CN103248050A - 一种基于竞争博弈的风电爬坡协同控制系统及方法 - Google Patents
一种基于竞争博弈的风电爬坡协同控制系统及方法 Download PDFInfo
- Publication number
- CN103248050A CN103248050A CN201310194192XA CN201310194192A CN103248050A CN 103248050 A CN103248050 A CN 103248050A CN 201310194192X A CN201310194192X A CN 201310194192XA CN 201310194192 A CN201310194192 A CN 201310194192A CN 103248050 A CN103248050 A CN 103248050A
- Authority
- CN
- China
- Prior art keywords
- wind
- energy turbine
- turbine set
- wind energy
- station
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Wind Motors (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种基于竞争博弈的风电爬坡协同控制系统及方法,电网控制中心站通过对风电场群、风电场和风机的协调控制,使得风电场或风电场群的出力按照给定的出力曲线或变化规律运行,改善风电的爬坡特性,提高风电并网的友好性;电网控制中心站根据各个风电场的运行状态,动态划分联合发电单元子站,并指定隶属风电场,下发联合发电单元计划出力曲线;联合发电单元根据风电场实际出力情况以及计划出力曲线,制定联合发电单元的功率调整量,让各个风电场控制子站竞争该功率调整,实现自身效益的最大化;风电场控制子站采取不同的博弈策略,竞争获得联合发电单元总的功率调整量,实现自身效益的最大化。
Description
技术领域
本发明涉及一种风力发电爬坡的有限度控制系统及方法,尤其涉及一种基于竞争博弈的风电爬坡协同控制系统及方法。
背景技术
风电爬坡是短时间尺度内风电功率大幅变化的事件,风电爬坡会对电力系统的安全稳定运行造成很大的冲击,造成电力系统发用电不平衡,仅靠常规机组的调节,将增大常规机组运行成本,降低系统运行的经济性。如果系统备用不足,甚至引发大的停电事故。通过风电场间的协同控制,改善风电的出力特性,可以降低常规机组运行压力,减少爬坡对电力系统的影响。风电场群的地域分布较广,构成风电场群的风电场出力具有很大的时空分布差异,风电场出力的互补性增强,为风电场的协同控制奠定了良好的基础;地域的增大也降低了风电的预测误差,有利于系统制定更加合理的调度计划,提高调度计划的可完成性。
目前关于风电场的控制,主要有输出限制控制、平滑控制、爬坡率控制以及自动发电控制等,我国西北酒泉地区风电场控制主要采用输出限制的方式运行,调度中心向风电场下达出力的上限,风电场只需控制风电场出力运行在上限以下的区域即可,这种方式在一定程度上使风电参与系统调度,但是,未能充分发挥风电场的控制潜力,使得风速条件和控制性能较好的风电场的出力受到了限制,不利于改善风电的出力特性。
先进的双馈风机和永磁直驱风机可以在最大功率以下快速调节,控制性能较好,能够较好的跟踪参考指令,这在技术上提高了风电场参与系统发电控制的可能性,为风电有限度控制奠定了基础。
发明内容
本发明的目的就是为了解决上述问题,提供一种基于竞争博弈的风电爬坡协同控制系统及方法,它具有在保证风电场和电网安全的前提下,提高风电场和电网的经济性,提高风电并网的友好性,降低风电对电网的不利影响等优点。
为了实现上述目的,本发明采用如下技术方案:
一种基于竞争博弈的风电爬坡协同控制系统,它包括电网控制中心站,所述电网控制中心站与至少一个联合发电单元子站通信,每个联合发电单元子站与至少一个风电场控制子站通信,所述电网控制中心站和联合发电单元子站通过通信光缆实现通信,所述联合发电单元子站和风电场控制子站通过通信光缆实现通信。
所述电网控制中心站实现风功率预测和爬坡事件预测,监视各个风电场当前的运行状态,根据爬坡事件进展以及风电场出力预测情况,动态划分联合发电单元子站,为联合发电单元子站制定计划出力曲线,以及指定隶属风电场。
所述联合发电单元子站主要实现计算该联合发电单元功率调整量,下发各个风电场控制子站基础调整量和爬坡率等信息,计算各个风电场的贡献度指标,并上报电网控制中心站;实现采集各个风电场控制子站实时气压、风速、风向、温度等气象信息;实时采集或测量各个风电场内每台风机的工作状态:定子电压、定子电流、转子电压、转子电流、风轮转速、发电机转速、有功功率、无功功率等信息;实时测量各个风电场有功出力和无功出力大小;接收风电场控制子站上传的风功率预测曲线。
所述风电场控制子站实时采集或测量风电场内各台风机的定子电压、定子电流、转子电压、转子电流、风轮转速、发电机转速、有功功率、无功功率、扭矩大小等信息;采集风电场内测风塔风速和风向等信息,接收数值天气预报信息,结合风机上的风速仪和风向仪测得的风速和风向信息,进行风电功率预测,并将预测结果上传给联合发电单元子站;风电场控制子站根据联合发电单元下发的功率调整量、基础调整量以及爬坡率等信息,采用不同的博弈策略,进行有功控制实现风电场自身效益的最大化。
基于上述系统的一种基于竞争博弈的风电爬坡协同控制方法,电网控制中心站通过对风电场群、风电场和风机的协调控制,使得风电场或风电场群的出力按照给定的出力曲线或变化规律运行,改善风电的爬坡特性,提高风电并网的友好性;电网控制中心站根据各个风电场的运行状态,动态划分联合发电单元子站,并指定隶属风电场,下发联合发电单元计划出力曲线;联合发电单元根据风电场实际出力情况以及计划出力曲线,制定联合发电单元的功率调整量,让各个风电场控制子站竞争该功率调整量,实现自身效益的最大化;风电场控制子站根据下发的功率调整量、基础调整量和爬坡率等信息,采取不同的博弈策略,竞争获得联合发电单元总的功率调整量,实现自身效益的最大化。
一种基于竞争博弈的风电爬坡协同控制方法,具体步骤为:
S1:电网控制中心站根据风电功率以及风电爬坡预测,结合风电场实时运行状态数据,动态将各个风电场划入不同的联合发电单元子站;
S2:电网控制中心站根据联合发电单元内风电场的风电功率预测,并结合电网当前的运行状态,计算电网的风电接纳能力,确定联合发电单元的计划出力曲线,以及允许的风电爬坡规模,爬坡率等信息;
S3:联合发电单元子站根据电网控制中心站下发的计划出力曲线以及联合发电单元的实时出力情况,制定联合发电单元子站的功率调整量,并根据风电场的实时出力情况,制定风电场的基础调整量以及爬坡率等信息;
S4:风电场控制子站根据联合发电单元子站确定的功率调整量以及风电功率预测结果,结合当前出力,确定风电场控制子站的博弈策略;
S5:风电场控制子站根据自身确定的博弈策略,选择不同的出力调整方案,依据风速不同又进一步分为低风速功率调整方案和高风速功率调整方案;
S6:联合发电单元子站根据风电场控制子站的功率调整情况,计算风电场的贡献度指标,依据贡献度指标对风电场的调整情况予以评估,决定奖惩状况,同时将贡献度指标上传电网控制中心站。
至此,本轮调整结束。
所述步骤S1中,将风电场划入不同的联合发电单元子站的原则有很多种,大致分为四种:
1、汇入同一汇流站的风电场间形成联合发电单元子站,该划分方法优势:分组简单,调度指令下达方便,电力系统可以方便的校核传送通道的容量限制等信息,兼顾考虑系统的运行状态;
2、出力相关性较低的风电场形成联合发电单元子站,该划分方法优势:通过历史数据信息,对场群内的风电场历年的出力特性进行分析,选择出力相关性不高的风电场进行分组,使得出力的互补性提高,以提高调度指令的完成度;
3、机组状态分类相同的风电场形成联合发电单元子站,该划分方法优势:通过对场群内风电场进行机组状态分类,将具有相同机组状态分类的风电场进行分组,这些风电场的控制性能相似,出力特性相似,这种风电场间进行竞争,公平性能够有效得到提高;
4、将具有相同机组状态分类且位于同一汇流站的风电场形成联合发电单元子站,该划分方法优势:由于机组分类是基于气象条件发展方向的,汇入同一汇流站的风电场划入同一机组状态的概率较高。先通过机组分类,将具有相同控制性能和相似出力特性的风电场分为一组,再在相同分组内部筛选出汇入同一汇流站的风电场,这样就充分发挥了方案1和方案3的分组优势,调度指令下达方便,电力系统可以方便的校核传送通道的容量限制等信息,兼顾考虑系统的运行状态,风电场的控制性能相似,出力特性相似,这种风电场间进行竞争,公平性能够有效得到提高。
所述步骤S3中,联合发电单元子站的功率调整量和风电场控制子站的基础调整量如下:
联合发电单元子站的功率调整量ΔP=Pschedule-Pcurrent,Pschedule为联合发电单元子站的计划出力值,Pcurrent为联合发电单元子站的实时出力。
所述步骤S4中,风电场控制子站的博弈策略主要有维持当前出力(即功率支撑)、有效调整、过调整和欠调整。维持当前出力和有效调整是联合发电单元子站希望风电场控制子站采取的调节策略,有利于保证风电能够快响应调度计划,降低爬坡对系统的威胁,但是作为博弈方的风电场控制子站有其自身利益的考量,在竞争博弈中,通过过调整或是欠调整,风电场控制子站可以实现更大的自身利益,例如实现多发电的目的。
所述步骤S5中,风电场控制子站所能采取的出力调整方案如下:
为了提高风电场参与协同控制的能力,提出来一种风电场有功控制方案,该方案针对不同风速制定不同的风机协同控制策略,根据额定风速将风速划分为低风速和高风速区。
在低风速区,根据风速,估算出当前风机的最优出力,结合风机的当前出力,选择执行机组。
在高风速区,对风机的运行控制特性进行了一定的改进,将转速控制控制引入到高风速条件下,以提高风机在高风速条件下的出力响应特性,根据转速和转速上下限的关系,选择响应速度高的风电机组完成调整计划。
风机输出的电磁功率Pe=Pmech+ΔProtor,Pmech为风机风轮捕获的风能,ΔProtor为发电机转速变化释放的转子动能。
在竞争博弈中,风场的出力调整量越大,响应速度越快,获得收益越大,但同时考虑到系统的安全性,在竞争协同控制中,联合发电单元子站也会对风电场出力的爬坡率给出限制,防止联合发电单元的出力出现过调。
风电场的调整量ΔPf=min{ΔPslope,ΔP},ΔPslope为联合发电单元子站下发的爬坡率信息,而N受控风机的台数,ΔPturbine_i为风机的功率调整量。
