CN108923435B - 一种基于分层mpc的风电无功电压协调控制系统 - Google Patents
一种基于分层mpc的风电无功电压协调控制系统 Download PDFInfo
- Publication number
- CN108923435B CN108923435B CN201810724744.6A CN201810724744A CN108923435B CN 108923435 B CN108923435 B CN 108923435B CN 201810724744 A CN201810724744 A CN 201810724744A CN 108923435 B CN108923435 B CN 108923435B
- Authority
- CN
- China
- Prior art keywords
- voltage
- grid
- reactive
- control
- connected point
- 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
- 230000033228 biological regulation Effects 0.000 claims abstract description 65
- 238000009826 distribution Methods 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000008859 change Effects 0.000 claims description 26
- 238000005457 optimization Methods 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 5
- 101150036841 minJ gene Proteins 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims 1
- 238000004088 simulation Methods 0.000 abstract description 15
- 101100499229 Mus musculus Dhrsx gene Proteins 0.000 abstract description 3
- 238000011217 control strategy Methods 0.000 description 8
- 238000011160 research Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 5
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000005096 rolling process Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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
-
- 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
- H02J3/50—Controlling the sharing of the out-of-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
- 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)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种基于分层MPC的风电无功电压协调控制系统，包括：自适应调节层，依据风电场调节能力与并网点电压波动轨迹预测，提出一种并网点电压自适应调节策略；无功分配层，在无功需求容量求解基础上，给出一种可考虑各机组无功调节裕度的改进比例分配策略；实时控制层，依据状态预测与参考、反馈信息实时修正控制误差。通过分层MPC，各层内不同时间级的预测信息可被高效利用，各层间不同时间尺度的控制可得到有效协调。基于PSCAD的仿真分析结果验证了论文所提方法的有效性。
Description
技术领域
本发明涉及风电场无功电压分层协调控制技术领域，特别是涉及一种基于分层MPC的风电无功电压协调控制系统。
背景技术
受风资源分布影响，大量规模化风电场群远离负荷中心，由电网末端接入，与系统间呈现弱连接关系，缺乏来自于系统侧坚强、有效的支撑。由此导致其电压调节易受风电场侧与系统侧波动的影响，是友好型风电场并网运行中所面临的关键问题。
作为当前风电场的主流机型，双馈风力机(double-fed induction generator，DFIG)自身即具有一定的动态无功补偿能力，应当在风电场侧的电压控制中充分利用其无功调节能力。另一方面，包含风机在内，电容器、静止无功发生器(static var generator，SVG)等多种类型无功补偿设备被广泛应用于风电场，使得风电场的无功协调面临极大挑战，成为风电无功电压调节的关键性难题之一，受到工程与学界的广泛关注。
