风电场无功电源的优化配置方法

针对风电场实际运行情况,提出了有功损耗/无功灵敏度法来确定无功补偿点的方法.该方法是通过选择灵敏系数大的节点作为无功补偿节点,最大程度地降低风电场有功损耗.首先由Greedy算法得到问题的初始解,然后通过迭代求解,使得有功损耗最低.最后在一实际风电场上对该方法进行了验证,结果表明该方法可行、有效.     

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。     

双馈风电场AVC系统协调优化控制策略研究

针对当前风电场AVC系统无功出力分配算法功能单一,无法实现风电场电压调节成本最低这一问题,提出了风电场AVC系统协调优化控制策略。该策略通过二阶震荡粒子群法对带有罚函数的风电场无功优化模型进行求解以降低风电场有功损耗,并通过调整无功源的工作方式实现电网电压的稳定。以辽宁地区某风电场为例,建立了该风电场的优化计算模型和包含所提控制策略的仿真模型。仿真结果表明,该策略可在保证风电场并网点电压稳定的同时,有效减小风电场稳态运行过程中的有功损耗,并在电网发生故障时为电网提供一定的无功支撑。     

考虑DFIG机组容量限制的风电场功率分配方法

当风电场参与系统的有功无功控制时,它将面临如何将有功无功调度指令分配到底层风电机组的问题。针对DFIG风电场,介绍了DFIG的基本有功无功解耦控制框架。考虑到DFIG机组的额定容量限制,根据有功可能出力大的机组所分担的有功多,有功出力多的机组所分担的无功少这一原则,采用一种简单有效的风电场有功无功分配算法,可以合理利用各台机组的有功无功容量,减少视在功率饱和。在设计分配算法时,提出一种修正有功无功指令的方案,以消除因风电场内部有功无功损耗所引起的跟踪误差。利用Matlab/SimpowerSystems软件进行了仿真试验,仿真结果验证了该功率分配方法及修正指令方案的可行性。     

考虑DFIG机组容量限制的风电场功率分配方法

当风电场参与系统的有功无功控制时,它将面临如何将有功无功调度指令分配到底层风电机组的问题.针对DFIG风电场,介绍了DFIG的基本有功无功解耦控制框架.考虑到DFIG机组的额定容量限制,根据有功可能出力大的机组所分担的有功多,有功出力多的机组所分担的无功少这一原则,采用一种简单有效的风电场有功无功分配算法,可以合理利用各台机组的有功无功容量,减少视在功率饱和.在设计分配算法时,提出一种修正有功无功指令的方案,以消除因风电场内部有功无功损耗所引起的跟踪误差.利用Matlab/SimpowerSystems软件进行了仿真试验,仿真结果验证了该功率分配方法及修正指令方案的可行性.     

基于经济压差理论的含风电场系统无功优化配置

本文从稳态经济运行的角度出发,提出一种基于经济压差理论的含风电场系统无功补偿容量配置计算方法,该方法主要考虑了风功率的出力变化情况。采用该方法对含风电的新英格兰10机39节点系统进行了无功配置分析,根据所得的无功容量配置分布情况,设计了一种易于实现的方案,并对该配置方案降低线损的有效性进行了比较分析。验证了以固定补偿为主的无功配置方案在含风电场系统中可以有效降低电网有功损耗,提高电网运行效率。     

基于启发式能量函数的电力系统无功规划优化

将基于启发式能量函数观点的无功裕度运用到电力系统无功规划优化中,根据系统中各节点的无功裕度排列顺序确定无功补偿节点,并运用改进的自适应遗传算法对电力系统无功进行规划优化。在所建立的无功优化数学模型中,综合考虑了通过安装无功补偿装置所降低的有功损耗和安装无功补偿装置投资两者的综合费用最小。通过IEEE 30节点算例表明,该方法使系统中的无功电源得到合理地配置,有效的降低了系统的有功损耗,提高了电力系统的电压稳定性。     

直驱式机组风电场的无功补偿分析研究

文章基于装机总容量为49.5MW的某达坂城实验风电场为研究对象,根据风电场实测数据计算不同有功和无功出力、风电场的无功损耗和母线电压波动情况。为了让风电场不同容量直驱式机组的无功能够充分发挥出来,文章提出了恒功率因数无功控制方案,建立相关模型,通过仿真论证该方案的可靠性与实用性。实验结果表明直驱式风电机组的风电场能够充分利用风电机组的无功容量,减少母线汇集点无功补偿容量,基本能满足风电场的无功损耗,提高了母线电压的稳定性和安全性,具有较好的经济效益。     