风场出力调整的原则为参与调整的风机数目最小,这样可以减小风机的控制成本,风场控制目标为受控风机数目N最小:
min N
由于高风速和低风速条件下,风机的运行工况和控制手段有差异,因此在选定受控机组的原则方面存在差异。
低风速情况下,当风电场有升出力需求时,风机的出力调整量ΔPturbine_i:
ΔPturbine_i=Pmech(ωopt,0)+ΔProtor(ωopt-ω0)-Pmech(ω0,β0)
ωopt为风机的最优转速;ω0为风机调整前的转速,β0为调整前的桨距角。
而有降出力需求时,则对风机进行超速运行,为升出力提供备用,风机的出力调整量ΔPturbine_i:
ΔPturbine_i=Pmech(ωmax,0)+ΔProtor(ωmax-ω0)-Pmech(ω0,0)
高风速条件下,风机的最优转速大于转速上限,转速运行在转速上限附近。
当风电场检测到联合发电单元有调整计划时,快速选择调整机组,响应调整计划。
当有升出力调整需求时,风机的调整量ΔPturbine_i为:
ΔPturbine_i=min{Pmech(ωmax,β0)+ΔProtor(ωmax-ω0)-Pmech(ω0,β0),Pmax-Pmech(ω0,β0)}
ωmax为风机转速的上限;β0为调整前的桨距角;ω0为调整前的转速;Pmax为风机出力上限。
当有降出力调整需求时,风机的调整量ΔPturbine_i为:
ΔPturbine_i=Pmech(ωmin,β0)+ΔProtor(ωmin-ω0)-Pmech(ω0,β0)
所述步骤S6中,风电场的贡献度指标计算如下:
风电场的贡献度Framp定义为:
ΔPval_i为时段Ti下风电场出力的平均有效调整量;Vi为响应速度;ΔPmax为时段Ti下风电场出力的最大调整量;Vmax为所有风电场中最大响应速度;Pi为时段Ti中的平均出力;Prate为风场的装机容量;ΔPval_i为时段Ti下风电场出力的惩罚调节量;K1为奖励系数;K2为惩罚系数;N为统计的总的时段数。
第一项是调节能力指标,风电场的调节性能越好,该指标越大,风电场参与控制的能力越强,在竞争中越占有优势;
第二项是功率支撑能力指标,引入这个指标是为了促使风电场尽可能在调节过程中不出现功率跌落,功率维持的越久,经济效益越好,这就促使风电场改变控制策略,例如采用上面提到了转子动能优化的风电场控制方式,提高风电场的功率支撑能力,或者采用储能的形式,保证风电场在爬坡过程有较好的功率支撑性能;
第三项是公平性指标,保证在调节过程中,风电场间的竞争更加公平,同时积极响应调整计划。
风电场出力的平均有效调整量:风电场出力调整方向和整个联合发电单元出力调整方向一致时的调整量为有效调整量。即当电力系统需要风电场增加出力时,风电场进行增出力而进行的调整计入有效调整量。
基础调节量:风电场在调节过程中需要达到的最低调整量。
惩罚调节量:升出力时,超过联合系统调节计划的部分,或者在降出力时,未达到基础调节量的部分。
风电场出力的平均有效调整量以及惩罚调节量的获得方法:
一、ΔP>0时:
(a1)Pi-Pi-1<0:
ΔPval_i=ΔPinval_i=0
(a2)0<Pi-Pi-1<ΔP:
ΔPval_i=Pi-Pi-1,ΔPinval_i=0
(a3)Pi-Pi-1>ΔP:
ΔPval_i=ΔP,ΔPinval_i=Pi-Pi-1-ΔP
二、ΔP<0时:
(b1)Pi-Pi-1>-ΔPbase_i:
ΔPval_i=0,ΔPinval_i=|ΔPbase_i+Pi-Pi-1|
(b2)-ΔPbase_i>Pi-Pi-1>ΔP
ΔPval_i=|Pi-Pi-1|,ΔPinval_i=0
(b3)Pi-Pi-1<ΔP
ΔPval_i=0,ΔPinval_i=0
在该博弈模型中,只有满足下式,才能通过响应调度计划增大贡献度指标增量,
K1·ΔPval_i·Vi/(ΔPmax·Vmax)>|Pi-Pi-1|/Prate
该博弈模型为零和博弈模型,风电场仅通过维持出力不变的博弈策略,贡献度增量较小,其他风电场采用有效调整的策略,增大有效调节量,其增量将大于维持出力不变的风电场,零和博弈的特点就是一方利益的增大,意味着另一方利益的减小,这样就迫使具有调节能力的风电场响应调度指令,实现自身利益的最大化,这样也符合电网的利益。调节性能好的风电场,可以通过增大Vmax和ΔPmax来限制其他风电场贡献度的增加。
本发明的有益效果:
第一、本发明设计的基于竞争博弈的风电爬坡协同控制系统能够保证各个风电场在爬坡事件发生的过程中具有较高的可控性,能够保证电网控制中心站、联合发电单元子站和风电场控制子站三者协调配合,改善风电出力特性。
第二、本发明设计的基于竞争博弈的风电爬坡协同控制系统能够降低风电爬坡对电力系统的冲击,充分发挥风电场的控制潜力,改善电力系统的安全稳定性。
第三、本发明所提出的风电场贡献度指标可以充分调动风电场参与电力系统控制的能动性,发挥各自的控制优势,响应系统调度需求。
第四、电力系统针对联合发电单元下发调度计划,取代现在风电场定上限的调度模式,弱化了对风电场的出力限制,提高了风电场的调节空间,使得调节性能更好的风电场能够更好的参与爬坡控制,改善风电的出力特性。