现有风电场内部多设备间的无功电压协调控制研究已取得了诸多有效成果，但过往多数研究仅以当前断面状态进行优化控制，并未考虑调节过程对未来状态的影响，易出现控制滞后等问题。然而，模型预测控制(MPC)可在系统当前运行状态基础上，同时考虑系统未来一段时间内的运行的状态，实现当前和未来有限时段的最优控制。目前，MPC在风电、微网的调度运行中已有部分应用研究。在风电无功电压控制中，稀有金属利用模型预测控制，实现了风电场中DFIG、SVC/SVG以及变压器分接头的协调控制。现有技术针对与电网连接较弱的风电场，利用模型预测控制实现了并网点电压调节。但风电场电压等级较低，线路R/X比值较大，节点电压同时受到有功和无功出力影响。为此，针对有功在风电场电压控制中的影响，现有技术采用模型预测控制同时调节风电场有功和无功出力，实现了风电场中节点电压偏差最小，动态无功储备最多的控制目标。现有技术结合有功预测信息，采用模型预测控制协调了风电场中SVG和DFIG等无功补偿设备。上述研究推动了MPC在风电场电压控制中的应用，但依然存在下述几方面问题：
首先，已有的MPC电压控制中缺乏对风机之间的无功协调与分配以及可能出现的无功调节能力不足的考虑，而无功调节能力不足极易引起控制失效。
其次，现有风电电压控制中对有功预测信息的考虑不足或处理较为粗糙，特别对于预测误差的影响，或未有计及，或过于保守，需要进一步细化研究。
最后，在机组无功分配方面，多采用等比例方式，该方式易引起有功出力多的机组饱和，而有功出力少的机组未能充分发挥其无功调节能力。
发明内容
本发明的目的就是为了解决上述问题，提出一种基于分层MPC的风电无功电压协调控制系统，通过分层MPC，各层内不同时间级的预测信息可被高效利用，各层间不同时间尺度的控制可得到有效协调。
本发明的第一目的是公开一种基于分层MPC的风电无功电压协调控制系统，包括：
并网自适应调节层，接受上级控制中心下达的并网点电压调节指令，依据分钟级风功率预测信息预测并网点电压轨迹、计算场内未来时段的极限调压能力；
无功协调分配层，以辅助支撑并网点电压、保证其电压水平在规定范围内为目标，建立建立综合考虑并网点、汇集母线以及各风机出口处电压偏差影响的调压目标函数；利用秒级风功率预测信息求解无功需求量，在多类别设备间协调分配无功；
实时跟踪反馈控制层，风电场内风机依其所收到的指令与自身预测数据实施基于状态空间模型的模型预测控制，并实时采集反馈数据与参考数据进行对比分析，修正控制误差，以达到最优控制效果。
进一步地，所述依据分钟级风功率预测信息预测并网点电压轨迹、计算场内未来时段的极限调压能力，具体为：
考虑有功变化引起的电压偏差，根据当前时刻电压值以及风功率预测信息，计算得到并网点电压预测变化轨迹；
结合风电场极限调压能力，在并网点电压预测变化轨迹的基础上叠加得到并网点极限调压曲线；
依据并网点电压调度指令与极限调压曲线自适应调节风场有功输出。
进一步地，如果并网点电压调度指令始终处于并网点极限调压上、下限之间，说明风场在现有无功能力的基础上能够实现并网点电压调度指令的追踪控制，此时保持风机最大功率追踪运行；否则，说明风场存在无功缺额，需优化调节有功出力，增大风机无功调节能力以优化支撑电网电压。
进一步地，所述的以辅助支撑并网点电压、保证其电压水平在规定范围内为目标，具体为：
根据风电场并网点，汇集母线以及各风机出口电压与对应参考值之间偏差，建立综合考虑并网点、汇集母线以及各风机出口处电压偏差影响的调压目标函数；
选取并网点、汇集母线以及各风机出口电压作为状态变量
无功功率变化作为控制输入，建立相应的状态空间单位阶跃响应模型；
基于上述预测模型，选取与并网点、汇集母线以及各风机出口电压对应的参考电压作为追踪目标，将调压目标函数转化为动态矩阵控制的开环优化问题，并采用二次规划方法进行求解。
进一步地，所述建立综合考虑并网点、汇集母线以及各风机出口处电压偏差影响的调压目标函数，具体为：
其中：ΔVPCC、ΔVCB、ΔVWi分别表示并网点、汇集母线以及各风机出口电压与对应参考值之间偏差；WPCC、WCB、WWi分别为各偏差对应权重，n表示风机总数。
进一步地，所述建立相应的状态空间单位阶跃响应模型，具体为：
其中，
为k时刻的并网点、汇集母线以及风机出口处电压实际量测值；ΔQ(k)为k时刻无功变化量；SQ是无功电压变化系数矩阵；ΔP(k)表示k时刻有功变化量；SP是有功电压变化系数矩阵；V(k+1)表示k+1时刻，并网点、汇集母线以及风机出口处电压预测变化序列；v(k+1)表示k+1时刻，并网点、汇集母线以及风机出口处电压预测值；Mss和C是常系数矩阵。
进一步地，所述无功协调分配层的无功总体协调分配策略具体为：
当风电场节点电压不满足调压目标函数的约束条件时，采用预防控制，优先发挥SVG的快速无功补偿能力，调整各节点电压达到规定范围；
当风电场节点电压满足调压目标函数的约束条件时，采用优化控制，在进一步校正节点电压的同时进行快慢无功置换，最大化SVG动态无功储备，以应对潜在扰动。
进一步地，所述无功协调分配层的无功分配策略由上下两层协调实现，具体为：上层根据总体无功指令，在SVG与风电场之间协调分配无功；下层根据风电场无功指令，在风机之间协调分配无功。
进一步地，所述下层根据风电场无功指令，在风机之间协调分配无功，以各机组实时无功裕度为基础，具体为：
其中：
式中，
表示第i台机组的无功分配系数，QWref表示风电场需要提供的无功总量，Qimax表示第i台机组无功上界。
是分配给风电场第i台机组的参考输出功率。
进一步地，所述实时跟踪反馈控制层以控制输出与控制动作变化幅度两者最小为目标，建立机组控制的目标函数：
minJ＝||Wy(yp(k+1|k)-r(k+i))||2+||WuΔur(k)||2
其中，Wy表示控制输出加权，Wu表示控制输入增量加权，yp(k+1│k)为p步预测输出序列，r(k+i)为参考输出序列，Δur(k)是控制输入增量。
与现有技术相比，本发明的有益效果是：
本方案在充分利用了不同时间尺度的有功预测信息基础上，提出了一种基于分层MPC的并网风电无功电压协调控制策略。在并网自适应调节层及时对有功出力实施自适应调整，提前应对了潜在的无功缺额问题；根据风电场的运行状态，在无功协调分配层协调了快慢无功补偿设备，为潜在电压波动预留了更多的快速无功储备；最后依据反馈数据与参考数据，基于实时跟踪反馈控制，在网侧支撑较弱情况下，保证了风场并网电压的正常平稳运行。
通过分层MPC，各层内不同时间级的预测信息可被高效利用，各层间不同时间尺度的控制可得到有效协调。基于PSCAD的仿真分析结果验证了论文所提方法的有效性。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
图1为分层MPC控制结构图；
图2为风电场并网点电压自适应调节流程图；
图3为SVG与风场间的无功协调策略流程图；
图4为基于MPC的DFIG控制流程图；
图5为风电场结构图；
图6为20s缓慢增长风速曲线；
图7为风速缓慢增长时并网点电压预测变化轨迹与极限调压曲线；
图8为风速缓慢增长时并网点电压变化曲线；
图9为风速缓慢增长时风电场无功输出；
图10为风速缓慢增长时SVG无功输出；
图11为20s快速波动风速曲线；
图12为风速快速波动时并网点电压预测变化轨迹与极限调压曲线；
图13为风速快速波动时并网点电压变化曲线；
图14为风速快速波动时风电场无功输出曲线；
图15为风速快速波动时SVG无功输出曲线。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步的说明。
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本方案使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
针对背景技术中指出的问题，本公开提出一种基于垂直分层思想与模型预测控制理论相结合的风电无功电压协调控制策略。该研究从时间级角度对控制过程实施垂直分层，在各层内结合不同时间尺度预测信息分别实施预测控制。自适应调节层，可充分利用分钟级有功预测信息，提前预估电压变化趋势，结合风电场自身调节能力，对有功控制实施自适应调整，可在决策点前，预先给出无功调节能力不足的应用策略。无功分配层，以各节点电压偏差最小为目标求解无功需求容量；在此基础上，给出快慢无功优化置换策略，为潜在扰动预留更多无功储备；同时，提出了一种新的风机之间无功协调与分配方案。实时控制层，机组在接收控制指令基础上，由本体实施MPC控制。由此，不仅可通过较长时间尺度预测以应对无功调节能力不足问题，亦可在控制实施前实现快慢无功间的优化协调与置换，从而有效提升基于MPC的风电无功电压控制效果。
1分层MPC协调控制架构
本公开将分解-协调的垂直分层控制思想应用到MPC中，以充分利用不同时间尺度的有功预测信息。一方面，通过MPC在有限时段的反复滚动优化，以时段最优代替全局最优，降低风电预测误差对控制的影响；另一方面，采用MPC分层控制结构协调处理不同时间尺度下的预测误差。
依据不同时间尺度下的控制目标，将整体架构分为：并网自适应调节层、无功协调分配层、实时跟踪反馈控制层。
并网自适应调节层：接受上级控制中心下达的并网点电压调节指令，依据分钟级风功率预测信息预测并网点电压轨迹、计算场内未来时段的极限调压能力。在此基础上，依据电压控制参考值对每个指令周期内的有功输出进行自适应性调节，以保证DFIG无功利用的充分度与场内调压能力的充足性，提升电压控制效果。
无功协调分配层：以辅助支撑并网点电压、保证其电压水平在规定范围内为目标，利用秒级风功率预测信息求解无功需求量，在多类别设备间协调分配无功。进而对风机在比例分配基础上提出一种改进的无功分配策略，以实现风机间的无功最佳分配。
实时跟踪反馈控制层：风电场内风机依其所收到的指令与自身预测数据实施基于状态空间模型的模型预测控制，并实时采集反馈数据与参考数据进行对比分析，修正控制误差，以达到最优控制效果。
分层MPC的整体协调架构如图1所示：
图1中，Vref表示并网点电压调节指令，VPCC表示并网点实测电压，Ppre表示分钟级有功预测输出，
表示风机有功、无功输出参考指令。
从图1可以看出，本公开所提分层MPC控制由各层内若干优化子过程所构成。上层控制输出作为下层控制目标，使得控制要求由上至下依次得以满足。各层内部均包含完整的MPC超前控制过程与滚动优化环节，从而实现各层不同时间级与不同控制目标间的协调，在保证各层目标实现基础上，达到整体控制效果最优。
2分层MPC的策略实现
2.1并网自适应调节层