考虑双馈机组无功调节能力的海上风电场无功优化

针对目前海上风电场运行时大量无功传输会引起有功损耗增加的问题,分析了海上风电场集电系统各电气设备的无功特性,以及双馈风电机组(doubly fed induction generator,DFIG)无功出力约束、风速变化对风电场内部无功潮流影响,提出了在保证最大风能利用的前提下将双馈风力发电机组作为连续无功源参与风电场无功补偿的方式,在保证风电场内部节点电压质量的前提下同时获得风电场内部网损最小的目标。以各风电机组的无功实时输出值为控制对象,将风电场无功优化问题转换为一个多变量、多约束的非线性混合优化问题,并采用粒子群优化算法(particle swarm optimization algorithm,PSO)进行求解。算例结果验证了该方法的有效性。     

双馈型风电场双层无功分配策略

针对风力发电效率普遍较低的问题,从减少风电场及风电机组有功损耗的角度出发,提出一种双馈型风电场双层无功分配策略。该策略在传统无功分配策略的基础上,考虑电机定子、网侧变流器功率极限,实现以有功损耗最小为目标的优化分配,以提高风电场发电效率。基于Matlab/Simulink平台搭建双馈风电场仿真模型,仿真结果验证了该控制策略能大大减小机组内部功率损耗,提升风电场发电效率,同时还能有效抑制由于电网负荷变化导致的电压波动,提升电能质量。     

Insertion of wind generators in electrical power systems aimed at active losses reduction using sensitivity analysis

The study evaluates the electrical power system behaviour when wind turbines are inserted into the power grid. The assessment is made using a sensitivity analysis technique applied to the power flow solution. Unlike the typical algorithms, the sensitivity analysis technique does not require an iterative process, resulting in a fast method with great precision. This proposed method make easy to check the wind turbine behaviour to the changing of wind speed. Initially, the power flow solution is obtained and identified as the base case. When there are perturbations in the generators, the new solution is obtained directly by sensitivity analysis technique. The technique was applied in 34-bus, 70-bus and 126-bus test distribution system. The places chosen to connect the wind turbines were determined by the Incremental Transmission Losses method. The results demonstrate the effectiveness of the methodology. When wind turbines are inserted in the studied systems, active and reactive losses are reduced and voltage profile is improved.     

含风电系统的无功优化调度

针对恒速恒频和变速恒频两类控制模式对风电机组分别进行建模,以系统有功网损最小为目标,以常规发电机和恒电压控制模型风机的无功出力、变压器抽头位置和投入的电容电抗组数为控制变量,建立了含风电系统的无功优化模型。采用原对偶内点算法进行求解,对于模型中的离散变量,提出了优化归整轮流迭代的方法来进行处理。对海南电网汛小方式的算例分析表明,该无功优化模型和方法可以明显地降低系统网损和系统运行成本。     

区间不确定集鲁棒优化的含风电系统无功电压控制

针对风力发电需要吸收电网大量无功而影响系统无功分布和电压水平的问题,研究在满足系统运行约束的条件下,考虑接入风电场节点无功功率与风电场出口无功、风电场补偿容量关系,以网损最小、提高系统节点电压水平为目标函数。首次引入鲁棒优化方法,视风速为随机变量,以区间不确定集表示风速的不确定性,运用对偶定理将模型转化为确定性的线性规划问题并进行求解,建立了含风电场的电力系统电压无功控制模型,并求得全局最优解。以风电场接入IEEE30节点系统进行仿真计算,并对风速波动下的情况进行比较分析,随机的风速被有效量化,网损减少,电压水平提高,验证了该方法的有效性及其工程实用性。     

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。     

考虑风电功率预测的分散式风电场无功控制策略

分散式风电接网模式可以解决集中式并网限电等问题,但对配电网传统运行模式带来挑战。为解决其经济稳定运行难题,提出了一种包含无功预测、无功整定、无功分配的三层新型分散式风电场无功协调控制策略。其中,无功预测层利用物理和统计方法组合预测单台机组未来无功输出能力;无功整定层针对有无无功补偿设备,提出风电机组基于电网无功缺额降出力的自身补偿和多时间尺度协调离散补偿设备、静止无功发生器(SVG)与风电机组共同补偿配电网无功需求方法;无功分配层基于风电功率预测无功功率信息,考虑风速波动性,按照优先级动态筛选风电机组,调节其输出功率以跟踪无功补偿指令。工程算例证明了所提策略可以有效提高电压支撑能力,减小风电场损耗。     

双馈风力发电场无功支撑范围的鲁棒估计

双馈异步发电机无功功率在一定范围内可调,双馈风力发电场可作为新型无功源向电网提供无功支撑。由于风电场内网络约束的非线性以及双馈风力发电机有功功率的不确定性,难以准确估计双馈风力发电场的无功支撑范围,对此提出鲁棒估计方法。首先建立基于两阶段鲁棒优化的无功支撑范围估计模型,其中第1阶段优化给出候选的最大无功支撑范围,第2阶段优化检查在各种不确定场景下,风电场是否均可提供候选范围内的无功功率。为便于求解,通过锥松弛和对偶转化将非凸的第2阶段问题转化为凸优化问题,并通过罚因子保证松弛解的精确性。基于列约束生成算法求解该鲁棒优化模型,得到最大无功支撑范围。最后给出风电场作为无功源参与电网无功优化的策略。算例证明了所提方法可以准确估计风电场的无功支撑范围以及策略的可行性。     

一种基于潮流追踪的电力系统无功补偿方法

提出了一种旨在改善电力系统无功传输和降低有功网损的无功补偿点选择和补偿容量确定方法。该方法通过无功潮流追踪,获得负荷无功功率的传输路径,结合无功流动与支路有功网损的关系,定义了节点的网损分摊系数,进而根据系数的大小选择无功补偿点;推导了网损分摊系数对负荷无功功率的近似表达式,结合网损优化的近似模型,推导出了各补偿点最优补偿容量的计算公式;通过39节点测试系统,验证了该方法的有效性。所提出的网损分摊系数的物理概念清晰,计算便捷,据此进行的无功补偿对改善无功分布和降低网损均有较好的效果。     

极端风况下风电场群电压协调控制策略

风速波动导致的风电机组有功功率波动是引发风电电压问题的根源,需要针对不同风况研究对应的电压控制策略。极端风况下风电场群运行状态变化巨大,而本地无功连续调节设备的闭环控制能力有限,故提出一种基于超短期风功率预测,能够分别对极端风况发生前、后的风电场群及附近地区电网电压进行预防控制和校正控制的电压协调控制策略;其优化算法能够将此非线性混合整数规划问题,通过考虑有功变化的无功-电压灵敏度方法,解耦成为一个包含混合整数线性规划和非线性代数方程组求解子问题的迭代过程。通过算例证明了传统闭环控制方法的局限性,以及本文策略在电压控制和均衡风电场内馈线电压方面的优越性,为解决极端风况的高电压脱网问题提供一种有效方法。     

基于数据驱动的风电场有功功率分配算法

针对常规风电场有功功率分配中,通过风速评价机组的功率调节能力不准确的问题,提出一种基于数据驱动的风电场有功功率分配算法。首先,采集不同风速下风电机组转速和桨距角数据,利用Takagi-Sugeno模糊模型和变异系数法评价变速系统和变桨系统参与功率调节的相对权重系数,确定机组的功率调节能力。然后,完成基于机组调节能力的风电场有功功率分配。最后,在MATLAB仿真平台上完成含有10台风电机组的风电场有功功率分配。仿真结果表明,与按风速权重有功功率分配算法相比,所提分配算法的风电场有功功率波动小,风电机组的转速和桨距角变化较为平滑,且高风速机组的载荷小。     

基于量子人工蜂群算法的风电场多目标无功优化

为了分析风机的不确定性出力对电网运行的影响,建立了风电场的概率模型,利用两点估计法(2PEM)进行概率潮流计算。然后,建立了综合考虑有功网损、电压偏移量和静态电压稳定裕度的多目标无功优化模型,并通过层次分析法(AHP)确定各个目标函数的权重,避免了人为主观臆断性。提出了量子人工蜂群算法,并将该算法和前述的概率潮流计算相结合应用到风电场无功优化当中。最后,以IEEE 14节点系统为例,将风电场接入该系统进行无功优化,并和传统的人工蜂群算法(ABC)进行比较,结果表明量子人工蜂群算法优化效果更好,具有更高的收敛精度,有效地避免了早熟现象。