CN110601251B - 风电场中的电压预测方法和设备 - Google Patents
风电场中的电压预测方法和设备 Download PDFInfo
- Publication number
- CN110601251B CN110601251B CN201810606860.8A CN201810606860A CN110601251B CN 110601251 B CN110601251 B CN 110601251B CN 201810606860 A CN201810606860 A CN 201810606860A CN 110601251 B CN110601251 B CN 110601251B
- Authority
- CN
- China
- Prior art keywords
- voltage
- grid
- connected point
- power plant
- prediction
- 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
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
- Supply And Distribution Of Alternating Current (AREA)
Abstract
提供一种风电场中的电压预测方法和设备,所述电压预测方法包括:在并网点电压发生跌落之后确定风电场是否满足电压预测条件;如果确定风电场满足电压预测条件,则获取在满足所述电压预测条件时刻的风电场的第一电网参数并获取在并网点电压恢复时刻的风电场的第二电网参数;将获取的第一电网参数和第二电网参数输入到风电场的电压预测模型,以通过所述电压预测模型确定并网点电压恢复后的电压峰值。采用本发明示例性实施例的风电场中的电压预测方法和设备,能够预测出并网点电压恢复后的电压峰值,使得风电场具有较高的电网环境感知能力。
Description
技术领域
本发明总体说来涉及风力发电技术领域,更具体地讲,涉及一种风电场中的电压预测方法和设备。
背景技术
大型风电场多接入电网末端,远离负荷中心,网架结构薄弱。众多研究及实际案例表明,在电网发生电压跌落故障消除后的电压恢复阶段,由于风电场负载的突减或者大容量电容补偿器的投入会引起电网电压的骤升,使得风电场并网的高压线路可能发生过电压工况。例如,一个典型的电网震荡事故的过程为:在电网发生三相短路事故后,导致风电场发生电压跌落工况,造成部分风力发电机组发生脱网而引起一连串连锁事件,最终导致电压跌落故障消除后发生更为严重的过电压工况,造成更大面积的风力发电机组脱网。
随着新能源装机量占全网电源的比例逐渐提高,风电场被要求参与电力系统的辅助服务。目前,现有的电压预测技术主要应用场景为配电网端,例如现有技术中可根据户均负荷计算户均容量,建立线路末端电压波动估算模型来计算电压波动值。此外,现有技术中还可从现有的各种信息系统中提取指标样本数据,构建不同类型的指标集,依据不同类型的指标集,分别构造基于支持向量机的配电网低电压峰值预测模型,但这种电压预测方式仅适用于配电网层级且只进行了低电压预测。
发明内容
本发明的示例性实施例的目的在于提供一种风电场中的电压预测方法和设备,以克服上述至少一个缺点。
在一个总体方面,提供一种风电场中的电压预测方法,所述电压预测方法包括:在并网点电压发生跌落之后确定风电场是否满足电压预测条件;如果确定风电场满足电压预测条件,则获取在满足所述电压预测条件时刻的风电场的第一电网参数并获取在并网点电压恢复时刻的风电场的第二电网参数;将获取的第一电网参数和第二电网参数输入到风电场的电压预测模型,以通过所述电压预测模型确定并网点电压恢复后的电压峰值。
可选地,第一电网参数可包括风电场的升压站主变压器低压侧的短路容量和风电场的上网功率,第二电网参数可包括并网点电压的最小值和并网点电压处于最小值的持续时间。
可选地,在并网点电压发生跌落之后确定风电场是否满足电压预测条件的步骤可包括:在并网点电压发生跌落之后基于实时获取的风电场的升压站主变压器低压侧的短路容量和风电场的上网功率确定风电场是否满足电压预测条件。
可选地,基于实时获取的风电场的升压站主变压器低压侧的短路容量和风电场的上网功率确定风电场是否满足电压预测条件的步骤可包括:计算风电场的升压站主变压器低压侧的短路容量与风电场的上网功率的比值;当所述比值小于预定阈值时,确定风电场满足电压预测条件,当所述比值不小于预定阈值时,确定风电场不满足电压预测条件。
