CN107317342A - 一种分散式风电场无功规划与无功控制方法 - Google Patents
一种分散式风电场无功规划与无功控制方法 Download PDFInfo
- Publication number
- CN107317342A CN107317342A CN201710718600.5A CN201710718600A CN107317342A CN 107317342 A CN107317342 A CN 107317342A CN 201710718600 A CN201710718600 A CN 201710718600A CN 107317342 A CN107317342 A CN 107317342A
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- wind power
- power plant
- idle
- 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
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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Power Engineering (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种分散式风电场无功规划与无功控制方法,首先对分散式风电接入配电网的系统进行整体建模,在风电场处于额定出力时计算分散式风电场各馈电线路的无功需求;然后利用粒子群算法对各条馈线各机组的并联可控电抗器接入容量进行优化规划,确定各机组可控电抗器的感性无功补偿容量;采集分散式风电场内各风机出口电压、POI电压、各风电机组有功与无功出力、各机组可控电抗器投入容量,根据POI的电压越限与否,决定分散式风电场可控电抗器与风机的无功出力。本发明抑制分散式风电场POI电压越上限,免除分散式风电场动态无功设备的安装,降低分散式风电开发成本,解决分散式风电场多点接入配电网时无功设备多点分散补偿的无功电压控制问题。
Description
技术领域
本发明涉及一种配有可控电抗器补偿的分散式风电场无功优化规划方法以及分散式风电场无功运行控制策略,属于分散式风电场无功的优化规划与无功功率控制技术领域。
背景技术
分散式风电场是指位于用电负荷附近,就近接入配电网,所发电能就近消纳的风电项目。该风电项目有利于解决集中式风电的风电的送出和消纳问题,同时能为配电网电压提供一定的有功支撑。分散式风电注入配电网在解决风电的送出问题的同时,会抬高接入点(POI,point of interconnection)电压。在配网中部分大功率负荷由于检修以及故障等原因退出运行时,部分分散式风电项目在风电满发时会存在POI电压越限的情况,导致风电机组限功率运行,从而引发弃风限电问题。
通过在风电机组低压侧并联安装可控电抗器,可以增加风电机组的动态无功调节范围,不仅能防止特定工况时的POI电压越限、降低电网电压波动、减少分散式风电场的损耗,而且可以省去分散式风电场中SVG、SVC等动态无功设备,降低分散式风电场无功调节设备的成本,解决SVG、SVC等集中动态无功补偿设备在分散式风电场中的多点补偿问题。
针对风电场的无功控制的研究,已提出多种的优化方法。提出单台风电机组中转子侧无功与定子侧无功的分配方法;提出分电场中风电机组间的无功分配方案;提出分电场中风电机组与SVG等动态无功设备间的无功分配方案。这些方法都可以实现风场无功的优化控制。
但针对利用可控电抗器的分散式风电场无功规划与无功控制问题,现在国内外的研究很少。且上述优化方法没有考虑到风电场多点接入配电网时动态无功设备的安装位置,因此无法兼顾分散式风电多点接入配电网的接入点电压控制问题。
发明内容
为了克服现有的分散式风电场无功规划与无功控制方式无法兼顾分散式风电多点接入配电网的接入点电压控制问题的不足,本发明提供一种分散式风电场内风电机组低压侧安装可控电抗器后可控可控电抗器容量的优化规划及分散式风电场无功控制方法,其目的在于抑制分散式风电场POI电压越上限,免除分散式风电场动态无功设备的安装,降低分散式风电开发成本,同时解决分散式风电场多点接入配电网时无功设备多点分散补偿的无功电压控制问题。
本发明解决其技术问题所采用的技术方案是:
一种分散式风电场无功规划与无功控制方法,所述控制方法包括以下过程:
首先,对分散式风电接入配电网的系统进行整体建模,系统模型包括配电网、风电机组和箱变、并联可控电抗器、风电场馈电线路,在风电场处于额定出力时,根据第i(I=1,2,3…n)个POI电压参考值Viref与第i个POI电压实际值Vi计算分散式风电场各馈电线路的无功需求Q1、Q2…Qm;
然后,利用粒子群算法对各条馈线各机组的并联可控电抗器接入容量进行优化规划,确定各机组i可控电抗器的感性无功补偿容量;
最后,EMS采集分散式风电场内各风机出口电压、POI电压、各风电机组有功与无功出力、各机组可控电抗器投入容量,根据POI的电压越限与否,决定分散式风电场可控电抗器与风机的无功出力。
进一步,计算箱变额定负载损耗Pn,箱变空载损耗P0,风机出口与箱变低压侧连接的电缆线路损耗P1,各条线路功率损耗Ploss,经整理得到风场内的线路总损耗PL;
Ploss 各条线路功率损耗:
Ploss=3×I2×R=3×I2×r×L (1)
其中:I为线路电流;r为单位长度电阻值;L为各条线路的长度。
P1为风机出口与箱变低压侧连接的电缆线路损耗:
其中:a为功率输出系数;Pe为每台风机额定容量;N为风机总数;N1为风机出口电缆线路数;Uf为风机出口电压;rc为电缆单位长度的电阻值;Lc为电缆长度;
P0为箱变空载损耗:
其中:St为箱变容量;β1为空载下的损耗率;
Pn为箱变额定负载损耗:
其中:β2为额定负载下的损耗率;
风场内的线路总损耗为:
PL=Ploss+P1+P0+Pn (5)
经整理得到为:
其中c1,c2,c3为系数,表达式如下:
再进一步,利用粒子群算法对m条馈线各机组的并联可控电抗器接入容量进行优化配置,过程如下:
采用粒子群优化算法进行迭代搜索,求最优解,步骤如下:
Step1:将风机有功出力PG、无功出力QG可控电抗器初始化参数输入分散式风电场的仿真模型,计算分散式风电场内的馈电线路有功损耗Ploss_i、POI电压Vi;
step2:设置粒子的维数、最大迭代次数与粒子数;
step3:将step1中得到的结果带入公式(10)中,得到适应度值fmin,令fmin等于当前粒子的位置pid (t);
Step4:初始化位置与速度,计算第一个个体最优粒子的位置pid (t),并将此
Vid (t+1)=w·Vid (t)+c1r1·(pid (t)-Xid (t))+c2r2·(pgd (t)-Xid (t))i=1,2,...,n (11)
pid (t)设为种群当前寻找到的全局最优粒子的位置pgd (t);
Step5:若当前粒子适应度值小于个体极值,则更新当前的个体极值pibest;
Step6:若当前粒子适应度值小于全局极值,则更新当前的全局极值pgbest;
Step7:由公式(11)(12)更新速度向量与位置向量。
Xid (t+1)=Xid (t)+Vid (t+1),Xid min≤Xid (t)≤Xid max i=1,2,...,n (12)
式中t为当前循环次数;c1、c2为粒子权重系数;ω为惯性权重;r1、r2为(0, 1)内均匀分布随机数;Vid、Xid为第i维粒子的位置与速度;
Step8:用更新后的速度向量与位置向量计算适应度值;
Step9:重复step5到step7;
Step10:判断迭代次数,满足则输出结果;否则回到Step7。
EMS采集分散式风电场内各风机出口电压、POI电压、各风电机组有功与无功出力、各机组可控电抗器投入容量,根据POI的电压越限与否,决定分散式风电场可控电抗器与风机的无功出力,可控电抗器与风电机组无功协调控制的步骤如下:
Step1:风电场内各数据采集设备采集风电场内各风机出口电压、POI电压、各风电机组有功与无功出力、各机组并联可控电抗器投入容量,并将其传送到EMS;
Step2:EMS根据电压越限与否,决定分散式风电场中的可控电抗器组是否动作。当POI电压不存在越限节点时,所有并联可控电抗器不动作;当POI 存在电压越限节点时,利用粒子群算法优化可控电抗器的投入容量,优化目标函数如式,
Step3:将风机有功出力PG、可控电抗器接入容量输入分散式风电场的仿真模型,利用潮流计算计算分散式风电场内的馈电线路有功损耗Ploss_i、POI 电压Vi,根据风机无功出力QG与风电机组台数设置粒子的维数、粒子数与最大迭代次数,利用第五步的粒子群算法对目标函数进行寻优,当达到最大迭代次数或满足输出条件时则输出结果;否则回到第五步的Step7。
本发明针对分散式风电场接入配电网的特性以及其运行特点,提出一种分散式风电场无功规划与无功控制方法,配有可控电抗器的分散式风电场无功整定及优化控制方法:对分散式风电场接入配电网模型进行建模,在分散式风电场处于额定出力时,根据POI_i的电压,确定分散式风电场接入点i(POI_i)的感性无功需求,利用粒子群算法确定各风机并联的可控电抗容量;在完成分散式风电场可控电抗容量的无功规划基础上,利用粒子群算法优化可控电抗投入容量与风电机组无功出力。
设定各机组并联可控电抗器补偿的约束条件。
QLi≤QG_min (14)
式中QLi为单个并联可控电抗器的无功补偿容量,QG_max为风电机组单机无功出力最小值。
根据分散式风电场机组位置、配置容量等风电场具体信息,对分散式风电场进行系统建模。在分散式风电场处于额定出力时,根据系统模型,计算风电场网损与POI点电压,利用粒子群算法优化各机组可控电抗器的无功补偿容量,从而确定各机组可控电抗器的配置容量。根据优化结果在各机组安装并联相应容量的可控电抗器。EMS(energy managementsystem)采集分散式风电场内各风机出口电压、POI电压、各风电机组有功与无功出力、各机组可控电抗器接入容量,根据POI_i的电压越限与否,优化分散式风电场可控电抗器接入容量。在并联可控电抗器完成无功粗调的情况下,EMS根据各机组无功裕度对各机组无功出力进行分配,进行分散式风电场的无功的精细控制。
