CN112928760A - 计及电网负荷波动的风电场主动无功补偿控制方法 - Google Patents

Abstract

本发明属于风电场无功补偿控制技术领域，具体是一种计及电网负荷波动的风电场主动无功补偿控制方法，包括获取目标风电场有功出力预测值及风电场所在区域电网的负荷值；计算风电场无功功率极限；计算风电场负载率和区域电网的负荷率；建立风电场主动参与电网调压的并网点电压控制模型；基于Q(U)无功功率控制策略，建立风电场主动无功补偿模型；以各组电机接入点电压偏差最小及有功损耗最小为目标建立多目标无功优化模型，并通过NSGA‑II算法进行求解；通过模糊隶属度函数对结果进行选择，得到无功补偿最优解。本发明方法利用风电场内部的无功调节能力，主动参与电网电压控制，减小风电出力波动及电网负荷波动对电网电压的影响。

Description

计及电网负荷波动的风电场主动无功补偿控制方法

技术领域

本发明属于风电场无功补偿控制技术领域，尤其涉及一种计及电网负荷波动的风电场主动无功补偿控制方法。

背景技术

为解决日益严峻的能源危机和环境问题，我国的风电产业取得了快速发展。然而随着新能源接入比例的提高，常规电源接入容量逐渐减小，显著削弱了电网的动态调压能力，因此，风电场参与电网无功补偿势在必行。DFIG能通过控制转子励磁电流实现有功功率和无功功率的解耦控制，因此具备参与电网主动无功补偿的条件。

目前针对风电场无功电压控制的研究多集中于子站层级，未考虑风电场参与电网主动调压的潜力。然而，随着风力发电渗透率的增加以及电能质量要求的提高，系统对风电场的要求已经不仅限于完成自身的电压控制，风电场主动参与电网无功补偿问题成为一项重要研究。

发明内容

为解决上述现有技术中存在的问题，本发明的目的是提供一种计及电网负荷波动的DFIG风电场主动无功补偿控制方法，旨在充分利用风电场内部的无功调节能力，主动参与电网电压控制，减小风电出力波动及电网负荷波动对电网电压的影响。

为实现上述目的，本发明采用以下技术方案：

一种计及电网负荷波动的风电场主动无功补偿控制方法，所述方法包括以下步骤：

步骤1：获取待优化时段目标风电场有功出力预测值及风电场所在区域电网的负荷值；

步骤2：结合风电场有功出力预测值及风电场内无功补偿装置SVC的无功补偿量，计算风电场无功功率极限；

步骤3：结合风电场有功出力预测值及风电场所在区域电网的负荷值，计算待优化时段风电场负载率和区域电网的负荷率；

步骤4：基于风电场负载率和区域电网的负荷率，建立风电场主动参与电网调压的并网点电压控制模型；

步骤5：基于并网点电压大小的Q(U)无功功率控制策略，建立风电场主动无功补偿模型；

步骤6：以风电场内各组电机接入点电压偏差最小及有功损耗最小为目标建立多目标无功优化模型，并通过NSGA-II算法进行求解；

步骤7：通过模糊隶属度函数对结果进行选择，得到计及电网负荷波动时风电场主动参与电网电压控制的无功补偿最优解。

进一步地，所述步骤1具体包括以下步骤：

步骤101：获取风电场有功出力预测值，包括风电场内N台双馈风电机DFIG有功出力预测值P_{G_i}及风电场总的有功出力预测值P_{Wind_Σ}；

步骤102：获取待优化时段风电场所在区域电网的有功负荷值P_{Load_Σ}。

进一步地，所述步骤2的具体操作步骤为：

步骤201：在已知有功出力P_{G_i}的基础上，计算获得DFIG无功功率极限，DFIG无功功率极限为其定子侧和网侧变换器无功功率极限之和，具体为：

其中，Q_{s_i_max}、Q_{s_i_min}分别为DFIG定子侧无功功率上下限；Q_{c_i_max}、Q_{c_i_max}分别为网侧变换器无功功率上下限；U_s为定子电压；ω_s为同步转速；L_s、L_m分别为定子电感和激磁电感；I_rmax为转子侧变流器最大允许电流；S_{c_i}为网侧变换器容量；s为转差率；P_{G_i}为发电机定子侧有功功率；

步骤202：获得风电场SVC的无功补偿量Q_SVC，具体为

Q_SVC∈[Q_{SVC_min}，Q_{SVC_max}]