可选地,获取在并网点电压恢复时刻的风电场的第二电网参数的步骤可包括:以预设采样间隔实时获取并网点电压;每次获取到并网点电压时,将当前采样时刻的并网点电压与上一采样时刻的并网点电压进行比较;如果当前采样时刻的并网点电压小于上一采样时刻的并网点电压,则将当前采样时刻的并网点电压确定为并网点电压的最小值;将并网点电压恢复时刻与并网点电压达到最小值的时刻之间的时间差确定为并网点电压处于最小值的持续时间。
可选地,并网点电压恢复时刻可指并网点电压从最小值开始上升的时刻。
可选地,所述电压预测方法可还包括:当并网点电压小于设定电压值时,确定并网点电压发生跌落。
在另一总体方面,提供一种风电场中的电压预测设备,所述电压预测设备包括:预测条件确定模块,在并网点电压发生跌落之后确定风电场是否满足电压预测条件;参数获取模块,如果确定风电场满足电压预测条件,则获取在满足所述电压预测条件时刻的风电场的第一电网参数并获取在并网点电压恢复时刻的风电场的第二电网参数;电压预测模块,将获取的第一电网参数和第二电网参数输入到风电场的电压预测模型,以通过所述电压预测模型确定并网点电压恢复后的电压峰值。
可选地,第一电网参数可包括风电场满足电压预测条件时风电场的升压站主变压器低压侧的短路容量和风电场的上网功率,第二电网参数可包括并网点电压的最小值和并网点电压处于最小值的持续时间。
可选地,预测条件确定模块可在并网点电压发生跌落之后基于实时获取的风电场的升压站主变压器低压侧的短路容量和风电场的上网功率确定风电场是否满足电压预测条件。
可选地,预测条件确定模块可计算风电场的升压站主变压器低压侧的短路容量与风电场的上网功率的比值,当所述比值小于预定阈值时,预测条件确定模块可确定风电场满足电压预测条件,当所述比值不小于预定阈值时,预测条件确定模块可确定风电场不满足电压预测条件。
可选地,参数获取模块可包括:电压获取子模块,以预设采样间隔实时获取并网点电压;比较子模块,每次获取到并网点电压时,将当前采样时刻的并网点电压与上一采样时刻的并网点电压进行比较;最小电压确定子模块,如果当前采样时刻的并网点电压小于上一采样时刻的并网点电压,则将当前采样时刻的并网点电压确定为并网点电压的最小值;时间确定子模块,将并网点电压恢复时刻与并网点电压达到最小值的时刻之间的时间差确定为并网点电压处于最小值的持续时间。
可选地,并网点电压恢复时刻可指并网点电压从最小值开始上升的时刻。
可选地,当并网点电压小于设定电压值时,预测条件确定模块可确定并网点电压发生跌落。
在另一总体方面,提供一种存储有计算机程序的计算机可读存储介质,当所述计算机程序在被处理器执行时实现上述的风电场中的电压预测方法。
在另一总体方面,提供一种计算装置,其特征在于,所述计算装置包括:处理器;存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现上述的风电场中的电压预测方法。
采用本发明示例性实施例的风电场中的电压预测方法和设备,能够预测出在并网点电压发生电压跌落之后的并网点电压恢复阶段的电压峰值,使得风电场具有较高的电网环境感知能力。
附图说明
通过下面结合示例性地示出实施例的附图进行的详细描述,本发明示例性实施例的上述和其它目的、特点和优点将会变得更加清楚。
图1示出根据本发明示例性实施例的风电场中的电压预测方法的流程图;
图2示出根据本发明示例性实施例的获取第二电网参数的步骤的流程图;
图3示出根据本发明示例性实施例的并网点电压的变化曲线;
图4示出根据本发明示例性实施例的风电场中的电压预测设备的框图;
图5示出根据本发明示例性实施例的参数获取模块的框图。
具体实施方式
现在,将参照附图更充分地描述不同的示例实施例,一些示例性实施例在附图中示出。
图1示出根据本发明示例性实施例的风电场中的电压预测方法的流程图。
参照图1,在步骤S10中,在并网点电压发生跌落之后确定风电场是否满足电压预测条件。
这里,根据本发明示例性实施例的风电场中的电压预测方法可还包括:基于并网点电压与设定电压值的比较结果确定并网点电压是否发生跌落。例如,当并网点电压小于设定电压值时,可确定并网点电压发生跌落。当并网点电压大于等于设定电压值时,可确定并网点电压没有发生跌落。优选地,当并网点电压小于设定电压值且持续时间大于等于预定时间时,可确定并网点电压发生跌落,当并网点电压大于等于设定电压值或并网点电压小于设定电压值的持续时间小于预定时间时,可确定并网点电压没有发生跌落。
在本发明示例性实施例中,并网点电压可指风电场的升压站主变压器低压侧的电压。优选地,在本发明示例性实施例中,可根据风电场的并网点电压的稳定程度确定风电场是否满足电压预测条件。例如,可通过并网点运行短路容量比来反映风电场的并网点电压的稳定程度。
