致有功功率调节难度大,为此提出了考虑功率预测趋势的风电有功动态分群控制策略。该策略利用风电超短期功率预测信息和风电场实时运行状态将风电场动态划分6类机群,给出了对风电功率先降后升和先升后降2种非单调变化趋势风电场群的功率预处理方法。在此基础上,确定了各类风电场群的控制原则,通过分析有功功率调节能力给出具体分配方法。利用国内某风电基地超短期功率预测数据进行仿真,验证了所提策略的有效性,结果表明通过风电场动态分群和优化控制,能够实现风电场有功功率的平滑控制,减少输出功率的波动次数。     

基于误差前馈预测的多时空尺度风电集群有功功率分层控制策略

随着风电渗透率的提高,风电场存在的可预测性和可调度性差等问题已经凸显。针对上述因素导致风电消纳水平降低的问题,文章提出结合误差前馈预测的风电集群有功功率分层控制策略。首先,提出考虑风电变化趋势的误差前馈模型,将其与小波包分解和持续法模型相结合组成超短期功率预测模型,并根据历史数据的训练情况赋予误差前馈限值。其次,基于此预测模型提出一种多时空尺度的有功功率分层控制策略,该策略在已有调度指令的前提下,通过将控制层分为集群层、场群层和子场层,实现对各风电场的协调控制。最后,基于东北某风电基地的实际运行数据通过MATLAB和CPLEX进行仿真分析,结果证明所提方法改善了风电消纳水平和风电场储能协调出力。     

考虑预测误差分布特性的风电场集群调度方法

为应对大规模风电集中并网给电力系统有功功率平衡带来的影响,将风电功率预测信息纳入电力系统日常调度是为应对大规模风电集中并网给电力系统有功功率平衡带来的影响,将风电功率预测信息纳入电力系统日常调度是必然趋势。现有考虑预测信息的风电场集群有功调度方法一般采用确定性风电预测数据,由于风能特性和预测水平限制,难以满足电力系统调度精度需求。因此提出一种考虑风电功率预测误差分布特性的有功功率调度方法,该方法首先通过历史数据统计分析得到风电场风电功率预测误差的概率分布,然后以风电场集群下发有功指令后各风电场输出的风电功率缺额的数学期望之和最小为优化目标,优化分配风电场集群调度指令,减少因风电有功预测误差导致的风电场群输出有功功率与集群调度要求之间的功率差额。通过风电场实际数据验证了所提方法的有效性和先进性。     

考虑风机排序的风电集群分层有功控制策略

随着我国风电的迅速发展,风电场有功调控趋于集群化。为合理调控风电集群有功功率、提高风电消纳量、减少风电机组调控次数,文中提出考虑风机排序控制的风电集群分层有功控制策略。根据风电场所在区域不同并结合超短期风电功率预测,将风电集群分为场群层、风电场层、机组层3个控制层。场群层和风电场层通过不同时间尺度的滚动优化提高风电消纳量;机组层通过选取影响风机调控能力的评价指标,结合熵值法与隶属度函数,计算并排序各机组调控能力评分,通过机组的排序控制减少风机调控次数。基于GAMS及Matlab平台对山西电网实际风电场数据进行分析,结果表明所提控制策略在提高风电消纳量的同时减少了风机调控次数。     

多时空尺度协调的风电集群有功分层预测控制方法

大规模风电集群内风电场数量众多,分布范围广,提高风电集群有功控制能力十分关键。为此,该文基于模型预测控制理论,提出一种考虑多时空尺度协调的风电集群有功分层预测控制方法。该方法将风电集群在空间尺度上分为三层控制层,将超短期风电功率预测值在时间尺度上逐层细化,并对各层滚动优化环节进行了优化建模。其中,在预测模型环节采用物理方法和统计方法结合的组合预测模型,在反馈校正环节采用基于误差波动性分析的方法。在区域层内以功率变化趋势与风电场运行状态为信息进行动态分群,在单场层内考虑风电集群送出通道利用率与自动发电控制机组下旋转备用空间以促进风电消纳。仿真分析中通过与常用有功分配方法对比,结果表明文中所提方法在保证系统安全运行和满足集群计划的同时,能够提高风电消纳能力,合理利用风能资源和分配集群内风电功率。     

基于目标函数优化法的风场层一次调频功率分配策略

随着风电渗透率的不断上升，大规模风电参与调频成为风电发展的重中之重，功率分配方法也需更加智能化和简便化。因此，利用目标函数优化法对风场层功率分配进行优化。首先，对整个风电场进行调频功率函数的建模，使整个风电场的实时功率变化值追踪整个风电场待分配功率，将上述两者偏差值最小作为目标函数。其次，通过超短期预测方法得到一定周期内每台风机风速和有功出力的上下限，结合桨距角的变化限度作为约束条件。最后，求解得到各台风机优化后的功率偏差值，将其叠加到各台风机出力的基础值上进行调频。通过与其他功率分配方法对比，验证了目标函数优化法的优越性，其可以提高风电场调频的快速性和可靠性。     

静态安全域限制下的风电场最大外送有功容量

随着风电并网规模的日益扩大,风电场内部集电网络的静态安全限制对风电场外送有功容量的限制越发明显。确定风电场内部静态安全域限制下能够外送的最大有功容量,对风电场的规划建设和并网有重要意义。以经典风电并网系统为背景,运用风电场静态潮流分析方法,以风电场内部电压静态安全为限制,计算出风电场能够外送的最大有功容量;同时研究风电场网络拓扑结构和内部集电线路阻抗比对风电场能够外送的最大有功容量的影响;进一步研究风电出力特性和风电参与调频对风电场内部静态安全的影响。结果表明:合理的风电场拓扑结构和集电线路阻抗比能够最大化风电场外送有功容量的能力,在风电场最大外送有功容量内,风电出力特性和风电参与调频不影响风电场内部静态安全。     

考虑风电场随机波动性的变电站关口无功控制区间整定方法

针对分散式风电并网所导致的传统九区图自动电压控制策略中,关口无功控制区间整定方法无法适应风电场出力随机波动性的特点,分析了含分散式风电场接入的配电网有功损耗特性,定义了关口无功优化区间矩阵,并解释了矩阵中相关元素的具体物理含义及计算方法,即当风电场有功功率和功率因数为上、下边界值或中值时,根据系统总有功损耗与变电站关口无功的关联特性,在考虑主变高压侧电压限制的前提下,求得不同负荷水平下的关口无功优化区间并取交集得到相应的矩阵元素值,提出了分块定区间法,求得了与风电场运行工况相配合的变电站关口无功控制区间。算例证明,运用所提方法进行配电网无功控制,在节能降耗、减少设备动作次数及提高系统电压安全性方面均有优势,且易于工程实现。     

电网短路故障对并网双馈风电场的影响

分析了电网发生短路故障对并网运行风电场的影响。从双馈风电机组的单机模型出发,研究了由双馈风电机组构成的风电场单机等值方法。在仿真软件EMTP-RV中搭建了包含双馈风电机组构成的风电场电力系统模型。分析了电网发生三相接地短路和单相接地短路故障时,风电场的有功功率和无功功率输出特性、并网公共连接点母线电压波动以及系统频率等暂态变化。研究结果对未来风力发电工程的建设有参考价值。     

计及双馈机组无功辅助功能的电力系统多目标无功优化研究

双馈异步风力发电机转子侧和网侧变流器具有一定的无功调节能力,可根据所接入电网运行要求发挥其自身的无功辅助功能。本文在双馈风电机组输出有功功率最佳的前提下将风电场作为连续无功源参与到无功电压控制中,在双馈机组无功出力不确定的情况下,应用免疫遗传算法(IGA)进行求解。在此基础上,根据风电场建设需求,讨论不同装机容量的风电场以及风电场并网位置对无功优化的影响。建立了以系统有功网损和电压偏差之和最小的目标函数,通过对改进的IEEE 30节点系统分析计算,验证了该目标函数及算法的可行性。     

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。     

无功配置对海上风电场输出海缆损耗的影响分析

基于海上风电场输电系统模型和海底电缆参数,分析了海上风电场无功补偿配置方法和海缆损耗的计算方法,建立了海上风电场输电系统简化模型,计算了不同规模、不同传输距离海上风电场采用两端补偿和陆上单端补偿两种方案时输出海缆导体损耗,得到了海缆导体损耗-风电场出力曲线。在风电场低出力水平及长距离传输时,两端补偿损耗更低,而在风电场高出力水平或短距离传输时,单端补偿损耗稍低一些。     

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。     

基于蒙特卡罗方法的风电场有功出力的概率性评估

风电具有随机性和间歇性的特点,常规确定性方法已无法准确评估风电场有功出力情况。为了解决此问题,引入概率性方法对风电场出力进行评估。考虑运行、停运和降额状态,建立了风电机组的多状态故障模型。在此基础上,考虑风速的随机性、风电场尾流效应建立了风电场的可靠性模型。基于此模型,应用蒙特卡罗方法给出了风电场有功出力概率评估的方法和流程。在Matlab中编写了相关程序,并对风电场的有功出力进行了概率评估,分析了不同可靠性参数和模型参数对评估结果的影响,从中可以看出风速模型中形状参数和尺度参数对评估结果影响较大。     

大规模并网风电场集群协调控制策略研究

为实现风电能源接近"常规电源调控"特性的目标,文中探索一种新的风电电源控制方法。基于风电电源现有的控制技术,加入储能新理念,针对风电集群协调控制在有功功率控制、无功电压控制、电网安全稳定控制所应具备的基本功能,提出了大规模并网风电场集群在多时间尺度、空间尺度、功能解耦等方面分层分区的集群协调控制策略;以新疆某地区风电场为例验证了此风电场集群协调控制策略的效果,结果表明风电场集群协调控制效果明显优于以风电场独立控制的传统控制策略效果,为实现风电电源"似常规电源控制",实现智能电网的愿景提供参考。