CN105576712B - 一种基于自适应极点配置的风电场有功功率在线控制方法 - Google Patents
一种基于自适应极点配置的风电场有功功率在线控制方法 Download PDFInfo
- Publication number
- CN105576712B CN105576712B CN201610088368.7A CN201610088368A CN105576712B CN 105576712 B CN105576712 B CN 105576712B CN 201610088368 A CN201610088368 A CN 201610088368A CN 105576712 B CN105576712 B CN 105576712B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- wind
- wind power
- msup
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
-
- 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
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Wind Motors (AREA)
- Control Of Eletrric Generators (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于自适应极点配置的风电场有功功率在线控制方法。本发明针对含风电的电力系统中有功功率发出与消耗不平衡导致电网频率波动的问题，提出使用自适应识别方法根据电网频率变化对风电场控制模型进行在线动态识别，根据识别结果对风电场控制模型使用极点配置方法进行调整，从而得到风电场实时功率需求，进而对风电场实时发电计划进行动态更新，向风电场内各台在线运行的风电机组合理的分配发电控制命令。该方法弥补了传统风电场有功功率控制中控制模型固化，无法有效参与电力系统调频的缺陷，对风电场有功功率输出进行在线控制，有效的对电力系统及风电场的发电计划进行实时更新，提高风电并网在线调度的准确性。
Description
技术领域
本发明涉及电力系统运行与控制领域，具体涉及基于自适应极点配置的风电场有功功率在线控制方法。
背景技术
随着煤炭、石油等不可再生资源的日益枯竭以及能源困局的日益严峻，风能、太阳能、潮汐能及生物质能等可再生能源在世界范围内愈发备受关注。风电是可再生能源发电技术中技术最成熟、最具开发价值的可再生能源。发展风电对于保障能源安全，调整能源结构，减轻环境污染，实现可持续发展等都具有非常重要的意义。
自然界风能的间歇特性决定了风电功率具有很强的波动性，随着大规模风电接入电网，这种风能功率波动将给电网的安全经济运行带来巨大挑战。针对电网的功率需求对风电场实际输出功率进行快速的有功功率控制和调节，将可以提高风电场输出功率的电能质量，缓解电力系统调峰、调频的压力，有效提高电网对风电的接纳能力。
目前，国内外对于风电并网的有功功率控制课题的研究越来越广泛和深入。在风电场有功功率控制方法中，最基础的方法是采用基于风电机组的有功功率控制策略，该方法针对风电场内每一台风电机组的有功功率输出进行控制，包括最大功率追踪控制、平均功率控制、随机最优控制等，使各风电机组的有功功率输出满足整个风电场有功功率输出的要求。
但该方法对于含有成百上千台风机的大型风电场而言过于复杂和繁琐，控制成本过高。因此针对大型风电场，应该采用风电场模型对风电场进行整体有功功率控制，利用调度中心发布的日前调度计划确定风电场实际有功功率输出值并合理地分配给风电场内的风电机组，使风电场的有功功率输出满足调度计划。但是，由于采用的控制模型的固化以及在线数据的实时变化，且未考虑实时电网频率的变化，使得使用单一风电场模型进行风电场有功功率控制和调度的准确度较低。
发明内容
为了克服上述现有技术的不足，本发明提供了一种基于自适应极点配置的风电场有功功率在线控制方法。该方法能够更有效的对风电场有功功率输出进行在线控制，提高风电并网实时调度的准确度，从而能够提升风电并网的稳定性。
为达到以上目的，本发明采取的技术方案是：
一种基于自适应极点配置的风电场有功功率在线控制方法,包括如下步骤：
S1、利用风电场在线监测系统对电网频率以及风电场内各台风电机组的运行状态进行实时监测，得到电网频率波动状况和各台风电机组的运行状态；
S2、利用含自适应定向遗忘的最小二乘法对风电场控制模型进行在线识别，得到风电场控制模型的数学表征；
S3、根据风电场控制模型的数学表征，利用极点配置器对风电场控制模型进行调整，计算得到风电场有功功率实时调度因子；
S4、利用风速预测数据及风电场内风电机组的运行状态得到风电预测功率，从而得到风电场初步发电计划；
S5、根据风电场有功功率实时调度因子计算风电场实时有功功率需求，对风电场初步发电计划进行调整，得到风电场实时发电计划；
S6、得到风电场实时发电计划之后，根据风电场内风电机组的运行状态，按照风电预测功率对风电场内可运行风电机组进行功率分配，并向风电机组发布发电控制命令，使各风电机组发出相应的有功功率。
在上述方案的基础上，步骤S2中，风电场控制模型的传递函数为：
式中，m，n是多项式的阶数，用来定义多项式A(z-1)和B(z-1)的模型结构参数；z是离散控制系统中Z变换的离散变换变量；d是离散变换变量的阶数；ai和bj是风电场控制模型的传递函数中的未知参数，i＝1…n，j＝1…m。
在上述方案的基础上，为了计算模型参数ai和bj，从初始状态开始，在每一个时间步长k下，对模型参数进行在线迭代计算，模型输出yk的估计值计算式如下：
式中，向量Θk-1包含在k-1步长下计算的模型参数的估计值和向量Φk包含之前各个步长时模型的输入值u和输出值y；m,n是公式多项式的阶数，d是离散变换变量的阶数，k是时间步长，是模型输出yk的估计值；
当模型的输出值yk达到要求，即可确定模型参数ai和bj，从而在线的识别风电场控制模型。
在上述方案的基础上，步骤S3中，极点配置是利用极点配置器，在风电场控制模型的传递函数中，加入前馈控制和反馈控制两个控制传递函数；
反馈控制的传递函数表达式为：
式中，p1、p2是极点多项式系数；qj是反馈控制传递函数的分子多项式系数；
前馈控制的传递函数表达式为：
式中，r0是前馈控制传递函数的分子系数；
加入反馈控制和前馈控制两个控制传递函数之后，利用两个控制传递函数在风电场的控制系统中配置新的闭环主导极点，构成一个新的近似闭环二阶系统，从而得到最优的风电场控制模型，并在线得到该风电场控制模型的实时调度因子u。
在上述方案的基础上，步骤S5中，计算风电场实时有功功率需求的公式为：
Pd＝(Pmax-Pmin)u+Pmin (6)
式中，[Pmin,Pmax]是风电场规定的总发出功率的最小值和最大值；u是风电场有功功率实时调度因子，范围为[0,+1]；Pd是风电场实时有功功率需求。
在上述方案的基础上，步骤S6具体步骤为：
S61、根据风电场内各台风电机组的风电预测功率，得到整个风电场的风电预测功率；
S62、将风电场实时发电计划按照各台风电机组风电预测功率占整个风电场的风电预测功率的比值分配给风电场内在线运行的风电机组；
S63、计算每台风电机组的发电任务指标，计算公式如下：
式中，N为风电场的风电机组台数；Pd,q(k)为第q台风电机组在时间步长k下的有功功率分配，Pa,q(k)为第q台风电机组在时间步长k下的风电预测功率，Pa(k)为在时间步长k下的整个风电场的风电预测功率，其值为
S64、根据计算得到的每台风电机组的发电任务指标，对风电场内各台在线运行的风电机组发布控制命令，从而使各风电机组发出相应的有功功率。
附图说明
本发明有如下附图：
图1本发明基于自适应极点配置的风电场有功功率在线控制方法的流程示意图。
图2本发明基于自适应极点配置的风电场有功功率在线控制方法中自适应极点配置控制的详细流程示意图。
图3本发明基于自适应极点配置的风电场有功功率在线控制方法中模型自适应在线识别的传递函数示意图。
图4本发明基于自适应极点配置的风电场有功功率在线控制方法中极点配置控制器的传递函数示意图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
如图1-4所示，一种基于自适应极点配置的风电场有功功率在线控制方法,包括如下步骤：
S1、利用风电场在线监测系统对电网频率以及风电场内各台风电机组的运行状态进行实时监测，得到电网频率波动状况和各台风电机组的运行状态；
S2、利用含自适应定向遗忘的最小二乘法对风电场控制模型进行在线识别，得到风电场控制模型的数学表征；
S3、根据风电场控制模型的数学表征，利用极点配置器对风电场控制模型进行调整，计算得到风电场有功功率实时调度因子；
S4、利用风速预测数据及风电场内风电机组的运行状态得到风电预测功率(风电场预测可发出的风电功率)，从而得到风电场初步发电计划；
S5、根据风电场有功功率实时调度因子计算风电场实时有功功率需求，对风电场初步发电计划进行调整，得到风电场实时发电计划；
S6、得到风电场实时发电计划之后，根据风电场内风电机组的运行状态，按照风电预测功率对风电场内可运行风电机组进行功率分配，并向风电机组发布发电控制命令，使各风电机组发出相应的有功功率。
1、利用风电场在线监测系统对电网频率以及风电场内各台风电机组的运行状态进行实时监控，得到电网频率波动状况和各台风电机组的运行状态。
风电场在线监测系统可以对风电场的各类实时数据进行采集和汇总，其中风电场并入电网后的电网频率与风电场内各台风电机组的运行状态是电网调度人员和风电场控制人员十分重视的两个指标。利用风电场在线监测系统检测到的电网频率波动状况和各台风电机组的运行状态是进行风电场有功功率控制的基础。
电网调度员根据电网负荷的波动状况，制定有功功率发电计划；根据电网频率波动状况，实时调整风电场有功功率输出，使得电网电能的产生和消耗得以平衡，进而稳定电网频率，使风电场发出的电能有效且高质量的并入电网当中。风电场控制人员将发电计划合理的分配给风电场内的每一台风电机组，以实现期望的风电场有功功率输出和电网频率稳定。
2、本发明基于自适应极点配置的风电场有功功率在线控制方法的设计中包含一个模型参数在线识别方法，可以得到风电场控制模型的数学表征。该模型参数在线识别方法是一种基于含自适应定向遗忘的最小二乘法的在线递归识别技术。
含自适应定向遗忘的最小二乘法的目的是为了在线识别风电场控制模型的传递函数中的未知参数ai和bj，风电场控制模型的传递函数为：
式中，m，n是多项式的阶数，用来定义多项式A(z-1)和B(z-1)的模型结构参数；z是离散控制系统中Z变换的离散变换变量；d是离散变换变量的阶数；ai和bj是风电场控制模型的传递函数中的未知参数，i＝1…n，j＝1…m。
为了计算模型参数ai和bj，如图3所示，从初始状态开始在每一个时间步长k下，对模型参数进行在线迭代计算，模型输出yk的估计值计算式如下：
