基于动态参数等效的风电场并网系统振荡稳定性评估的数据驱动方法

开环模式谐振理论为风机接入电力系统引起的振荡稳定性提供了清晰的机理分析基础。然而,如何利用实测数据来评价风电场并网后电力系统的振荡稳定性仍然是一个悬而未决的问题。针对多风电场并网电力系统的振荡稳定性问题,该文提出一种基于等效系统和数据驱动的振荡稳定性评估方法。该方法能够在全系统参数不确定情况下,实现对大规模风电场系统的动态等效,利用联合分布适配算法,在等效系统中离线建立数据驱动的振荡稳定评估模型,并泛化到实际系统中,实现在线评估。通过典型仿真系统算例与实际大规模风电场算例,结合多方面的对比测试,验证所提方法的有效性和适应性,证明建立的数据驱动模型具有优良的评估性能。所提方法通过深度学习,将评估模型的在线计算负担转移到离线训练中,对实现基于量测的大型风电场振荡风险评估具有重要意义。     

基于数据驱动的多风电机组协同控制方法

风机的尾流效应会严重降低风电场的发电效率,传统风电场能量管理方法未考虑尾流效应的影响,各风机均采用最大功率点跟踪MPPT(maximum power point tracking)控制方案,风电场整体输出功率并非最优。尾流耦合现象极其复杂,难以用解析模型描述,传统基于模型的控制思路难以适用。为此,提出一种基于数据驱动的多风电机组协同控制方法。基于风电场的历史运行数据,采用神经网络辨识多风电机组之间的尾流交互模型。进一步,在风电场层通过粒子群算法在线求解多风电机组协同控制功率优化指令;在机组层由各机组控制器实现指令跟踪,最终实现风电场整体发电功率的优化。仿真结果表明:基于数据驱动方法建立的尾流交互模型,其误差在1%之内;在此基础上,进行多机协同优化控制,相比传统未考虑尾流效应的单机MPPT控制,风电场平均输出功率得到提升,验证了所提控制方法的有效性。     

基于CVaR的风电场并网容量优化计算

由于风力发电出力与风速具有随机性,风电场接入系统的极限容量较传统电厂的影响更大,计算更困难。条件风险价值理论(CVaR)作为一种新的随机性计算方法被用来建立和求解风电场并网极限容量的优化模型。该模型可计算不同置信度水平下的极限容量,可有效处理置信度水平以外极端情况的影响。引用变换函数,将难以解析的条件风险函数转化为可微的概率密度函数积分形式;引入辅助变量,用离散点代替连续积分计算,简化模型为线性优化问题。仿真算例分别计算和分析了系统接入单个风电场与多个风电场时不同置信度水平下的风电场并网容量,表明方法在处理随机性变量及随机性问题中具有明显、独特、便捷、有效的优点。     

考虑风速不确定性的风电场暂态有功支撑能力在线评估方法

风电高比例接入的电网在受扰后常规机组调频尚未启动的惯量响应阶段内调频资源匮乏，风电场可采用转子动能控制方式快速调整有功功率为电网提供频率支撑，且不影响风电场正常运行。同时，为便于电网侧制定调控策略，需在线评估各风电场的暂态有功支撑能力。以双馈风机为例，构建了考虑风机转速、轴系及逆变器安全限制的风电场暂态有功支撑能力优化模型，并针对模型约束需迭代计算引起的高复杂度，提出采用差分离散化等方法将模型转化为混合整数线性规划问题进行高效求解。同时考虑风速不确定性，提出采用核密度估计与拉丁超立方抽样对风速预测误差进行建模与采样，获取不确定条件下的评估结果。最后，以某实际风电场为例，说明了所提方法的有效性。     

考虑频率约束及风电机组调频的风电穿透功率极限计算

随着风电渗透率持续增加以及虚拟惯性/一次调频控制技术逐步推广应用,准确计算风电穿透功率极限对于确保电网安全稳定运行和指导风电并网规划建设具有重要意义。为此,文中定量表征了风电场虚拟惯性响应特性,并采用传递函数模型表示风电场一次调频响应特性,进而建立了包含风电场、同步发电机组调频控制的电网等值转子摇摆方程,用于描述电力系统频率响应特性。在此基础上,以电网稳态频率偏差约束和频率变化率约束为边界条件,提出了风电穿透功率极限的解析求解方法。最后,通过IEEE 14节点系统算例验证了所提方法的精确性和有效性。     

风电场快速频率控制与调频能力评估装置设计及实践

新能源持续接入对电力系统频率稳定性的影响日益凸显，我国已有多个区域能源局与网省电力公司对风电场一次调频、惯量支撑特性提出了要求。现有风电场的快速频率控制装置易受到复杂的模型维护和时延的影响，同时缺乏对风电场频率与惯量动态支撑能力高效分析并上报的能力。因此，如何在计及风机运行约束下描述动态变化的风电场频率支撑能力已成为新能源高占比电力系统进行频率响应和优化分配中亟待解决的关键问题。结合河北省南部电网在风电场快速频率控制与调频能力评估装置方面的工程实践，从优化调频与能力评估方法的创新架构着手，提出一种兼顾高效性与先进性的装置设计方案，并通过河北省南部电网某风电场的实践效果分析新型装置在风电场调频模式方面的工程意义。     

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SVR数据驱动的发电机进相极限最优化求解方法

针对发电机进相限制条件中多变量间复杂非线性强耦合关系导致的机理建模难题,提出一种基于支持向量回归（SVR）数据驱动的发电机进相极限最优化求解方法。该方法将发电机进相极限求解问题转化为计及多个进相限制因素约束下的无功功率最小值问题。基于发电机功角方程推导建立无功功率的目标函数方程;基于SVR驱动模型建立约束变量与目标函数自变量的非线性映射关系,形成约束方程模型;采用改进的二阶振荡粒子群算法对优化模型进行求解。算例分析表明,所提方法建模简单,具有较高的精度和较强的泛化能力,可实现对任意已知有功出力工况下的发电机进相极限的快速计算,适用于发电机进相裕度在线建模和监测。     

电力市场环境下考虑风电调度和调频极限的储能优化控制

风电功率间歇性不仅使风电场难以精确响应调度计划,还导致电网频率波动加剧.为提高风电可调度性和电网频率安全,该文以日前调度为例构建日前调度计划和电网调频极限的形成方法,在此基础上提出利用储能辅助风电场跟踪日前调度计划并参与调频的策略;然后在电力市场环境下以风储电站利润最大为目标建立风储运行模型,该模型考虑由所提策略形成的风储电站联合出力约束和频率安全约束,用来计算储能辅助风电场跟踪日前调度计划和参与调频的最优出力;最后基于实测数据对该策略进行仿真分析,结果表明所提策略可以提高风电场跟踪日前调度计划能力和电网频率安全性,同时还具有良好的经济效益.     

考虑风电机组无功潜力的风电场无功电压控制策略

双馈异步风电机组可以提供无功功率参与电网无功调节,但是其无功功率范围具有不确定性,导致在制定风电场无功电压控制策略时存在困难。对此提出双馈风电场无功支撑范围评估方法,并基于评估结果优化风电场参与电网调压的无功控制策略。首先,基于双馈风电机组有功功率数据,估算出机组的无功功率极限,并分析了风电场的无功容量构成及计算方法。然后,通过两阶段评估方法评估风电场容量。第一阶段获得风电场最大无功支撑范围,第二阶段校验风电场在各种不确定条件下的无功调节能力。在此基础上,以减小风电场节点电压偏差、降低网络损耗和利用风电机组无功潜力为目标,构建多目标问题,并利用优化算法求解。最后,通过算例证明所提控制策略可以在充分利用风电机组无功潜力的前提下,减少风电场节点电压偏差和网络损耗。     

风电机组两分段下垂调频控制策略及参数整定方法

风电机组传统虚拟惯量调频存在可靠性偏低的缺陷。为此，在不额外增加调频能量需求的前提下，以桨叶动能为能量来源，提出了风电机组的两分段下垂调频策略来替代综合惯量，建立其频率解析模型并给出了参数整定方法。首先，为避免复数域模型无法应对分段调频控制分析，建立了两分段下垂调频控制的频率响应时域解析模型，并针对分段引入的非零初始条件问题，采用分部积分法合理化简时域模型，求解初始条件进而得到频率响应解析表达式。然后，基于解析表达式分析得到，两分段下垂控制能够在不额外增加调频能量的情况下具备对虚拟惯量替代的能力。进一步，提出两分段下垂调频参数的等值整定方法，并给出在线映射的应用方法。最后，仿真验证表明了所提策略及调频参数整定方法的有效性与可行性。     

避免频率二次跌落的风电场一次调频功率分配方法

风电场基于下垂控制参与系统一次调频时,参数整定不当可能引发机组转速保护动作进而带来频率二次跌落问题。为此,提出了一种避免频率二次跌落的风电场一次调频功率分配方法。首先结合下垂控制的响应过程分析了转速保护动作带来频率二次跌落问题的物理机理,然后基于转速及功率约束条件提出了风电机组调频功率评估方法,进而得到风电场的调频功率评估方法和风电场一次调频功率分配方法。基于Matlab/Simulink搭建了含有风电场的仿真模型。仿真结果表明,所提方法可充分发挥风电机组的调频能力,并避免频率二次跌落问题。     

基于数字孪生的区域气象关联风电预测模型

新型电力系统建设下,风电清洁能源得到大力开发。由于风电的发电功率与风速、风向、气温等气象因素强关联,具有波动性,且新建的风电场缺乏历史气象和发电数据,难以被精确预测。因此,文中提出了一种基于数字孪生的区域气象关联风电预测方法。首先,将风电场系统物理实体与数据驱动模型相结合,实现了数据同步和实时更新;然后,通过灰色关联分析方法筛选出对风电场发电功率影响作用较大的多元气象因素,使用XGB算法对优选后的气象关联数据集进行训练,结合天气预报对风电场发电功率进行预测;最后,利用有历史数据风电场的训练模型对无历史数据新建风电场进行预测。算例对四川某区域风电场数据进行了分析和预测,验证了所提方法的有效性与合理性,能够获得比传统预测方法更准确的预测结果。     

风水协同模式下系统调频能力评估方法研究*

风水协同运行模式下,利用水电的快速调节能力可平抑风电出力的波动性,减少对系统调频的影响。为深入研究风水协同运行模式下系统的调频能力,从指标体系、权重赋值方法两方面进行分析,提出系统调频能力综合评估方法。该方法通过综合考虑风电、水电机组出力特性及负荷特性建立综合评估指标体系,分别采用不同评估方法进行指标的权重赋值,实现对风水协同运行模式下系统调频能力的定量分析。最后在Digsilent/Power Factory中搭建含风电场和水电站的IEEE 3机9节点模型,通过数据处理获取运行工况下的无量纲化待评估矩阵,进行综合等级评估,验证评估方法有效性。     

基于桨距控制的电力系统频率响应特性

风电一次调频辅助控制技术是解决高风电渗透率引起电力系统频率特性恶化的有效手段。基于桨距控制的一次调频辅助控制是实现风电机组高于额定风速时的一次调频方法,传统的SFR(System Frequency Response)模型已不能适应含该控制技术的系统频率特性分析计算需求。对此采用传递函数模型定量表征风电场一次调频响应,结合再热式火电机组和水电机组的原动机—调速器模型,并针对含多个风电场/火电机组/水电机组的电力系统,基于加权等值法对各类型机组模型聚合,最终提出了含风电场桨距控制一次调频响应及水电/火电等值机组机电暂态行为的改进SFR解析计算等值模型。仿真结果表明,改进SFR模型能更真实地描述含风电桨距控制一次调频响应作用的电力系统频率特性,为客观评估高风电渗透率下的电力系统频率稳定运行状态提供了理论基础。     

基于历史数据挖掘的汽轮机阀门管理曲线优化

汽轮机阀门管理曲线优化能够大大提高机组负荷控制精度和一次调频能力,但传统的试验方法较复杂、耗时较长,而常用的优化计算方式效率较低、准确性欠佳。运用数据挖掘方法,实现了历史运行数据驱动的汽轮机阀门流量特性计算,并通过仿真对DEH阀门管理曲线进行全行程的优化修正。优化后,流量特性的线性度和连续性有了很大改善,AGC变负荷和一次调频的能力得到了提高。     

计及系统调频作用的随机潮流模型与算法

为提高解析法随机潮流结果与系统实际情况的吻合程度,将动态潮流的思想引入随机潮流分析,研究计及频率调节的动态随机潮流模型与算法。结合实际运行中系统调频响应过程,采用分段函数建立动态不平衡功率分配模型;与常规随机潮流模型联合,推导得出计及调频作用的电力系统随机潮流模型;并根据机组调频能力不足对不平衡功率分配的影响,对上述模型进行修正。为保证模型求解方法的实用性,结合常规解析法和模拟法提出一种随机潮流混合求解法。该求解方法简单、易实现,相对于常规解析法系统随机性处理能力增强,相对于常规模拟法求解速度大大提高且可保证较高计算精度。以IEEE 24节点系统为例,分析验证了所提模型和方法的有效性。     

考虑风光新能源参与二次调频的多源最优协同控制

随着风光新能源接入电网的比例不断增加,大型风电场和光伏电站也开始参与区域电网二次调频。为此,搭建了考虑风光新能源参与二次调频的多源最优协同控制模型,以解决区域电网二次调频的实时总功率在不同类型调频电源上的动态分配问题。为解决这个复杂非线性优化问题,采用简单模式搜索算法进行求解,以快速获得不同功率扰动情况下的高质量功率分配方案,从而提高整个区域电网的动态响应调节性能。最后,利用扩展的IEEE标准两区域模型对所搭建模型进行验证,并通过对比传统工程分配方法及智能优化算法来测试应用算法的性能。     

大规模风电参与系统频率调整的技术展望

要求风电主动参与系统频率调整是风电大规模并网后电力系统为保证其自身安全做出的必然选择。世界多个国家的风电并网导则对此提出了明确要求。然而,传统的风电机组一般都没有提供频率调整功能,风电如何参与调频是目前的研究热点。从风电参与系统调频的控制策略和能力评估两个方面对相关研究进展进行了综述。控制方面,对比研究了模拟惯量控制、下垂控制、转子转速控制、桨距角控制以及协调控制等不同控制策略。调频能力方面,分析了单台及多台风电机组的调频能力,归纳了风电区域互补性对调频能力的影响。并展望了需进一步重点研究的内容:风电场内部机组间及风电场与常规系统间的协调控制、风电场与储能等新技术的协调控制、风电场参与调频的能力评估与经济性分析。     

面向变化场景的输电断面极限评估主动迁移学习方法EI北大核心CSCD

深度学习由于其强大的非线性建模能力,在输电断面极限传输容量(total transfer capability,TTC)评估问题中具有良好的应用前景。然而,由于电力系统的时变性和不确定性,需要快速更新数据和模型以满足在线应用需求。为充分利用历史场景数据并减少在线更新的计算代价,提出一种基于主动迁移深度学习的输电断面TTC评估方法。该方法包括两个阶段:第一阶段引入迁移学习预训练,推导了迁移泛化误差界以及最优经验误差组合权重,用于指导预训练阶段得到具有最小泛化误差的新场景模型;第二阶段引入主动学习和模型微调,基于TTC评估网络灵敏度进行重要样本主动查询,显著降低了模型更新所需的新样本标注时间,并利用模型微调进一步提升了新场景模型的性能。算例分析表明,所提方法与传统的深度模型训练方法相比,大幅降低了将模型应用于新场景的标注样本需求与时间成本,提升了模型迁移的效率。