其中，Q_{SVC_max}、Q_{SVC_min}分别为SVC无功出力上下限；

步骤203：风电场无功功率极限为DFIG无功功率极限与SVC的无功补偿量之和，即：

其中，Q_{Wind_max}、Q_{Wind_min}分别为DFIG风电场内部总的容性无功和感性无功容量。

进一步地，所述步骤3具体为：

步骤301：结合DFIG风电场有功出力预测值，计算风电场负载率α：

α＝P_{Wind_Σ}/P_{Wind_max}

其中，P_{Wind_Σ}为待优化时段风电场总的有功出力；P_{Wind_max}为风电场额定有功功率；

步骤302：结合风电场所在区域电网负荷值，计算区域电网负荷率β：

β＝P_{Load_Σ}/P_{Load_max}；

其中，P_{Load_Σ}为待优化时段区域电网的有功负荷值；P_{Load_max}为区域电网一年内的最大有功负荷。

进一步地，所述步骤4具体为：

基于风电场负载率α和区域电网负荷率β，建立DFIG风电场主动参与电网调压的并网点电压控制模型，得到风电场并网点电压控制目标U_obj如下：

其中，U_obj为风电场并网点电压控制目标；α_max、α_min分别为风电大发和少发时段风电场的负载率阈值；β_max、β_min分别为负荷高峰和低谷时段区域电网的负荷率阈值；m、n为相应的权重系数，且m+n＝0.08。

进一步地，所述步骤5具体为：

基于并网点电压大小的Q(U)控制策略，建立DFIG风电场主动无功补偿模型，得到维持风电场主动参与电网调压所需的无功参考量Q_ref如下：

其中，Q_ref为维持风电场主动参与电网调压所需的无功参考量；U₁、U₂、U₃、U₄分别等于0.95U_obj、0.98U_obj、1.02U_obj、1.05U_obj。

进一步地，所述步骤6具体为：

步骤601：以风电场内各组DFIG接入点电压偏差最小为目标，建立目标函数如下：

min f₁＝max|U_i-U_n|i＝1,2,…,N

其中，N为风电场内DFIG组数；U_i为第i组DFIG接入点电压；U_n为接入点额定电压；

步骤602：以风电场内集电线路有功损耗最小为目标，建立目标函数如下：

式中：N′为风电场内部相邻DFIG之间集电线路总段数；△P_i,loss为第i段集电线路损耗；P_loss为集电线路总损耗；

步骤603：将风电场主动参与电网调压所需的无功参考量Q_set作为已知量下发至多目标无功优化模型，并采用NSGA-II算法进行求解，得到一组Pareto最优解集，即为风电场无功出力参考值Q_set在各组DFIG之间的优化分配方案。

进一步地，所述步骤7具体为：

步骤701：引入模糊隶属度函数来表示每个Pareto解中各个目标函数对应的满意度，模糊隶属度函数如下：

其中，f_i为第i个目标函数值，f_{i max}和f_{i min}分别为该目标函数值的上、下限。当

时表示对该目标函数值完全不满意，而当

时表示对该目标函数值完全满意；

步骤702：对于Pareto最优解集中的每个解，求解其标准化满意度值，其中满意度值最大的解即为最优折衷解；

标准化满意度函数为：

其中，

为标准化满意度值；m为目标函数的个数。通过满意度比较，即可选出计及电网负荷波动时，DFIG风电场主动参与电网电压控制的无功补偿最优解。

与现有技术相比，本发明控制方法具有以下优点：充分利用风电场内部的无功调节能力，主动参与电网电压控制，减小风电出力波动及电网负荷波动对电网电压的影响，对于提高系统运行的经济性和稳定性，促进新能源持续健康发展具有重要意义。

附图说明

图1是本发明无功补偿控制方法流程图；

图2是本发明提供的风电场及其接入系统结构示意图；

图3是风电场日前风速预测曲线；

图4是风电场所在区域电网日前负荷预测曲线；

图5是Pareto最优解分布示意图；

图6是不同控制方式下风电场内部集电线路电压分布图；

图7是不同控制方式下风电场内部有功损耗情况示意图。

实施方式

为使本领域的技术人员更好地理解本发明的技术方案，下面结合附图和具体实施例对本发明作进一步详细描述，以下实施例仅用于说明本发明，但不用来限制本发明的范围。

实施例1

图1是计及电网负荷波动的DFIG风电场主动无功补偿控制方法流程图。如图1所示，本发明控制方法包括以下步骤：

步骤1：获取待优化时段目标风电场有功出力预测值及风电场所在区域电网的负荷值，具体为：

步骤101：获取风电场有功出力预测值，包括获取风电场内N台DFIG有功出力预测值P_{G_i}及风电场总的有功出力预测值P_{Wind_Σ}。

步骤102：获取待优化时段风电场所在区域电网的有功负荷值P_{Load_Σ}。

步骤2：结合风电场有功出力预测值及风电场内SVC无功补偿量，计算风电场无功出力上下限，具体为：

步骤201：DFIG无功功率极限为其定子侧和网侧变换器无功功率极限之和，在已知DFIG有功出力P_{G_i}的基础上，计算其无功功率极限为：

其中：Q_{s_i_max}、Q_{s_i_min}分别为DFIG定子侧无功功率上下限；Q_{c_i_max}、Q_{c_i_max}分别为网侧变换器无功功率上下限；U_s为定子电压；ω_s为同步转速；L_s、L_m分别为定子电感和激磁电感；I_{r max}为转子侧变流器最大允许电流；S_{c_i}为网侧变换器容量；s为转差率；P_{G_i}为发电机定子侧有功功率。

步骤202：风电场主变低压侧通常装设SVC进行集中无功补偿，SVC的无功补偿量为Q_SVC∈[Q_{SVC_min}，Q_{SVC_max}]，其中，Q_{SVC_max}、Q_{SVC_min}分别为SVC无功出力上下限；

步骤203：DFIG风电场无功极限为DFIG与SVC的无功补偿量之和，即：

其中，Q_{Wind_max}、Q_{Wind_min}分别为DFIG风电场内部总的容性无功和感性无功容量。

步骤3：结合风电场有功出力预测值及风电场所在区域电网的负荷值，计算待优化时段风电场负载率和区域电网的负荷率，具体为：

步骤301：结合DFIG风电场有功出力预测值，计算风电场负载率α：

α＝P_{Wind_Σ}/P_{Wind_max}

其中，P_{Wind_Σ}为待优化时段风电场总的有功出力；P_{Wind_max}为风电场额定有功功率；

步骤302：结合风电场所在区域电网负荷值，计算区域电网负荷率β：

β＝P_{Load_Σ}/P_{Load_max}；

其中，P_{Load_Σ}为待优化时段区域电网的有功负荷值；P_{Load_max}为区域电网一年内的最大有功负荷。

步骤4：基于风电场负载率和区域电网的负荷率，建立DFIG风电场主动参与电网调压的并网点电压控制模型，具体为：

基于DFIG风电场负载率α和区域电网负荷率β，建立DFIG风电场主动参与电网调压的并网点电压控制模型，得到风电场并网点电压控制目标U_obj如下：

其中，U_obj为风电场并网点电压控制目标；α_max、α_min分别为风电大发和少发时段风电场的负载率阈值；β_max、β_min分别为负荷高峰和低谷时段区域电网的负荷率阈值；m、n为相应的权重系数，且m+n＝0.08。

步骤5：基于并网点电压大小的Q(U)控制策略，建立DFIG风电场主动无功补偿模型，具体为：

基于并网点电压大小的Q(U)控制策略，建立DFIG风电场主动无功补偿模型，得到维持风电场主动参与电网调压所需的无功参考量Q_ref如下：

其中，Q_ref为维持风电场主动参与电网调压所需的无功参考量；U₁、U₂、U₃、U₄分别等于0.95U_obj、0.98U_obj、1.02U_obj、1.05U_obj。

步骤6：以风电场内各组DFIG接入点电压偏差最小及有功损耗最小为目标建立多目标无功优化模型，并通过NSGA-II算法进行求解，具体为：

步骤601：以风电场内各组DFIG接入点电压偏差最小为目标，建立目标函数如下：

min f₁＝max|U_i-U_n|i＝1,2,…,N

其中，N为风电场内DFIG组数；U_i为第i组DFIG接入点电压；U_n为接入点额定电压。

步骤602：以风电场内集电线路有功损耗最小为目标，建立目标函数如下：

式中：N′为风电场内部相邻DFIG之间集电线路总段数；△P_i,loss为第i段集电线路损耗；P_loss为集电线路总损耗。

步骤603：将风电场主动参与电网调压所需的无功参考量Q_set作为已知量下发至多目标无功优化模型，并采用NSGA-II算法进行求解，得到一组Pareto最优解集，即为风电场无功出力参考值Q_set在各组DFIG之间的优化分配方案。

步骤7：通过模糊隶属度函数对优化结果进行选择，得到计及电网负荷波动时，DFIG风电场主动参与电网电压控制的无功补偿最优解，具体为：

步骤701：引入模糊隶属度函数来表示每个Pareto解中各个目标函数对应的满意度，模糊隶属度函数如下：

其中，f_i为第i个目标函数值，f_{i max}和f_{i min}分别为该目标函数值的上、下限。当

时表示对该目标函数值完全不满意，而当

时表示对该目标函数值完全满意。

步骤702：对于Pareto最优解集中的每个解，求解其标准化满意度值，其中满意度值最大的解即为最优折衷解。

标准化满意度函数为：

其中，

为标准化满意度值；m为目标函数的个数。通过满意度比较，即可选出计及电网负荷波动时，DFIG风电场主动参与电网电压控制的无功补偿最优解。

实施例2

以下结合附图2对本发明做进一步详细说明。

参数说明：本实施例中，DFIG风电场总装机容量为60MW，装设40台额定容量为1.5MW的DFIG，经机端变压器升压后接入10kV集电线路。其中，每条集电线路采用地下馈线形式串联10台DFIG，集电线路母线处装有SVC，无功容量为-15～30Mvar，经10kV/110kV主变压器升压后，经50km远距离输电线路送出。

具体步骤如下：

步骤1：获取待优化时段目标风电场有功出力预测值及风电场所在区域电网的负荷值，具体为：

获取风电场所在区域风速预测值，其日前风速预测情况如图3所示。为方便分析，这里选取一日内每相邻4个小时作为采样点进行分析。同时，获取风电场所在区域电网日前有功负荷的预测值如图4所示。相应时刻风电场有功出力预测值及电网负荷预测值如表1所示。

表1风电场有功出力预测值及电网负荷预测值

时刻(h)	0	4	8	12	16	20	24
								风速(m/s)	10	17	10	10	12.5	15	17.5
有功出力(MW)	30	60	30	30	60	60	60
								电网负荷(MW)	703	658	788	812	786	876	704

步骤2：结合风电场有功出力预测值及风电场内SVC无功补偿量，计算风电场无功出力上下限。

计算公式参考说明书中DFIG无功容量的计算公式，经求解得到DFIG风电场无功出力上下限如表2所示。

表2 DFIG风电场无功出力上下限

步骤3：结合风电场有功出力预测值及风电场所在区域电网的负荷值，计算待优化时段风电场负载率和区域电网的负荷率。

根据DFIG风电场出力特性可知风电场最大、最小负载率分别为α_max＝1、α_min＝0；根据风电场所在区域电网全年日最高、最低负荷曲线，计算得到相应的负荷率分别为β_max＝0.92、β_min＝0.56。结合风电场有功出力预测值及风电场所在区域电网的负荷值，计算待优化时段风电场负载率和区域电网的负荷率如表3所示。

表3风电场负载率和区域电网的负荷率

时刻(h)	0	4	8	12	16	20	24
								有功出力(MW)	30	60	30	30	60	60	60
负载率α	0.5	1	0.5	0.5	1	1	1
								电网负荷(MW)	703	658	788	812	786	876	704
负荷率β	0.670	0.627	0.750	0.773	0.749	0.834	0.670

步骤4：基于风电场负载率和区域电网的负荷率，建立DFIG风电场主动参与电网调压的并网点电压控制模型：

将优化时段风电场负载率α和区域电网的负荷率β代入公式，求解得到并网点电压控制目标如表4所示。

步骤5：基于并网点电压大小的Q(U)控制策略，建立DFIG风电场主动无功补偿模型：

其中，U₁、U₂、U₃、U₄分别等于0.95U_obj、0.98U_obj、1.02U_obj、1.05U_obj。当U_PCC>1.02U_obj或U_PCC<0.98U_obj时，风电场开始吸收或发出无功功率；当U_PCC>1.05U_obj或U_PCC<0.95U_obj时，为了将并网点电压控制在允许范围内，风电场按照自身无功容量最大限度地发出或者吸收无功功率。根据风电场并网点电压实际值，求解得到风电场无功出力参考值如表4所示。

表4风电场并网点电压控制目标及无功出力参考量

时刻(h)	0	4	8	12	16	20	24
								电压控制目标(kV)	111.51	112.57	112.61	112.93	114.25	115.42	113.16
实际电压(kV)	111.2	108.46	108.35	108.24	108.02	107.58	110.2
								无功出力参考值(Mvar)	0	16.52	17.85	21.52	30	30	7.95
实际无功出力(Mvar)	0	-1.36	17.85	21.52	-1.36	-1.36	-1.36

由表2和表4分析可知，当风电场有功出力大发时，DFIG无功容量较小，不具备参与电网主动调压的能力。因此，本发明仅限于解决在风电场无功裕度充足情况下，风电场参与电网主动无功补偿的问题。

步骤6：以风电场内各组DFIG接入点电压偏差最小及有功损耗最小为目标建立多目标无功优化模型如下：

为了验证本发明所提DFIG风电场主动参与电网调压的无功补偿控制效果，取其中一回集电线路进行分析，并将12:00时运行数据作为基础数据进行仿真计算，采用NSGA-II进行求解。NSGA-II参数设置如下：种群大小为100，最优个体系数为0.3，最大迭代次数为100，经计算得到一组分布均匀的Pareto最优解，如图5所示。

步骤7：分别以DFIG风电场节点电压偏差最小和有功损耗最小为目标搜索极端解，并通过构建模糊隶属度函数从Pareto最优解集中选出最优折中解，如表5所示。

表5 Pareto最优解集中的极端解和最优解

优化目标	电压偏差/V	有功损耗/kW
			电压偏差最小	422.3	271.4
有功损耗最小	547.8	265.1
			最优折中解	468.2	266.8

为验证本发明所提方法的有效性，另取DFIG优先出力法、SVC优先出力法、等无功裕度分配法进行仿真计算，并对电压控制效果及降损效果进行比较分析。不同控制方法下DFIG及SVC的无功出力如表6所示。

表6不同控制方法下DFIG及SVC的无功出力

分别将不同控制方式下SVC和DFIG的无功补偿方案下发执行，得到单条集电线路上DFIG接入点电压变化情况如图6所示，有功损耗情况如图7所示。

由图6分析可知，相比于方法三，采用本发明控制方法后，风电场内部最大节点电压偏差量显著减小；由图7分析可知，相比于方法二和方法四，采用本发明控制方法后，风电场内部有功损耗显著降低。说明本发明无功补偿控制方法能够很好地指导风电场主动参与电网电压控制，对于提高新能源接入系统无功调节能力、促进新能源持续健康发展具有重要意义。

以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种变换，这些简单变型均属于本发明的保护范围。

Claims (8)

1.计及电网负荷波动的风电场主动无功补偿控制方法，其特征在于，包括以下步骤：

步骤1：获取待优化时段目标风电场有功出力预测值及风电场所在区域电网的负荷值；

步骤2：结合风电场有功出力预测值及风电场内无功补偿装置SVC的无功补偿量，计算风电场无功功率极限；

步骤3：结合风电场有功出力预测值及风电场所在区域电网的负荷值，计算待优化时段风电场负载率和区域电网的负荷率；

步骤4：基于风电场负载率和区域电网的负荷率，建立风电场主动参与电网调压的并网点电压控制模型；

步骤5：基于并网点电压大小的Q(U)无功功率控制策略，建立风电场主动无功补偿模型；

步骤6：以风电场内各组电机接入点电压偏差最小及有功损耗最小为目标建立多目标无功优化模型，并通过NSGA-II算法进行求解；

步骤7：通过模糊隶属度函数对结果进行选择，得到计及电网负荷波动时风电场主动参与电网电压控制的无功补偿最优解。

2.根据权利要求1所述的控制方法，其特征在于，所述步骤1具体为：

步骤101：获取风电场有功出力预测值，包括风电场内N台双馈风电机DFIG有功出力预测值P_{G_i}及风电场总的有功出力预测值P_{Wind_Σ}；

步骤102：获取待优化时段风电场所在区域电网的有功负荷值P_{Load_Σ}。

3.根据权利要求2所述的控制方法，其特征在于，所述步骤2的具体操作步骤为：

步骤201：在已知有功出力P_{G_i}的基础上，计算获得DFIG无功功率极限，DFIG无功功率极限为其定子侧和网侧变换器无功功率极限之和，具体为：

其中，Q_{s_i_max}、Q_{s_i_min}分别为DFIG定子侧无功功率上下限；Q_{c_i_max}、Q_{c_i_max}分别为网侧变换器无功功率上下限；U_s为定子电压；ω_s为同步转速；L_s、L_m分别为定子电感和激磁电感；I_rmax为转子侧变流器最大允许电流；S_{c_i}为网侧变换器容量；s为转差率；P_{G_i}为发电机定子侧有功功率；

步骤202：获得风电场SVC的无功补偿量Q_svc，具体为

Q_SVC∈[Q_{SVC_min}，Q_{SVC_max}]

其中，Q_{SVC_max}、Q_{SVC_min}分别为SVC无功出力上下限；

步骤203：风电场无功功率极限为DFIG无功功率极限与SVC的无功补偿量之和，即：

其中，Q_{Wind_max}、Q_{Wind_min}分别为DFIG风电场内部总的容性无功和感性无功容量。

4.根据权利要求3所述的控制方法，其特征在于，所述步骤3具体为：

步骤301：结合DFIG风电场有功出力预测值，计算风电场负载率α：

α＝P_{Wind_Σ}/P_{Wind_max}

其中，P_{Wind_Σ}为待优化时段风电场总的有功出力；P_{Wind_max}为风电场额定有功功率；

步骤302：结合风电场所在区域电网负荷值，计算区域电网负荷率β：

β＝P_{Load_Σ}/P_{Load_max}；

其中，P_{Load_Σ}为待优化时段区域电网的有功负荷值；P_{Load_max}为区域电网一年内的最大有功负荷。

5.根据权利要求4所述的控制方法，其特征在于，所述步骤4具体为：

基于风电场负载率α和区域电网负荷率β，建立DFIG风电场主动参与电网调压的并网点电压控制模型，得到风电场并网点电压控制目标U_obj如下：

其中，U_obj为风电场并网点电压控制目标；α_max、α_min分别为风电大发和少发时段风电场的负载率阈值；β_max、β_min分别为负荷高峰和低谷时段区域电网的负荷率阈值；m、n为相应的权重系数，且m+n＝0.08。

6.根据权利要求5所述的控制方法，其特征在于，所述步骤5具体为：

基于并网点电压大小的Q(U)控制策略，建立DFIG风电场主动无功补偿模型，得到维持风电场主动参与电网调压所需的无功参考量Q_ref如下：

其中，Q_ref为维持风电场主动参与电网调压所需的无功参考量；U₁、U₂、U₃、U₄分别等于0.95U_obj、0.98U_obj、1.02U_obj、1.05U_obj。

7.根据权利要求6所述的控制方法，其特征在于，所述步骤6具体为：

步骤601：以风电场内各组DFIG接入点电压偏差最小为目标，建立目标函数如下：

min f₁＝max|U_i-U_n| i＝1,2,…,N

其中，N为风电场内DFIG组数；U_i为第i组DFIG接入点电压；U_n为接入点额定电压；

步骤602：以风电场内集电线路有功损耗最小为目标，建立目标函数如下：

式中：N′为风电场内部相邻DFIG之间集电线路总段数；△P_i,loss为第i段集电线路损耗；P_loss为集电线路总损耗；

步骤603：将风电场主动参与电网调压所需的无功参考量Q_set作为已知量下发至多目标无功优化模型，并采用NSGA-II算法进行求解，得到一组Pareto最优解集，即为风电场无功出力参考值Q_set在各组DFIG之间的优化分配方案。

8.根据权利要求7所述的控制方法，其特征在于，所述步骤7具体为：

步骤701：引入模糊隶属度函数来表示每个Pareto解中各个目标函数对应的满意度，模糊隶属度函数如下：

其中，f_i为第i个目标函数值，f_imax和f_imin分别为该目标函数值的上、下限。当

时表示对该目标函数值完全不满意，而当

时表示对该目标函数值完全满意；

步骤702：对于Pareto最优解集中的每个解，求解其标准化满意度值，其中满意度值最大的解即为最优折衷解；

标准化满意度函数为：

其中，

为标准化满意度值；m为目标函数的个数。通过满意度比较，即可选出计及电网负荷波动时，DFIG风电场主动参与电网电压控制的无功补偿最优解。

Images