本发明的有益效果表现在:1、根据分散式风场布置特点与接入配网的具体特性,建立基于可控电抗器容量优化的多目标函数,在并联可控电抗器完成无功粗调的情况下,EMS根据各机组无功裕度对各机组无功出力进行分配,进行分散式风电场的无功的精细控制;2、本控制方法以满足了分散式风电场无功调节,同时省去分散式风电场动态无功设备的配置。
附图说明
图1是并联电抗无功补偿的分散式风电接入典型拓扑结构图。
图2是基于粒子群算法的的可控电抗器配置容量的整定流程图。
图3是分散式风电场无功优化控制流程图。
图4是分散式风电场无功优化规划与优化控制流程图。
具体实施方式:
下面结合附图对本发明做进一步说明。
参照图1~图4,一种分散式风电场无功规划与无功控制方法,所述控制方法包括以下过程:
首先,对分散式风电接入配电网的系统进行整体建模,系统模型包括配电网、风电机组和箱变、并联可控电抗器、风电场馈电线路,在风电场处于额定出力时,根据第i(I=1,2,3…n)个POI电压参考值Viref与第i个POI电压实际值Vi计算分散式风电场各馈电线路的无功需求Q1、Q2…Qm;
然后,利用粒子群算法对各条馈线各机组的并联可控电抗器接入容量进行优化规划,确定各机组i可控电抗器的感性无功补偿容量;
最后,EMS采集分散式风电场内各风机出口电压、POI电压、各风电机组有功与无功出力、各机组可控电抗器投入容量,根据POI的电压越限与否,决定分散式风电场可控电抗器与风机的无功出力。
如图1所示,分散式风电场的m条馈电线路接入配网的m个节点,m条馈电线路上的风电机组与可控电抗器组合的编号分别为n1、n2…nm,本发明提出的控制对象为:风电机组箱变低压侧并联可控电抗器后接入分散式风电场集电线路,然后通过10kV/35kV升压变分散接入配电网的m个节点POI1、 POI2…POIm,输送至不同的终端用户负荷,35kV可升压后接入公共大电网。
本发明的基本思路在于:在分散式风电场各机组箱变高压侧配置一定容量的可控电抗器,当分散式风电场中任意一个POI存在电压越上限时,利用粒子群算法优化控制各可控电抗器的投入容量,在可控电抗器完成分散式风电场无功的粗调基础上,利用风电机组无功实现分散式风电场无功的精细调节。
本发明中所考虑的分散式风电场无功优化控制,可作如下定义:通过建模仿真与粒子群智能算法计算分散式风电场各机组应配置的并联可控电抗器容量;通过检查POI电压存在越上限与否,利用粒子群算法对各机组的可控电抗器投入容量进行优化控制,完成分散式风电场无功的初次调节;在可控电抗器完成无功初次调节的基础上,EMS通过遗传算法优化风电机组无功出力,完成无功的精细调节。
由上可见,无功优化问题实际上是一个典型的带约束的组合优化问题。
一种风电机组与并联可控电抗器协调控制的分散式风电场无功优化调控方法,如图2所示,它的步骤如下:
第一步,对分散式风电接入配电网的系统进行整体建模,系统模型包括配电网、风电机组和箱变、并联可控电抗器、风电场馈电线路。
第二步,在风电场处于额定出力时,根据各POI电压参考值Viref与各POI 电压实际值Vi计算分散式风电场各馈电线路的无功需求Q1、Q2…Qm。
第三步,根据分散式风电场对各机组的无功需求,确定各机组i可控电抗器的感性无功补偿容量QLi。
第四步,计根据公式算分散式风电场内系统有功损耗。箱变额定负载损耗 Pn,箱变空载损耗P0,风机出口与箱变低压侧连接的电缆线路损耗P1,各条线路功率损耗Ploss,经整理得到风场内的线路总损耗PL。
Ploss为各条线路功率损耗:
Ploss=3×I2×R=3×I2×r×L (1)
其中:I为线路电流;r为单位长度电阻值;L为各条线路的长度。
P1为风机出口与箱变低压侧连接的电缆线路损耗:
其中:a为功率输出系数;Pe为每台风机额定容量;N为风机总数;N1为风机出口电缆线路数;Uf为风机出口电压;rc为电缆单位长度的电阻值;Lc为电缆长度。
P0为箱变空载损耗:
其中:St为箱变容量;β1为空载下的损耗率。
Pn为箱变额定负载损耗:
其中:β2为额定负载下的损耗率。
风场内的线路总损耗为:
PL=Ploss+P1+P0+Pn (5)
经整理得到为:
其中c1,c2,c3为系数,表达式如下:
第五步,利用粒子群算法对m条馈线各机组的并联可控电抗器接入容量进行优化配置。
具体步骤如下:
采用粒子群优化算法进行迭代搜索,求最优解,步骤如下:
Step1:将风机有功出力PG、无功出力QG(无功出力为0)可控电抗器初始化参数输入分散式风电场的仿真模型,计算分散式风电场内的馈电线路有功损耗 Ploss_i、POI电压Vi。
step2:设置粒子的维数、最大迭代次数与粒子数;
step3:将step1中得到的结果带入公式(10)中,得到适应度值fmin,令fmin等于当前粒子的位置pid (t);