式中，向量Θk-1包含在k-1步长下计算的模型参数的估计值和向量Φk包含之前各个步长时模型的输入值u(u对于风电场来说是风电场实时调度因子，对于模型来说是模型的输入值)和输出值y。(公式中的m,n,d与公式1中的一致，m,n是公式(1)中多项式的阶数，d是公式(1)中离散变换变量的阶数)，k是时间步长，是模型输出yk的估计值。
当模型的输出值yk达到要求，即可确定模型参数ai和bj，从而在线的识别风电场控制模型。
利用这种含自适应定向遗忘的最小二乘法的递归识别技术，可以计算模型的时变参数，得到一个近似的非线性模型，从而在线地得到风电场控制模型的数学表征，对风电场控制模型进行在线识别。
一旦电网频率发生波动，控制系统将实时地根据电网频率的变化对风电场控制模型进行在线动态识别，得到一个更新后的风电场控制模型的数学表征。
3、根据在线识别得到的风电场控制模型的数学表征，利用极点配置器对控制模型进行调整，计算得到风电场有功功率实时调度因子。
基于自适应极点配置的风电场有功功率在线控制方法中的极点配置是利用极点配置器，在风电场控制模型的传递函数中，加入前馈控制和反馈控制两个控制传递函数，如图4所示，其中wk为步长参考信号。
反馈控制的传递函数表达式为：
式中，p1、p2是极点多项式系数；qj是反馈控制传递函数的分子多项式系数。
前馈控制的传递函数表达式为：
式中，r0是前馈控制传递函数的分子系数。
加入反馈控制和前馈控制的两个传递函数之后，利用两个传递函数在风电场的控制系统中配置新的闭环主导极点，构成一个新的近似闭环二阶系统，从而得到风电场的最优的控制模型，并在线得到该风电场控制模型的实时调度因子u。
4、计算风电场实时有功功率需求，对根据风电预测功率得到的风电场初步发电计划进行调整，得到风电场实时发电计划。
利用基于综合在线模型识别技术和基于自适应极点配置控制系统模型的单输入单输出的自适应控制方法在线计算得到实时调度因子u之后，用一个简单的线性方程即可计算风电场实时有功功率需求：
Pd＝(Pmax-Pmin)u+Pmin (6)
式中，[Pmin,Pmax]是风电场规定的总发出功率的最小值和最大值；u是风电场有功功率实时调度因子，范围为[0,+1]。Pd是风电场实时有功功率需求，将其作为风电场发电计划中下一控制时刻有功功率输出的目标值，对由风电功率预测得到的风电场初步发电计划进行调整，得到风电场实时发电计划，风电场发电计划动态更新。
5、根据风电场内风电机组的运行状态，按照风电预测功率对风电场内可运行风电机组进行功率分配，并向风电机组发布发电控制命令。
得到风电场实时发电计划之后，根据风电场风机运行状况和风电机组风电功率预测的结果，将风电场的发电计划合理分配给风电场内所有在线运行的风电机组。
结合风电场内风电机组的运行状况，根据风电场内各台风电机组所在位置的预测风速可得到该台风电机组的风电预测功率，从而得到整个风电场的风电预测功率，将风电场实时发电计划按照各台风电机组风电预测功率占整个风电场的风电预测功率的比值分配给风电场内所有在线运行的风电机组。
每台风电机组的发电任务指标计算公式如下：
式中，N为风电场的风电机组台数；Pd,q(k)为第q台风电机组在时间步长k下的有功功率分配，Pa,q(k)为第q台风电机组在时间步长k下的风电预测功率；Pa(k)为在时间步长k下的整个风电场的风电预测功率，其值为
根据计算得到每台风电机组的发电任务指标，对风电场内各台在线运行的风电机组发布控制命令，从而使各风电机组发出相应的有功功率，使风电场输出总有功功率满足电网发电计划，平衡电网功率消耗，稳定电网频率。
以上所述，仅是本发明的较佳实例而已，并非对本发明作任何形式上的限制，本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或装饰，均落在本发明的保护范围内。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (6)
1.一种基于自适应极点配置的风电场有功功率在线控制方法,包括如下步骤：
S1、利用风电场在线监测系统对电网频率以及风电场内各台风电机组的运行状态进行实时监测，得到电网频率波动状况和各台风电机组的运行状态；
S2、利用含自适应定向遗忘的最小二乘法对风电场控制模型进行在线识别，得到风电场控制模型的数学表征；
S3、根据风电场控制模型的数学表征，利用极点配置器对风电场控制模型进行调整，计算得到风电场有功功率实时调度因子；
S4、利用风速预测数据及风电场内风电机组的运行状态得到风电预测功率，从而得到风电场初步发电计划；
S5、根据风电场有功功率实时调度因子计算风电场实时有功功率需求，对风电场初步发电计划进行调整，得到风电场实时发电计划；
S6、得到风电场实时发电计划之后，根据风电场内风电机组的运行状态，按照风电预测功率对风电场内可运行风电机组进行功率分配，并向风电机组发布发电控制命令，使各风电机组发出相应的有功功率。
2.如权利要求1所述的基于自适应极点配置的风电场有功功率在线控制方法，其特征在于：步骤S2中，风电场控制模型的传递函数为：
<mrow>
<mi>G</mi>
<mrow>
<mo>(</mo>
<mi>z</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>B</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>A</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>+</mo>