第五、调度的对象由单个风电场变成了联合发电单元,这样带来的好处:联合发电单元由多个风电场构成,风电场间出力的互补性,降低了预测误差的不利影响,使得联合发电单元的调度计划更加合理,提高了调度计划的可执行性。
第六、本发明的方法是基于竞争博弈的爬坡控制方法,核心创新点在于风电场之间通过竞争获得出力计划,并给出了引导风电场公平竞争的贡献度指标,以实现风电场之间出力的协调,改善风电爬坡特性。
附图说明
图1为基于竞争博弈的风电爬坡协同控制系统的结构示意图;
图2为基于竞争博弈的风电爬坡协同控制方法的流程图;
图3A为基于竞争博弈的风电爬坡协同控制中的联合发电单元子站的划分方法中的汇入同一汇流站的风电场构成联合发电单元子站示意图;
图3B为基于竞争博弈的风电爬坡协同控制中的联合发电单元子站的划分方法中的出力相关性较低、互补性较强的风电场构成联合发电单元子站示意图;
图3C为基于竞争博弈的风电爬坡协同控制中的联合发电单元子站的划分方法中的机组状态分类相同的风电场构成联合发电单元子站示意图;
图4为高风速下风机变桨距和变速协调控制示意图;
图5为风电场调节的有效调节量、惩罚调节量、基础调节量示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
如图1所示:本发明提供的一种基于竞争博弈的风电爬坡协同控制系统,包含一个电网控制中心站,所述电网控制中心站与至少一个联合发电单元子站通信,每个联合发电单元子站与至少一个风电场控制子站通信;基于竞争博弈的风电爬坡协同控制系统中电网控制中心站和联合发电单元子站通过专用的通信光缆实现通信,所述联合发电单元子站和风电场控制子站通过专用的通信光缆实现通信。
如图2所示为基于竞争博弈的风电爬坡协同控制方法的流程图,具体步骤如下:
S1:电网控制中心站根据风电功率以及风电爬坡预测,结合风电场实时运行状态数据,动态将各个风电场划入不同的联合发电单元子站。
在本步骤中,将风电场划入不同的联合发电单元子站的原则有很多种,大致分为四种:
1、汇入同一汇流站的风电场间形成联合发电单元,如图3A所示,该划分方法优势:分组简单,调度指令下达方便,电力系统可以方便的校核传送通道的容量限制等信息,兼顾考虑系统的运行状态;
2、出力相关性较低的风电场形成联合发电单元,如图3B所示,该划分方法优势:通过历史数据信息,对场群内的风电场历年的出力特性进行分析,选择出力相关性不高的风电场进行分组,使得出力的互补性提高,以提高调度指令的完成度;
3、机组状态分类相同的风电场形成联合发电单元,如图3C所示,该划分方法优势:通过对场群内风电场进行机组状态分类,将具有相同机组状态分类的风电场进行分组,这些风电场的控制性能相似,出力特性相似,这种风电场间进行竞争,公平性能够有效得到提高;
4、将具有相同机组状态分类且位于同一汇流站的风电场形成联合发电单元,该划分方法优势:由于机组分类是基于气象条件发展方向的,汇入同一汇流站的风电场划入同一机组状态的概率较高。先通过机组分类,将具有相同控制性能和相似出力特性的风电场分为一组,再在相同分组内部筛选出汇入同一汇流站的风电场,这样就充分发挥了方案1和方案3的分组优势,调度指令下达方便,电力系统可以方便的校核传送通道的容量限制等信息,兼顾考虑系统的运行状态,风电场的控制性能相似,出力特性相似,这种风电场间进行竞争,公平性能够有效得到提高。
S2:电网控制中心站根据联合发电单元内风电场的风电功率预测,并结合电网当前的运行状态,计算电网的风电接纳能力,确定联合发电单元的计划出力曲线,以及允许的风电爬坡规模,爬坡率等信息。
S3:联合发电单元根据电网控制中心站下发的计划出力曲线以及联合发电单元的实时出力情况,制定联合发电单元控制子站的功率调整量,并根据风电场的实时出力情况,制定风电场的基础调整量以及爬坡率等信息。
在本步骤中,联合发电单元子站的功率调整量和风电场控制子站的基础调整量如下:
联合发电单元子站的功率调整量ΔP=Pschedule-Pcurrent,Pschedule为联合发电单元子站的计划出力值,Pcurrent为联合发电单元子站的实时出力。
S4:风电场控制子站根据联合发电单元子站确定的功率调整量以及风电功率预测结果,结合当前出力,确定风电场控制子站的博弈策略。
在本步骤中,风电场控制子站的博弈策略主要有维持当前出力(即功率支撑)、有效调整、过调整和欠调整。维持出力和有效调整是联合发电单元子站希望风电场控制子站采取的调节策略,有利于保证风电能够快响应调度计划,降低爬坡对系统的威胁,但是作为博弈方的风电场控制子站有其自身利益的考量,在竞争博弈中,通过过调整或是欠调整,风电场控制子站可以实现更大的自身利益,例如实现多发电的目的。
S5:风电场控制子站根据自身确定的博弈策略,选择不同的出力调整方案,依据风速不同又进一步分为低风速功率调整方案和高风速调整方案。
在本步骤中,风电场控制子站所能采取的出力调整方案如下:
为了提高风电场参与协同控制的能力,提出来一种风电场有功控制方案,该方案针对不同风速制定不同的风机协同控制策略,根据额定风速将风速划分为低风速和高风速区。在低风速区,根据风速,估算出当前风机的最优出力,结合风机的当前出力,选择执行机组。高风速区,对风机的运行控制特性进行了一定的改进,将转速控制控制引入到高风速条件下,以提高风机在高风速条件下的出力响应特性,根据转速和转速上下限的关系,选择响应速度高的风电机组完成调整计划。