Step4:初始化位置与速度,计算第一个个体最优粒子的位置pid (t),并将此
Vid (t+1)=w·Vid (t)+c1r1·(pid (t)-Xid (t))+c2r2·(pgd (t)-Xid (t))i=1,2,...,n (11)
pid (t)设为种群当前寻找到的全局最优粒子的位置pgd (t);
Step5:若当前粒子适应度值小于个体极值,则更新当前的个体极值pibest;
Step6:若当前粒子适应度值小于全局极值,则更新当前的全局极值pgbest;
Step7:由公式(11)(12)更新速度向量与位置向量。
Xid (t+1)=Xid (t)+Vid (t+1),Xid min≤Xid (t)≤Xid max i=1,2,...,n (12)
式中t为当前循环次数;c1、c2为粒子权重系数;ω为惯性权重;r1、r2为(0, 1)内均匀分布随机数;Vid、Xid为第i维粒子的位置与速度;
Step8:用更新后的速度向量与位置向量计算适应度值;
Step9:重复step5到step7;
Step10:判断迭代次数,满足则输出结果;否则回到Step7。
第六步,EMS采集分散式风电场内各风机出口电压、POI电压、各风电机组有功与无功出力、各机组可控电抗器投入容量,根据POI的电压越限与否,决定分散式风电场可控电抗器与风机的无功出力,具体流程如附图3所示的可控电抗器与风电机组无功协调控制图,步骤如下:
Step1:风电场内各数据采集设备采集风电场内各风机出口电压、POI电压、各风电机组有功与无功出力、各机组并联可控电抗器投入容量,并将其传送到EMS。
Step2:EMS根据电压越限与否,决定分散式风电场中的可控电抗器组是否动作。当POI电压不存在越限节点时,所有并联可控电抗器不动作;当POI 存在电压越限节点时,利用粒子群算法优化可控电抗器的投入容量,优化目标函数如式,
Step3:将风机有功出力PG、可控电抗器接入容量输入分散式风电场的仿真模型,利用潮流计算计算分散式风电场内的馈电线路有功损耗Ploss_i、POI电压Vi,根据风机无功出力QG与风电机组台数设置粒子的维数、粒子数与最大迭代次数,利用第五步的粒子群算法对目标函数进行寻优,当达到最大迭代次数或满足输出条件时则输出结果;否则回到第五步的Step7。
Claims (4)
1.一种分散式风电场无功规划与无功控制方法,其特征在于:所述控制方法包括以下过程:
首先,对分散式风电接入配电网的系统进行整体建模,系统模型包括配电网、风电机组和箱变、并联可控电抗器、风电场馈电线路,在风电场处于额定出力时,根据第i(I=1,2,3…n)个POI电压参考值Viref与第i个POI电压实际值Vi计算分散式风电场各馈电线路的无功需求Q1、Q2…Qm;
然后,利用粒子群算法对各条馈线各机组的并联可控电抗器接入容量进行优化规划,确定机组i可控电抗器的感性无功补偿容量;
最后,EMS采集分散式风电场内各风机出口电压、POI电压、各风电机组有功与无功出力、各机组可控电抗器投入容量,根据POI的电压越限与否,决定分散式风电场可控电抗器与风机的无功出力。
2.如权利要求1所述的一种分散式风电场无功规划与无功控制方法,其特征在于:计算箱变额定负载损耗Pn,箱变空载损耗P0,风机出口与箱变低压侧连接的电缆线路损耗P1,各条线路功率损耗Ploss,经整理得到风场内的线路总损耗PL;
Ploss为各条线路功率损耗:。
Ploss=3×I2×R=3×I2×r×L (1)
其中:I为线路电流;r为单位长度电阻值;L为各条线路的长度。
P1为风机出口与箱变低压侧连接的电缆线路损耗:
<mrow>
<msub>
<mi>P</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mi>N</mi>
<mo>&times;</mo>
<msub>
<mi>N</mi>
<mn>1</mn>
</msub>
<mo>&times;</mo>
<mn>3</mn>
<mo>&times;</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>a</mi>
<mo>&times;</mo>
<mfrac>
<msub>
<mi>P</mi>
<mi>e</mi>
</msub>
<mrow>
<msqrt>
<mn>3</mn>
</msqrt>
<mo>/</mo>
<msub>
<mi>U</mi>
<mi>f</mi>
</msub>
<mo>/</mo>
<msub>
<mi>N</mi>
<mn>1</mn>
</msub>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>&times;</mo>
<msub>
<mi>r</mi>
<mi>c</mi>
</msub>
<mo>&times;</mo>
<msub>
<mi>L</mi>
<mi>c</mi>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
其中:a为功率输出系数;Pe为每台风机额定容量;N为风机总数;N1为风机出口电缆线路数;Uf为风机出口电压;rc为电缆单位长度的电阻值;Lc为电缆长度;
P0为箱变空载损耗:
<mrow>
<msub>
<mi>P</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<mi>N</mi>
<mo>&times;</mo>
<mfrac>
<mrow>
<msub>
<mi>S</mi>
<mi>t</mi>
</msub>
<mo>/</mo>
<msub>
<mi>&beta;</mi>
<mn>1</mn>
</msub>
</mrow>
<mn>100</mn>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
其中:St为箱变容量;β1为空载下的损耗率;
Pn为箱变额定负载损耗:
<mrow>
<msub>
<mi>P</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<mi>N</mi>
<mo>&times;</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>a</mi>
<mo>&times;</mo>
<mfrac>
<msub>
<mi>P</mi>
<mi>e</mi>
</msub>
<msub>
<mi>S</mi>
<mi>t</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>&times;</mo>
<mfrac>
<mrow>
<msub>
<mi>S</mi>
<mi>t</mi>
</msub>
<mo>/</mo>
<msub>
<mi>&beta;</mi>
<mn>2</mn>
</msub>
</mrow>
<mn>100</mn>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
其中:β2为额定负载下的损耗率;
风场内的线路总损耗为:
PL=Ploss+P1+P0+Pn (5)
经整理得到为:
<mrow>
<msub>
<mi>P</mi>
<mi>L</mi>
</msub>
<mo>=</mo>
<mn>3</mn>
<mo>&times;</mo>
<msup>
<mi>I</mi>
<mn>2</mn>
</msup>
<mo>&times;</mo>
<mi>r</mi>
<mo>&times;</mo>
<mi>L</mi>
<mo>+</mo>
<msub>
<mi>c</mi>
<mn>1</mn>
</msub>
<mo>&times;</mo>
<msup>
<msub>
<mi>U</mi>
<mi>f</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msub>
<mi>c</mi>
<mn>2</mn>
</msub>
<mfrac>
<mn>1</mn>
<msub>
<mi>&beta;</mi>
<mn>1</mn>
</msub>
</mfrac>
<mo>+</mo>
<msub>
<mi>c</mi>
<mn>3</mn>
</msub>
<mfrac>
<mn>1</mn>
<msub>
<mi>&beta;</mi>
<mn>2</mn>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
其中c1,c2,c3为系数,表达式如下:
<mrow>
<msub>
<mi>c</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<msup>
<mi>a</mi>
<mn>2</mn>
</msup>
<mo>&times;</mo>
<mfrac>
<mi>N</mi>
<msub>
<mi>N</mi>
<mn>1</mn>
</msub>
</mfrac>
<mo>&times;</mo>
<msub>
<mi>P</mi>
<mi>e</mi>
</msub>
<mo>&times;</mo>
<msub>
<mi>r</mi>
<mi>c</mi>
</msub>
<mo>&times;</mo>
<msub>
<mi>L</mi>
<mi>c</mi>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>c</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>N</mi>
<mo>&times;</mo>
<msub>
<mi>S</mi>
<mi>t</mi>
</msub>
</mrow>
<mn>100</mn>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>c</mi>
<mn>3</mn>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>N</mi>
<mo>&times;</mo>
<msup>
<mi>a</mi>
<mn>2</mn>
</msup>
<mo>&times;</mo>
<msup>
<msub>
<mi>P</mi>
<mi>e</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<mn>100</mn>
<mo>&times;</mo>
<msub>
<mi>S</mi>
<mi>t</mi>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
3.如权利要求1或2所述的一种分散式风电场无功规划与无功控制方法,其特征在于:利用粒子群算法对m条馈线各机组的并联可控电抗器接入容量进行优化配置,过程如下:
<mrow>
<mi>min</mi>
<mi> </mi>
<mi>f</mi>
<mo>=</mo>
<mi>&lambda;</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>V</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>V</mi>
<mrow>
<mi>i</mi>
<mi>r</mi>
<mi>e</mi>
<mi>f</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>P</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>s</mi>
<mi>s</mi>
<mo>_</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
采用粒子群优化算法进行迭代搜索,求最优解,步骤如下:
Step1:将风机有功出力PG、无功出力QG可控电抗器初始化参数输入分散式风电场的仿真模型,计算分散式风电场内的馈电线路有功损耗Ploss_i、POI电压Vi;
step2:设置粒子的维数、最大迭代次数与粒子数;
step3:将step1中得到的结果带入公式(10)中,得到适应度值fmin,令fmin等于当前粒子的位置pid (t);
Step4:初始化位置与速度,计算第一个个体最优粒子的位置pid (t),并将此
Vid (t+1)=w·Vid (t)+c1r1·(pid (t)-Xid (t))+c2r2·(pgd (t)-Xid (t))i=1,2,...,n (11)
pid (t)设为种群当前寻找到的全局最优粒子的位置pgd (t);
Step5:若当前粒子适应度值小于个体极值,则更新当前的个体极值pibest;
Step6:若当前粒子适应度值小于全局极值,则更新当前的全局
极值pgbest;
Step7:由公式(11)(12)更新速度向量与位置向量。
Xid (t+1)=Xid (t)+Vid (t+1),Xid min≤Xid (t)≤Xid max i=1,2,...,n (12)
式中t为当前循环次数;c1、c2为粒子权重系数;ω为惯性权重;r1、r2为(0,1)内均匀分布随机数;Vid、Xid为第i维粒子的位置与速度;
Step8:用更新后的速度向量与位置向量计算适应度值;
Step9:重复step5到step7;
Step10:判断迭代次数,满足则输出结果;否则回到Step7。
4.如权利要求3所述的一种分散式风电场无功规划与无功控制方法,其特征在于:EMS采集分散式风电场内各风机出口电压、POI电压、各风电机组有功与无功出力、各机组可控电抗器投入容量,根据POI的电压越限与否来决定分散式风电场可控电抗器与风机的无功出力,可控电抗器与风电机组无功协调控制的步骤如下:
Step1:风电场内各数据采集设备采集风电场内各风机出口电压、POI电压、各风电机组有功与无功出力、各机组并联可控电抗器投入容量,并将其传送到EMS;
Step2:EMS根据电压越限与否,决定分散式风电场中的可控电抗器组是否动作。当POI电压不存在越限节点时,所有并联可控电抗器不动作;当POI存在电压越限节点时,利用粒子群算法优化可控电抗器的投入容量,优化目标函数如式,
<mrow>
<mi>min</mi>
<mi> </mi>
<mi>f</mi>
<mo>=</mo>
<mi>&lambda;</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>V</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>V</mi>
<mrow>
<mi>i</mi>
<mi>r</mi>
<mi>e</mi>
<mi>f</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>P</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>s</mi>
<mi>s</mi>
<mo>_</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>13</mn>
<mo>)</mo>
</mrow>
</mrow>
Step3:将风机有功出力PG、可控电抗器接入容量输入分散式风电场的仿真模型,利用潮流计算计算分散式风电场内的馈电线路有功损耗Ploss_i、POI电压Vi,根据风机无功出力QG与风电机组台数设置粒子的维数、粒子数与最大迭代次数,利用第五步的粒子群算法对目标函数进行寻优,当达到最大迭代次数或满足输出条件时则输出结果;否则回到第五步的Step7。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710718600.5A CN107317342B (zh) | 2017-08-21 | 2017-08-21 | 一种分散式风电场无功规划与无功控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710718600.5A CN107317342B (zh) | 2017-08-21 | 2017-08-21 | 一种分散式风电场无功规划与无功控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107317342A true CN107317342A (zh) | 2017-11-03 |
CN107317342B CN107317342B (zh) | 2019-07-30 |
Family
ID=60176303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710718600.5A Active CN107317342B (zh) | 2017-08-21 | 2017-08-21 | 一种分散式风电场无功规划与无功控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107317342B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111049155A (zh) * | 2020-01-06 | 2020-04-21 | 新奥数能科技有限公司 | 新能源并网下的微电网台区的电力调节方法及装置 |
CN115663839A (zh) * | 2022-11-10 | 2023-01-31 | 江苏金智科技股份有限公司 | 一种大电网含离散无功设备的无功优化代理系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007018888A1 (de) * | 2007-04-19 | 2008-10-30 | Repower Systems Ag | Windenergieanlage mit Blindleistungsvorgabe |
CN201332278Y (zh) * | 2009-01-20 | 2009-10-21 | 北京华电润泽环保有限公司 | 风电场无功补偿联动控制系统 |
CN102377189A (zh) * | 2011-11-28 | 2012-03-14 | 山东电力集团公司潍坊供电公司 | 风电场无功补偿优化配置及运行方法 |
CN102738809A (zh) * | 2012-06-25 | 2012-10-17 | 山东大学 | 计及风功率分布规律的风电场无功补偿容量优化控制方法 |
CN103441506A (zh) * | 2013-06-18 | 2013-12-11 | 国家电网公司 | 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 |
CN105119320A (zh) * | 2015-09-15 | 2015-12-02 | 东北大学 | 一种分散式风电场风机优化布置系统及方法 |
CN106099987A (zh) * | 2016-08-15 | 2016-11-09 | 东南大学 | 一种分散式风电机组无功优化策略 |
-
2017
- 2017-08-21 CN CN201710718600.5A patent/CN107317342B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007018888A1 (de) * | 2007-04-19 | 2008-10-30 | Repower Systems Ag | Windenergieanlage mit Blindleistungsvorgabe |
CN201332278Y (zh) * | 2009-01-20 | 2009-10-21 | 北京华电润泽环保有限公司 | 风电场无功补偿联动控制系统 |
CN102377189A (zh) * | 2011-11-28 | 2012-03-14 | 山东电力集团公司潍坊供电公司 | 风电场无功补偿优化配置及运行方法 |
CN102738809A (zh) * | 2012-06-25 | 2012-10-17 | 山东大学 | 计及风功率分布规律的风电场无功补偿容量优化控制方法 |
CN103441506A (zh) * | 2013-06-18 | 2013-12-11 | 国家电网公司 | 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 |
CN105119320A (zh) * | 2015-09-15 | 2015-12-02 | 东北大学 | 一种分散式风电场风机优化布置系统及方法 |
CN106099987A (zh) * | 2016-08-15 | 2016-11-09 | 东南大学 | 一种分散式风电机组无功优化策略 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111049155A (zh) * | 2020-01-06 | 2020-04-21 | 新奥数能科技有限公司 | 新能源并网下的微电网台区的电力调节方法及装置 |
CN115663839A (zh) * | 2022-11-10 | 2023-01-31 | 江苏金智科技股份有限公司 | 一种大电网含离散无功设备的无功优化代理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107317342B (zh) | 2019-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112072641B (zh) | 一种源网荷储柔性协调控制和运行优化方法 | |
CN107301472B (zh) | 基于场景分析法和电压调节策略的分布式光伏规划方法 | |
CN102299527B (zh) | 一种风电场无功功率控制方法和系统 | |
CN103199542B (zh) | 一种风电场无功电压优化控制方法 | |
CN102354992B (zh) | 风电场无功功率控制方法 | |
CN109948849B (zh) | 一种计及储能接入的配电网网架规划方法 | |
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 | |
CN106026113A (zh) | 一种具有无功自动补偿的微电网系统的监控方法 | |
CN105262098B (zh) | 基于风电场发电功率波动评估的敏捷自动电压控制方法 | |
CN111952958B (zh) | 一种考虑控制模式转换的配电网柔性软开关优化配置方法 | |
CN109904877B (zh) | 基于变功率因数的分散式风电场优化运行方法 | |
CN104158198A (zh) | 配电网优化潮流控制装置和方法 | |
CN107332252B (zh) | 一种计及广义无功源的配电网低电压综合治理方法 | |
CN106159961A (zh) | 一种考虑时空特性的双馈风电场无功电压协调控制方法 | |
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 | |
CN110829473A (zh) | 考虑功率四象限输出的配电网储能优化配置方法及系统 | |
Khorram-Nia et al. | A novel stochastic framework for the optimal placement and sizing of distribution static compensator | |
CN107317342B (zh) | 一种分散式风电场无功规划与无功控制方法 | |
CN109888775A (zh) | 一种考虑风电接入的低负荷运行日输电网结构优化方法 | |
CN105958530A (zh) | 一种具有无功自动补偿的微电网系统 | |
Luo et al. | Research on optimal configuration of distributed photovoltaic with typical day scene generation technology | |
CN110942186B (zh) | 基于自适应粒子群算法的柔性交流输电设备优化配置方法 | |
CN113258611A (zh) | 一种风电场分布式有功无功最优控制方法 | |
CN108306306B (zh) | 一种利用分布式光伏进行配电网无功电压控制的方法 | |
CN105811435A (zh) | 一种智能储能发电系统的无功补偿方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |