大规模风电场并网运行无功补偿研究

电力系统的无功补偿与无功平衡,是保证电压质量的基本条件,对保证电力系统的安全稳定与经济运行起着重要的作用.由于大规模风电场长距离地接入电网,其无功补偿对局部电网电压的调节作用更加重要.根据大规模风电场并网运行的实际参数,以中国电科院研发的电力系统计算软件BPA为平台,对大规模风电基地输出电力并网后电网的无功补偿情况进行全面的仿真分析;对并网线路产生的充电功率、风电场不同的有功出力下的容性及感性无功补偿装置的配置等问题进行了有针对性的研究,并在此基础上提出满足电网安全运行的建议.     

与风电场并网的变电站无功补偿的优化

针对风电场并网变电站电压波动较大的问题,通过对其产生的原因及影响因素进行分析,提出优化无功补偿的策略。结果表明:在风电场并网变电站装设动态无功补偿装置,可有效改善风电接入电网系统的电压质量,达到电压综合控制要求。     

风电场无功补偿容量配置及优化运行

通过电力系统仿真软件对同等规模下的异步、双馈和永磁三种类型发电机所组成的风电场建模,并分析了不同类型的风电场在不同出力水平以及并网点不同电压水平下的无功需求,以及风电场在运行时的动态无功特性.根据无功特性分析结果,制定了风电场的静态和动态无功补偿的容量配置和优化配合运行方法,并分析了风电场无功补偿效果.     

并网型风电场动态无功补偿方案的仿真

目前对于并网型风电场内无功不足进行无功补偿普遍采用的方式是在异步风力发电机端并联电容器组.随着电力电子技术的迅猛发展,该补偿方式已经显现出明显弊端,将动态无功补偿装置应用到风电场中已经成为一种必然趋势.给出了风电机组模型、动态无功补偿装置模型;建立了并网风电场的仿真模型;将SVC和STATCOM这两种动态无功补偿装置分别应用到风电场中并进行了仿真对比.     

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。     

风电场无功补偿装置选型研究

由于初始投资方面的优势,风电场无功补偿装置的型式一般为SVG+FC,全SVG型式应用较少。借助风速威布尔分布建立无功补偿装置损耗计算模型,对无功补偿装置型式的优化设置进行分析,同时对SVG+FC和全SVG两种型式进行初始投资和运行损耗方面的比较,供风电场设计相关同行及有关研究部门参考。     

大型风电场无功补偿问题的探讨

介绍了无功补偿的基本原理以及风电场无功补偿所用的主要装置、风电场无功补偿的配置等。     

并网型风电场机端无功补偿配置方案的研究

随着现代电力电子技术的发展,动态无功补偿装置应用到风电场是必然趋势。给出了风电机组和补偿装置的模型,建立了风电场的仿真模型,将不同补偿方案应用到风电场发电机端,并对补偿效果进行了对比。     

基于改进PSO算法在含风电场的电力系统无功优化控制

含风电场的电力系统无功优化是一种具有多状态、多约束条件的非线性规划问题.针对其存在易陷入局部最优解的缺点,提出了改进的PSO算法.该算法改变了初始化方法和粒子更新方法,并在算法后期引入变异因子.在放射状配电网络系统的仿真计算中,改进PSO算法与遗传算法相比较,结果表明,改进PSO算法可在较短时间内取得更好的优化效果.     

风电场无功补偿问题的研究

研究了改善异步机风电场电压稳定性的措施。基于普通异步风机的恒速风电机组是目前应用较为广泛的风电机组,其发出有功功率的同时吸收无功功率,会导致接入风电地区电网的电压稳定性降低。采用在风电场升压站加装静止无功补偿器（SVC）的方法,控制并网点的电压水平,重点研究在不同风速和负荷下,如何确定SVC的补偿量问题。文中对风电场节点的处理较准确地反映了其无功和电压特性。提出了将遗传算法与模拟退火法相结合的遗传模拟退火算法,采用模拟退火进行个体更新,以增加群体的多样性,避免陷入局部最优。以某实际含风电场的电力系统为例对     

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     

FACTS装置在风电场中的无功补偿原理与仿真

分析风电场并网运行存在的无功补偿及电压稳定问题的产生机理,在固定电容器组作为一种传统的无功补偿方法逐渐显现弊端时,将柔性交流输电系统(FACTS)设备运用到风电场以提高其运行的稳定性。以恒速恒频异步风力发电机为研究对象,采用变桨距控制方式。以Matlab/Simulink为平台,实现风电场的电气输电系统、各种风速的建模。在各种风速扰动和电网故障的情况下,分别对加入静止无功补偿器和静止同步补偿器的风电场进行仿真,得到的结果可以证明两者在风电场无功补偿方面的积极作用,并对两者的性能优劣进行对比。     

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。     

统一考虑经济和安全指标的风电场配电网无功优化

研究了含双馈异步电机型风电场的配电网无功优化。由于DFIG具有灵活无功调节的能力,故使其无功输出作为一个连续变量参与配电网的无功优化。鉴于目前电力系统无功优化大多重视经济性而较少考虑其安全性的情况,为此,本文提出了同时考虑经济性与安全性的目标函数。将配电网进行分区,计算其各区域的安全性指标,将该安全性指标权重加入到安全性目标函数中,并采用反向差分进化算法进行求解。最后,利用IEEE 33节点系统对本文所提出的无功优化模型进行仿真分析,结果表明系统网损得以明显降低,同时提高了其安全性。通过算例分析,证明了文中方法的可行性和有效性。     

考虑工频过电压的海上风电场无功配置方案研究

随着海上风电能源的不断开发,海上风电场的过电压问题对系统的安全运行极为重要,而无功补偿问题影响着系统的电能质量,因此在确定无功补偿方案的同时也应该考虑过电压的限制。本文基于海上风电场含有架空线路和海底电缆混合输电线路的风电场电磁暂态模型,提出了一种考虑工频过电压的无功配置方案,利用ATP/EMTP仿真软件分析了海上风电场工频过电压,并在此基础上对风机不同出力情况下的风电场无功容量需求进行计算,从而得到符合系统安全运行范围的海上风电场无功容量配置方案,并以某海上风电场为例,最后利用MATLAB/Simulink仿真验证了所提方案的可行性。     

考虑拓扑影响的风电场无功优化策略研究

双馈风电机组(DFIG)机群的拓扑结构对风电场无功优化有较大影响。分析了DFIG的无功出力极限,将DFIG作为风电场连续无功源,计及风电场有载调压变压器分接头设置对DFIG机端电压的影响。以风电场内部有功损耗最小为优化目标建立风电场无功优化模型。最后,以丹麦HornsRev1离岸风电场为例,采用粒子群优化算法对所建立的无功优化模型进行求解。仿真结果验证了所提优化控制策略的安全性和经济性。     

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。     

基于动态云进化粒子群算法的风电系统无功优化方法

针对风电系统中,风力的不确定性导致粒子的适应度不稳定性较大、劣性粒子偏多,难以快速收敛到最优值,进而造成系统电压偏差较大,网损剧增的问题,提出了基于动态云进化粒子群算法对风电系统进行无功优化。首先以网损最小作为优化目标建立了风电系统无功优化模型。然后提出动态云进化粒子群算法。该算法根据粒子的适应度值,选取优秀个体进行进化,从而降低劣性粒子比例,增强搜索速度。再通过云发生器,使得优秀个体进化出的优秀种群趋于正态分布,从而达到改善粒子分布的目的。在此基础上,根据正态云的分布特点,动态改变飞行速度,进一步改善粒子分布、提高搜索精度。最后以风电系统的有功网损为优化目标,进行补偿容量的确定,仿真结果证明了该方法的有效性。     

多场景下含风电机组的配电网无功优化的研究

研究了多场景下含风电机组的配电网无功优化问题。利用概率统计的思想解决了风电机组有功输出的不确定性问题,根据转子侧最大电流限制条件确立了风电机组无功输出范围。结合传统的电容器无功补偿方法,将风电机组作为连续可调无功源参与到配电网的无功优化。建立了以系统网损最小和节点电压越限惩罚为目标的无功优化模型。算例表明不同场景下的风电机组参与配电网无功优化可有效地降低系统的网损,提高各节点电压,同时,增强配电系统受风速影响的适应性。