一种风场主动支撑电网的智能自适应控制方法

风电的不确定性和高渗透率,导致电网调度控制难和电网惯量下降等问题,为此提出了基于混合储能的功率分配系数自适应控制策略和基于T-S模糊神经网络的调频功率自适应控制策略。首先,对风场混合储能系统健康状态进行评估;其次,功率分配系数自适应控制器根据各组混合储能系统健康状态系数对风场所有风机输出总功率和调度功率之间的差值进行分配,实现电网调度功率跟踪;最后,调频功率自适应控制器根据电网频率偏差和各组混合储能系统健康状态控制各组混合储能系统为电网提供频率支撑。仿真分析表明,所提出的功率分配系数自适应控制策略能有效分配功率差,减小电网调度控制难度;调频功率自适应控制策略能有效增加电网惯量,为电网提供频率支撑。     

基于虚拟同步机的双馈风电机组自适应控制

为了保障风机参与有功调频后的运行稳定,在研究双馈风电机组的虚拟同步控制的基础上,切实考虑了风机运行工况和电力系统调频需求两方面的情况,将风速和频率偏差值作为模糊逻辑控制器的输入信号,来相应地调节虚拟同步机的虚拟转动惯量参数,实现了双馈风电机组参与有功调频的自适应控制。仿真结果表明,采用该方案的双馈风电机组在保障自身平稳运行的同时,能适应不同的风速和电力系统的调频需求,合理地调整自身的调频出力水平。     

减小叶片不利载荷的统一变桨技术

风机在实际运行中,由于风剪切和塔影效应的存在,导致各桨叶载荷均不平衡。载荷的不平衡严重影响风轮的性能。为减小由于空间位置不同带来的载荷不平衡,首先,仿用威布尔分布函数对风轮立体面风速进行优化处理,以提高风速计算准确度,其次,利用Blade软件计算不利载荷大小,通过变桨距系统减小风轮叶面推力来降低载荷。实验结果:风速优化法在风速信号采集上进行抑制,降低了风速的波动频率。且计算后的不利载荷对桨距角进行补偿的方法,使叶轮在吸收风能的同时降低风机不利载荷和部分叶片震动,延长了叶片使用寿命。     

一种风场主动支撑电网的智能自适应控制方法

风电的不确定性和高渗透率,导致电网调度控制难和电网惯量下降等问题,为此提出了基于混合储能的功率分配系数自适应控制策略和基于T-S模糊神经网络的调频功率自适应控制策略。首先,对风场混合储能系统健康状态进行评估;其次,功率分配系数自适应控制器根据各组混合储能系统健康状态系数对风场所有风机输出总功率和调度功率之间的差值进行分配,实现电网调度功率跟踪;最后,调频功率自适应控制器根据电网频率偏差和各组混合储能系统健康状态控制各组混合储能系统为电网提供频率支撑。仿真分析表明,所提出的功率分配系数自适应控制策略能有效分配功率差,减小电网调度控制难度;调频功率自适应控制策略能有效增加电网惯量,为电网提供频率支撑。     

风电场采用健康系数与变下垂输出系统参与电网调频研究

针对风电场参与电网调频导致备用功率冗余的问题,建立了风电场基于健康系数的备用功率分配系统与变下垂系数的备用功率输出的系统。为了分配风机备用功率与控制风机备用功率输出,采用了ARMA风功率预测法对风电场5台风机的历史功率数据进行处理,得到风机的能量密度和功率预测准度,再通过模糊逻辑系统求得风机健康系数,并按照健康系数进行备用功率分配。当频率响应系统检测到频率误差后,控制风机变下垂功率输出系统进行功率补偿,稳定电网频率。仿真结果表明,基于健康系数的功率分配系统与变下垂功率输出系统增加了风电参与电网调频的能力,减少了系统备用功率的冗余。     

风电场采用健康系数与变下垂输出系统参与电网调频研究

针对风电场参与电网调频导致备用功率冗余的问题,建立了风电场基于健康系数的备用功率分配系统与变下垂系数的备用功率输出的系统。为了分配风机备用功率与控制风机备用功率输出,采用了ARMA风功率预测法对风电场5台风机的历史功率数据进行处理,得到风机的能量密度和功率预测准度,再通过模糊逻辑系统求得风机健康系数,并按照健康系数进行备用功率分配。当频率响应系统检测到频率误差后,控制风机变下垂功率输出系统进行功率补偿,稳定电网频率。仿真结果表明,基于健康系数的功率分配系统与变下垂功率输出系统增加了风电参与电网调频的能力,减少了系统备用功率的冗余。     

基于虚拟同步机的双馈风电机组自适应控制

为了保障风机参与有功调频后的运行稳定,在研究双馈风电机组的虚拟同步控制的基础上,切实考虑了风机运行工况和电力系统调频需求两方面的情况,将风速和频率偏差值作为模糊逻辑控制器的输入信号,来相应地调节虚拟同步机的虚拟转动惯量参数,实现了双馈风电机组参与有功调频的自适应控制。仿真结果表明,采用该方案的双馈风电机组在保障自身平稳运行的同时,能适应不同的风速和电力系统的调频需求,合理地调整自身的调频出力水平。     

一种新型风电混合储能系统模糊协调控制方法

为了延长风电混合储能系统使用寿命,本文提出一种控制策略对混合储能系统进行协调控制。首先,用该控制策略对混合储能系统中蓄电池和超级电容的健康状态评估;其次,通过蓄电池和超级电容健康状态设计模糊协调控制器;最后,模糊协调控制器根据蓄电池和超级电容健康状态评估结果对混合储能系统进行协调控制。仿真分析表明,所提出的控制策略能有效避免储能介质出现过充过放现象,减小蓄电池充放电转换次数,延长储能系统使用寿命。     

基于RBF神经网络的参数自适应PID变桨控制器的设计

自然界风速的多变性与风机变桨系统的迟缓性会导致风机输出功率的不稳定。为了改善风机输出功率的稳定,首先基于RBF神经网络RBFNN(radial basis function neural network),以功率差作为信号来源,设计了RBF-PID自适应变桨控制器,建立了风力机及变桨距机构仿真模型。其次,建立了2种风况模型,较好地模拟了自然界基本风况。仿真表明:在不同风况下对比常规模糊控制与PID控制,RBF-PID参数自适应方法在风速波动较大的情况下能够更好地稳定输出功率,且减小了变桨的幅值与频率,增加了风机的寿命。