风机输出的电磁功率Pe=Pmech+ΔProtor,Pmech为风机风轮捕获的风能,ΔProtor为发电机转速变化释放的转子动能。
在竞争博弈中,风场的出力调整量越大,响应速度越快,获得收益越大,但同时考虑到系统的安全性,在竞争协同控制中,联合发电单元也会对风电场出力的爬坡率给出限制,防止联合发电单元的出力出现过调。
风电场的调整量ΔPf=min{ΔPslope,ΔP},ΔPslope为联合发电单元子站下发的爬坡率信息,而N受控风机的台数,ΔPturbine_i为风机的功率调整量。
风场出力调整的原则为参与调整的风机数目最小,这样可以减小风机的控制成本,风场控制目标为受控风机数目N最小:
min N
由于高风速和低风速条件下,风机的运行工况和控制手段有差异,因此在选定受控机组的原则方面存在差异。
低风速情况下,当风电场有升出力需求时,风机的出力调整量ΔPturbine_i:
ΔPturbine_i=Pmech(ωopt,0)+ΔProtor(ωopt-ω0)-Pmech(ω0,β0)
ωopt为风机的最优转速;ω0为风机调整前的转速,β0为调整前的桨距角。
而有降出力需求时,则对风机进行超速运行,为升出力提供备用,风机的出力调整量ΔPturbine_i:
ΔPturbine_i=Pmech(ωmax,0)+ΔProtor(ωmax-ω0)-Pmech(ω0,0)
高风速条件下,风机的最优转速大于转速上限,转速运行在转速上限附近,如图4的C点所示,此时通过调节桨距角来维持风机出力在额定值水平,转速调节已失去作用。而新的控制策略是将风机运行点由C点平移到D点,在D点转速有向上和向下的调节空间,能发挥转速快速响应的能力,从而提高风电场的出力响应速度。
当风电场检测到联合发电单元有调整计划时,快速选择调整机组,响应调整计划。
当有升出力调整需求时,风机的调整量ΔPturbine_i为:
ΔPturbine_i=min{Pmech(ωmax,β0)+ΔProtor(ωmax-ω0)-Pmech(ω0,β0),Pmax-Pmech(ω0,β0)}
ωmax为风机转速的上限;β0为调整前的桨距角;ω0为调整前的转速;Pmax为风机出力上限。
当有降出力调整需求时,风机的调整量ΔPturbine_i为:
ΔPturbine_i=Pmech(ωmin,β0)+ΔProtor(ωmin-ω0)-Pmech(ω0,β0)
S6:联合发电单元控制子站根据风电场控制子站的功率调整情况,计算风电场的贡献度指标,依据贡献度指标对风电场的调整情况予以评估,决定奖惩状况,同时将贡献度指标上传电网控制中心站。
在本步骤中,风电场的贡献度指标计算如下:
风电场的贡献度Framp定义为:
ΔPval_i为时段Ti下风电场出力的平均有效调整量;Vi为响应速度;ΔPmax为时段Ti下风电场出力的最大调整量;Vmax为所有风电场中最大响应速度;Pi为时段Ti中的平均出力;Prate为风场的装机容量;ΔPval_i为时段Ti下风电场出力的惩罚调节量;K1为奖励系数;K2为惩罚系数;N为统计的总的时段数。
第一项是调节能力指标,风电场的调节性能越好,该指标越大,风电场参与控制的能力越强,在竞争中越占有优势;第二项是功率支撑能力指标,引入这个指标是为了促使风电场尽可能在调节过程中不出现功率跌落,功率维持的越久,经济效益越好,这就促使风电场改变控制策略,例如采用上面提到了转子动能优化的风电场控制方式,提高风电场的功率支撑能力,或者采用储能的形式,保证风电场在爬坡过程有较好的功率支撑性能;第三项是公平性指标,保证在调节过程中,风电场间的竞争更加公平,同时积极响应调整计划。
风电场的有效调整量:风电场出力调整方向和整个联合发电单元出力调整方向一致时的调整量为有效调整量。即当电力系统需要风电场增加出力时,风电场进行增出力而进行的调整计入有效调整量。如图5中斜线区域所示。
基础调节量:风电场在调节过程中需要达到的最低调整量。如图5中箭头指向位置所示。
惩罚调节量:升出力时,超过联合系统调节计划的部分,或者在降出力时,未达到基础调节量的部分。如图5中竖线区域所示。
风电场有效调整量以及惩罚调整量的获得方法:
一、ΔP>0时:
(a1)Pi-Pi-1<0:
ΔPval_i=ΔPinval_i=0
(a2)0<Pi-Pi-1<ΔP:
ΔPval_i=Pi-Pi-1,ΔPinval_i=0
(a3)Pi-Pi-1>ΔP:
ΔPval_i=ΔP,ΔPinval_i=Pi-Pi-1-ΔP
二、ΔP<0时:
(b1)Pi-Pi-1>-ΔPbase_i:
ΔPval_i=0,ΔPinval_i=|ΔPbase_i+Pi-Pi-1|
(b2)-ΔPbase_i>Pi-Pi-1>ΔP
ΔPval_i=|Pi-Pi-1|,ΔPinval_i=0
(b3)Pi-Pi-1<ΔP
ΔPval_i=0,ΔPinval_i=0
在该博弈模型中,只有满足下式,才能通过响应调度计划增大贡献度指标增量,
K1·ΔPval_i·Vi/(ΔPmax·Vmax)>|Pi-Pi-1|/Prate
该博弈模型为零和博弈模型,风电场仅通过维持出力不变的博弈策略,贡献度增量较小,其他风电场采用有效调整的策略,增大有效调节量,其增量将大于维持出力不变的风电场,零和博弈的特点就是一方利益的增大,意味着另一方利益的减小,这样就迫使具有调节能力的风电场响应调度指令,实现自身利益的最大化,这样也符合电网的利益。调节性能好的风电场,可以通过增大Vmax和ΔPmax来限制其他风电场贡献度的增加。
至此,本轮调整结束。
Claims (10)
1.一种基于竞争博弈的风电爬坡协同控制系统,其特征是,它包括电网控制中心站,所述电网控制中心站与至少一个联合发电单元子站通信,每个联合发电单元子站与至少一个风电场控制子站通信,所述电网控制中心站和联合发电单元子站通过通信光缆实现通信,所述联合发电单元子站和风电场控制子站通过通信光缆实现通信。
2.如权利要求1所述系统的一种基于竞争博弈的风电爬坡协同控制方法,其特征是,电网控制中心站通过对风电场群、风电场和风机的协调控制,使得风电场或风电场群的出力按照给定的出力曲线或变化规律运行,改善风电的爬坡特性;电网控制中心站根据各个风电场的运行状态,动态划分联合发电单元子站,并指定隶属风电场,下发联合发电单元计划出力曲线;联合发电单元根据风电场实际出力情况以及计划出力曲线,制定联合发电单元的功率调整量,让各个风电场控制子站竞争该功率调整量,实现风电场自身效益的最大化;风电场控制子站根据下发的功率调整量、基础调整量和爬坡率信息,采取不同的博弈策略,竞争获得联合发电单元总的功率调整量,实现风电场自身效益的最大化。
3.如权利要求2所述的基于竞争博弈的风电爬坡协同控制方法,其特征是,所述具体步骤为:
S1:电网控制中心站根据风电功率以及风电爬坡预测,结合风电场实时运行状态数据,动态将各个风电场划入不同的联合发电单元子站;
S2:电网控制中心站根据联合发电单元内风电场的风电功率预测,并结合电网当前的运行状态,计算电网的风电接纳能力,确定联合发电单元的计划出力曲线,以及允许的风电爬坡规模,爬坡率信息;
S3:联合发电单元根据电网控制中心站下发的计划出力曲线以及联合发电单元的实时出力情况,制定联合发电单元控制子站的功率调整量,并根据风电场的实时出力情况,制定风电场的基础调整量以及爬坡率信息;
S4:风电场控制子站根据联合发电单元子站确定的功率调整量以及风电功率预测结果,结合当前出力,确定风电场控制子站的博弈策略;
S5:风电场控制子站根据自身确定的博弈策略,选择不同的出力调整方案,依据风速不同又进一步分为低风速功率调整方案和高风速调整方案;
S6:联合发电单元控制子站根据风电场控制子站的功率调整情况,计算风电场的贡献度指标,依据贡献度指标对风电场的调整情况予以评估,决定奖惩状况,同时将贡献度指标上传电网控制中心站;
此时,本轮调整结束。
4.如权利要求3所述基于竞争博弈的风电爬坡协同控制方法,其特征是,所述步骤S1中,将风电场划入不同的联合发电单元控制子站的原则有很多种,大致分为四种:
(1)、汇入同一汇流站的风电场间形成联合发电单元;
(2)、出力相关性较低的风电场形成联合发电单元;
(3)、机组状态分类相同的风电场形成联合发电单元;
(4)、将具有相同机组状态分类且位于同一汇流站的风电场形成联合发电单元。
5.如权利要求3所述基于竞争博弈的风电爬坡协同控制方法,其特征是,所述步骤S3中,联合发电单元子站的功率调整量如下:
联合发电单元子站的功率调整量ΔP=Pschedule-Pcurrent,Pschedule为联合发电单元子站的计划出力值,Pcurrent为联合发电单元子站的实时出力。
7.如权利要求3所述基于竞争博弈的风电爬坡协同控制方法,其特征是,所述步骤S4中,风电场控制子站的博弈策略主要有功率支撑、有效调整、过调整和欠调整。
8.如权利要求3所述基于竞争博弈的风电爬坡协同控制方法,其特征是,所述步骤S5中,风电场控制子站所能采取的出力调整方案如下:
针对不同风速制定不同的风机协同控制策略,根据额定风速将风速划分为低风速和高风速区;在低风速区,根据风速,估算出当前风机的最优出力,结合风机的当前出力,选择执行机组;在高风速区,对风机的运行控制特性进行改进,将转速控制引入到高风速条件下,根据转速和转速上下限的关系,选择响应速度高的风电机组完成调整计划;
N受控风机的台数,ΔPturbine_i为风机的功率调整量;低风速情况下,当风电场有升出力需求时,风机的出力调整量ΔPturbine_i:
ΔPturbine_i=Pmech(ωopt,0)+ΔProtor(ωopt-ω0)-Pmech(ω0,β0)
ωopt为风机的最优转速;ω0为风机调整前的转速,β0为调整前的桨距角;
而有降出力调增需求时,则对风机进行超速运行,为升出力提供备用,风机的出力调整量ΔPturbine_i:
ΔPturbine_i=Pmech(ωmax,0)+ΔProtor(ωmax-ω0)-Pmech(ω0,0)
高风速条件下,当风电场有升出力调整需求时,风机的出力调整量ΔPturbine_i为:
ΔPturbine_i=min{Pmech(ωmax,β0)+ΔProtor(ωmax-ω0)-Pmech(ω0,β0),Pmax-Pmech(ω0,β0)}
ωmax为风机转速的上限;β0为调整前的桨距角;ω0为调整前的转速;Pmax为风机出力上限;
当有降出力调整需求时,风机的出力调整量ΔPturbine_i为:
ΔPturbine_i=Pmech(ωmin,β0)+ΔProtor(ωmin-ω0)-Pmech(ω0,β0)。
9.如权利要求3所述基于竞争博弈的风电爬坡协同控制方法,其特征是,所述步骤S6中,风电场的贡献度指标计算如下:
风电场的贡献度Framp定义为:
ΔPval_i为时段Ti下风电场出力的平均有效调整量;Vi为响应速度;ΔPmax为时段Ti下风电场出力的最大调整量;Vmax为所有风电场中最大响应速度;Pi为时段Ti中的平均出力;Prate为风场的装机容量;ΔPval_i为时段Ti下风电场出力的惩罚调整量;K1为奖励系数;K2为惩罚系数;N为统计的总的时段数。
10.如权利要求9所述基于竞争博弈的风电爬坡协同控制方法,其特征是,所述风电场出力的平均有效调整量以及惩罚调整量的获得方法:
当ΔP>0时:
(a1)Pi-Pi-1<0:
ΔPval_i=ΔPinval_i=0
(a2)0<Pi-Pi-1<ΔP:
ΔPval_i=Pi-Pi-1,ΔPinval_i=0
(a3)Pi-Pi-1>ΔP:
ΔPval_i=ΔP,ΔPinval_i=Pi-Pi-1-ΔP
当ΔP<0时:
(b1)Pi-Pi-1>-ΔPbase_i:
ΔPval_i=0,ΔPinval_i=|ΔPbase_i+Pi-Pi-1|
(b2)-ΔPbase_i>Pi-Pi-1>ΔP
ΔPval_i=|Pi-Pi-1|,ΔPinval_i=0
(b3)Pi-Pi-1<ΔP
ΔPval_i=0,ΔPinval_i=0
在该博弈策略中,只有满足下式,才能通过响应调度计划增大贡献度指标增量,
K1·ΔPval_i·Vi/(ΔPmax·Vmax)>|Pi-Pi-1|/Prate。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310194192.XA CN103248050B (zh) | 2013-05-22 | 2013-05-22 | 一种基于竞争博弈的风电爬坡协同控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310194192.XA CN103248050B (zh) | 2013-05-22 | 2013-05-22 | 一种基于竞争博弈的风电爬坡协同控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103248050A true CN103248050A (zh) | 2013-08-14 |
CN103248050B CN103248050B (zh) | 2014-10-22 |
Family
ID=48927357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310194192.XA Active CN103248050B (zh) | 2013-05-22 | 2013-05-22 | 一种基于竞争博弈的风电爬坡协同控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103248050B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679282A (zh) * | 2013-09-30 | 2014-03-26 | 清华大学 | 风电功率爬坡的预测方法 |
CN105162174A (zh) * | 2015-09-06 | 2015-12-16 | 贵州电网有限责任公司 | 一种基于主动分配指标的风电源网协调控制方法及系统 |
CN109193816A (zh) * | 2018-11-13 | 2019-01-11 | 国网黑龙江省电力有限公司 | 考虑恶意申请与超发惩罚的新能源电站实时有功控制方法 |
CN109301869A (zh) * | 2018-10-29 | 2019-02-01 | 吴联凯 | 一种多模式风力机功率控制系统 |
CN109829624A (zh) * | 2018-12-29 | 2019-05-31 | 华北电力大学 | 一种风电合作博弈爬坡控制方法和装置 |
CN110854853A (zh) * | 2019-12-02 | 2020-02-28 | 山东大学 | 一种发电机组开机方案生成方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201750218U (zh) * | 2010-07-16 | 2011-02-16 | 北京中科伏瑞电气技术有限公司 | 一种风电自动发电控制系统 |
CN102780237A (zh) * | 2012-08-13 | 2012-11-14 | 山东大学 | 大规模高集中风力发电爬坡的有限度控制系统及方法 |
CN103050989A (zh) * | 2012-10-11 | 2013-04-17 | 中国电力科学研究院 | 一种集群风电场有功功率智能控制系统和方法 |
-
2013
- 2013-05-22 CN CN201310194192.XA patent/CN103248050B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201750218U (zh) * | 2010-07-16 | 2011-02-16 | 北京中科伏瑞电气技术有限公司 | 一种风电自动发电控制系统 |
CN102780237A (zh) * | 2012-08-13 | 2012-11-14 | 山东大学 | 大规模高集中风力发电爬坡的有限度控制系统及方法 |
CN103050989A (zh) * | 2012-10-11 | 2013-04-17 | 中国电力科学研究院 | 一种集群风电场有功功率智能控制系统和方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679282A (zh) * | 2013-09-30 | 2014-03-26 | 清华大学 | 风电功率爬坡的预测方法 |
CN103679282B (zh) * | 2013-09-30 | 2017-01-04 | 清华大学 | 风电功率爬坡的预测方法 |
CN105162174A (zh) * | 2015-09-06 | 2015-12-16 | 贵州电网有限责任公司 | 一种基于主动分配指标的风电源网协调控制方法及系统 |
CN109301869A (zh) * | 2018-10-29 | 2019-02-01 | 吴联凯 | 一种多模式风力机功率控制系统 |
CN109193816A (zh) * | 2018-11-13 | 2019-01-11 | 国网黑龙江省电力有限公司 | 考虑恶意申请与超发惩罚的新能源电站实时有功控制方法 |
CN109193816B (zh) * | 2018-11-13 | 2021-12-17 | 国网黑龙江省电力有限公司 | 考虑恶意申请与超发惩罚的新能源电站实时有功控制方法 |
CN109829624A (zh) * | 2018-12-29 | 2019-05-31 | 华北电力大学 | 一种风电合作博弈爬坡控制方法和装置 |
CN110854853A (zh) * | 2019-12-02 | 2020-02-28 | 山东大学 | 一种发电机组开机方案生成方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103248050B (zh) | 2014-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103248050B (zh) | 一种基于竞争博弈的风电爬坡协同控制方法 | |
CN102075014B (zh) | 消纳风电接入的大电网实时调度方法 | |
CN105006846B (zh) | 一种风电场场站级有功功率优化方法 | |
CN102856925B (zh) | 一种风电场功率综合分配方法 | |
Aho et al. | A tutorial of wind turbine control for supporting grid frequency through active power control | |
CN109245183A (zh) | 一种基于负荷控制的高风光渗透率地区电网调峰方法 | |
CN102709939B (zh) | 一种提高风电场发电效率的风电场有功功率控制方法 | |
CN106451550B (zh) | 一种基于改进次梯度粒子群的微电网并网优化调度方法 | |
CN106953363B (zh) | 一种风电场限功率运行状态下电网旋转备用优化配置方法 | |
CN108092324B (zh) | 一种风电参与调峰调频的agc控制系统和控制方法 | |
CN104271942A (zh) | 用于利用调度算法运行风力发电系统的电力系统和方法 | |
CN104917204B (zh) | 一种风电场有功功率优化控制方法 | |
CN103138256A (zh) | 一种新能源电力消纳全景分析系统及方法 | |
CN110970912A (zh) | 一种含储能的新能源电力系统运行模拟方法 | |
CN102522781A (zh) | 风火统一建模参与ace控制方法 | |
CN106026198B (zh) | “风-水”打捆外送的agc协调控制系统及控制方法 | |
CN108493960A (zh) | 一种基于规则的储能参与风电调频控制方法 | |
CN113054669B (zh) | 一种基于区块链技术的配网错峰平谷自适应自平衡方法 | |
CN110048406B (zh) | 一种基于大规模电动汽车分群参与电网调频的控制方法 | |
CN108347059A (zh) | 适用于二次频率调节的风电机组桨距角控制方法及agc模型 | |
CN105244922B (zh) | 限风情况下双馈型风电场群有功出力优化分配方法 | |
CN111416365A (zh) | 风电场与常规调频机组异步协同最优agc控制系统 | |
CN107947246B (zh) | 一种考虑调频增发的风电发电指标分配及增发评估方法 | |
CN106712112B (zh) | 一种基于概率分布的风电场集群出力平滑效应的分析方法 | |
Zhu et al. | Power system dynamic economic dispatch with multi-type renewable energy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |