基于动态机组分类的风电场优化调度

研究风电场内的机组组合优化调度,可提高机组的运行效率,改善风电场有功输出,降低系统运行成本。首先,对风电机组的历史运行数据进行分析,提出风速和机组输出功率的时段动态概率分布综合建模方法,并根据获得的时段动态概率分布模型得到机组的动态运行特征矩阵;其次,利用模糊C均值算法对风电场内机组进行动态聚类分析,在各个调度时段内将机组划分为常规机组和调度机组;最后,以风电机组疲劳损伤量最小为目标,建立基于风电机组动态分类的风电场优化调度模型。通过算例分析,该模型的有效性得到验证。     

基于风力发电机组分类的风电场内优化调度

以风力发电机组发电功率、风速平均值和均方根差值作为特征值,采用基于模拟退火遗传算法的模糊C-均值聚类算法建立机组优先级分类模型。将发电性能较好的一类作为优先执行发电计划的机组,考虑线路损耗后,对风电场内其余机组的发电计划进行两层优化,得到既满足电网调度需求,又降低风电场运行损耗的功率分配结果。结果表明,基于遗传模拟退火算法的模糊C-均值聚类算法分类运行的疲劳损伤量较小,停机数量较多。因此风力发电机组分类后优化调度,能使风电场机组运行优化,提高风电场输出电能质量。     

基于变功率因数的分散式风电场优化运行策略

提出一种考虑负荷类型和风电机组无功极限的分散式风电场优化运行策略。建立基于静态电压特性的典型负荷通用模型;挖掘分散式风电机组无功能力,采用机端并联电容器平衡并提高双馈感应发电机无功调节能力;分析风电机组功率因数对配电网各节点电压、有功和无功网损影响规律;在此基础上,提出基于改进萤火虫算法的分散式风电场最优功率因数运行方法。基于IEEE-33节点模型进行仿真计算,结果表明:分散式风电场小范围功率因数优化调节可有效减小配电网网损,提高电压稳定性。     

基于风电机群健康状态优化的风电场功率调度控制

目前风电场运行调度策略中对机组设备状态关注不足,易发生由于设备故障造成的发电量损失。为此提出一种基于风电机群健康状态优化的风电场负荷分配控制策略。首先设计风电机组运行状态多层次评估模型及分析方法,然后以提高风电机群健康状态为优化目标,综合风电场常规控制要求建立多目标优化模型。通过算例验证该文策略在良好实现风电场功率控制的基础上,优选运行状况良好的机组承担发电任务,这对保证风电场限电运行下可靠出力具有良好作用。     

一种提高风电机组调度可靠性的风电场功率控制策略

以提高风电机组调度可靠性为目标,提出一种考虑风电机组运行健康度的风电场功率优化调度策略。首先提出一种基于风电场数据采集与监视控制系统(SCADA)监测数据的风电机组健康状态评估策略,利用综合劣化度对机组的健康状况进行总体评估,为功率调度决策过程提供辅助依据。针对风电场实际运行中对机组启停以及功率控制的要求,结合机组健康度信息,建立风电场功率调度的复合目标多步优化模型,并设计基于遗传算法的求解策略。最后通过详细的算例验证了所提策略对改善运行风电机组的整体健康程度,优化机组的启停计划、提高风电场功率控制可靠性具有良好作用。     

考虑风电消纳能力的含风电场电力系统多目标优化调度研究

针对含风电场的电力系统调度中存在的风电消纳问题,提出一种基于第二代非劣支配排序遗传算法(Non-dominated Sorting Genetic Algorithm II,NSGA-II)的多目标优化调度方法。为使电力系统在消纳尽可能多的风电同时,兼顾经济性、安全性和环保性,分别以风电消纳、发电成本和污染物排放量为目标建立了含风电场电力系统双目标及三目标调度模型,采用NSGA-II进行优化求解,并详细分析了不同目标组合策略下电力负荷、机组组合和优化目标对风电消纳的影响程度,同时引入伪权向量法为决策者提供非劣解信息,辅助决策者完成优化调度。分析结果表明,该方法有助于评估机组组合、目标组合等因素对电力系统优化调度的影响程度,对合理提高含风电场电力系统的风电消纳能力有一定的指导意义。     

考虑风电机组运行健康状态的风电场优化调度方法

当前风电场功率控制过程中多关注风电机组的发电能力,很少区别对待健康机组和带病机组。对此,以风电机组运行参数为评估指标,计算各指标劣化度,并以综合劣化度为风电机组健康状况的总体评判指标,再结合风电机组启停状态及功率控制要求建立风电场的多目标调度模型。采用混合编码遗传算法优化该模型,获得风电机组启停组合和目标功率值。仿真结果表明,该方法优化了风电机组启停计划,改善了风电机组的整体健康程度,提高了风电场有功输出的可靠性和稳定性,为功率调度过程提供了依据。     

海上风电场功率提升和疲劳平衡综合优化控制

针对海上风电场,综合功率提升和疲劳平衡分配的优化目标,提出一种以天为优化周期的优化策略。在电网高负荷时段,基于Jensen尾流模型,以轴向诱导因子为优化变量,风电场整场功率最大为目标,运用随机粒子群算法进行风功率利用提升优化控制;在电网低负荷时段,基于风电机组综合疲劳系数计算方法,以机组轴向诱导因子为优化变量,应用尾流计算模型调整轴向诱导因子来满足电网限功率指令,以机组疲劳系数标准差最小为目标,采用粒子群算法寻优进行疲劳平衡优化。以某海上风电场进行算例分析,结果表明该优化策略在一天的优化周期内可较好地实现风电场功率提升和疲劳平衡的综合优化。     

限电情况下风电场内机组最优组合方案研究

近年来,由于风电渗透率持续增加而电网消纳能力有限,造成风机产能过剩,"弃风"现象开始凸显。为保证电力系统的稳定运行,要求风电场主动参与系统调频,根据电网调度部门指令控制其功率输出。将风速预测信息与尾流效应模型结合起来,预测场内每台机组的最大出力。在此基础上,以提高风电场效益为目标,建立了限电情况下风电场内机组组合问题的数学模型,并利用改进的粒子群算法进行优化研究,得到限电情况下风电场内机组最优组合方案。最后通过实际算例进行仿真分析,验证了所提出方法的可行性和优越性。     

考虑旋转备用约束的含风电场电力系统优化调度模型

文章建立电场电力系统优化调度模型,该模型考虑了风电功率预测误差的情况下,系统旋转备用容量满足负荷及风电波动的需求。模型中涉及火电机组、风电场的发电成本以及火电机组环境污染惩罚费用,并提出基于时变加速度的随机黑洞粒子群算法对模型进行求解,时变加速度增强了算法早期全局搜索能力,并保证迭代后期收敛到全局最优,同时黑洞原理避免了算法收敛早熟,陷入局部最优解。最后对含一个风电场的10机系统算例建模仿真,从而验证模型以及算法的合理性和有效性。     

考虑疲劳均衡的海上风电场主动尾流控制研究

海上风电场运行维护成本高,而其尾流效应影响更加突出,不但会影响风电场的发电效率,还会增大风电场内机组的疲劳载荷,增加运维成本。文章针对基于疲劳均匀的海上风电场主动尾流控制展开研究,通过GH-Bladed软件计算建立了风电机组在典型控制工况下关键零部件的疲劳损伤量数据库。其中的工况包括最大功率追踪、桨距角控制和偏航控制3种,并引用了量子粒子群算法,通过变桨和偏航两种方法进行优化控制,以实现海上风电场发电量提升和风电机组疲劳均匀的多目标主动尾流优化控制策略,降低海上风电场运维成本。仿真结果表明了所提出控制方法的可行性。     

含电池储能风电场的发电系统风险评估

考虑风电机组的功率特性和故障率等因素建立单个风机的停运模型,结合风速的自回归滑动平均模型和风电场尾流效应的影响建立风电场的可靠性模型;考虑电池储能的充放电约束、容量约束和故障率建立电池储能系统的可靠性模型,在此基础上,结合风电场不同调度策略建立含电池储能风电场的可靠性模型。考虑常规机组的随机故障和负荷的随机波动,基于序贯蒙特卡洛方法建立含电池储能风电场的发电系统风险评估模型,并给出评估指标。在Matlab中编写相关评估程序,通过对IEEE-RTS 79算例进行仿真,从风险管控方面给出能降低系统风险的电池储能充放电约束、电池储能电量和风电场调度策略,为风电场用电池储能系统的设计和风能调度策略的选取提供重要参考。     

风电场的机组布局优化研究

以风电场年发电量和总投资成本为目标对平坦风电场机组布局进行优化。以统计得到的真实风资源分布作为输入,采用修正的Jensen尾流模型模拟机组之间的尾流干扰效应,根据实际工程经验对风电场的总投资成本进行数学建模。然后,基于NSGA-Ⅱ算法以机组总台数和每台风力机位置为决策变量,以年发电量和总投资成本为目标函数进行多目标优化。另外,该文还将上述两个目标折合为单目标(度电投资成本)进行优化。最后,给出多目标和单目标优化得到的风电场特征参数包括总投资成本、年发电量、风电场效率、度电投资成本以及相应的机组布局轮廓图。     

考虑尾流效应的风电场优化控制技术研究

针对已建风电场,提出一种考虑尾流效应的风电场优化控制方法,以减少风电场尾流效应,提高风电场整体输出功率。研究机组状态参数变化与输出功率、尾流分布间的量化关系,揭示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;提出尾流与风轮交汇面积的计算方法,建立多台风电机组的尾流叠加模型;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,建立考虑尾流效应的风电场优化控制模型。以丹麦Horns Rev风电场为算例进行计算分析,结果表明:所提出的考虑尾流效应的风电场优化控制方法能够使风电场整体输出功率增加。     

基于发电成本和疲劳均匀性的风电场有功功率控制策略研究

针对限功率工况下风电场机组有功分配问题,文章建立了机组发电成本模型和综合疲劳模型。采用改进的粒子群优化算法,在风电场各机组风功率预测信息的基础上,以风电机组疲劳均衡、单位发电成本最低为目标,以功率平衡、出力限制、开停机时间限制等为约束条件,研究限电情况下风电场内有功控制优化策略。最后,对比3种分配方案下风电场的有功总出力、发电成本和疲劳均匀性,分析限功率控制下风电场典型机组的有功出力特征,结果表明,同时考虑发电成本和疲劳均衡条件的优化策略在有效降低成本的基础上能够保证机组间的疲劳均衡,从而降低机组维修频率。     

限风情况下风电场群有功分层协调控制策略

针对风电发展与电网建设、负荷分布不匹配产生的弃风限电问题,结合国内风电大规模、远距离集中并网的特点,提出一种适用于限风情况下的风电场群有功分配分层调控策略,包括子场层调控策略和机组层调控策略。采用加权移动平均法对风电功率进行超短期预测,基于多目标函数模型及遗传算法对子场层和机组层分配有功出力任务。以东北某实际风电场群为算例,研究表明,该调控策略能实现风电场和机组有功出力任务的优化分配,可提高电网消纳风电水平、降低线路有功损耗。     

基于风电机组聚类的风电场有功分层分配策略

针对风电场传统有功功率平均分配策略造成风电机组运行损伤差异性大、机组调整和启停次数多等问题,提出基于风电机组聚类的降功率分层分配策略。考虑实际风电机组调控能力,设计基于鲸鱼优化算法（WOA）的改进极限学习机（ELM）风电机组功率预测模型。构建实际风速、实际发电功率和预测功率的三维特征矩阵,提出基于模拟退火遗传算法（SAGA）的改进模糊C均值（FCM）聚类模型。以预测功率平均值和标准差、最大降功率值确定机群和机组调度优先级序列,构造“机群-机组”的两层分配策略,减少调整机组和停机机组的数量、提升风电机组损伤均衡性。结合某风电场实际工况,设计限功率模式不停机与停机的分配策略验证方案,对比分析3种不同策略的分配效果,算例结果验证了提出的分配策略的有效性。     

风电场场站级有功控制策略研究

目前风电发展主要集中在研发效率更高,容量更大的机组上,因此很少关注风电场场站级的有功控制。对风电场场站级有功控制策略进行研究,提出了一种根据优先级顺序对风电机组的有功出力进行分配的方法,使得风电场出力在执行电网调度计划的同时,能快速有效地跟踪调度指令变化,并且减小了风电场内部机组的有功出力波动,降低了控制系统的损耗。     

基于偏航尾流模型的风电场功率协同优化研究

为减小风电场尾流效应的影响,提升风电场整体发电量,提出一种基于偏航尾流模型的风电场功率协同优化方法。首先建立风电场偏航尾流模型,该模型包括用于计算单机组尾流速度分布的Jensen-Gaussian尾流模型、尾流偏转模型及多机组尾流叠加模型,对各机组风轮前来流风速进行求解;再根据来流风速计算风电场输出功率,并以风电场整体输出功率最大为优化目标,利用拟牛顿算法协同优化各机组轴向诱导因子和偏航角度。以4行4列方形布置的16台NREL-5 MW风电机组为对象进行仿真研究。结果表明,所提出的基于偏航尾流模型的风电场功率协同优化方法能显著提升风电场整体输出功率。     

有功调整提升模式下风电场优化控制策略研究

针对风电场有功功率调整升功率模式下,考虑故障停机机组、降功率运行机组及低风速区机组对升功率贡献有限等情况,给出一种基于各机组出力能力差异分组的风电场有功调整提升控制策略和算法。同时,该算法将风电场运行环境温度过低、过高情况下期望运行机组的数量,以及避免机组频繁启停等因素作为风电场优化运行的约束条件。算法根据当前风力发电机组的运行状态、预测功率、故障代码等条件建立分组模型,结合风电场有功调整量及约束条件得出风电场机组最优运行的功率控制算法。仿真结果表明,算法能够保证风电场功率调整误差小,输出功率平稳,同时又避免机组的频繁启停对电网产生的冲击。