CN109560573A - 一种变速风电机组频率控制器参数的优化方法及装置 - Google Patents

Abstract

本发明公开了一种变速风电机组频率控制器参数的优化方法及装置，首先确立风电机组的频率控制策略，并根据该频率控制策略确定关键参数及其数值范围；建立系统频率响应综合模型，将确定的满足范围限定要求的关键参数带入系统频率响应综合模型，获得系统频率响应曲线；由描述系统频率变化的指标构成多目标函数来量化系统的频率响应曲线，并在已知关键参数范围的前提下，获得最大适应度对应的频率控制器参数。上述方法能够在确立调频策略的前提下优化该策略的调频效果，从而充分发挥风电机组的频率控制效果。

Description

一种变速风电机组频率控制器参数的优化方法及装置

技术领域

本发明涉及风力发电有功功率控制技术领域，尤其涉及一种变速风电机组频率控制器参数的优化方法及装置。

背景技术

风力发电在电力系统中所占比重越来越大，尤其是变速风力发电机，由于其优越的控制性能，在电力系统中已经广泛采用。与传统同步发电机相比，变速风电机组通过电力电子装置并网，对电网动态表现出无惯性或弱惯性。随着风电渗透率的增加，挤压了同步发电机的发电功率，电力系统的惯性常数会减小，意味着当系统出现不平衡功率时，频率变化会变快。此外，风电机组通常运行在最大功率跟踪(MPPT)状态以获得相应风速下最大的输出功率，很难再提供额外的功率来调节系统的频率。为了保证电力系统的安全稳定运行，有必要挖掘风电机组的控制潜力，控制风力发电机组为系统提供频率支撑。

目前，通常利用风电机组在MPPT运行时所具有的旋转动能或者通过降载控制储备一定的有功功率来实现风电机组参与系统频率控制。利用旋转动能的控制方法，正常情况下不影响风电机组的运行，因而引起了更多的关注。然而，不同运行状态下的风力发电机能够利用的旋转动能不同。为了充分发挥风电机组的频率控制能力获得较好的频率控制效果，需要根据风电机组的运行状态选择控制器参数。此外，风电机组通过变频器并网，在一定范围内具有任意波形功率输出能力。如何控制风电机组功率输出使其发挥更好的控制效果有待进一步研究。

发明内容

本发明的目的是提供一种变速风电机组频率控制器参数的优化方法及装置，该方法及装置能够在采用的风电机组调频策略下获得优化的频率控制效果，从而充分发挥风电机组的频率控制能力。

本发明的目的通过以下技术方案实现：

一种变速风电机组频率控制器参数优化方法，所述方法包括：

步骤1、确立风电机组的频率控制策略，并根据该频率控制策略确定关键参数及其数值范围；

步骤2、建立系统频率响应综合模型，将确定的满足范围限定要求的关键参数带入系统频率响应综合模型，获得系统频率响应曲线；其中，所述系统频率响应综合模型包括不同类型的同步发电机模型和含有频率控制器的风力发电机模型；

步骤3、由描述系统频率变化的指标构成多目标函数来量化系统的频率响应曲线，并在已知关键参数范围的前提下，获得最大适应度对应的频率控制器参数。

在步骤1中，所采用的风电机组的频率控制策略表示为：

其中，P_ref表示风电机组在参与系统频率控制时输出功率的参考值；P_m表示风电机组的机械功率；ω_r表示风电机组的转速；ω_r0表示系统频率发生扰动时风电机组的初始转速；K为比例系数；ω_dec表示风电机组释放旋转动能结束时的转速；

所述关键参数为：K和ω_dec；

所述关键参数的数值范围由风电机组的运动方程确定，所述运动方程为：

其中，H为风电机组的惯性常数，Pe为风电机组的输出功率。

在步骤2中，

所述同步发电机模型由涡轮机模型和调速器模型构成；

所述风力发电机模型由风电机组模块和频率控制模块组成，所述频率控制模块即为频率控制器；

所述的系统频率响应曲线是在频率响应综合模型中仿真获得的。

在步骤3中，所构成的多目标函数表示为：

F(ω_dec,K)

其中，K和ω_dec为确定的关键参数，作为遗传算法的个体；

以F(ω_dec,K)作为遗传算法的适应度，在最优适应度的进化选择过程中得到风电机组优化频率控制器参数。

在步骤3中，所述描述系统频率变化的指标包括：

频率的最大偏移量Δf_max，最大的频率变化率(df/dt)_max，频率下降的时间T_nadir；

所建立的多目标函数表示为：

F(ω_dec,K)＝α|Δf_max|+β|(df/dt)_max|+γ|T_nadir|

其中，α、β、γ是三个影响因子的权重，其取值表示了对频率响应的重要程度。

由上述本发明提供的技术方案可以看出，上述方法及装置能够在确立调频策略的前提下获得优化的频率控制效果，从而充分发挥风电机组的频率控制能力。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例提供的变速风电机组频率控制器参数优化方法流程示意图；

图2为本发明实施例中风电机组采用的频率控制策略在频率控制期间的输出功率示意图；

图3为本发明实施例中各种风速下风电机组机械功率下降率与转速变化率之比(dP_m/dω_r)示意图；

图4为本发明实施例中计算频率控制器参数K和转速下降时间关系的示意图；

图5为本发明实施例所述关键参数K和ω_dec的关系及取值范围示意图；

图6为本发明实施例所举出的系统频率响应综合模型的结构示意图；

图7为本发明实施例所述风电机组频率控制模块内的频率偏差检测环节的示意图；

图8为本发明实施例中仿真得到的不同频率控制器参数的频率响应对比示意图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

下面将结合附图对本发明实施例作进一步地详细描述，如图1所示为本发明实施例提供的变速风电机组优化频率控制器参数的确定方法流程示意图，所述方法包括：

步骤1、确立风电机组的频率控制策略，并根据该频率控制策略确定关键参数及其数值范围；

在该步骤中，所采用的风电机组的频率控制策略表示为：

其中，P_ref表示风电机组在参与系统频率控制时输出功率的参考值；P_m表示风电机组的机械功率；ω_r表示风电机组的转速；ω_r0表示系统发生频率扰动时风电机组的初始转速；K为比例系数；ω_dec表示风电机组释放旋转动能结束时的转速；

另外，由于在频率跌落初期，参数K决定了风电机组在系统发生频率扰动初始阶段的输出功率，K和ω_dec与风电机组转速下降时间相关，因此将控制器中参数K和ω_dec作为关键参数。

举例来说，如图2所示为本发明实施例采用的频率控制策略时风机在频率控制期间的输出功率示意图，在频率跌落初期，风电机组具有最大的输出功率P_m+K，能够有效地减小频率变化率。转子动能逐渐释放的过程中，风电机组转速降低，输出功率参考值能逐渐接近风电机组捕获的机械功率，当转子速度达到ω_dec时，开始进入转速恢复过程，这时控制P_ref稍小于P_m，风电机组便可以加速恢复到最大功率跟踪状态。在转速恢复的过程中，不平衡功率很小，且向系统增发的功率是逐渐减小的，因此可以削弱频率的二次下降。

该频率控制策略具有多个参数，下面具体说明选择关键参数的过程及原理：

风电机组转子转速从ω_r0降到ω_dec，风电机组转子释放的总动能E为：

其中，H为风机的惯性常数，S为风机的额定容量。

由式(2)可知，初始转速相同时，ω_dec越小，风电机组释放的旋转动能越大，但并不意味着风力发电机的调频效果越好。因为，风电机组转子转速从ω_r0降到ω_dec的过程中，机械功率P_m不断减小，输出功率也随之减小。

如图3所示为本发明实施例中各种风速下风电机组机械功率下降率与转速变化率(dP_m/dω_r)的示意图。由图3可以看出，风电机组转速越低，机械功率减小的越快。所以尽管一般变速风电机组最低转速可以下降到0.7p.u.，但是当ω_dec＝0.7p.u.时，由于机械功率下降过大，风电机组总输出功率(机械功率和旋转动能释放的功率之和)小，因此调频效果不一定最好。参数K决定了风电机组在系统频率跌落初期输出功率，影响着频率变化率的大小，同时参数K与ω_dec和风电机组转速下降时间相关，因此选择式(1)中的ω_dec和K作为频率控制器的关键参数。

进一步的，为了确定上述关键参数的合适参数值范围，考虑到ω_dec和K的值由风电机组的运行状态和转速下降时间T_d(释放转子旋转动能时间)确定，可根据经验设置，通常取值范围为10秒到30秒。

在MATLAB/Simulink中，以式(3)为基础，由图4的计算方法能够获得不同风速下不同K值时的转子转速变化曲线。

其中，H为风电机组的惯性常数，为风电机组固有参数，ω_r为风电机组转子转速，P_m为风电机组的机械功率，P_e为风电机组在频率控制期间的输出功率。

如图5所示为本发明实施例所述关键参数K和ω_dec的关系及取值范围的示意图。在算例中，风速为12m/s，惯性常数H为6s，T_d为20s。图5曲线上的点表示，风电机组在该风速下参与系统频率控制时，选择参数K，风电机组的转速将在20s时降低至对应的ω_dec的值，ω_dec取值范围为[0.7,1.2]，参数K的取值范围为[0,1.8163]。因此，根据不同的频率控制目标，风电机组的频率控制器存在一组参数(K,ω_dec)使得风电机组能够发挥更好的频率控制效果。

本发明实施例采用上述频率控制策略，在该策略的基础上，根据频率控制目标，选择优化的风电机组频率控制参数，使调频效果更好，具体实现中不限于上述调频策略，不同的频率控制策略依然可以选择本发明实施例所述方法进行参数优化。

步骤2、建立系统频率响应综合模型，将确定的满足范围限定要求的关键参数带入系统频率响应综合模型，获得系统频率响应曲线；其中，所述系统频率响应综合模型包括不同类型的同步发电机模型和含有频率控制器的风力发电机模型；

该步骤中，同步发电机模型由涡轮机模型和调速器模型构成，风力发电机模型由风电机组模块和频率控制模块组成。举例来说，如图6所示为本发明实施例所举出的系统频率响应综合模型的结构示意图，该模型包括了风力发电机和不同类型的同步发电机。

常见的涡轮机有无再热式汽轮机、再热式汽轮机和水轮机，其频率响应特性各不相同，根据其原理与结构的不同，对于无再热式汽轮机，在电力系统分析中采用简化的动态模型，即只考虑汽门和喷嘴间的蒸汽惯性引起的蒸汽容积效应，指的是汽轮机输出的机械功率滞后于阀门开度的变化，用一个一阶惯性环节来模拟，如式(4)所示。

式中，ΔY为阀门的变化量，ΔP_m为输出机械功率的变化量。T_CH表示汽轮机的时间常数。一般取0.1-0.4s。

对于再热式汽轮机，需要考虑再热段充气延时，其传递函数可以表示如下：

式中，F_HP是再热系数，一般采用0.2-0.3倍汽轮机总功率；T_RH是再热时间系数，一般取4-11s。

对于水轮机，电力系统分析中均采用简化的水轮机及其引水管道动态模型，通常只考虑由于水流惯性引起的水锤效应，即水轮机功率不能追随阀门的变化，同样存在一个滞后的延时，其传递函数如下式所示：

式中，T_W代表水轮机时间常数，反映水锤效应。

在涡轮机传递函数的基础上，结合调速器模型和考虑负荷阻尼影响的负荷—频率(LFC)控制模块，得到涡轮机对应的同步机组框图。其中调速器模型由比例系数加上一阶惯性环节得到，比例系数为发电机组的功率—频率静态特性系数，汽轮机此系数范围为20-33.3，水轮机的范围为25-50，在模型中用调差系数的倒数表示。为了反应整个系统以及负荷的频率特性，引入了等值的惯性常数H_eq和等值阻尼常数D_eq。H_eq代表着整个系统等效惯性常数，D_eq代表着整个系统对频率敏感的等效负荷频率特性，它们可以由各机组的惯性时间常数折算到系统基准容量下，加权计算得到。

另外，考虑风力发电对系统的影响，在模型中加入含有频率控制策略的风力发电机模型，该模型由风机输出模块和频率控制模块两个部分组成，风机输出模块是通过输入风速、桨距角和转子转速实现；频率控制模块实现所采用的风电机组频率控制策略，将上述两个部分的输出叠加，加入一个一阶滞后传递函数模块用于模拟发电机的特性，从而构成了能够考虑风机调频策略对系统频率影响的频率响应综合模型，再将关键参数(K和ω_dec)带入系统频率响应综合模型，获得系统频率响应曲线。

具体实现中，还包括频率偏差检测环节，如图7所示为本发明实施例所述风电机组频率控制模块内的频率偏差检测环节的示意图，当检测到频率超过死区时该模块才动作，死区的数值可根据实际需求设定。

步骤3、由描述系统频率变化的指标构成多目标函数来量化系统的频率响应，并在已知关键参数范围的前提下，获得最大适应度对应的频率控制器参数。

在该步骤中，为了在建立的系统频率响应综合模型上分析风电机组参与频率控制的调频效果，需要根据描述系统频率变化的指标建立多目标函数反映系统调频效果，本实施例所构成的多目标函数表示为：

F(ω_dec,K)

其中，K和ω_dec为确定的关键参数，作为遗传算法的个体；

以F(ω_dec,K)作为遗传算法的适应度，在最优适应度的进化选择过程中得到风电机组最优频率控制器参数。

由于电力系统的频率下跌可以用最大频率偏移量(Δf_max)，频率变化率(df/dt)，频率下降时间(T_nadir)，稳态频率偏差等指标来衡量。具体实现中，考虑风电机组采用旋转动能提供系统频率控制，根据评估系统频率变化的三个指标建立多目标函数，指标包括：

频率的最大偏移量Δf_max，最大的频率变化率(df/dt)_max，频率下降的时间T_nadir。

根据对频率变化描述的指标，由于风电机组的旋转动能不能持续，依靠风电机组旋转动能不能对系统稳态频率偏差提供有效支撑，因此，本发明实施例采用的评价系统调频效果的多目标函数表示为：

F(ω_dec,K)＝α|Δf_max|+β|(df/dt)_max|+γ|T_nadir| (7)

式中，Δf_max表示频率的最大偏移量，(df/dt)_max表示最大的频率变化率，T_nadir是频率下降至最低频率的时间；α、β、γ是三个影响因子的权重，它们的取值表示了对频率响应的重要程度。

确定了多目标函数，在已知参数范围的前提下，通过遗传算法就能获得最大适应度对应的频率控制器参数。

基于上述方法，本发明实施例还提供了一种变速风电机组频率控制器参数的优化装置，所述装置包括：

频率控制策略确定模块，用于确立风电机组的频率控制策略，并根据该频率控制策略确定关键参数及其数值范围；

系统频率响应综合模型建立模块，用于建立系统频率响应综合模型，将确定的满足范围限定要求的关键参数带入系统频率响应综合模型，获得系统频率响应曲线；其中，所述系统频率响应综合模型包括不同类型的同步发电机模型和含有频率控制器的风力发电机模型；

频率控制器参数优化模块，用于利用描述系统频率变化的指标构成多目标函数来量化系统的频率响应曲线，并在已知关键参数范围的前提下，获得最大适应度对应的频率控制器参数。

另外，在所述系统频率响应综合模型建立模块中，所述同步发电机模型由涡轮机模型和调速器模型构成；所述风力发电机模型由风电机组模块和频率控制器组成。

上述装置中各模块的具体实现过程见方法实施例所述。

下面结合一个具体实例对本发明所述方法进行详细说明，该实例中系统频率响应综合模型中同步发电机分别为一台额定容量为300MW的非再热式汽轮机，一台额定容量为300MW的再热式汽轮机和一台额定容量为300MW的水轮机，该系统中的风电场采用一台容量为250MW的风电机组等效模型表示，整个系统负荷为800MW。风电机组的风速假定为12m/s。

为了模拟系统频率下降的过程，假定系统在20s时负荷突增100MW。具体的发电机参数和遗传算法参数取值参考下表。

在风电机组频率控制器参数寻优过程中，对于遗传算法的个体范围，关键参数的取值范围如下：

0.7≤ω_dec≤1.2

0≤K≤1.8163

通过遗传算法，按照设立的多目标函数，寻优得到的结果为：ω_dec＝1.0935p.u.，K＝0.2659p.u.。

最后将利用遗传算法计算得到的频率控制器关键参数(K和ω_dec)带入系统频率响应综合模型，获取系统频率响应曲线。为了验证其正确性和有效性，将风电机组在频率控制过程中转速降至最低值(即ω_dec为0.7)的频率响应与其对比。如图8所示为本发明实施例中仿真得到的不同参数的频率响应对比示意图，证明了通过优化频率控制器参数对频率响应的改善。由图8可以看出，通过遗传算法获得的风电机组频率控制器参数能够获得比较理想的频率控制效果。当控制风电机组使其转速下降至最低值0.7p.u.时，在调频初期能够得到更小的频率变化率，然而转速的过度下降使风电机组的机械功率减小太多，不利于调频阶段中后期的控制效果。

考虑到上述最优调频参数的计算，是在给定系统和负荷变化参数下展开的，对于实际应用中，系统参数可由实际电网数据换算得到。

值得注意的是，本发明实施例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。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (8)

1.一种变速风电机组频率控制器参数的优化方法，其特征在于，所述方法包括：

步骤1、确立风电机组的频率控制策略，并根据该频率控制策略确定关键参数及其数值范围；

步骤2、建立系统频率响应综合模型，将确定的满足范围限定要求的关键参数带入系统频率响应综合模型，获得系统频率响应曲线；其中，所述系统频率响应综合模型包括不同类型的同步发电机模型和含有频率控制器的风力发电机模型；

步骤3、由描述系统频率变化的指标构成多目标函数来量化系统的频率响应曲线，并在已知关键参数范围的前提下，获得最大适应度对应的频率控制器参数。

2.根据权利要求1所述变速风电机组频率控制器参数的优化方法，其特征在于，在步骤1中，所确立的风电机组的频率控制策略表示为：

其中，P_ref表示风电机组在参与系统频率控制时输出功率的参考值；P_m表示风电机组的机械功率；ω_r表示风电机组的转速；ω_r0表示系统频率发生扰动时风电机组的初始转速；K为比例系数；ω_dec表示风电机组释放旋转动能结束时的转速；

所述关键参数为：K和ω_dec；

所述关键参数的数值范围由风电机组的运动方程确定，所述运动方程为：

其中，H为风电机组的惯性常数，Pe为风电机组的输出功率。

3.根据权利要求1所述变速风电机组频率控制器参数的优化方法，其特征在于，在步骤2中，

所述同步发电机模型由涡轮机模型和调速器模型构成；

所述风力发电机模型由风电机组模块和频率控制器组成；

所述的系统频率响应曲线是在频率响应综合模型中仿真获得的。

4.根据权利要求1所述变速风电机组频率控制器参数的优化方法，其特征在于，在步骤3中，所构成的多目标函数表示为：

F(ω_dec,K)

其中，K和ω_dec为确定的关键参数，满足关键参数的取值范围；

K和ω_dec作为遗传算法的个体；以F(ω_dec,K)作为遗传算法的适应度，在最优适应度的进化选择过程中得到风电机组频率控制器优化参数。

5.根据权利要求1所述变速风电机组频率控制器参数的优化方法，其特征在于，在步骤3中，所述描述系统频率变化的指标包括：

频率的最大偏移量Δf_max，最大的频率变化率(df/dt)_max，频率下降的时间T_nadir；

所建立的多目标函数表示为：

F(ω_dec,K)＝α|Δf_max|+β|(df/dt)_max|+γ|T_nadir|

其中，α、β、γ是三个指标的权重，其取值表示了对频率响应的重要程度。

6.根据权利要求1所述变速风电机组频率控制器参数的优化方法，其特征在于，在步骤3中，具体通过遗传算法获得最大适应度对应的频率控制器参数。

7.一种变速风电机组频率控制器参数的优化装置，其特征在于，所述装置包括：

频率控制策略确定模块，用于确立风电机组的频率控制策略，并根据该频率控制策略确定关键参数及其数值范围；

系统频率响应综合模型建立模块，用于建立系统频率响应综合模型，将确定的满足范围限定要求的关键参数带入系统频率响应综合模型，获得系统频率响应曲线；其中，所述系统频率响应综合模型包括不同类型的同步发电机模型和含有频率控制器的风力发电机模型；

频率控制器参数优化模块，用于利用描述系统频率变化的指标构成多目标函数来量化系统的频率响应曲线，并在已知关键参数范围的前提下，获得最大适应度对应的频率控制器参数。

8.如权利要求7所述变速风电机组频率控制器参数的优化装置，其特征在于，

在所述系统频率响应综合模型建立模块中，所述同步发电机模型由涡轮机模型和调速器模型构成；

所述风力发电机模型由风电机组模块和频率控制器组成。