风电场并网点电压同时受有功和无功出力影响，功率变化ΔP与ΔQ引起的电压偏差ΔV为：
式中，
代表有功电压灵敏度，
代表无功电压灵敏度。
在已知并网点电压调节指令基础上，为提前判断风场并网点电压控制效果，需依据有功预测信息与式(1)电压灵敏度预估并网点极限调压范围。
首先，考虑有功变化引起的电压偏差：
根据当前时刻电压值以及风功率预测信息，计算得到并网点电压预测变化轨迹；随后，结合风电场极限调压能力，在并网点电压预测变化轨迹的基础上叠加得到并网点极限调压曲线；最后，依据并网点电压调度指令与极限调压曲线自适应调节风场有功输出。具体实现过程如图2所示：
图2中，Vpre表示并网点电压预测变化轨迹，Vmax、Vmin表示并网点极限调压上、下限，T表示并网点电压指令更新周期。
由图2可知，如果并网点电压调节指令Vref始终满足不等式Vmin≤Vref≤Vmax，说明风场在现有无功能力的基础上能够实现Vref的追踪控制，此时保持风机最大功率追踪运行即可；否则，风场存在无功缺额，需优化调节有功出力，增大风机无功调节能力以优化支撑电网电压。
2.2无功协调分配层
2.2.1目标函数与预测模型
风电场电压控制旨在最小化节点电压与对应参考值之间偏差，据此本方案建立综合考虑并网点、汇集母线以及各风机出口处电压偏差影响的调压目标函数：
式中：ΔVPCC、ΔVCB、ΔVWi分别表示并网点，汇集母线以及各风机出口电压与对应参考值之间偏差，上述各电压偏差量可根据式(1)进行具体计算；WPCC、WCB、WWi为各偏差对应权重，n表示风机总数。
约束条件为：
式中：VCB表示汇集母线电压，VWi表示风机出口电压。
针对上述目标决策量，建立该层预测模型。当风功率预测信息已知时，有功变化ΔP即可确定，继而，选取VPCC，VCB，VWi作为状态变量
ΔQ作为控制输入，建立相应的状态空间单位阶跃响应模型：
式中：
为k时刻的并网点、汇集母线以及风机出口处电压实际量测值；ΔQ(k)为k时刻无功变化量；
是无功电压变化系数矩阵；ΔP(k)表示k时刻有功变化量；
是有功电压变化系数矩阵；V(k+1)表示k+1时刻，并网点、汇集母线以及风机出口处电压预测变化序列；v(k+1)表示k+1时刻，并网点、汇集母线以及风机出口处电压预测值；Mss和C是常系数矩阵。
基于上述预测模型，选取与VPCC，VCB，VWi对应的参考电压作为追踪目标，将式(2)所示目标函数转化为动态矩阵控制的开环优化问题，并采用二次规划方法进行求解。
特别的，在求解无功需求时，将本控制周期内的秒级风功率预测信息带入式(4)的预测模型，可综合考虑风场有功、无功与电压间的关系。同时，用电压实际量测值作为控制初值，取代前次控制预测所得量，以在MPC优化中起到反馈校正作用。
2.2.2无功协调分配策略
在无功分配策略上，针对不同时刻风场的不同运行状态，应有针对性的采用不同的控制措施。本方案依据风场电压状态，设定无功的总体协调方式如下：
I、当风电场节点电压违背不等式约束(3)时，采用预防控制，优先发挥SVG的快速无功补偿能力，调整各节点电压达到规定范围；
II、当风电场节点电压满足不等式约束(3)时，采用优化控制，在进一步校正节点电压的同时进行快慢无功置换，最大化SVG动态无功储备，以应对潜在扰动。
对于具体无功分配策略，主要由上下两层协调实现。上层：根据总体无功指令，在SVG与风电场之间协调分配无功；下层：根据风电场无功指令，在风机之间协调分配无功。其中，上层的SVG与风电场无功分配协调策略如图3所示。
图3中，Qref是无功需求总量，通过求解式(2)目标函数得到；Qftotal是风电场能够提供的无功极限；QNSVG是SVG的额定无功容量。
下层的风电场内无功分配主要依据各机组实时无功裕度。为充分发挥这一调节能力，并同时避免风机饱和，本方案以各机组实时无功裕度为基础，提出一种新的分配方法。具体分配原则为：
其中：
式中，
表示第i台机组的无功分配系数，QWref表示风电场需要提供的无功总量，Qimax表示第i台机组无功上界。
通过这样的分配方式，可以使风机在无功容量大时发出尽量多的无功，充分发挥其无功调节能力；同时有效减轻其他无功容量较小风机的无功压力。
2.3实时跟踪反馈控制层
风场内机组依据控制指令实施基于状态空间模型的模型预测控制。
鉴于本方案所研究风场与电网间存在弱连接关系，在建立DFIG状态空间模型时充分考虑了电压影响，对定子电压和转子电压做出不同处理。依据DFIG在两相dq坐标系下的数学模型，选取定、转子d轴和q轴电流分量[isd isq ird irq]T作为状态变量x，转子d轴和q轴电压分量[urd urq]T作为控制输入ur，定子d轴和q轴电压分量[usd usq]T作为外部可测干扰变量us，经离散化处理，得到DFIG离散状态空间表达式:
式中：A，B，C，D为系数矩阵。
风机运行主要追踪有功和无功输出指令。在功率解耦后，有功和无功可分别由转子dq轴电流分量表示，据此可得转子电流参考输出。进而，以控制输出与控制动作变化幅度两者最小为目标，建立机组控制的目标函数：
minJ＝||Wy(yp(k+1|k)-r(k+i))||2+||WuΔur(k)||2 (7)
式中：Wy表示控制输出加权，Wu表示控制输入增量加权，yp(k+1│k)为p步预测输出序列，r(k+i)为参考输出序列，Δur(k)是控制输入增量。
结合上述状态方程与目标，具体的风机MPC滚动控制流程如图4所示。
图4中，在采样得到风机运行状态后，利用式(6)的状态空间模型预测风机变化趋势，进而结合实时参考输出r(k+i)求解式(7)的目标函数，得到k时刻最优控制序列，选取序列首个元素用于系统控制。在下一控制周期，根据获得的最新测量信息，重新在线求解一个有限时域开环优化问题，并将控制序列首个元素作用于风机，以此实现滚动优化控制。
3仿真算例
在PSCAD上搭建风电场仿真模型，为使风场模型更接近实际，并实施差异化调节，将额定容量为33×1.5MW风电场等效为3台额定容量为16.5MW风机，风机经箱变Ti(i＝1、2、3)和集中升压变TW接至110kV电网，SVG经升压变TS接在风电场汇集母线处，其额定容量为1×±8Mvar。风电场结构图如图4所示。
区别于已有的风电无功电压研究，本方案重点关注处于弱连接状态下的风场电压控制。仿真时，假定所并入电网电压支撑有限，在并网点处存在0.1p.u.的电压波动。以并网点PCC处参考电压指令为1.0p.u.进行仿真分析以验证本方案方法。此外，并网自适应调节层、无功协调分配层控制周期分别为1min与1s，实时跟踪反馈控制层进行实时控制，算例仿真时长为20s，SVG在运行之初就投入运行，3s时风电机组开始实施无功电压调节。
为验证所提无功分配策略的有效性以及分层控制的整体效果，针对三台等效风机设计了三种风速输入模式：
1、风机输入恒定风速用以验证风电场无功分配策略的有效性；
2、风机输入额定风速用以说明采用分层控制的必要性；
3、风机输入快速波动风速用以检验分层MPC的综合控制效果。
考虑目前投运风场多基于当前运行状态进行控制，作为验证，采用不考虑预测信息的比例-积分控制方式(无预测)与本方案所提方法进行对比。其中无预测的控制方式始终保持风机最大功率追踪运行，无功求解时不考虑有功预测信息，无功分配策略和控制周期与本方案相同。
3.1风场无功分配策略分析
为对比分析本方案所提风电场无功分配策略与现有等比例分配方法间的差异性，分别向三台风机输入不同的恒定风速。在风电场节点电压满足不等式(3)，且SVG无功输出被风电场完全置换后，记录风机输出无功。其中风机输入风速与对应无功范围如表1所示，所得无功分配结果如表2所示：
表1输入风速及对应无功范围
表2两种方法下风机输出无功对比
从表1可以看出，风机有功出力越大，对应无功调节能力越小。观察表2中数据可以发现，采用本方案所提无功分配策略后，针对有功出力较多的机组，有效减少了其无功输出，避免了饱和；同时使有功出力较少的机组提供了更多的无功，充分发挥了其无功调节能力。
3.2存在无功缺额情况下的仿真分析
为充分说明采用分层控制的必要性，设计如图6所示风速输入模式，使风场缓慢达到满发状态，并分析满发状态下的无功电压控制。仿真得到并网自适应调节层的预测结果如图7所示。
由图7的预测结果可以看出，在并网点处存在0.1p.u.的电压波动时，若不进行并网点电压调节，在风场缓慢达到满发状态的过程中，并网点电压将保持在0.91p.u.左右。另外，弱连接情况下的极限调压上限值在12s后开始小于Vref，说明此时起风场存在无功缺额，将风场所有无功均投入亦难以满足电压要求。为此，可基于本方案方法优化调节有功出力以增大风场的无功补偿能力。经估算将风电场有功出力上限调节为额定容量的97％，仿真得到并网点电压变化曲线如图8所示。
由图8可以看出，在仿真之初，仅有SVG投入并不能有效调节PCC点电压，3s后风电机组无功投入，此时风电场整体无功充足，有无优化调节有功出力都能调节并网点电压达到参考值要求。但在16s后，当风电场无功不足时，仅靠现有无功设备进行电压调控难以达到满意效果，存在电压越限。优化调节有功出力后，并网点电压得以保持在参考范围内，且电压调节速率也相对更好。
对应风电场与SVG的无功输出如图9、图10所示。
由图9、图10可以看出，本方案控制策略能将电压较快的调节到参考范围内，在风机无功投入后，一个控制周期之后就可以开始无功置换，为SVG预留更多无功储备。同时，在16s后，自适应优化调节有功出力，在较少的有功损失情况下，充分发挥了风场的无功调节能力，保证了PCC电压的正常运行，同时也保证了一定水平的SVG无功储备，为风电场的后续运行提供了更多的灵活性。综合图6-10的仿真结果，采用本方案所提分层MPC策略可以有效保证风场在无功缺额情况下的正常、平稳运行，证明了所提策略的可行性与必要性。
3.3分层MPC的综合控制效果
为验证风速快速波动情况下的控制效果，设计如图11所示风速输入模式。据此，仿真得到并网自适应调节层的预测结果如图12所示。
由图12的预测结果可以看出，若不调节并网点电压，有功变化将使得并网点电压在0.9p.u.处波动。与此同时，并网点参考电压始终位于极限调压曲线内，说明现有无功调节能力可以保证并网点电压水平。据此，仿真得到并网点电压实际变化曲线如图13所示。
由图13可以看出，两种控制方式均能保证并网点电压达到参考值要求，但本文所提控制策略响应速度更快，可在较短时间内支撑电压恢复至参考范围内。
此时，风电场与SVG的无功输出如图14、图15所示。
由图14可以看出，尽管两种控制方式下风电场无功输出曲线变化趋势相同，但本文的分层MPC基于预测信息可以提前做出响应以应对电压波动。同时，由图15可以看出，本文所提控制策略在无功电压调节的一个控制周期后就可以开始无功置换，在相同时刻下，使SVG保留了更多的可调无功容量。可见，本文所提控制策略在无功充足时，通过无功置换，充分利用了风机的无功调节能力，以此为SVG预留更多无功储备，保证风电系统电压调节的灵活性，由此亦体现了所提控制策略的有效性与先进性。
综上，针对弱连接并网风电的算例仿真分析可以看出，采用本文所提分层MPC控制策略，可在电网电压支撑能力有限情况下，发挥风场侧自身的电压支撑能力，满足电压水平调节要求。同时，可有效应对风场侧无功调节能力不足问题，通过机组调节充分发挥了风机的无功调节能力，通过无功置换，使SVG在运行中预留了更多的无功储备。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (7)
1.一种基于分层MPC的风电无功电压协调控制系统，其特征在于，包括：
并网自适应调节层，接受上级控制中心下达的并网点电压调节指令，依据分钟级风功率预测信息预测并网点电压轨迹、计算场内未来时段的极限调压能力；
无功协调分配层，以辅助支撑并网点电压、保证其电压水平在规定范围内为目标，建立综合考虑并网点、汇集母线以及各风机出口处电压偏差影响的调压目标函数；利用秒级风功率预测信息求解无功需求量，在多类别设备间协调分配无功；
实时跟踪反馈控制层，风电场内风机依其所收到的指令与自身预测数据实施基于状态空间模型的模型预测控制，并实时采集反馈数据与参考数据进行对比分析，修正控制误差，以达到最优控制效果；
所述的以辅助支撑并网点电压、保证其电压水平在规定范围内为目标，具体为：
根据风电场并网点，汇集母线以及各风机出口电压与对应参考值之间偏差，建立综合考虑并网点、汇集母线以及各风机出口处电压偏差影响的调压目标函数；
选取并网点、汇集母线以及各风机出口电压作为状态变量
无功功率变化作为控制输入，建立相应的状态空间单位阶跃响应模型；
基于上述预测模型，选取与并网点、汇集母线以及各风机出口电压对应的参考电压作为追踪目标，将调压目标函数转化为动态矩阵控制的开环优化问题，并采用二次规划方法进行求解；
所述建立综合考虑并网点、汇集母线以及各风机出口处电压偏差影响的调压目标函数，具体为：
其中：F代表调压目标函数，ΔVPCC、ΔVCB、ΔVWi分别表示并网点、汇集母线以及各风机出口电压与对应参考值之间偏差；WPCC、WCB、WWi分别为各偏差对应权重，n表示风机总数；
所述无功协调分配层的无功总体协调分配策略具体为：
当风电场节点电压不满足调压目标函数的约束条件时，采用预防控制，优先发挥SVG的快速无功补偿能力，调整各节点电压达到规定范围；
当风电场节点电压满足调压目标函数的约束条件时，采用优化控制，在进一步校正节点电压的同时进行快慢无功置换，最大化SVG动态无功储备，以应对潜在扰动。
2.如权利要求1所述的一种基于分层MPC的风电无功电压协调控制系统，其特征在于，所述依据分钟级风功率预测信息预测并网点电压轨迹、计算场内未来时段的极限调压能力，具体为：
考虑有功变化引起的电压偏差，根据当前时刻电压值以及风功率预测信息，计算得到并网点电压预测变化轨迹；
结合风电场极限调压能力，在并网点电压预测变化轨迹的基础上叠加得到并网点极限调压曲线；
依据并网点电压调度指令与极限调压曲线自适应调节风场有功输出。
3.如权利要求2所述的一种基于分层MPC的风电无功电压协调控制系统，其特征在于，如果并网点电压调度指令始终处于并网点极限调压上、下限之间，说明风场在现有无功能力的基础上能够实现并网点电压调度指令的追踪控制，此时保持风机最大功率追踪运行；否则，说明风场存在无功缺额，需优化调节有功出力，增大风机无功调节能力以优化支撑电网电压。
4.如权利要求1所述的一种基于分层MPC的风电无功电压协调控制系统，其特征在于，所述建立相应的状态空间单位阶跃响应模型，具体为：
其中，
为k时刻的并网点、汇集母线以及风机出口处电压实际量测值；ΔQ(k)为k时刻无功变化量；SQ是无功电压变化系数矩阵；ΔP(k)表示k时刻有功变化量；SP是有功电压变化系数矩阵；V(k+1)表示k+1时刻，并网点、汇集母线以及风机出口处电压预测变化序列；v(k+1)表示k+1时刻，并网点、汇集母线以及风机出口处电压预测值；Mss和C是常系数矩阵。
5.如权利要求1所述的一种基于分层MPC的风电无功电压协调控制系统，其特征在于，所述无功协调分配层的无功分配策略由上下两层协调实现，具体为：上层根据总体无功指令，在SVG与风电场之间协调分配无功；下层根据风电场无功指令，在风机之间协调分配无功。
6.如权利要求5所述的一种基于分层MPC的风电无功电压协调控制系统，其特征在于，所述下层根据风电场无功指令，在风机之间协调分配无功，以各机组实时无功裕度为基础，具体为：
其中：
式中，
表示第i台机组的无功分配系数，QWref表示风电场需要提供的无功总量，Qimax表示第i台机组无功上界，
是分配给风电场第i台机组的参考输出功率，Qftotal是风电场能够提供的无功极限。
7.如权利要求1所述的一种基于分层MPC的风电无功电压协调控制系统，其特征在于，所述实时跟踪反馈控制层以控制输出与控制动作变化幅度两者最小为目标，建立机组控制的目标函数：
minJ＝||Wy(yp(k+1|k)-r(k+i))||2+||WuΔur(k)||2
其中，minJ表示机组控制的目标函数，Wy表示控制输出加权，Wu表示控制输入增量加权，yp(k+1│k)为p步预测输出序列，r(k+i)为参考输出序列，Δur(k)是控制输入增量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810724744.6A CN108923435B (zh) | 2018-07-04 | 2018-07-04 | 一种基于分层mpc的风电无功电压协调控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810724744.6A CN108923435B (zh) | 2018-07-04 | 2018-07-04 | 一种基于分层mpc的风电无功电压协调控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108923435A CN108923435A (zh) | 2018-11-30 |
| CN108923435B true CN108923435B (zh) | 2020-05-08 |
Family
ID=64424903
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810724744.6A Active CN108923435B (zh) | 2018-07-04 | 2018-07-04 | 一种基于分层mpc的风电无功电压协调控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108923435B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111244968B (zh) * | 2020-02-05 | 2021-09-10 | 山东大学 | 计及电网电压支撑能力影响的风电场电压控制方法及系统 |
| CN111756050B (zh) * | 2020-05-19 | 2022-04-12 | 山东大学 | 一种风电场群分布式电压协调控制方法及系统 |
| CN111668883A (zh) * | 2020-06-24 | 2020-09-15 | 国电联合动力技术有限公司 | 风电场无功电压控制方法及系统 |
| CN111915083B (zh) * | 2020-08-03 | 2024-06-11 | 国网山东省电力公司电力科学研究院 | 一种基于时间分层组合的风电功率预测方法及预测系统 |
| CN112003330B (zh) * | 2020-09-02 | 2022-05-17 | 浙江浙能技术研究院有限公司 | 一种基于自适应控制的微网能量优化调度方法 |
| CN112134291B (zh) * | 2020-09-02 | 2022-06-10 | 浙江运达风电股份有限公司 | 一种大型风电场的无功调压控制方法 |
| CN113159366A (zh) * | 2020-12-31 | 2021-07-23 | 贵州电网有限责任公司 | 一种多微电网系统多时间尺度自适应优化调度方法 |
| CN112751342B (zh) * | 2020-12-31 | 2023-08-15 | 华能大理风力发电有限公司洱源分公司 | 一种风电场内的无功和电压分层分区控制方法、系统及设备 |
| CN114400714B (zh) * | 2022-02-18 | 2023-02-10 | 湖南大学 | 一种风电场电压分层协调优化控制方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106300417A (zh) * | 2016-08-29 | 2017-01-04 | 上海交通大学 | 基于模型预测控制的风电场群无功电压优化控制方法 |
| CN106786806B (zh) * | 2016-12-15 | 2023-06-06 | 国网江苏省电力公司南京供电公司 | 一种基于模型预测控制的配电网有功无功协调调控方法 |
| CN107196317B (zh) * | 2017-06-30 | 2019-09-24 | 国网上海市电力公司 | 基于分层分区原则的城市电网无功电压分析方法 |
-
2018
- 2018-07-04 CN CN201810724744.6A patent/CN108923435B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN108923435A (zh) | 2018-11-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108923435B (zh) | 一种基于分层mpc的风电无功电压协调控制系统 | |
| Song et al. | Model predictive control with finite control set for variable-speed wind turbines | |
| Civelek et al. | A new fuzzy logic proportional controller approach applied to individual pitch angle for wind turbine load mitigation | |
| Oshnoei et al. | Robust model predictive control of gate-controlled series capacitor for LFC of power systems | |
| Rahman et al. | Optimization of virtual inertia considering system frequency protection scheme | |
| Oshnoei et al. | Disturbance observer and tube-based model predictive controlled electric vehicles for frequency regulation of an isolated power grid | |
| Wang et al. | Dynamic load frequency control for high-penetration wind power considering wind turbine fatigue load | |
| Li et al. | Adaptive fault-tolerant control of wind turbines with guaranteed transient performance considering active power control of wind farms | |
| CN107785909B (zh) | 一种风电场无功电压协调控制方法 | |
| WO2018115431A1 (en) | Combined active and reactive power control in an operation of a wind farm | |
| CN113098029B (zh) | 一种基于风电短期预测的风储联合调频控制方法 | |
| CN106487024B (zh) | 风电场无功补偿装置和风电机组的无功置换方法及装置 | |
| CN110247404B (zh) | 风电并网电压分层协调控制方法、系统、介质及设备 | |
| CN113675855B (zh) | 一种双层架构下动态电压模型预测分布式控制方法 | |
| Gionfra et al. | Combined feedback linearization and MPC for wind turbine power tracking | |
| CN114221351B (zh) | 电压无功调节方法、装置、终端及存储介质 | |
| Gu et al. | Active power control of wind turbine generators based on the maximum disturbance range of nonpitch regulation | |
| CN115313416A (zh) | 一种适用于储能电站辅助调频系统的多目标优化控制方法 | |
| Song et al. | A new integrated regulation strategy and modelling for wind turbine with battery energy storage system | |
| Hu et al. | An active primary frequency regulation strategy for grid integrated wind farms based on model predictive control | |
| Toumi et al. | Robust variable step P&O algorithm based MPPT for PMSG wind generation system using estimated wind speed compensation technique | |
| Peng et al. | Coordinated AGC control strategy for an interconnected multi-source power system based on distributed model predictive control algorithm | |
| Bououden et al. | Fuzzy predictive control of a variable speed wind turbine | |
| Zhong et al. | Model predictive control strategy in waked wind farms for optimal fatigue loads | |
| Merz et al. | A hierarchical supervisory wind power plant controller |
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 |