优选地,可通过风电场的升压站主变压器低压侧的短路容量和风电场的上网功率来计算并网点运行短路容量比。在此情况下,可通过以下方式确定风电场是否满足电压预测条件:在并网点电压发生跌落之后基于实时获取的风电场的升压站主变压器低压侧的短路容量和风电场的上网功率确定风电场是否满足电压预测条件。
作为示例,并网点运行短路容量比可为风电场的升压站主变压器低压侧的短路容量与风电场的上网功率的比值。例如,可通过如下公式计算并网点运行短路容量比:
公式(1)中,λ为并网点运行短路容量比,SK为风电场的升压站主变压器低压侧的短路容量,PK为风电场的上网功率。
在此情况下,确定风电场是否满足电压预测条件的具体步骤可为:计算风电场的升压站主变压器低压侧的短路容量与风电场的上网功率的比值(即,计算并网点运行短路容量比λ),当所述比值小于预定阈值时,确定风电场满足电压预测条件,当所述比值不小于预定阈值时,确定风电场不满足电压预测条件。
在一个示例中,基于风电场的历史运行数据可确定出:当λ≥3时,风电场的并网点电压的稳定性高,当2<λ<3时,风电场的并网点电压的稳定性较差,当λ≤2时,风电场的并网点电压的稳定性差。根据上述实验确定结果,可将预定阈值确定为3,即当λ<3时,认为风电场满足电压预测条件,以进行后续的电压预测步骤。应理解,上述所确定的预定阈值的具体数值仅为一优选示例,本发明不限于此,本领域技术人员可通过各种方式来确定预定阈值的大小。
如果确定风电场不满足电压预测条件,则可返回步骤S10,继续判断风电场是否满足电压预测条件。
如果确定风电场满足电压预测条件,则执行步骤S20:获取在满足电压预测条件时刻的风电场的第一电网参数,并获取在并网点电压恢复时刻的风电场的第二电网参数。这里,作为示例,并网点电压恢复时刻可指并网点电压从最小值开始上升的时刻,例如,可当并网点电压与最小值之间的差值大于设定电压值时,认为并网点电压开始恢复。
针对步骤S10中基于实时获取的风电场的升压站主变压器低压侧的短路容量和风电场的上网功率确定风电场是否满足电压预测条件的情况,第一电网参数可包括风电场满足电压预测条件时所对应的风电场的升压站主变压器低压侧的短路容量和风电场的上网功率。
作为示例,第二电网参数可包括并网点电压的最小值和并网点电压处于最小值的持续时间。下面参照图2来介绍获取第二电网参数的步骤。
图2示出根据本发明示例性实施例的获取在并网点电压恢复时刻的第二电网参数的步骤的流程图。
参照图2,在步骤S201中,以预设采样间隔实时获取并网点电压。
在步骤S202中,每次获取到并网点电压时,将当前采样时刻的并网点电压与上一采样时刻的并网点电压进行比较。即,确定当前采样时刻的并网点电压是否小于上一采样时刻的并网点电压。
如果当前采样时刻的并网点电压不小于(即,大于等于)上一采样时刻的并网点电压,则返回步骤S201,继续获取并网点电压。
如果当前采样时刻的并网点电压小于上一采样时刻的并网点电压,则执行步骤S203:将当前采样时刻的并网点电压确定为并网点电压的最小值。
在步骤S204中,将并网点电压恢复时刻与并网点电压达到最小值的时刻之间的时间差确定为并网点电压处于最小值的持续时间。
图3示出根据本发明示例性实施例的并网点电压的变化曲线。
如图3所示,横坐标为时间,纵坐标为并网点电压UK(单位为p.u),在图3所示的示例中,当并网点电压UK跌落至小于额定电压Ue的0.9倍时,可确定并网点电压UK发生电压跌落,在此之后,计算并网运行短路容量比λ,当基于并网运行短路容量比λ确定出风电场满足电压预测条件时,记录与此时刻对应的第一电网参数(即,在风电场满足电压预测条件时刻的短路容量SK和上网功率PK),当确定并网点电压达到最小值Umin之后,记录并网点电压的最小值Umin以及并网点电压处于最小值的持续时间(即,并网点电压恢复时刻(第k+n个采样时刻)tk+n与并网点电压达到最小值的时刻(第k个采样时刻)tk之间的时间差)作为第二电网参数。这里,n为持续时间中包括的采样时刻的数量。
返回图1,在步骤S30中,将获取的第一电网参数和第二电网参数输入到风电场的电压预测模型,以通过所述电压预测模型确定并网点电压恢复后的电压峰值。作为示例,电压峰值可指三相交流电压的最大有效值(如图3中所示的UP)。
例如,可基于风电场的历史运行数据,以满足电压预测条件时刻的并网点短路容量SK和风电场的上网功率PK、并网点电压的最小值Umin、持续时间作为电压预测模型的输入,以电压恢复后达到的电压峰值UP作为电压预测模型的输出,对电压预测模型进行训练。这里,可利用各种模型训练方法对电压预测模型进行训练,例如,可利用非线性回归算法来构建电压预测模型,以建立第一电网参数和第二电网参数与风电场电压恢复之后的电压峰值之间的对应关系。除此之外,还可以以上述输入数据的历史数据作为模型训练样本,利用神经网络算法建立神经网络模型实现电压的预测。对此,本发明不作任何限制。
这里,采用本发明示例性实施例的风电场中的电压预测方法,利用并网点运行短路容量比作为风电场的并网点电压的稳定性判据,结合电压跌落关键参数(如第一电网参数和第二电网参数),对风电场电压恢复后的电压峰值进行预测,能够有效提高预测的准确性。
图4示出根据本发明示例性实施例的风电场中的电压预测设备的框图。
如图4所示,根据本发明示例性实施例的风电场中的电压预测设备包括:预测条件确定模块10、参数获取模块20和电压预测模块30。
具体说来,预测条件确定模块10在并网点电压发生跌落之后确定风电场是否满足电压预测条件。
这里,预测条件确定模块10可基于并网点电压与设定电压值的比较结果确定并网点电压是否发生跌落。例如,当并网点电压小于设定电压值时,预测条件确定模块10可确定并网点电压发生跌落。当并网点电压大于等于设定电压值时,预测条件确定模块10可确定并网点电压没有发生跌落。优选地,当并网点电压小于设定电压值且持续时间大于等于预定时间时,预测条件确定模块10可确定并网点电压发生跌落,当并网点电压大于等于设定电压值或并网点电压小于设定电压值的持续时间小于预定时间时,预测条件确定模块10可确定并网点电压没有发生跌落。
在本发明示例性实施例中,并网点电压可指风电场的升压站主变压器低压侧的电压。优选地,在本发明示例性实施例中,预测条件确定模块10可根据风电场的并网点电压的稳定程度确定风电场是否满足电压预测条件。例如,预测条件确定模块10可基于并网点运行短路容量比来确定风电场的并网点电压的稳定程度。
优选地,并网点运行短路容量比可通过风电场的升压站主变压器低压侧的短路容量和风电场的上网功率来确定。在此情况下,预测条件确定模块10可在并网点电压发生跌落之后基于实时获取的风电场的升压站主变压器低压侧的短路容量和风电场的上网功率确定风电场是否满足电压预测条件。
作为示例,并网点运行短路容量比可为风电场的升压站主变压器低压侧的短路容量与风电场的上网功率的比值。在此情况下,预测条件确定模块10确定风电场是否满足电压预测条件的具体过程可为:计算风电场的升压站主变压器低压侧的短路容量与风电场的上网功率的比值,当所述比值小于预定阈值时,预测条件确定模块确定风电场满足电压预测条件,当所述比值不小于预定阈值时,预测条件确定模块确定风电场不满足电压预测条件。
如果确定风电场不满足电压预测条件,则预测条件确定模块10继续判断风电场是否满足电压预测条件。
如果预测条件确定模块10确定风电场满足电压预测条件,则参数获取模块20获取在满足所述电压预测条件时刻的风电场的第一电网参数并获取在并网点电压恢复时刻的风电场的第二电网参数。这里,作为示例,并网点电压恢复时刻可指并网点电压从最小值开始上升的时刻。
针对基于实时获取的风电场的升压站主变压器低压侧的短路容量和风电场的上网功率确定风电场是否满足电压预测条件的情况,第一电网参数可包括风电场满足电压预测条件时风电场的升压站主变压器低压侧的短路容量和风电场的上网功率。
作为示例,第二电网参数可包括并网点电压的最小值和并网点电压处于最小值的持续时间。下面参照图5来介绍参数获取模块20获取第二电网参数的过程。
图5示出根据本发明示例性实施例的参数获取模块的框图。
如图5所示,根据本发明示例性实施例的参数获取模块20可包括电压获取子模块201、比较子模块202、最小电压确定子模块203和时间确定子模块204。
具体说来,电压获取子模块201以预设采样间隔实时获取并网点电压。
每次获取到并网点电压时,比较子模块202将当前采样时刻的并网点电压与上一采样时刻的并网点电压进行比较。即,确定当前采样时刻的并网点电压是否小于上一采样时刻的并网点电压。
如果当前采样时刻的并网点电压大于等于上一采样时刻的并网点电压,则电压获取子模块201继续获取并网点电压。
如果当前采样时刻的并网点电压小于上一采样时刻的并网点电压,则最小电压确定子模块203将当前采样时刻的并网点电压确定为并网点电压的最小值。
时间确定子模块204将并网点电压恢复时刻与并网点电压达到最小值的时刻之间的时间差确定为并网点电压处于最小值的持续时间。
返回图4,电压预测模块30将获取的第一电网参数和第二电网参数输入到风电场的电压预测模型,以通过所述电压预测模型确定并网点电压恢复后的电压峰值。
优选地,根据本发明示例性实施例的风电场中的电压预测设备可还包括模型训练模块(图中未示出),用于基于风电场的历史运行数据训练电压预测模型。具体说来,模型训练模块可以满足电压预测条件时刻的并网点短路容量SK和风电场的上网功率PK、并网点电压的最小值Umin、持续时间作为电压预测模型的输入,以电压恢复后达到的电压峰值UP作为电压预测模型的输出,对电压预测模型进行训练。这里,模型训练模块可利用各种模型训练方法对电压预测模型进行训练,例如,可利用非线性回归算法来构建电压预测模型,以建立第一电网参数和第二电网参数与风电场电压恢复之后的电压峰值之间的对应关系。
根据本发明的示例性实施例还提供一种计算装置。该计算装置包括处理器和存储器。存储器用于存储计算机程序。所述计算机程序被处理器执行使得处理器执行如上所述的风电场中的电压预测方法的计算机程序。
根据本发明的示例性实施例还提供一种存储有计算机程序的计算机可读存储介质。该计算机可读存储介质存储有当被处理器执行时使得处理器执行上述风电场中的电压预测方法的计算机程序。该计算机可读记录介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括:只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。
本发明示例性实施例的风电场中的电压预测方法和设备中的电压预定方式适用于风电场接入输电网层级。
此外,采用本发明示例性实施例的风电场中的电压预测方法和设备,针对风电场发生电压跌落工况后易发生过电压工况的特点,以电压跌落工况发生之后的并网点运行短路容量比作为触发电压预测的判据,并结合电压跌落关键参数,建立电压预测模型对电压恢复后的电压峰值进行预测,使得风电场具有较高的电网环境感知能力。
此外,采用本发明示例性实施例的风电场中的电压预测方法和设备,通过对风电场并网点电压恢复后的电压峰值进行预测,能够避免扩大极端电压工况对风电场的危害。
此外,采用本发明示例性实施例的风电场中的电压预测方法和设备,通过对风电场并网点电压恢复后的电压峰值进行预测,可以为风电场提供预警,减少极端电压工况所造成的风力发电机组内的电气部件的损坏。此外,通过对电压跌落恢复后的电压峰值的预测还可为风电场参与电网有偿辅助服务提供了更有力的支持方式,有助于增加业主的潜在收益。
此外,采用本发明示例性实施例的风电场中的电压预测方法和设备,不需要增加额外的检测设备,降低了设备成本。
尽管已经参照其示例性实施例具体显示和描述了本发明,但是本领域的技术人员应该理解,在不脱离权利要求所限定的本发明的精神和范围的情况下,可以对其进行形式和细节上的各种改变。
Claims (14)
1.一种风电场中的电压预测方法,其特征在于,所述电压预测方法包括:
在并网点电压发生跌落之后确定风电场是否满足电压预测条件;
如果确定风电场满足电压预测条件,则获取在满足所述电压预测条件时刻的风电场的第一电网参数并获取在并网点电压恢复时刻的风电场的第二电网参数;
将获取的第一电网参数和第二电网参数输入到风电场的电压预测模型,以通过所述电压预测模型确定并网点电压恢复后的电压峰值,
第一电网参数包括风电场的升压站主变压器低压侧的短路容量和风电场的上网功率,第二电网参数包括并网点电压的最小值和并网点电压处于最小值的持续时间。
2.如权利要求1所述的电压预测方法,其特征在于,在并网点电压发生跌落之后确定风电场是否满足电压预测条件的步骤包括:
在并网点电压发生跌落之后基于实时获取的风电场的升压站主变压器低压侧的短路容量和风电场的上网功率确定风电场是否满足电压预测条件。
3.如权利要求2所述的电压预测方法,其特征在于,基于实时获取的风电场的升压站主变压器低压侧的短路容量和风电场的上网功率确定风电场是否满足电压预测条件的步骤包括:
计算风电场的升压站主变压器低压侧的短路容量与风电场的上网功率的比值;
当所述比值小于预定阈值时,确定风电场满足电压预测条件,当所述比值不小于预定阈值时,确定风电场不满足电压预测条件。
4.如权利要求1所述的电压预测方法,其特征在于,获取在并网点电压恢复时刻的风电场的第二电网参数的步骤包括:
以预设采样间隔实时获取并网点电压;
每次获取到并网点电压时,将当前采样时刻的并网点电压与上一采样时刻的并网点电压进行比较;
如果当前采样时刻的并网点电压小于上一采样时刻的并网点电压,则将当前采样时刻的并网点电压确定为并网点电压的最小值;
将并网点电压恢复时刻与并网点电压达到最小值的时刻之间的时间差确定为并网点电压处于最小值的持续时间。
5.如权利要求1所述的电压预测方法,其特征在于,并网点电压恢复时刻是指并网点电压从最小值开始上升的时刻。
6.如权利要求1所述的电压预测方法,其特征在于,所述电压预测方法还包括:当并网点电压小于设定电压值时,确定并网点电压发生跌落。
7.一种风电场中的电压预测设备,其特征在于,所述电压预测设备包括:
预测条件确定模块,在并网点电压发生跌落之后确定风电场是否满足电压预测条件;
参数获取模块,如果确定风电场满足电压预测条件,则获取在满足所述电压预测条件时刻的风电场的第一电网参数并获取在并网点电压恢复时刻的风电场的第二电网参数;
电压预测模块,将获取的第一电网参数和第二电网参数输入到风电场的电压预测模型,以通过所述电压预测模型确定并网点电压恢复后的电压峰值,
第一电网参数包括风电场满足电压预测条件时风电场的升压站主变压器低压侧的短路容量和风电场的上网功率,第二电网参数包括并网点电压的最小值和并网点电压处于最小值的持续时间。
8.如权利要求7所述的电压预测设备,其特征在于,预测条件确定模块在并网点电压发生跌落之后基于实时获取的风电场的升压站主变压器低压侧的短路容量和风电场的上网功率确定风电场是否满足电压预测条件。
9.如权利要求8所述的电压预测设备,其特征在于,预测条件确定模块计算风电场的升压站主变压器低压侧的短路容量与风电场的上网功率的比值,当所述比值小于预定阈值时,预测条件确定模块确定风电场满足电压预测条件,当所述比值不小于预定阈值时,预测条件确定模块确定风电场不满足电压预测条件。
10.如权利要求7所述的电压预测设备,其特征在于,参数获取模块包括:
电压获取子模块,以预设采样间隔实时获取并网点电压;
比较子模块,每次获取到并网点电压时,将当前采样时刻的并网点电压与上一采样时刻的并网点电压进行比较;
最小电压确定子模块,如果当前采样时刻的并网点电压小于上一采样时刻的并网点电压,则将当前采样时刻的并网点电压确定为并网点电压的最小值;
时间确定子模块,将并网点电压恢复时刻与并网点电压达到最小值的时刻之间的时间差确定为并网点电压处于最小值的持续时间。
11.如权利要求7所述的电压预测设备,其特征在于,并网点电压恢复时刻是指并网点电压从最小值开始上升的时刻。
12.如权利要求7所述的电压预测设备,其特征在于,当并网点电压小于设定电压值时,预测条件确定模块确定并网点电压发生跌落。
13.一种存储有计算机程序的计算机可读存储介质,当所述计算机程序在被处理器执行时实现如权利要求1-6中的任意一项所述的风电场中的电压预测方法。
14.一种计算装置,其特征在于,所述计算装置包括:
处理器;
存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1-6中的任意一项所述的风电场中的电压预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810606860.8A CN110601251B (zh) | 2018-06-13 | 2018-06-13 | 风电场中的电压预测方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810606860.8A CN110601251B (zh) | 2018-06-13 | 2018-06-13 | 风电场中的电压预测方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110601251A CN110601251A (zh) | 2019-12-20 |
CN110601251B true CN110601251B (zh) | 2021-06-08 |
Family
ID=68849686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810606860.8A Active CN110601251B (zh) | 2018-06-13 | 2018-06-13 | 风电场中的电压预测方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110601251B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201868898U (zh) * | 2010-11-29 | 2011-06-15 | 沈阳工业大学 | 一种风电并网系统电压稳定预测装置 |
KR101826667B1 (ko) * | 2012-01-10 | 2018-02-08 | 주식회사 에어로네트 | 풍분포를 이용한 분산발전형 풍력터빈의 모니터링 및 스마트그리드 제어방법 |
CN104242339B (zh) * | 2014-08-29 | 2017-02-15 | 清华大学 | 基于模型预测控制理论的风电场电压自动控制方法 |
CN104701856B (zh) * | 2015-03-16 | 2017-10-31 | 国网上海市电力公司 | 一种风电场并网点无功电压控制方法 |
-
2018
- 2018-06-13 CN CN201810606860.8A patent/CN110601251B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110601251A (zh) | 2019-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11062078B1 (en) | Insulation coordination method and system for a series compensation apparatus, storage medium and electronic device | |
Wang et al. | A novel fault let-through energy based fault location for LVDC distribution networks | |
Krishnamoorthy et al. | Machine learning based modeling of power electronic converters | |
CN110429660B (zh) | 一种发电机并网同期合闸脉冲发出时间的确定方法 | |
CN108847679B (zh) | 风力发电机组及用于其的次同步振荡识别方法、装置及系统 | |
CN106972484B (zh) | 多场景下火电机组励磁系统动态性能在线评估方法和装置 | |
CN112733430B (zh) | 一种配电网故障智能选线及区段定位方法及装置 | |
CN110601251B (zh) | 风电场中的电压预测方法和设备 | |
KR100816061B1 (ko) | 이동 평균을 이용한 새그 검출 방법 | |
CN110970915B (zh) | 风力发电机组的并网电压的控制方法和设备 | |
CN115619216A (zh) | 极端冷天气下考虑多重不确定性的系统节点风险评估方法 | |
CN115345519A (zh) | 海上风电风险评估方法、装置、设备及存储介质 | |
CN111915451B (zh) | 台区日功率曲线计算方法 | |
KR100397377B1 (ko) | 최적화 조류측정방법을 이용한 전압안정도 해석방법 및 그시스템 | |
KR102255058B1 (ko) | 전력 민감도 기반 dc 전력 계통의 운용 방법 | |
CN109742845B (zh) | 一种基于最优相的电源快切装置快速合闸方法 | |
CN112467782B (zh) | 水光互补系统的运行安全校核方法和装置、电子设备 | |
CN117728504B (zh) | 一种柴发联合燃机的黑启动系统及方法 | |
Tang et al. | A Gramian Angular Field Transform-Based Higher-Dimension Data-Driven Method for Post-Fault Short-Term Voltage Stability Assessment | |
CN110797905B (zh) | 一种风电机组低电压穿越的控制方法、装置及存储介质 | |
CN106786500B (zh) | 建立扰动类型识别模型、识别接入设备类型的方法和装置 | |
CN115425759A (zh) | 自主学习的新能源电网连锁故障预测方法、系统及应用 | |
CN115032504A (zh) | 一种针对页岩气田配电网的铁磁谐振辨识与治理方法 | |
CN118246219A (zh) | 一种空载线路合闸过电压预测方法 | |
CN117910806A (zh) | 一种交直流混联电网风险评估方法、装置、设备及介质 |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: 830026 No. 107, Shanghai Road, Urumqi economic and Technological Development Zone, the Xinjiang Uygur Autonomous Region Patentee after: Jinfeng Technology Co.,Ltd. Address before: 830026 No. 107, Shanghai Road, Urumqi economic and Technological Development Zone, the Xinjiang Uygur Autonomous Region Patentee before: XINJIANG GOLDWIND SCIENCE & TECHNOLOGY Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |