CN113612233A - 一种风电系统有功功率-无功功率协调的电压稳定控制方法、系统、终端及可读存储介质 - Google Patents

一种风电系统有功功率-无功功率协调的电压稳定控制方法、系统、终端及可读存储介质 Download PDF

Info

Publication number
CN113612233A
CN113612233A CN202111013833.8A CN202111013833A CN113612233A CN 113612233 A CN113612233 A CN 113612233A CN 202111013833 A CN202111013833 A CN 202111013833A CN 113612233 A CN113612233 A CN 113612233A
Authority
CN
China
Prior art keywords
voltage
fan
reactive
wind
active
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.)
Granted
Application number
CN202111013833.8A
Other languages
English (en)
Other versions
CN113612233B (zh
Inventor
崔挺
王玎
胡臻
李雪萍
呙虎
左剑
陈道君
柳永妍
孙杰懿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd
State Grid Hunan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd
State Grid Hunan Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd, State Grid Hunan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202111013833.8A priority Critical patent/CN113612233B/zh
Publication of CN113612233A publication Critical patent/CN113612233A/zh
Application granted granted Critical
Publication of CN113612233B publication Critical patent/CN113612233B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • H02J3/381—Dispersed generators
    • 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
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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

Abstract

本发明公开了一种风电系统有功功率‑无功功率协调的电压稳定控制方法、系统、终端及可读存储介质，用以提升风电场的无功电压控制能力。对风电场中的风机(wind turbines,WTs)和静止无功发生器(static var generator，SVG)进行协调控制，根据并网点电压与基准电压的偏差大小，确定相应的有功无功下垂系数以获得在一段预测时域内风电场的总有功、无功参考值，设计优化目标函数以最大程度的减小风机端电压与额定值偏差、将各风机的有功功率尽量根据等比例进行分配，提升风电场故障穿越期间的电压稳定性。

Description

一种风电系统有功功率-无功功率协调的电压稳定控制方法、 系统、终端及可读存储介质
技术领域
本发明属于电压控制技术领域，具体涉及一种风电系统有功功率-无功功率协调的电压稳定控制方法、系统、终端及可读存储介质。
背景技术
近年来，随着并网风电场规模以及风力渗透率的不断增长，因为风能资源的不确定性会导致风电场的功率输出不稳定，所以风电场大规模并网后会在很大程度上影响电网的电压质量。风电场对电网电压支撑能力弱，无功电压问题日益突出，风电场的安全运行和辅助服务受到了广泛的关注。电网故障时电网电压会发生骤变，导风电场并网点电压与风机端电压随电网电压的变化产生强烈的波动，严重时会造成风机级联跳闸引起大规模风机脱网事件，威胁风电场的安全，同时对电网产生冲击。因此，研究电网故障下风电场的电压控制策略，将风电场电压维持在规定范围内，是提升风电场故障穿越能力，保证系统安全稳定运行的关键。
目前改善风电场故障穿越能力的电压控制方法主要有两种，即通过加装外部补偿设备来提供无功支撑以及利用风机变流器的功率电压协调控制技术维持功率平衡与电压稳定。现有的风电故障穿越研究大多针对单台风机的电压控制。而在实际风电场中，每台风机端电压都受线路阻抗与功率的影响。在故障期间，需要协调控制风电场内所有风机的功率以稳定各风机端电压。
因此，针对风电系统中电网故障时出现的电压波动问题，如何提升风电场故障穿越期间各风机的电压稳定性，是有待进一步解决的。
发明内容
本发明的目的是针对电网故障时出现的电压波动的问题，提供一种风电系统有功功率-无功功率协调的电压稳定控制方法、系统、终端及可读存储介质，所述方法以最大程度的减小风机端电压与额定值偏差和/或各风机的有功功率尽量根据等比例进行分配为控制目标，使用模型预测控制方式，在每个预测周期内预测针对PCC点(Point of CommonCoupling公共连接点)电压波动导致有功和无功波动，在每个预测周期内预测风机端的有功功率增量+无功功率增量，和/或参考有功功率增量+参考无功功率增量进行周期性调节，使得PCC点电压处于正常范围，提升风电场故障穿越期间各风机的电压稳定性，减少风电场并网点电压与其参考值的偏差，和/或平滑风机的有功波动。
第一方面，本发明提供一种风电系统有功功率-无功功率协调的电压稳定控制方法，其以风电系统的PCC点电压为参考，若所述PCC点电压不处于正常范围，执行如下步骤：
步骤1：获取风电场的离散状态空间模型和电压稳定控制模型；
其中，所述风电场的离散状态空间模型表示基于控制变量下的状态变量增量更新模型，所述状态变量为风机端的有功功率增量、无功功率增量；所述控制变量为风机端的参考有功功率增量、参考无功功率增量；
所述电压稳定控制模型包含优化目标和控制变量的约束条件，所述优化目标包括：最小化风机端电压与额定值的偏差，和/或风机端的有功功率趋向于等比例分配；
步骤2：基于所述离散状态空间模型、电压稳定控制模型对风机端的有功功率增量+无功功率增量，和/或参考有功功率增量+参考无功功率增量进行周期性预测，直至PCC点电压处于正常范围；
针对当前预测周期，以控制变量的约束条件为基础，求解优化目标；若所述PCC点电压仍不处于正常范围，进入下一个预测周期，继续以控制变量的约束条件为基础，求解下一个预测周期的优化目标，重复上述周期性控制，直至所述PCC点电压处于正常范围。
可选地，本发明还包括：基于有功/无功-电压下垂曲线来得到总参考有功
Figure BDA0003239172150000021
与无功功率
Figure BDA0003239172150000022
基于所述总参考有功
Figure BDA0003239172150000023
与无功功率
Figure BDA0003239172150000024
设定所述控制变量的一个约束条件，所述约束条件如下：
各个风机端的参考有功功率之和等于所述总参考有功
Figure BDA0003239172150000025
所有风机端的参考无功功率以及静止无功补偿器SVG的参考无功功率之和等于所述无功功率
Figure BDA0003239172150000026
可选地，所述总参考有功
Figure BDA0003239172150000027
与无功功率
Figure BDA0003239172150000028
的公式如下：
Figure BDA0003239172150000029
Figure BDA00032391721500000210
其中，UPCC为PCC点电压测量值；UN为PCC点电压额定值；λ和α为风电场的有功、无功电压下垂系数；
Figure BDA00032391721500000211
是风电场的最初有功、无功测量值。
可选地，所述优化目标包括最小化风机端电压与额定值的偏差和风机端的有功功率趋向于等比例分配，表示为：
Objtotal＝WwtObj1+WPDObj2
式中，Objtotal为优化目标对应的目标函数，Obj1表示最小化风机端电压与额定值的偏差对应的函数，Obj2表示风机端的有功功率趋向于等比例分配对应的函数，Wwt、WPD分别为Obj1、Obj2的权重系数；
Figure BDA0003239172150000031
其中，Np是预测周期总数，k表示第k个预测周期；
Figure BDA0003239172150000032
为第k次预测周期内风机端的电压预测值向量，
Figure BDA0003239172150000033
分别表示电压预测值向量
Figure BDA0003239172150000034
中第1个、第2个、第Nw个风机端对应的电压预测值；
Figure BDA0003239172150000035
为风机端的电压参考值向量，
Figure BDA0003239172150000036
分别表示电压参考值向量
Figure BDA0003239172150000037
中第1个、第2个、第Nw个风机端对应的电压参考值；
其中，第k次预测周期第i个风机端的电压预测值
Figure BDA0003239172150000038
与第k次预测周期的风机端的有功功率增量向量ΔPwt(k)、无功功率增量向量ΔQwt(k)相关。
譬如，具体可以将其设定为：第k次预测周期第i个风机端的电压预测值
Figure BDA0003239172150000039
为：
Figure BDA00032391721500000310
Uwti(t0)表示风机端电压初始测量值；
Figure BDA00032391721500000311
表示第k次预测周期的风机端的有功功率增量向量，
Figure BDA00032391721500000312
分别对应第k次预测周期的第1个、第2个、第Nw个风机端的有功功率增量；
Figure BDA00032391721500000313
表示第k次预测周期的风机端的无功功率增量向量，
Figure BDA00032391721500000314
分别对应第k次预测周期的第1个、第2个、第Nw个风机端的无功功率增量；
Figure BDA00032391721500000315
为风机端输出有功功率的灵敏度向量；
Figure BDA00032391721500000316
表示风机端输出无功功率的灵敏度向量。
应当理解，在不脱离本发明构思的基础上，基于本领域的常规技术手段以及公知常识对上述公式进行适应性调整也是属于本发明的保护范围。
关于函数Obj2是使得风机端的有功功率趋向于等比例分配对应的函数，即将总参考有功等比例分配给每个风机端，并以风机端上有功功率输出初始测量值与预测值之和与等比例分配的有功值的偏差最小为目标。
其中，一种实现过程中，总参考有功是随周期性变化的，从而针对每个预测周期计算其偏差，并以偏差和最小为目标，如下：
Figure BDA0003239172150000041
Figure BDA0003239172150000042
为该预测周期的各风机端的有功功率输出初始测量值列向量，
Figure BDA0003239172150000043
分别对应第1个、第2个、第Nw个风机端的有功功率输出初始测量值；
Figure BDA0003239172150000044
为等比例分配下的风机有功参考值列向量，
Figure BDA0003239172150000045
分别对应等比例分配下的第1个、第2个、第Nw个风机端的有功参考值；
Figure BDA0003239172150000046
NW为风机个数，
Figure BDA0003239172150000047
为总参考有功。
另一种可行的方式中，总参考有功是针对整个预测时域(包含多个短预测周期)而言，那么针对每个风机端计算各自整个预测时域对应的偏差，再以偏差和最小为目标。
可选地，所述离散状态空间模型的构建过程如下：
首先，根据风机无功调节的动态行为，得到风机的增量状态空间模型；
然后，基于风机的增量状态空间模型，得到整个风电场的连续状态空间模型；
最后，对所述连续状态空间模型进行离散处理，得到风电场的离散状态空间模型；
所述风电场的离散状态空间模型表示如下：
Figure BDA0003239172150000048
其中，Ad是以Δu为控制变量的风电场的离散状态空间模型的系数矩阵；Bd是以Δu为控制变量的风电场的离散状态空间模型的控制矩阵；Cd是以Δu为控制变量的风电场的离散状态空间模型的输出状态系数矩阵；
Δy(k)是以Δu为控制变量的风电场的离散状态空间模型的k时刻输出变量增量；Δx(k)是离散状态空间模型k时刻状态变量增量。
可选地，所述方法还包括：
根据PCC点电压判断是否处于深度故障，若是，协调静止无功补偿器SVG控制PCC点电压，然后再执行步骤2；
其中，静止无功补偿器SVG的无功电流参考值
Figure BDA0003239172150000049
的公式如下：
Figure BDA0003239172150000051
其中，
Figure BDA0003239172150000052
表示PCC点电压的标幺值；
Figure BDA0003239172150000053
表示风场无功功率参考值的标幺值；
Figure BDA0003239172150000054
表示第i台风机无功功率参考值的标幺值。
第二方面，本发明还提供一种基于所述电压稳定控制方法的系统，其包括：
离散状态空间模型获取模块，用于获取风电场的离散状态空间模型；
电压稳定控制模型获取模块，用于获取电压稳定控制模型；
周期性预测模块，用于基于所述离散状态空间模型、电压稳定控制模型对风机端的有功功率增量+无功功率增量，和/或参考有功功率增量+参考无功功率增量进行周期性预测，直至PCC点电压处于正常范围；
其中，所述风电场的离散状态空间模型表示基于控制变量下的状态变量增量更新模型，所述状态变量为风机端的有功功率增量、无功功率增量；所述控制变量为风机端的参考有功功率增量、参考无功功率增量；
所述电压稳定控制模型包含优化目标和控制变量的约束条件，所述优化目标包括：最小化风机端电压与额定值的偏差，和/或风机端的有功功率趋向于等比例分配；
针对当前预测周期，以控制变量的约束条件为基础，求解优化目标；若所述PCC点电压仍不处于正常范围，进入下一个预测周期，继续以控制变量的约束条件为基础，求解优化目标，重复上述周期性控制，直至所述PCC点电压处于正常范围。
第三方面，本发明还提供一种基于所述电压稳定控制方法的系统，其包括MPC控制器、参数计算模块；
其中，所述参数计算模块，用于计算风电场的离散状态空间模型和电压稳定控制模型中的参数；
所述MCP控制器，用于接收所述参数计算模块计算出的参数，并基于所述离散状态空间模型、电压稳定控制模型对风机端的有功功率增量+无功功率增量，和/或参考有功功率增量+参考无功功率增量进行周期性预测，直至PCC点电压处于正常范围。
第四方面，本发明提供一种终端，其包括：
一个或多个处理器；
存储了一个或多个计算机程序的存储器；
所述处理器调用所述计算机程序以执行：
一种风电系统有功功率-无功功率协调的电压稳定控制方法的步骤。
第五方面，本发明提供一种可读存储介质，其存储了计算机程序，所述计算机程序被处理器调用以执行：
一种风电系统有功功率-无功功率协调的电压稳定控制方法的步骤。
有益效果
本发明以最大程度的减小风机端电压与额定值偏差和/或各风机的有功功率尽量根据等比例进行分配为控制目标，使用模型预测控制方式，在每个预测周期内预测针对PCC点(Point of Common Coupling公共连接点)电压波动导致有功和无功波动，在每个预测周期内预测风机端的有功功率增量+无功功率增量，和/或参考有功功率增量+参考无功功率增量进行周期性调节，使得PCC点电压处于正常范围，提升风电场故障穿越期间各风机的电压稳定性，减少风电场并网点电压与其参考值的偏差，和/或平滑风机的有功波动，使风电场内各风机的运行状况和损耗情况保持基本一致，使风电场处于最佳运行状态。
附图说明
图1为本发明的控制框图；
图2为有功/无功-电压下垂控制的原理图；
图3为SVG控制框图；
图4为PCC点电压波形及其对照方案图；
图5为风机端电压波形及其对照方案图；
图6为根据本发明方法的实现流程示意图。
具体实施方式
下面将结合实施例对本发明做进一步的说明。本发明根据风机的增量状态空间模型，得到风电场连续状态空间模型；再得到以Δu为控制变量的风电场的离散状态空间模型Δx(k+1)＝AdΔx(k)+BdΔu(k)、Δy(k)＝CdΔx(k)，计算下垂控制下的总有功、无功参考值
Figure BDA0003239172150000061
将其引入本发明设定的优化目标以及约束条件中，优选以最小化风机端电压与额定值偏差同时各风机的有功功率尽量根据等比例为优化目标，并确定控制变量的约束；从而根据状态空间方程，将优化目标化为二次规划问题，并利用MPC控制器求解得到周期性预测结果，期间，若达到PCC点电压未达到正常范围，重新进入下一个周期进行计算。若达到PCC点电压达到正常范围，则结束该进程。
下述将对本技术思路进行陈述：
1.关于风电场的离散状态空间模型：
本发明首先根据风机无功调节的动态行为，得到风机的增量状态空间模型；
Figure BDA0003239172150000071
其中：Pwt、Qwt是风机有功、无功输出的测量值；
Figure BDA0003239172150000072
是风机有功、无功参考值；
Figure BDA0003239172150000073
是时间常数；
ΔPwt、ΔQwt是Pwt、Qwt的增量；
Figure BDA0003239172150000074
是Pwt、Qwt增量的一阶导数；
然后，基于风机的增量状态空间模型，得到整个风电场的连续状态空间模型，并将其进行离散化；
风电场连续状态空间模型表示为：
Figure BDA0003239172150000075
其中，
A是风电场连续状态空间模型的系数矩阵；
B是风电场连续状态空间模型的控制矩阵；
C是风电场连续状态空间模型的输出状态系数矩阵；
Δy是风电场连续状态空间模型的变量增量；
Δx是风电场连续状态空间模型的状态变量增量；
Figure BDA0003239172150000079
是风电场连续状态空间模型的状态变量增量的一阶导数；
Δu是风电场连续状态空间模型的控制变量增量。
其中，满足：
Figure BDA0003239172150000076
Figure BDA0003239172150000077
Figure BDA0003239172150000078
Figure BDA0003239172150000081
Figure BDA0003239172150000082
Figure BDA0003239172150000083
Figure BDA0003239172150000084
Figure BDA0003239172150000085
ΔPwti是第i台风机的有功功率增量，1≤i≤NW；
ΔQwti是第i台风机的无功功率增量，1≤i≤NW；
Figure BDA0003239172150000086
是第i台风机的有功时间常数，1≤i≤NW；
Figure BDA0003239172150000087
是第i台风机的无功时间常数，1≤i≤NW；
Figure BDA0003239172150000088
是第i台风机的参考有功功率增量，1≤i≤NW；
Figure BDA0003239172150000089
是第i台风机的参考无功功率增量，1≤i≤NW；
A是风电场连续状态空间模型的系数矩阵；
B是风电场连续状态空间模型的控制矩阵；
NW是风电场中风机的数目；
对上述风电场连续状态空间模型进行离散化，风电场的离散状态空间模型表示为
Figure BDA00032391721500000810
Ad是以Δu为控制变量的风电场的离散状态空间模型的系数矩阵；
Bd是以Δu为控制变量的风电场的离散状态空间模型的控制矩阵；
Cd是以Δu为控制变量的风电场的离散状态空间模型的输出状态系数矩阵；
Δy(k)是以Δu为控制变量的风电场的离散状态空间模型的k时刻输出变量增量；
Δx(k)是离散状态空间模型k时刻(下文指代第k个预测周期)状态变量增量。
从上述离散状态空间模型的公式可知，其表示基于控制变量下的状态变量增量更新模型表示基于控制变量下的状态变量增量更新模型。
2.关于电压稳定控制模型：
优化目标：本发明优选风电场总控制目标为两部分相加Objtotal＝Obj1+Obj2。即包括第一部分的控制目标Obj1和第二部分的控制目标Obj2
第一部分的控制目标Obj1是使风机端电压与额定值UN的偏差最小，即第一部分的控制目标是最小化风机端电压与额定值UN的偏差，其可以描述为：
Figure BDA0003239172150000091
其中，Np是预测步骤；
Figure BDA0003239172150000092
为第k次预测周期内风机端电压预测值向量。
Figure BDA0003239172150000093
为风机端电压参考值向量。
其中，k时刻风机端电压
Figure BDA0003239172150000094
为：
Figure BDA0003239172150000095
其中，Uwti(t0)表示风机端电压初始测量值。
Figure BDA0003239172150000096
表示离散状态空间风电场模型在k时刻的风机有功增量向量；
Figure BDA0003239172150000097
表示离散状态空间风电场模型在k时刻的风机无功增量向量；
Figure BDA0003239172150000098
表示风机端电压关于离散状态空间风电场模型各风机输出有功功率的灵敏度向量；
Figure BDA0003239172150000099
表示风机端电压关于离散状态空间风电场模型各风机输出无功功率的灵敏度向量；
ΔPwti(k)是在k时刻的第i台风机有功增量端。
ΔQwti(k)是在k时刻的第i台风机无功增量端。
Pwti表示第i台风机输出有功功率；
Qwti表示第i台风机输出无功功率；
Uwti表示第i台风机端电压；
第二部分的控制目标Obj2是各风机的有功功率尽量根据等比例进行分配，目标函数为：
Figure BDA00032391721500000910
其中，Np为预测周期数；
Figure BDA0003239172150000101
是该预测周期的各风机有功输出初始测量值列向量；
Figure BDA0003239172150000102
第k次预测周期内风机端电压增量向量；
Figure BDA0003239172150000103
为等比例分配下的风机有功参考值列向量；
Figure BDA0003239172150000104
NW为风机个数；
Figure BDA0003239172150000105
为第k次预测周期对应的风电场总有功参考值；
Pwti(t0)是该预测周期的第i台风机的有功功率输出初始测量值。
ΔPwti(k)是第k次预测周期内第i台风机的有功功率增量。
Figure BDA0003239172150000106
为等比例分配下的第i台风机有功功率参考值；
利用S2中离散状态空间风电场模型与控制量Δu的关系以及考虑两部控制目标重要性，到总目标函数为
Objtotal＝WwtObj1+WPDObj2
Figure BDA0003239172150000107
分别为对应于Obj1、Obj2的权重系数，均大于0。
控制变量Δu的约束条件：
风电场的无功出力范围为：
Figure BDA0003239172150000108
其中：
Figure BDA0003239172150000109
Figure BDA00032391721500001010
其中，Pis、Qis分表示第i台风机定子侧有功无功输出；
Us为风机定子侧端电压；
Xs与Xm分别为定子漏抗与励磁感抗，网侧变流器容量为
Figure BDA00032391721500001011
s为转差率；
根据风机可用功率范围，结合无功出力范围确定系统控制变量的不等式约束条件：
Figure BDA00032391721500001012
即
Figure BDA00032391721500001013
其中，
Figure BDA0003239172150000111
表示第i台风机可用有功功率；
Pwti(t0)、Qwti(t0)是该预测周期的第i台风机有功输出初始测量值；
Figure BDA0003239172150000112
与
Figure BDA0003239172150000113
分别为第i台风机无功功率上下限，
Figure BDA0003239172150000114
SWTG为风机额定容量。
则有：Δumin≤Δu≤Δumax，；
控制变量Δu的下限Δumin与控制变量Δu的上限Δumax分别为：
Figure BDA0003239172150000115
Figure BDA0003239172150000116
Figure BDA0003239172150000117
正常情况下风电场的总输出功率需满足系统调度的要求，但在故障情况下，根据PCC处的下垂控制器计算风电场总的功率参考值，并保证各台风机的有功参考值之和等于风电场总有功参考值，风电场的无功参考值等于所有风机的无功参考值与SVG的无功参考值之和。等式约束条件为：
Figure BDA0003239172150000118
Figure BDA0003239172150000119
即
Figure BDA00032391721500001110
Figure BDA00032391721500001111
其中，
Figure BDA00032391721500001112
为风电场有功无功参考值；
Figure BDA00032391721500001113
为SVG参考值；
Figure BDA00032391721500001114
为风电场有功无功初始测量值。
基于上述风电场的离散状态空间模型以及电压稳定控制模型可知，优化目标与风机端的有功功率增量+无功功率增量有关，而风机端的有功功率增量+无功功率增量又与参考有功功率增量+参考无功功率增量有关，因此，针对一个预测周期，在控制变量的约束条件下，求解优化目标可以得到一组最佳的有功功率增量+无功功率增量、参考有功功率增量+参考无功功率增量，从而影响PCC点电压，若PCC点电压仍然不处于正常状态，则更新了相关参数，进入了下一个预测周期，继续求解优化目标，循环上述过程，最终稳定控制PCC点电压。
实施例1：
本实施例基于上述理论性的陈述，提供一种风电系统有功功率-无功功率协调的电压稳定控制方法，包括以下步骤：
S1：测量PCC点电压，并判断是否处于深度故障，若处于，需要协调静止无功补偿器控制PCC点电压。
本实施例中将
Figure BDA0003239172150000121
时，视为系统处于深度故障，优先利用风电场提供无功支撑，系统总的无功缺额由SVG提供。
SVG无功电流参考值计算公式为：
Figure BDA0003239172150000122
其他可行的实施例中，可以根据本领域的相关知识，对深度故障的判别标准以及SVG无功电流参考值计算公式进行适应性调整。
图3为SVG控制框图。为了稳定风电场并网点电压，SVG采用恒电压的控制方式。系统处于深度故障，优先利用风电场提供无功支撑，系统总的无功缺额由SVG提供，SVG和风电场同时参与电压调节，同时吸收或发出无功功率。该控制包含直流电压控制与无功功率控制两部分，提供所需无功的同时维持SVG直流电压的稳定。
S2：基于有功/无功-电压下垂曲线来得到总参考有功
Figure BDA0003239172150000123
与无功功率
Figure BDA0003239172150000124
其中，将具有下垂系数的无功控制模型进行线性化，定义
Figure BDA0003239172150000125
是表示风电场的最初有功、无功测量值，下垂控制下的总参考有功
Figure BDA0003239172150000126
与无功功率
Figure BDA0003239172150000127
计算公式如下所示：
Figure BDA0003239172150000128
Figure BDA0003239172150000129
其中，UPCC为PCC点电压测量值。
UN为PCC点电压额定值；
λ和α为风电场的有功、无功电压下垂系数；
Figure BDA00032391721500001210
是风电场的最初有功、无功测量值。
关于总参考有功
Figure BDA00032391721500001211
与无功功率
Figure BDA00032391721500001212
若UPCC为预测控制最初时的PCC点电压测量值，那么计算出的总参考有功
Figure BDA00032391721500001213
与无功功率
Figure BDA00032391721500001214
可以视为整个预测时域(包含所有预测周期)对应的总参考有功
Figure BDA0003239172150000131
与无功功率
Figure BDA0003239172150000132
若UPCC是随每次预测周期迭代更新的，那么总参考有功
Figure BDA0003239172150000133
与无功功率
Figure BDA0003239172150000134
应当是视为一个预测周期内对应的参数。因此，基于上述总参考有功
Figure BDA0003239172150000135
与无功功率
Figure BDA0003239172150000136
的定义，本发明涉及其公式的都应当进行适应性调整。上述实施例是以总参考有功
Figure BDA0003239172150000137
与无功功率
Figure BDA0003239172150000138
应当是视为一个预测周期内对应的参数为例的；若总参考有功
Figure BDA0003239172150000139
与无功功率
Figure BDA00032391721500001310
可以视为整个预测时域对应的总参考有功
Figure BDA00032391721500001311
与无功功率
Figure BDA00032391721500001312
公式调整时，譬如：
Figure BDA00032391721500001313
图2为风机有功/无功-电压下垂控制原理图。故障时在风电场并网点处分别通过有功/无功-电压下垂曲线来得到风电场总参考有功与无功功率。风电场的PCC电压最容易受到影响，电压波动最大，将PCC电压控制在规定范围内是风电场故障穿越的重要前提，同时有助于稳定各风机端电压。调节风电场中各风机输出有功无功功率可有效控制并网点电压。在PCC点处采用下垂控制能快速自适应地进行功率电压调节，在风电场故障穿越上显示出了优越性。
S3：获取电压稳定控制模型，即确定优化目标、约束条件等。
S4：基于所述离散状态空间模型、电压稳定控制模型对风机端的有功功率增量+无功功率增量，和/或参考有功功率增量+参考无功功率增量进行周期性预测。
其中，本步骤可以理解为求解优化目标函数得到风机端的有功功率增量+无功功率增量，和/或参考有功功率增量+参考无功功率增量。
本实施例优选利用MPC控制器求解风电场总控制目标Objtotal。Objtotal可转化为关于Δu的标准的二次规划QP问题，其目标函数为：
Figure BDA00032391721500001314
s.t.x∈Ω
各控制器的变量xi为
Figure BDA00032391721500001315
LMPC为控制器集；Np为预测步骤数；
由s6得到约束集
Figure BDA00032391721500001316
为各子集的卡迪尔积；
H为Hessian矩阵；
g为系数矩阵。
然后再利用MPC控制器求解风电场总控制目标Objtotal。其他可行的实施例中，可以选择其他方式求解风电场总控制目标Objtotal。求解控制目标后得到该预测周期下的参考有功功率增量+参考无功功率增量，若未达到终止条件，进而更新得到下个预测周期有功功率增量+无功功率增量，继续求解总控制目标Objtotal。
S5：当前预测周期结束后对应的PCC点电压是否处于正常范围，若是，流程结束；若不是，返回S1，实现循环迭代更新。
其他可行的实施例中，还可以参照图6所示的流程。
综上所述，针对实际工况中存在的：实际风电场网络的电压等级较低，线路阻抗较大，因此风机的有功注入对风电场中各母线电压的影响较大的现象。而传统风机通常保持在最大功率点运行，风机的无功输出能力受限，在电压波动较大时，不能充分发挥风机自身的无功调压能力。综合考虑风机无功与有功注入对风电场电压的影响，为了提升风场故障期间的无功调节能力，避免风机处于无功极限运行状态，保留一定无功安全裕量，故障时有必要调节风机有功功率对风电场中各母线电压进行有效控制。此外，当系统中有故障或者有大容量负荷投切时，电网系统的电压也不可避免地产生波动。而无功功率与电压息息相关，保持无功功率的平衡是解决电网电压稳定问题的关键。因此在含静止无功发生器SVG及风电场的电网中，研究风电场与SVG协同控制无功的策略对改善电网电压的稳定问题具有重要意义。
基于该背景，本发明提供的所述方法使得PCC点电压处于正常范围，提升风电场故障穿越期间各风机的电压稳定性，减少风电场并网点电压与其参考值的偏差，和/或平滑风机的有功波动，使风电场内各风机的运行状况和损耗情况保持基本一致，使风电场处于最佳运行状态。
需要说明的是，在不脱离本发明构思的基础上，对上述流程中的部分步骤进行删减或者调整也是属于本发明的保护范围。
图1为本发明的系统框图，本发明的控制目标是最大程度的减小风机端电压与额定值偏差同时各风机的有功功率尽量根据等比例进行分配。灵敏度系数模块通过收集风电场参数，计算关于风机有功无功输出的电压灵敏度系数。风场总有功无功参考值模块通过有功/无功-电压下垂曲线来得到总参考有功
Figure BDA0003239172150000141
与无功功率
Figure BDA0003239172150000142
在每个预测时域内，采用模型预测控制规划具有下垂控制的电压优化问题。风场根据PCC点电压情况，协调静止无功补偿器控制维持风电场并网点电压与风机端电压，提高风电场的控制性能。
图4为PCC点电压波形及其对照方案图；如图所示，与传统PD控制相比，本申请中所提出的方案的总体电压性能显示出优越性。从2.5s-3.5s以及5s-6s，本申请中所提出的方案电压跌落和骤升程度更小，并且故障后电压恢复更快。
图5为风机端电压波形及其对照方案图；如图所示，与传统PD控制相比，从2.5s-3.5s以及5s-6s，本发明中所提控制策略电压支撑能力更强，故障时风机端电压与额定值的偏差更小，能更好地实现风电场的电压稳定和故障穿越。
实施例2：
本实施例提供一种基于所述电压稳定控制方法的系统，其包括：离散状态空间模型获取模块、电压稳定控制模型获取模块、周期性预测模块。
其中，离散状态空间模型获取模块，用于获取风电场的离散状态空间模型；电压稳定控制模型获取模块，用于获取电压稳定控制模型；周期性预测模块，用于基于所述离散状态空间模型、电压稳定控制模型对风机端的有功功率增量+无功功率增量，和/或参考有功功率增量+参考无功功率增量进行周期性预测，直至PCC点电压处于正常范围。
其他可行的方式中，所述系统还可以包括：PCC点电压测量/获取模块和SVG控制器，PCC点电压测量/获取模块用于测量或获取PCC点电压，并基于其判断系统是否处于深度故障，或者是否处于正常范围。SVG控制器用于协调静止无功补偿器控制PCC点电压。
其他可行的方式中，所述系统还可以包括：参数计算模块，用于计算模型所需的参数，如基于有功/无功-电压下垂曲线来得到总参考有功
Figure BDA0003239172150000151
与无功功率
Figure BDA0003239172150000152
其中，各个单元模块的具体实现过程请参照前述方法的对应过程。应当理解，上述单元模块的具体实现过程参照方法内容，本发明在此不进行具体的赘述，且上述功能模块单元的划分仅仅是一种逻辑功能的划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。同时，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
实施例3：
本实施例提供一种基于所述电压稳定控制方法的系统，其包括：MPC控制器、参数计算模块、SVG控制器。
其中，所述参数计算模块，用于计算风电场的离散状态空间模型和电压稳定控制模型中的参数；如基于有功/无功-电压下垂曲线来得到总参考有功
Figure BDA0003239172150000153
与无功功率
Figure BDA0003239172150000154
所述MCP控制器，用于接收所述参数计算模块计算出的参数，并基于所述离散状态空间模型、电压稳定控制模型对风机端的有功功率增量+无功功率增量，和/或参考有功功率增量+参考无功功率增量进行周期性预测，直至PCC点电压处于正常范围。
SVG控制器，用于当系统处于深度故障时，协调静止无功补偿器控制PCC点电压。其他可行的实施例中，若不考虑SVG控制，也可以不设SVG控制器。
其中，各个单元模块的具体实现过程请参照前述方法的对应过程。应当理解，上述单元模块的具体实现过程参照方法内容，本发明在此不进行具体的赘述，且上述功能模块单元的划分仅仅是一种逻辑功能的划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。同时，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
实施例4：
本实施例提供一种终端，其特征在于：包括：
一个或多个处理器；
存储了一个或多个计算机程序的存储器；
所述处理器调用所述计算机程序以执行：一种风电系统有功功率-无功功率协调的电压稳定控制方法的步骤。
譬如具体执行：
S1：测量PCC点电压，并判断是否处于深度故障，若处于，需要协调静止无功补偿器控制PCC点电压。
S2：基于有功/无功-电压下垂曲线来得到总参考有功
Figure BDA0003239172150000161
与无功功率
Figure BDA0003239172150000162
S3：获取电压稳定控制模型，即确定优化目标、约束条件等。
S4：基于所述离散状态空间模型、电压稳定控制模型对风机端的有功功率增量+无功功率增量，和/或参考有功功率增量+参考无功功率增量进行周期性预测。
S5：当前预测周期结束后对应的PCC点电压是否处于正常范围，若是，流程结束；若不是，返回S1，实现循环迭代更新。
该终端还包括：通信接口，用于与外界设备进行通信，进行数据交互传输。
其中，存储器可能包含高速RAM存储器，也可能还包括非易失性除颤器，例如至少一个磁盘存储器。
如果存储器、处理器和通信接口独立实现，则存储器、处理器和通信接口可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构总线，外部设备互联总线或扩展工业标准体系结构总线等。所述总线可以分为地址总线、数据总线、控制总线等。
可选的，在具体实现上，如果存储器、处理器和通信接口集成在一块芯片上，则存储器、处理器即通信接口可以通过内部接口完成相互之间的通信。
应当理解，在本发明实施例中，所称处理器可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。
实施例5：
本实施例提供一种可读存储介质，其存储了计算机程序，所述计算机程序被处理器调用以执行：
一种风电系统有功功率-无功功率协调的电压稳定控制方法的步骤。
譬如具体执行：
S1：测量PCC点电压，并判断是否处于深度故障，若处于，需要协调静止无功补偿器控制PCC点电压。
S2：基于有功/无功-电压下垂曲线来得到总参考有功
Figure BDA0003239172150000171
与无功功率
Figure BDA0003239172150000172
S3：获取电压稳定控制模型，即确定优化目标、约束条件等。
S4：基于所述离散状态空间模型、电压稳定控制模型对风机端的有功功率增量+无功功率增量，和/或参考有功功率增量+参考无功功率增量进行周期性预测。
S5：当前预测周期结束后对应的PCC点电压是否处于正常范围，若是，流程结束；若不是，返回S1，实现循环迭代更新。
所述可读存储介质为计算机可读存储介质，其可以是前述任一实施例所述的控制器的内部存储单元，例如控制器的硬盘或内存。所述可读存储介质也可以是所述控制器的外部存储设备，例如所述控制器上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述可读存储介质还可以既包括所述控制器的内部存储单元也包括外部存储设备。所述可读存储介质用于存储所述计算机程序以及所述控制器所需的其他程序和数据。所述可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的可读存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要强调的是，本发明所述的实例是说明性的，而不是限定性的，因此本发明不限于具体实施方式中所述的实例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，不脱离本发明宗旨和范围的，不论是修改还是替换，同样属于本发明的保护范围。

Claims (10)

1.一种风电系统有功功率-无功功率协调的电压稳定控制方法，其特征在于：以风电系统的PCC点电压为参考，若所述PCC点电压不处于正常范围，执行如下步骤：
步骤1：获取风电场的离散状态空间模型和电压稳定控制模型；
其中，所述风电场的离散状态空间模型表示基于控制变量下的状态变量增量更新模型，所述状态变量为风机端的有功功率增量、无功功率增量；所述控制变量为风机端的参考有功功率增量、参考无功功率增量；
所述电压稳定控制模型包含优化目标和控制变量的约束条件，所述优化目标包括：最小化风机端电压与额定值的偏差，和/或风机端的有功功率趋向于等比例分配；
步骤2：基于所述离散状态空间模型、电压稳定控制模型对风机端的有功功率增量+无功功率增量，和/或参考有功功率增量+参考无功功率增量进行周期性预测，直至PCC点电压处于正常范围；
针对当前预测周期，以控制变量的约束条件为基础，求解优化目标；若所述PCC点电压仍不处于正常范围，进入下一个预测周期，继续以控制变量的约束条件为基础，求解下一个预测周期的优化目标，重复上述周期性控制，直至所述PCC点电压处于正常范围。
2.根据权利要求1所述的方法，其特征在于：还包括：基于有功/无功-电压下垂曲线来得到总参考有功
Figure FDA0003239172140000011
与无功功率
Figure FDA0003239172140000012
基于所述总参考有功
Figure FDA0003239172140000013
与无功功率
Figure FDA0003239172140000014
设定所述控制变量的一个约束条件，所述约束条件如下：
各个风机端的参考有功功率之和等于所述总参考有功
Figure FDA0003239172140000015
所有风机端的参考无功功率以及静止无功补偿器SVG的参考无功功率之和等于所述无功功率
Figure FDA0003239172140000016
3.根据权利要求2所述的方法，其特征在于：所述总参考有功
Figure FDA0003239172140000017
与无功功率
Figure FDA0003239172140000018
的公式如下：
Figure FDA0003239172140000019
Figure FDA00032391721400000110
其中，UPCC为PCC点电压测量值；UN为PCC点电压额定值；λ和α为风电场的有功、无功电压下垂系数；
Figure FDA00032391721400000111
是风电场的最初有功、无功测量值。
4.根据权利要求1所述的方法，其特征在于：所述优化目标包括最小化风机端电压与额定值的偏差和风机端的有功功率趋向于等比例分配，表示为：
Objtotal＝WwtObj1+WPDObj2
式中，Objtotal为优化目标对应的目标函数，Obj1表示最小化风机端电压与额定值的偏差对应的函数，Obj2表示风机端的有功功率趋向于等比例分配对应的函数，Wwt、WPD分别为Obj1、Obj2的权重系数；
Figure FDA0003239172140000021
其中，Np是预测周期总数，k表示第k个预测周期；
Figure FDA0003239172140000022
为第k次预测周期内风机端的电压预测值向量，
Figure FDA0003239172140000023
分别表示电压预测值向量
Figure FDA0003239172140000024
中第1个、第2个、第Nw个风机端对应的电压预测值；
Figure FDA0003239172140000025
为风机端的电压参考值向量，
Figure FDA0003239172140000026
分别表示电压参考值向量
Figure FDA0003239172140000027
中第1个、第2个、第Nw个风机端对应的电压参考值；
其中，第k次预测周期第i个风机端的电压预测值
Figure FDA0003239172140000028
为：与第k次预测周期的风机端的有功功率增量向量ΔPwt(k)、无功功率增量向量ΔQwt(k)相关；
函数Obj2是将总参考有功等比例分配给每个风机端，并以风机端上有功功率输出初始测量值与预测值之和与等比例分配的有功值的偏差最小为目标。
5.根据权利要求1所述的方法，其特征在于：所述离散状态空间模型的构建过程如下：
首先，根据风机无功调节的动态行为，得到风机的增量状态空间模型；
然后，基于风机的增量状态空间模型，得到整个风电场的连续状态空间模型；
最后，对所述连续状态空间模型进行离散处理，得到风电场的离散状态空间模型；
所述风电场的离散状态空间模型表示如下：
Figure FDA0003239172140000029
其中，Ad是以Δu为控制变量的风电场的离散状态空间模型的系数矩阵；Bd是以Δu为控制变量的风电场的离散状态空间模型的控制矩阵；Cd是以Δu为控制变量的风电场的离散状态空间模型的输出状态系数矩阵；
Δy(k)是以Δu为控制变量的风电场的离散状态空间模型的k时刻输出变量增量；Δx(k)是离散状态空间模型k时刻状态变量增量。
6.根据权利要求1所述的方法，其特征在于：还包括：
根据PCC点电压判断是否处于深度故障，若是，协调静止无功补偿器SVG控制PCC点电压，然后再执行步骤2；
其中，静止无功补偿器SVG的无功电流参考值
Figure FDA0003239172140000031
的公式如下：
Figure FDA0003239172140000032
其中，
Figure FDA0003239172140000033
表示PCC点电压的标幺值；
Figure FDA0003239172140000034
表示风场无功功率参考值的标幺值；
Figure FDA0003239172140000035
表示第i台风机无功功率参考值的标幺值。
7.一种基于权利要求1-6任一项所述方法的系统，其特征在于：
离散状态空间模型获取模块，用于获取风电场的离散状态空间模型；
电压稳定控制模型获取模块，用于获取电压稳定控制模型；
周期性预测模块，用于基于所述离散状态空间模型、电压稳定控制模型对风机端的有功功率增量+无功功率增量，和/或参考有功功率增量+参考无功功率增量进行周期性预测，直至PCC点电压处于正常范围；
其中，所述风电场的离散状态空间模型表示基于控制变量下的状态变量增量更新模型，所述状态变量为风机端的有功功率增量、无功功率增量；所述控制变量为风机端的参考有功功率增量、参考无功功率增量；
所述电压稳定控制模型包含优化目标和控制变量的约束条件，所述优化目标包括：最小化风机端电压与额定值的偏差，和/或风机端的有功功率趋向于等比例分配；
针对当前预测周期，以控制变量的约束条件为基础，求解优化目标；若所述PCC点电压仍不处于正常范围，进入下一个预测周期，继续以控制变量的约束条件为基础，求解下一个预测周期的优化目标，重复上述周期性控制，直至所述PCC点电压处于正常范围。
8.一种基于要求1-7任一项所述方法的系统，其特征在于：包括MPC控制器、参数计算模块；
其中，所述参数计算模块，用于计算风电场的离散状态空间模型和电压稳定控制模型中的参数；
所述MCP控制器，用于接收所述参数计算模块计算出的参数，并基于所述离散状态空间模型、电压稳定控制模型对风机端的有功功率增量+无功功率增量，和/或参考有功功率增量+参考无功功率增量进行周期性预测，直至PCC点电压处于正常范围。
9.一种终端，其特征在于：包括：
一个或多个处理器；
存储了一个或多个计算机程序的存储器；
所述处理器调用所述计算机程序以执行：
权利要求1-6任一项所述方法的步骤。
10.一种可读存储介质，其特征在于：存储了计算机程序，所述计算机程序被处理器调用以执行：
权利要求1-6任一项所述方法的步骤。
CN202111013833.8A 2021-08-31 2021-08-31 一种风电系统有功功率-无功功率协调的电压稳定控制方法、系统、终端及可读存储介质 Active CN113612233B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111013833.8A CN113612233B (zh) 2021-08-31 2021-08-31 一种风电系统有功功率-无功功率协调的电压稳定控制方法、系统、终端及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111013833.8A CN113612233B (zh) 2021-08-31 2021-08-31 一种风电系统有功功率-无功功率协调的电压稳定控制方法、系统、终端及可读存储介质

Publications (2)

Publication Number Publication Date
CN113612233A true CN113612233A (zh) 2021-11-05
CN113612233B CN113612233B (zh) 2023-06-27

Family

ID=78342405

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111013833.8A Active CN113612233B (zh) 2021-08-31 2021-08-31 一种风电系统有功功率-无功功率协调的电压稳定控制方法、系统、终端及可读存储介质

Country Status (1)

Country Link
CN (1) CN113612233B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114336790A (zh) * 2021-11-24 2022-04-12 华能新能源股份有限公司 有功无功相协调的风电控制方法、系统、终端及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090218817A1 (en) * 2008-02-28 2009-09-03 General Electric Company Windfarm collector system loss optimization
CN101871422A (zh) * 2009-04-22 2010-10-27 湘潭大学 风电机组低压穿越协调控制方法
CN103475247A (zh) * 2013-09-18 2013-12-25 江苏省电力公司常州供电公司 分布式光伏电站有功无功可调度控制装置
CN104158222A (zh) * 2014-08-29 2014-11-19 东南大学 一种带电压补偿的并网逆变器直接功率控制方法
CN104319775A (zh) * 2014-09-27 2015-01-28 国家电网公司 适应大规模风电并网的无功电压控制方法
CN104638668A (zh) * 2014-06-12 2015-05-20 华中科技大学 一种光伏发电并网控制方法及系统
US20160134121A1 (en) * 2013-06-10 2016-05-12 Wobben Properties Gmbh Method for feeding electric power into an electric supply network
US20190036340A1 (en) * 2017-07-28 2019-01-31 Florida State University Research Foundation Optimal control technology for distributed energy resources

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090218817A1 (en) * 2008-02-28 2009-09-03 General Electric Company Windfarm collector system loss optimization
CN101871422A (zh) * 2009-04-22 2010-10-27 湘潭大学 风电机组低压穿越协调控制方法
US20160134121A1 (en) * 2013-06-10 2016-05-12 Wobben Properties Gmbh Method for feeding electric power into an electric supply network
CN103475247A (zh) * 2013-09-18 2013-12-25 江苏省电力公司常州供电公司 分布式光伏电站有功无功可调度控制装置
CN104638668A (zh) * 2014-06-12 2015-05-20 华中科技大学 一种光伏发电并网控制方法及系统
CN104158222A (zh) * 2014-08-29 2014-11-19 东南大学 一种带电压补偿的并网逆变器直接功率控制方法
CN104319775A (zh) * 2014-09-27 2015-01-28 国家电网公司 适应大规模风电并网的无功电压控制方法
US20190036340A1 (en) * 2017-07-28 2019-01-31 Florida State University Research Foundation Optimal control technology for distributed energy resources

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐建军;邓凡良;张晓雷;孙雨凝;闫丽梅;: "基于GA-GPC改进算法的分布式电源并网应用", 东北石油大学学报, no. 04 *
李小腾;王峰;彭红英;李俊;滕云;: "多分布式电源并网AVC协同控制仿真模型", 可再生能源, no. 12 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114336790A (zh) * 2021-11-24 2022-04-12 华能新能源股份有限公司 有功无功相协调的风电控制方法、系统、终端及存储介质

Also Published As

Publication number Publication date
CN113612233B (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
EP2891221B2 (en) Power distribution system loss reduction with distributed energy resource control
WO2018115431A1 (en) Combined active and reactive power control in an operation of a wind farm
CN108923435B (zh) 一种基于分层mpc的风电无功电压协调控制系统
CN108599259B (zh) 一种基于灵敏度分析的微电网主动运行决策方法
CN110247404B (zh) 风电并网电压分层协调控制方法、系统、介质及设备
CN110165667B (zh) 计及静态电压安全约束的输配协同无功优化方法及系统
CN108539797B (zh) 一种考虑经济性的孤岛微电网二次频率和电压控制方法
Mele et al. Impact of variability, uncertainty and frequency regulation on power system frequency distribution
CN108711868A (zh) 一种计及孤岛运行电压安全的配电网无功优化规划方法
CN113315164B (zh) 无功电压控制方法和装置、介质以及计算装置
CN113612233A (zh) 一种风电系统有功功率-无功功率协调的电压稳定控制方法、系统、终端及可读存储介质
Dou et al. An improved CPF for static stability analysis of distribution systems with high DG penetration
CN111952985B (zh) 一种海上风电场无功协调控制方法、系统及设备
Zhou et al. Control strategy of DFIG and SVG cooperating to regulate grid voltage of wind power integration point
Suyono et al. Optimization of the reactive power injection to control voltage profile by using artificial bee colony algorithm
Swain et al. Stabilized frequency response of a microgrid using a two-degree-of-freedom controller with African vultures optimization algorithm
US20230417220A1 (en) Methods and systems for improving grid stability
Jalali et al. Placement and operation of STATCOM-storage for voltage stability enhancement of power systems with embedded wind farms
CN115663849B (zh) 一种水电厂与工业温控负荷协同快速调控的方法及控制器
CN110994639A (zh) 一种电厂储能辅助调频的仿真定容方法、装置及设备
Sanjari et al. HSA-based optimal placement of shunt FACTS devices in the smart grid considering voltage stability
CN112039119B (zh) 一种含光伏接入的配电网电压控制方法及系统
CN113922384A (zh) 一种风电场分散式无功电压优化协调控制方法
CN113629736A (zh) 一种基于配电网氢储能系统日内滚动优化方法
CN112803431A (zh) 一种基于电压灵敏度的风电并网无功协调控制方法

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