<msub>
<mi>b</mi>
<mn>2</mn>
</msub>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msup>
<mo>+</mo>
<mo>.</mo>
<mo>.</mo>
<mo>.</mo>
<mo>+</mo>
<msub>
<mi>b</mi>
<mi>m</mi>
</msub>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mi>m</mi>
</mrow>
</msup>
</mrow>
<mrow>
<mn>1</mn>
<mo>+</mo>
<msub>
<mi>a</mi>
<mn>1</mn>
</msub>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>+</mo>
<msub>
<mi>a</mi>
<mn>2</mn>
</msub>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msup>
<mo>+</mo>
<mo>.</mo>
<mo>.</mo>
<mo>.</mo>
<mo>+</mo>
<msub>
<mi>a</mi>
<mi>n</mi>
</msub>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mi>n</mi>
</mrow>
</msup>
</mrow>
</mfrac>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mi>d</mi>
</mrow>
</msup>
</mrow>
式中，m，n是多项式的阶数，用来定义多项式A(z-1)和B(z-1)的模型结构参数；z是离散控制系统中Z变换的离散变换变量；d是离散变换变量的阶数；ai和bj是风电场控制模型的传递函数中的未知参数，i＝1…n，j＝1…m。
3.如权利要求2所述的基于自适应极点配置的风电场有功功率在线控制方法，其特征在于：为了计算模型参数ai和bj，从初始状态开始在每一个时间步长k下，对模型参数进行在线迭代计算，模型输出yk的估计值计算式如下：
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>^</mo>
</mover>
<mi>k</mi>
</msub>
<mo>=</mo>
<msubsup>
<mi>&Theta;</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>T</mi>
</msubsup>
<mo>&CenterDot;</mo>
<msub>
<mi>&Phi;</mi>
<mi>k</mi>
</msub>
</mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<msub>
<mi>&Theta;</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<msub>
<mover>
<mi>a</mi>
<mo>^</mo>
</mover>
<mn>1</mn>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mover>
<mi>a</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mover>
<mi>a</mi>
<mo>^</mo>
</mover>
<mi>n</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>b</mi>
<mo>^</mo>
</mover>
<mn>1</mn>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mover>
<mi>b</mi>
<mo>^</mo>
</mover>
<mi>j</mi>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mover>
<mi>b</mi>
<mo>^</mo>
</mover>
<mi>m</mi>
</msub>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mi>T</mi>
</msup>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&Phi;</mi>
<mi>k</mi>
</msub>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mo>-</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mo>-</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mo>-</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>u</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mi>d</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mi>u</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mi>d</mi>
<mo>-</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mi>u</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mi>d</mi>
<mo>-</mo>
<mi>m</mi>
</mrow>
</msub>
<mo>,</mo>
<mo>&rsqb;</mo>
</mrow>
<mi>T</mi>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
式中，向量Θk-1包含在k-1步长下计算的模型参数的估计值和向量Φk包含之前各个步长时模型的输入值u和输出值y；m,n是公式多项式的阶数，d是离散变换变量的阶数，k是时间步长，是模型输出yk的估计值；
当模型的输出值yk达到要求，即可确定模型参数ai和bj，从而在线的识别风电场控制模型。
4.如权利要求1所述的基于自适应极点配置的风电场有功功率在线控制方法，其特征在于：步骤S3中，极点配置是利用极点配置器，在风电场控制模型的传递函数中，加入前馈控制和反馈控制两个控制传递函数；
反馈控制的传递函数表达式为：
<mrow>
<msub>
<mi>G</mi>
<mi>R</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>z</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>q</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<msub>
<mi>q</mi>
<mn>1</mn>
</msub>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>+</mo>
<msub>
<mi>q</mi>
<mn>2</mn>
</msub>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msup>
<mo>+</mo>
<mn>...</mn>
<mo>+</mo>
<msub>
<mi>q</mi>
<mi>j</mi>
</msub>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
</mrow>
</msup>
<mo>+</mo>
<mn>...</mn>
<mo>+</mo>
<msub>
<mi>q</mi>
<mi>n</mi>
</msub>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mi>n</mi>
</mrow>
</msup>
</mrow>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<msub>
<mi>p</mi>
<mn>1</mn>
</msub>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>+</mo>
<msub>
<mi>p</mi>
<mn>2</mn>
</msub>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msup>
<mo>)</mo>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>)</mo>
</mrow>
</mfrac>
</mrow>
式中，p1、p2是极点多项式系数；qj是反馈控制传递函数的分子多项式系数；
前馈控制的传递函数表达式为：
<mrow>
<msub>
<mi>G</mi>
<mi>F</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>z</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msub>
<mi>r</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<msub>
<mi>p</mi>
<mn>1</mn>
</msub>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>+</mo>
<msub>
<mi>p</mi>
<mn>2</mn>
</msub>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msup>
<mo>)</mo>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msup>
<mi>z</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>)</mo>
</mrow>
</mfrac>
</mrow>
式中，r0是前馈控制传递函数的分子系数；
加入反馈控制和前馈控制两个控制传递函数之后，利用两个控制传递函数在风电场的控制系统中配置新的闭环主导极点，构成一个新的近似闭环二阶系统，从而得到最优的风电场控制模型，并在线得到该风电场控制模型的实时调度因子u。
5.如权利要求1所述的基于自适应极点配置的风电场有功功率在线控制方法，其特征在于：步骤S5中，计算风电场实时有功功率需求的公式为：
Pd＝(Pmax-Pmin)u+Pmin
式中，[Pmin,Pmax]是风电场规定的总发出功率的最小值和最大值；u是风电场有功功率实时调度因子，范围为[0,+1]；Pd是风电场实时有功功率需求。
6.如权利要求1所述的基于自适应极点配置的风电场有功功率在线控制方法，其特征在于，步骤S6具体步骤为：
S61、根据风电场内各台风电机组的风电预测功率，得到整个风电场的风电预测功率；
S62、将风电场实时发电计划按照各台风电机组风电预测功率占整个风电场的风电预测功率的比值分配给风电场内在线运行的风电机组；
S63、计算每台风电机组的发电任务指标，计算公式如下：
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>d</mi>
<mo>,</mo>
<mi>q</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>P</mi>
<mi>d</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mfrac>
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>a</mi>
<mo>,</mo>
<mi>q</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>P</mi>
<mi>a</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>,</mo>
<mi>q</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mi>N</mi>
</mrow>
式中，N为风电场的风电机组台数；Pd,q(k)为第q台风电机组在时间步长k下的有功功率
分配，Pa,q(k)为第q台风电机组在时间步长k下的风电预测功率，Pa(k)为在时间步长k下的
整个风电场的风电预测功率，其值为
<mrow>
<msub>
<mi>P</mi>
<mi>a</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>q</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>P</mi>
<mrow>
<mi>a</mi>
<mo>,</mo>
<mi>q</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
S64、根据计算得到的每台风电机组的发电任务指标，对风电场内各台在线运行的风电机组发布控制命令，从而使各风电机组发出相应的有功功率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610088368.7A CN105576712B (zh) | 2016-02-17 | 2016-02-17 | 一种基于自适应极点配置的风电场有功功率在线控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610088368.7A CN105576712B (zh) | 2016-02-17 | 2016-02-17 | 一种基于自适应极点配置的风电场有功功率在线控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105576712A CN105576712A (zh) | 2016-05-11 |
| CN105576712B true CN105576712B (zh) | 2017-12-22 |
Family
ID=55886545
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610088368.7A Active CN105576712B (zh) | 2016-02-17 | 2016-02-17 | 一种基于自适应极点配置的风电场有功功率在线控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105576712B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107359646B (zh) * | 2017-08-31 | 2020-08-11 | 国电南瑞科技股份有限公司 | 一种计及远方调度计划和就地频率响应的风电场参与一次调频方法 |
| CN115833102B (zh) * | 2022-12-08 | 2023-08-25 | 南方电网数字电网研究院有限公司 | 基于模型预测控制的风电场频率快速响应控制方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101950983A (zh) * | 2010-10-08 | 2011-01-19 | 天津理工大学 | 一种基于极点配置与重复控制相结合的两级式光伏并网控制系统 |
| CN102856931A (zh) * | 2012-06-15 | 2013-01-02 | 中国电力科学研究院 | 风电场有功功率的动态分群控制方法 |
| CN103400052A (zh) * | 2013-08-22 | 2013-11-20 | 武汉大学 | 一种风电场短期风速组合预测方法 |
| CN104037817A (zh) * | 2014-06-19 | 2014-09-10 | 国家电网公司 | 利用小时数偏差最小的风电场风电机组自动启停控制方法 |
| WO2014183421A1 (zh) * | 2013-05-14 | 2014-11-20 | 许继集团有限公司 | 一种风电场并网发电输出有功功率的控制方法 |
-
2016
- 2016-02-17 CN CN201610088368.7A patent/CN105576712B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101950983A (zh) * | 2010-10-08 | 2011-01-19 | 天津理工大学 | 一种基于极点配置与重复控制相结合的两级式光伏并网控制系统 |
| CN102856931A (zh) * | 2012-06-15 | 2013-01-02 | 中国电力科学研究院 | 风电场有功功率的动态分群控制方法 |
| WO2014183421A1 (zh) * | 2013-05-14 | 2014-11-20 | 许继集团有限公司 | 一种风电场并网发电输出有功功率的控制方法 |
| CN103400052A (zh) * | 2013-08-22 | 2013-11-20 | 武汉大学 | 一种风电场短期风速组合预测方法 |
| CN104037817A (zh) * | 2014-06-19 | 2014-09-10 | 国家电网公司 | 利用小时数偏差最小的风电场风电机组自动启停控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 考虑风电接入不确定性的广义负荷建模及应用;张旭等;《电力系统自动化》;20141025;第38卷(第20期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105576712A (zh) | 2016-05-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102856917B (zh) | 一种配电网无功优化方法 | |
| WO2023216780A1 (zh) | 一种梯级水光互补发电系统的调峰优化调度方法 | |
| CN105322535B (zh) | 含统一潮流控制器的电力系统两阶段最优潮流计算方法 | |
| CN104124707B (zh) | 一种基于密集小水电群的水电站功率快速调节系统及实现方法 | |
| CN103715700B (zh) | 适用于风电场并网点电压控制的无功控制系统及控制方法 | |
| CN103199542B (zh) | 一种风电场无功电压优化控制方法 | |
| CN105006846B (zh) | 一种风电场场站级有功功率优化方法 | |
| CN104037805B (zh) | 一种计及电网安全约束的光伏电站可发电裕度分配方法 | |
| CN103441537A (zh) | 配有储能电站的分散式风电场有功优化调控方法 | |
| CN103151795B (zh) | 降低风机损耗的分散式风电场无功优化控制方法及系统 | |
| CN108695857B (zh) | 风电场自动电压控制方法、装置及系统 | |
| CN103219751B (zh) | 一种集群风电场有功功率控制方法 | |
| CN103544656B (zh) | 一种面向最小碳排放的主动配电网运行控制方法 | |
| CN103473393B (zh) | 一种考虑随机概率的输电裕度控制模型建模方法 | |
| CN103545848B (zh) | 光伏电站群有功功率协调控制方法 | |
| CN104238362B (zh) | 一种光伏电站厂站级控制系统建模方法 | |
| CN103441506A (zh) | 不同时间尺度下多目标协调分散风电场无功优化控制方法 | |
| CN106026198B (zh) | “风-水”打捆外送的agc协调控制系统及控制方法 | |
| CN104092250A (zh) | 微电网系统的分布式经济调度与协调控制方法 | |
| CN104092248A (zh) | 一种风火打捆外送容量协调优化配置方法 | |
| CN106602613A (zh) | 一种省地两级调度断面协调控制方法 | |
| CN107846030A (zh) | 一种考虑最优转子惯性动能的双馈风电场频率控制方法 | |
| CN104269855B (zh) | 一种适应多种能源接入的站点无功电压快速调节方法 | |
| CN106953361B (zh) | 交流微电网运行控制方法及装置 | |
| CN105576712B (zh) | 一种基于自适应极点配置的风电场有功功率在线控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |