CN111668884B - 风电场电压调节迭代学习控制方法及装置 - Google Patents

Abstract

本发明提供了一种风电场电压调节迭代学习控制方法及装置。该方法包括：获取并网点电压及无功功率；将并网点电压以标称电压并网点折算值为基准划分多个电压区间；对各个电压区间的无功功率进行迭代学习控制或者PI控制；将根据迭代学习控制或者PI控制计算得出的无功功率目标值分配至各个风电机组及无功补偿装置。本发明提供的风电场电压调节迭代学习控制方法及装置，能够在不依赖于系统的精确数学描述模型的前提下，实现对无功功率的良好控制。

Description

风电场电压调节迭代学习控制方法及装置

技术领域

本发明涉及风力发电技术领域，特别是涉及一种风电场电压调节迭代学习控制方法及装置。

背景技术

风电场输出功率的波动会引起电网电压波动或闪变，电力系统中电压偏差过大不仅对系统的稳定造成威胁，而且影响系统的经济运行。随着风电场大规模应用，新能源对系统电压影响越来越突出。而当前风电场调压稳压的主要手段是通过调节无功功率实现，具体是：调节机组的无功出力、调节无功补偿装置的无功出力、调节变压器分接头等。

风电场并网电压同无功补偿之间没有纯线性理论公式关系，无法通过公式和计算精准获取两者之间的对应关系。由于风电场无功功率和电压之间的非线性关系，传统的PID控制并不能达到很好效果。

发明内容

本发明要解决的技术问题是提供一种风电场电压调节迭代学习控制方法及装置，能够在不依赖于系统的精确数学描述模型的前提下，实现对无功功率的良好控制。

为解决上述技术问题，本发明提供了一种风电场电压调节迭代学习控制方法，所述方法包括：获取并网点电压及无功功率；将并网点电压以标称电压并网点折算值为基准划分为多个电压区间；对各个电压区间的无功功率进行迭代学习控制或者PI控制；将根据迭代学习控制或者PI控制计算得出的无功功率目标值分配至各个风电机组及无功补偿装置。

在一些实施方式中，将并网点电压以标称电压并网点折算值为基准划分为多个电压区间，包括：根据基准电压，计算边界电压；根据边界电压，将并网点电压的取值区间划分为2N-1个电压区间。

在一些实施方式中，2N-1个电压区间包括：[U_e-N，U_e-N+1]，[U_e-N+1，U_e-N+2]，…，[U_e-1，U_e+1]，…，[U_e+N-1，U_e+N]。

在一些实施方式中，对各个电压区间的无功功率进行迭代学习控制或者PI控制，包括：确定调节区间段[u U_start]、[U_start U_end]、[U_end U_d]；对调节区间段[u U_start]、[U_end U_d]应用PI控制；对调节区间段[U_start U_end]应用迭代学习控制。

在一些实施方式中，确定调节区间段[u U_start]、[U_start U_end]、[U_end U_d]，包括：当实时电压u<U_d，区间段起始U_start≥u的最小边界电压，区间段结束U_end≤U_d的最大边界电压；当实时电压u>U_d，区间段起始U_start≤u的最小边界电压，区间段结束U_end≥U_d的最大边界电压。

在一些实施方式中，对调节区间段[u U_start]、[U_end U_d]应用PI控制，包括：根据如下公式执行PI控制：

δQ＝K_p×e+K_i×∑e

其中，e＝U_d-u，K_p为比例系数，K_i为积分系数，U_d为目标电压值。

在一些实施方式中，对调节区间段[U_start U_end]应用迭代学习控制，包括：当kstart＞0时，根据如下公式执行迭代学习控制：

δQ_(kstart)(u)＝K′_p×e+K′_i×∑e+δQ_{(kstart-1)(u)}

当kstart＝0时，根据如下公式执行迭代学习控制：

δQ＝K_p×e+K_i×∑e

其中，δQ_{(kstart-1)(u)}是第kstart-1次电压调节到u时的无功功率增量。

在一些实施方式中，迭代学习控制包括：正向迭代学习控制，以及负向迭代学习控制，正向迭代学习控制的迭代次数为k_-n，负向迭代学习控制

′的迭代次数为k_-n。

在一些实施方式中，将根据迭代学习控制或者PI控制计算得出的无功功率目标值分配至各个风电机组及无功补偿装置，包括：计算风电场无功目标值；将风电场无功目标值分配至风电机组及无功补偿装置。

此外，本发明还提供了一种风电场电压调节迭代学习控制装置，所述装置包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据前文所述的风电场电压调节迭代学习控制方法。

采用这样的设计后，本发明至少具有以下优点：

本发明提出应用于风电场无功调压的迭代学习控制方法。通过对历史运行数据的全量采集、智能归类以及分析，不断迭代优化电压和无功的关系模型，从而优化风电场的电压调节，为电网的稳定运行提供主动支撑，使风电场满足电网友好性的要求。

附图说明

上述仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，以下结合附图与具体实施方式对本发明作进一步的详细说明。

图1是本发明实施例提供的风电场电压调节迭代学习控制方法的流程图；

图2是本发明实施例提供的风电场电压调节迭代学习控制装置的结构图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

一般来说，迭代学习控制是一种对做重复动作的轨迹跟踪系统的控制方法，通过迭代修正达到某种控制目标的的改善。迭代学习控制不依赖于系统的精确数学描述模型，能在给定的时间范围内，以非常简单的算法实现不确定性高的非线性强耦合动态系统控制。基于迭代学习控制思想，结合无功调压的实际应用，提出一种适用于风电场无功调压的电压分段迭代学习控制。

风电场无功调压控制并非单调的重复运动系统，应用迭代学习的思想，“重复动作”可以理解为系统的初始状态一样，系统的控制目标一样，由初始状态向控制目标变化的控制过程。由此，我们将并网点电压以标称电压并网点折算值为基准划分2N-1个电压区间：[U_e-N，U_e-N+1]，[U_e-N+1，U_e-N+2]，…，[U_e-1，U_e+1]，…，[U_e+N-1，U_e+N]，并做以下解释：

1)边界电压＝U_e±K(K＝0，1，2，...)，迭代学习区间段都以边界电压划分区间；

2)每个迭代区间段可分正向调压和反向调压，对区间段[U_e-N，U_e-N+1]，电压正向调节时记迭代次数为k_-N，反向时记迭代次数为k'_-N；

3)综合利用迭代学习控制算法和经典PI控制，具体是[u U_start]区间进行PI调节，[U_start U_end]进行迭代学习控制调节，[Uend Ud]进行PI调节。

标称电压并网点折算值，即标称电压考虑设备压降和线路压降后折算到并网点处的电压值。

图1示出了风电场电压调节迭代学习控制方法的流程。参见图1，上述的流程包括：

实时接收调度给定的并网点目标电压值，并实时检测并网点电压、无功功率。当并网点电压实时值超出目标电压误差范围时，进入步骤2。

根据目标电压值、实时电压值、边界电压，确定调节区间段[u U_start]、[U_startU_end]、[U_end U_d]。当实时电压u<U_d，区间段起始U_start≥u的最小边界电压，区间段结束U_end≤U_d的最大边界电压，此时需要满足U_end>U_start；当实时电压u>U_d，区间段起始U_start≤u的最小边界电压，区间段结束U_end≥U_d的最大边界电压，此时需要满足U_end<U_start。

当u位于[u U_start]或[U_end U_d]时，应用PI控制：δQ＝K_p*e+K_i*∑e，其中e＝U_d-u。

当u位于[U_start U_end]时，应用迭代学习控制。此区间的迭代次数记为kstart，若kstart>0则，δQ(kstart)(u)＝K′_p*e+K′_i*∑e+δQ(kstart-1)(u)，而kstart＝0时，δQ＝K_p*e+K_i*∑e，δQ(kstart-1)(u)是第kstart-1次电压调节到u时的无功功率增量，执行kstart＝kstart+1。

根据步骤3和步骤4的计算结果，计算风电场无功目标值Q_d＝Q+δQ。

将无功目标值分配给机组和无功补偿装置。

判断迭代周期是否达到设定值，如到达周期限制，对所有迭代学习区间的迭代次数清零。返回步骤1。

图2示出了风电场电压调节迭代学习控制装置的结构。参见图2，例如，所述风电场电压调节迭代学习控制装置200可以用于充当风电机组系统中的无功功率控制主机。如本文所述，风电场电压调节迭代学习控制装置200可以用于在风电机组系统中实现对无功补偿装置的控制功能。风电场电压调节迭代学习控制装置200可以在单个节点中实现，或者风电场电压调节迭代学习控制装置200的功能可以在网络中的多个节点中实现。本领域的技术人员应意识到，术语风电场电压调节迭代学习控制装置包括广泛意义上的设备，图2中示出的风电场电压调节迭代学习控制装置200仅是其中一个示例。包括风电场电压调节迭代学习控制装置200是为了表述清楚，并不旨在将本发明的应用限制为特定的风电场电压调节迭代学习控制装置实施例或某一类风电场电压调节迭代学习控制装置实施例。本发明所述的至少部分特征/方法可以在网络装置或组件，例如，风电场电压调节迭代学习控制装置200中实现。例如，本发明中的特征/方法可以采用硬件、固件和/或在硬件上安装运行的软件实现。风电场电压调节迭代学习控制装置200可以是任何通过网络处理，存储和/或转发数据帧的设备，例如，服务器，客户端，数据源等。如图2所示，风电场电压调节迭代学习控制装置200可以包括收发器(Tx/Rx)210，其可以是发射器，接收器，或其组合。Tx/Rx210可以耦合到多个端口250(例如上行接口和/或下行接口)，用于从其他节点发送和/或接收帧。处理器230可耦合至Tx/Rx210，以处理帧和/或确定向哪些节点发送帧。处理器230可以包括一个或多个多核处理器和/或存储器设备232，其可以用作数据存储器，缓冲区等。处理器230可以被实现为通用处理器，或者可以是一个或多个专用集成电路(application specificintegrated circuit，简称ASIC)和/或数字信号处理器(digital signal processor，简称DSP)的一部分。

本发明提出应用于风电场无功调压的迭代学习控制方法,通过对历史运行数据的全量采集、智能归类以及分析，不断迭代优化电压和无功的关系模型，从而优化风电场的电压调节，为电网的稳定运行提供主动支撑，使风电场满足电网友好性的要求。

以上所述，仅是本发明的较佳实施例而已，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、等同变化或修饰，均落在本发明的保护范围内。

Claims (8)

1.一种风电场电压调节迭代学习控制方法，其特征在于，包括：

获取并网点电压及无功功率；

将并网点电压以标称电压并网点折算值为基准划分为多个电压区间；

对各个电压区间的无功功率进行迭代学习控制或者PI控制；

将根据迭代学习控制或者PI控制计算得出的无功功率目标值分配至各个风电机组及无功补偿装置；

对各个电压区间的无功功率进行迭代学习控制或者PI控制，包括：

确定调节区间段[u,U_start]、[U_start,U_end]、[U_end,U_d]；

对调节区间段[u,U_start]、[U_end,U_d]应用PI控制；

对调节区间段[U_start,U_end]应用迭代学习控制；

确定调节区间段[u,U_start]、[U_start,U_end]、[U_end,U_d]，包括：

当实时电压u<U_d，区间段起始U_start≥u的最小边界电压，区间段结束U_end≤U_d的最大边界电压；

当实时电压u>U_d，区间段起始U_start≤u的最小边界电压，区间段结束U_end≥U_d的最大边界电压。

2.根据权利要求1所述的风电场电压调节迭代学习控制方法，其特征在于，将并网点电压以标称电压并网点折算值为基准划分为多个电压区间，包括：

根据基准电压，计算边界电压；

根据边界电压，将并网点电压的取值区间划分为2N-1个电压区间。

3.根据权利要求2所述的风电场电压调节迭代学习控制方法，其特征在于，2N-1个电压区间包括：[U_e-N，U_e-N+1]，[U_e-N+1，U_e-N+2]，…，[U_e-1，U_e+1]，…，[U_e+N-1，U_e+N]。

4.根据权利要求1所述的风电场电压调节迭代学习控制方法，其特征在于，对调节区间段[u,U_start]、[U_end,U_d]应用PI控制，包括：

根据如下公式执行PI控制：

δQ＝K_p×e+K_i×∑e

其中，e＝U_d-u，K_p为比例系数，K_i为积分系数，U_d为目标电压值。

5.根据权利要求1所述的风电场电压调节迭代学习控制方法，其特征在于，对调节区间段[U_start,U_end]应用迭代学习控制，包括：

当kstart＞0时，根据如下公式执行迭代学习控制：

δQ_(kstart)(u)＝K_p′×e+K_i′×∑e+δQ_{(kstart-1)(u)}

当kstart＝0时，根据如下公式执行迭代学习控制：

δQ＝K_p×e+K_i×∑e

其中，δQ_{(kstart-1)(u)}是第kstart-1次电压调节到u时的无功功率增量。

6.根据权利要求5所述的风电场电压调节迭代学习控制方法，其特征在于，迭代学习控制包括：正向迭代学习控制，以及负向迭代学习控制，正向迭代学习控制的迭代次数为k_-n，负向迭代学习控制的迭代次数为k_-n′。

7.根据权利要求1所述的风电场电压调节迭代学习控制方法，其特征在于，将根据迭代学习控制或者PI控制计算得出的无功功率目标值分配至各个风电机组及无功补偿装置，包括：

计算风电场无功目标值；

将风电场无功目标值分配至风电机组及无功补偿装置。

8.一种风电场电压调节迭代学习控制装置，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据权利要求1至7任意一项所述的风电场电压调节迭代学习控制方法。

Images