CN113708389A - 基于实际功率响应的风电场一次调频模型参数辨识方法及系统 - Google Patents
基于实际功率响应的风电场一次调频模型参数辨识方法及系统 Download PDFInfo
- Publication number
- CN113708389A CN113708389A CN202111064419.XA CN202111064419A CN113708389A CN 113708389 A CN113708389 A CN 113708389A CN 202111064419 A CN202111064419 A CN 202111064419A CN 113708389 A CN113708389 A CN 113708389A
- Authority
- CN
- China
- Prior art keywords
- frequency modulation
- wind
- model
- primary frequency
- power plant
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000004044 response Effects 0.000 title claims abstract description 40
- 238000010845 search algorithm Methods 0.000 claims abstract description 10
- 238000004088 simulation Methods 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims description 41
- 238000005070 sampling Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 230000009191 jumping Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241000282461 Canis lupus Species 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 125000004432 carbon atom Chemical group C* 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
- H02J3/241—The oscillation concerning frequency
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种基于实际功率响应的风电场一次调频模型参数辨识方法及系统,本发明方法包括获取风电场一次调频功率响应的实测数据,包括的并网点有功功率、频率、风速;构建风电场一次调频辨识模型,并设置风电场一次调频辨识模型的目标函数;初始化风电场一次调频辨识模型的参数,并确定待辨识参数;针对风电场一次调频辨识模型及其目标函数,采用指定的搜索算法搜索求解获得待辨识参数的值作为最终的参数辨识结果。本发明以一次调频实测功率数据为依据,能够实现对风电场一次调频模型参数的辨识,辨识结果可使仿真模型较好地反映实际风电场一次调频功率响应特性。
Description
技术领域
本发明属于风电机组/风电场控制技术,具体涉及一种基于实际功率响应的风电场一次调频模型参数辨识方法及系统。
背景技术
以风电为代表的新能源机组在我国电网中占比越来越大,由于新能源机组一般不参与一次调频,导致电网的频率稳定能力降低。为了适应新形势并保障电网稳定运行,新能源电站具有一次调频能力的意义日益凸显。
目前,新能源电站一次调频在国内规模化推广应用的正式启动,继而江苏、广西、湖南多地启动新能源电站的一次调频功能改造工作。随着风电在电力系统中的渗透率快速提升以及越来越多风电场配置一次调频功能,风电场一次调频性能将对电力系统整体频率特性产生不可忽视的影响。现阶段电力系统稳定分析中,风电机组/场站一次调频模型参数常采用典型参数,其反映的风电场一次调频功率响应外特性与实际存在一定差别,不利于电力系统频率稳定分析的准确性。通过合适的参数辨识方法求取风电场一次调频模型参数是改善风电场一次调频功率响应仿真精度的一种有效手段,因而需要重点研究和实践。
发明内容
本发明要解决的技术问题:针对现有技术的上述问题,提供一种基于实际功率响应的风电场一次调频模型参数辨识方法及系统,本发明以一次调频实测功率数据为依据,能够实现对风电场一次调频模型参数的辨识,辨识结果可使仿真模型较好地反映实际风电场一次调频功率响应特性。
为了解决上述技术问题,本发明采用的技术方案为:
一种基于实际功率响应的风电场一次调频模型参数辨识方法,包括:
1)获取风电场一次调频功率响应的实测数据,包括并网点有功功率、频率、风速;
2)构建风电场一次调频辨识模型,并设置风电场一次调频辨识模型的目标函数;
3)初始化风电场一次调频辨识模型的参数,并确定待辨识参数;
4)针对风电场一次调频辨识模型及其目标函数,采用指定的搜索算法搜索求解获得待辨识参数的值作为最终的参数辨识结果。
可选地,步骤2)中构建的风电场一次调频辨识模型包括:
风功率模型,用于基于风速Vw、桨距角θ、风轮转速wrotor得到机械功率Pmech;
转子模型,用于基于有功功率PE、机械功率Pmech得到风轮转速wrotor和发电机转速wg;
桨距控制模型,用于基于发电机转速wg和最大功率跟踪设定值wref之间的误差werr进行桨距控制得到桨距控制量;
转矩控制模型,用于基于发电机转速wg和最大功率跟踪转速设定值wref之间的误差werr进行转矩控制得到转矩控制量;
第一一阶惯性环节,用于将转矩控制模型输出的转矩控制量与发电机转速wg相乘后通过一阶惯性低通滤波得到有功功率需求Pord;
桨距补偿模型,用于将有功功率需求Pord和有功功率设定值Prate之差通过桨距补偿得到桨距补偿量;
第二一阶惯性环节,用于桨距补偿模型输出的桨距补偿量与桨距控制量求和后通过一阶惯性环节、限幅后得到输入风功率模型的桨距角θ。
可选地,所述桨距控制模型为比例积分控制器,转矩控制模型为比例积分控制器,桨距补偿模型为比例积分控制器,所述风功率模型的函数表达式为,
上式中,ρ为空气密度,Ar为风轮机叶片的扫风面积,Vw为风速,Cp(λ,θ)为与叶尖速比λ和桨距角θ有关的风轮机的风能利用系数,Pr是风电场一次调频模型额定功率;Vin,Vout分别为风轮机的切入风速和切除风速,且有:
其中,wrotor是风轮转速,R是风轮机半径,Vw是风速。
可选地,所述转子模型的函数表达式为:
上式中,Tj为惯性体转动惯量,wrotor为风轮转速,t为时间,Tm为发电机机械转矩,Te为发电机电磁转矩,th为轴系传动时滞,Tae为风轮转矩。
可选地,步骤2)中设置风电场一次调频辨识模型的目标函数的函数表达式如下式所示:
上式中,T为目标函数,N为实测数据的采样点数量,i为实测数据的采样点序号,Pord,i为第一一阶惯性环节对应第i个采样点得到的有功功率需求,Pi T为实测数据中第i个采样点的并网点有功功率的标幺值。
可选地,步骤3)包括:3.1)基于实测数据的风速计算风速均值,将风电场一次调频辨识模型中风功率模型的风速Vw赋值为风速均值;基于实测数据计算有功功率设定值初始值P0,将风电场一次调频辨识模型中的有功功率设定值Prate赋值为有功功率设定值初始值P0,初始化风电场一次调频辨识模型的其余参数,启动风电场一次调频辨识模型的仿真计算,直至第一一阶惯性环节输出的有功功率需求Pord、有功功率设定值初始值P0之间的差少于设定值,将风电场一次调频辨识模型中各个状态空间变量数值进行保存以作为状态空间变量初始值;3.2)确定桨距补偿模型的桨距补偿比例系数Kpc和桨距补偿积分系数Kic,转矩控制模型的转距控制比例系数Kptrq和转距控制积分系数Kitrq作为待辨识参数。
可选地,所述基于实测数据计算有功功率设定值初始值P0包括:针对实测数据,筛选出位于调频死区下限、调频死区上限之间的频率数据;基于筛选出的频率数据,在实测数据中确定所对应的功率数据的标幺值;基于确定的功率数据的标幺值基于下式计算有功功率设定值初始值P0;
上式中,M为确定的功率数据的数量,Pj *为确定的第j个功率数据的标幺值。
可选地,步骤4)包括:
4.1)采用指定的搜索算法调整待辨识参数的数值,根据下式调整风电场一次调频辨识模型中的有功功率设定值Prate;
上式中,f(Fi)为根据一次调频转速不等率函数f(x)计算实测数据中第i个采样点的频率Fi得到的调频目标功率,P*为风电场的额定功率,N为实测数据的采样点数量;保持风电场一次调频辨识模型中风功率模型的风速Vw为风速均值;
4.2)将保存的各个状态空间变量数值作为风电场一次调频辨识模型的状态空间变量初始值,通过风电场一次调频辨识模型计算得到N个实测数据的采样点分别对应的第一一阶惯性环节输出的有功功率需求Pord,i,并计算目标函数T的值;
4.3)判断目标函数T的值是否满足预设的搜索停止条件,若不满足预设的搜索停止条件,则跳转至步骤4.1);否则,将当前的待辨识参数的数值作为最终的参数辨识结果输出。
此外,本发明还包括一种基于实际功率响应的风电场一次调频模型参数辨识系统,包括相互连接的微处理器和存储器,该微处理器被编程或配置以执行所述基于实际功率响应的风电场一次调频模型参数辨识方法的步骤。
此外,本发明还包括一种计算机可读存储介质,该计算机可读存储介质中存储有被编程或配置以执行所述基于实际功率响应的风电场一次调频模型参数辨识方法的计算机程序。
和现有技术相比,本发明具有下述优点:
本发明包括获取风电场一次调频功率响应的实测数据,包括的并网点有功功率、频率、风速,构建风电场一次调频辨识模型,并设置风电场一次调频辨识模型的目标函数,初始化风电场一次调频辨识模型的参数,并确定待辨识参数,针对风电场一次调频辨识模型的及其目标函数,采用指定的搜索算法搜索求解获得待辨识参数的值作为最终的参数辨识结果。本发明以一次调频实测功率数据为依据,能够实现对风电场一次调频模型参数的辨识,辨识结果可使仿真模型较好地反映实际风电场一次调频功率响应特性。
附图说明
图1为本发明实施例方法的基本流程示意图。
图2为本发明实施例中建立的风电场一次调频辨识模型示意图。
图3为本发明实施例中一次调频转速不等率函数f(x)的曲线。
图4为本发明实施例中第一种负荷工况下的辨识精度实测值和仿真值对比。
图5为本发明实施例中第二种负荷工况下的辨识精度实测值和仿真值对比。
图6为本发明实施例中第三种负荷工况下的辨识精度实测值和仿真值对比。
图7为本发明实施例中第四种负荷工况下的辨识精度实测值和仿真值对比。
具体实施方式
如图1所示,本实施例基于实际功率响应的风电场一次调频模型参数辨识方法包括:
1)获取风电场一次调频功率响应的实测数据,包括并网点有功功率、频率、风速;
2)构建风电场一次调频辨识模型,并设置风电场一次调频辨识模型的目标函数;
3)初始化风电场一次调频辨识模型的参数,并确定待辨识参数;
4)针对风电场一次调频辨识模型及其目标函数,采用指定的搜索算法搜索求解获得待辨识参数的值作为最终的参数辨识结果。
步骤1)中获取风电场一次调频功率响应的实测数据可根据需要采用现有方法(如一次调频试验)获取风电场一次调频功率响应的实测数据,实测数据应至少包括并网点有功功率、频率信号、风速数据,其中频率的数据集合由F={Fi}表示,并网点有功功率的数据集合由P={Pi}表示,风速的数据集合由W={Wi}。其中,F,P,W分别表示实测数据中并网点有功功率、频率、风速的数据集合,Fi,Pi,Wi别表示实测数据中第i个采样点的并网点有功功率、频率、风速,i=1~N,N为采样点数量。
本实施例,采用忽略电气部分影响并采用单机等值方式(即用一台风电机组模型表示整个风电场),在Matlab/Simulink环境中构建风电场一次调频辨识模型。如图2所示,本实施例步骤2)中构建的风电场一次调频辨识模型包括:
风功率模型,用于基于风速Vw、桨距角θ、风轮转速wrotor得到机械功率Pmech;
转子模型,用于基于有功功率PE、机械功率Pmech得到风轮转速wrotor和发电机转速wg;
桨距控制模型,用于基于发电机转速wg和最大功率跟踪转速设定值wref之间的误差werr进行桨距控制得到桨距控制量;
转矩控制模型,用于基于发电机转速wg和最大功率跟踪设定值wref之间的误差werr进行转矩控制得到转矩控制量;
第一一阶惯性环节,用于将转矩控制模型输出的转矩控制量与发电机转速wg相乘后通过一阶惯性低通滤波得到有功功率需求Pord,其参数为转矩控制时间常数Tpc;
桨距补偿模型,用于将有功功率需求Pord和有功功率设定值Prate之差通过桨距补偿得到桨距补偿量;
第二一阶惯性环节,用于桨距补偿模型输出的桨距补偿量与桨距控制量求和后通过一阶惯性低通滤波、限幅后得到输入风功率模型的桨距角θ,其参数为桨距控制时间常数Tp。
本实施例中,桨距控制模型为比例积分控制器,参见图2,其控制参数包括桨距控制比例系数Kpp和桨距控制积分系数Kip。转矩控制模型为比例积分控制器,参见图2,其控制参数包括转距控制比例系数Kptrq和转距控制积分系数Kitrq。桨距补偿模型为比例积分控制器,参见图2,其控制参数包括转距补偿比例系数Kpc和转距补偿积分系数Kic。
本实施例中,风功率模型的函数表达式为,
上式中,ρ为空气密度(kg/m3),Ar为风轮机叶片的扫风面积,Vw为风速(m/s),Cp(λ,θ)为与叶尖速比λ和桨距角θ有关的风轮机的风能利用系数,Pr是风电场一次调频模型额定功率(2.65MW);Vin,Vout分别为风轮机的切入风速和切除风速,,且有:
其中,wrotor是风轮转速,R是风轮机半径,Vw是风速。
风轮机叶片的扫风面积Ar的函数表达式为:
Ar=πR2
上式中,R为风轮机半径(m)。
风轮机的风能利用系数与叶尖速比λ和桨距角θ有关,为λ、θ的非线性函数,应该根据实际风机试验数据或经典公式确定。本实施例中,风轮机的风能利用系数的函数表达式为:
上式中,Cp(λ,θ)为风轮机的风能利用系数,λi为中间变量。
本实施例中,转子模型采用单质块模型,转子模型的函数表达式为:
上式中,Tj为惯性体转动惯量,wrotor为风轮转速,t为时间,Tm为发电机机械转矩,Te为发电机电磁转矩,th为轴系传动时滞,Tae为风轮转矩。
本实施例步骤2)中设置风电场一次调频辨识模型的目标函数的函数表达式如下式所示:
上式中,T为目标函数,N为实测数据的采样点数量,i为实测数据的采样点序号,Pord,i为第一一阶惯性环节对应第i个采样点得到的有功功率需求,Pi T为实测数据中第i个采样点的并网点有功功率的标幺值。
对并网点有功功率的数据集合P={Pi}进行标幺,标幺处理后可得:
上式中,PT为实测数据中并网点有功功率的标幺值的数据集合,Pi为实测数据中第i个采样点的并网点有功功率,P*是该风电场的额定功率(本实施例中为2.65MW)。
本实施例中,步骤3)包括:
3.1)基于实测数据的风速计算风速均值,将风电场一次调频辨识模型中风功率模型的风速Vw赋值为风速均值;基于实测数据计算有功功率设定值初始值P0,将风电场一次调频辨识模型中的有功功率设定值Prate赋值为有功功率设定值初始值P0,初始化风电场一次调频辨识模型的其余参数,启动风电场一次调频辨识模型的仿真计算,直至第一一阶惯性环节输出的有功功率需求Pord、有功功率设定值初始值P0之间的差少于设定值,将风电场一次调频辨识模型中各个状态空间变量数值进行保存以作为状态空间变量初始值;
3.2)确定桨距补偿模型的桨距补偿比例系数Kpc和桨距补偿积分系数Kic,转矩控制模型的转距控制比例系数Kptrq和转距控制积分系数Kitrq作为待辨识参数。
步骤3.1)中基于实测数据的风速计算风速均值的函数表达式为:
上式中,为风速均值,本实施例中具体结果为Vw=8m/s。因此,将风电场一次调频辨识模型中风功率模型的风速Vw赋值为风速均值,将风电场一次调频辨识模型中的有功功率设定值Prate赋值为有功功率设定值初始值P0,则有:Prate=P0=0.4882,Vw=8m/s。
步骤3.1)中初始化风电场一次调频辨识模型的其余参数,可采用典型参数进行设置。本实施例中,风电场一次调频辨识模型的参数取值如表1所示。
表1:风电场一次调频辨识模型的参数表。
名称 | 符号 | 单位 | 数值 |
转矩控制比例系数 | K<sub>ptrq</sub> | / | 3 |
转矩控制积分系数 | K<sub>itrq</sub> | / | 3 |
桨距补偿比例系数 | K<sub>pc</sub> | / | 3 |
桨距补偿积分系数 | K<sub>ic</sub> | / | 0.6 |
桨距控制比例系数 | K<sub>pp</sub> | / | 150 |
桨距控制积分系数 | K<sub>ip</sub> | / | 25 |
桨距控制时间常数 | T<sub>P</sub> | s | 0.3 |
转矩控制时间常数 | T<sub>PC</sub> | s | 0.3 |
轴系传动时滞 | t<sub>h</sub> | s | 0.5 |
惯性体转动惯量 | T<sub>j</sub> | s | 8.66 |
风速 | V<sub>w</sub> | m/s | 8 |
风轮机半径 | R | m | 70.5 |
空气密度 | ρ | kg/m<sup>3</sup> | 1.225 |
步骤3.1)中基于实测数据计算有功功率设定值初始值P0包括:针对实测数据,筛选出位于调频死区下限、调频死区上限之间的频率数据;基于筛选出的频率数据,在实测数据中确定所对应的功率数据的标幺值;基于确定的功率数据的标幺值基于下式计算有功功率设定值初始值P0;
上式中,M为确定的功率数据的数量,Pj *为确定的第j个功率数据的标幺值。上述步骤也可表述为:针对实测数据中并网点有功功率的标幺值的数据集合PT={Pi T},需要从其中选择特定的数据子集{Pj *},且任意第j个功率数据的标幺值Pj *的按以下原则筛选:若频率的数据集合F中的元素Fi满足调频死区下限≤Fi≤调频死区上限,本实施例中具体为49.95Hz≤Fi≤50.05Hz,则Pj *=Pi T。根据筛选得到的共M个数据集合{Pj *}通过求平均值即可得到有功功率设定值初始值P0,本实施例中得到的有功功率设定值初始值P0具体为0.4882。
本实施例中,步骤4)包括:
4.1)采用指定的搜索算法调整待辨识参数(Kptrq、Kitrq、Kpp、Kip)的数值,根据下式调整风电场一次调频辨识模型中的有功功率设定值Prate;
上式中,f(Fi)为根据一次调频转速不等率函数f(x)计算实测数据中第i个采样点的频率Fi得到的调频目标功率,P*为风电场的额定功率,N为实测数据的采样点数量;保持风电场一次调频辨识模型中风功率模型的风速Vw为风速均值;
4.2)将保存的各个状态空间变量数值作为风电场一次调频辨识模型的状态空间变量初始值,通过风电场一次调频辨识模型计算得到N个实测数据的采样点分别对应的第一一阶惯性环节输出的有功功率需求Pord,i,并计算目标函数T的值;
4.3)判断目标函数T的值是否满足预设的搜索停止条件,若不满足预设的搜索停止条件,则跳转至步骤4.1);否则,将当前的待辨识参数的数值作为最终的参数辨识结果输出。
本实施例中,步骤4.1)中的搜索算法采用狼群算法,此外也可以采用单纯形法或者其他搜索方法。本实施例步骤4.1)并不依赖于特定的搜索算法。需要说明的是,一次调频转速不等率函数f(x)为风电场的已有控制函数,用于实现频率x、调频功率f(x)之间的计算,本实施例中,经检查该风电场一次调频死区为±0.05Hz,转速不等率2%,限幅±10%额定负荷,一次调频转速不等率函数f(x)的曲线如图3所示。本实施例中,步骤4.3)中最终得到的参数辨识结果如表2所示。
表2:参数辨识结果。
名称 | 符号 | 单位 | 数值 |
转矩控制比例系数 | K<sub>ptrq</sub> | / | 19 |
转矩控制积分系数 | K<sub>itrq</sub> | / | 4.75 |
桨距补偿比例系数 | K<sub>pc</sub> | / | 16.94 |
桨距补偿积分系数 | K<sub>ic</sub> | / | 16.87 |
利用不同负荷工况下一次调频实测数据检验参数辨识精度,校核结果如图4~图7所示。依据《风电机组电气仿真模型验证规程》NB/T30153-2021,对辨识精度进行校核,图4~图7所示模型仿真精度计算结果如表3所示。
表3:仿真精度校核结果。
序号 | X<sub>MAE5</sub> | ΔT<sub>resp2</sub>/s | Δσ<sub>2</sub> |
图4 | 0.0032 | 1.6 | 0.0076 |
图5 | 0.0019 | 1.9 | 0.0039 |
图6 | 0.0022 | 1.4 | 0.0042 |
图7 | 0.0016 | 1.2 | 0.0036 |
允许值 | ≤0.1 | ≤2 | ≤0.05 |
表3中,XMAE5是频率响应过程中有功功率调节时间内的平均绝对偏差最大允许值;ΔTresp2是频率响应过程中响应时间绝对偏差最大允许值;Δσ2是频率响应过程中超调量偏差最大允许值。结合表3可知,本实施例基于实际功率响应的风电场一次调频模型参数辨识方法以一次调频实测功率数据为依据,能够实现对风电场一次调频模型参数的辨识,辨识结果可使仿真模型较好地反映实际风电场一次调频功率响应特性,可为提高电力系统频率分析精度提供精度更优的基础数据。
此外,本实施例还提供一种基于实际功率响应的风电场一次调频模型参数辨识系统,包括相互连接的微处理器和存储器,该微处理器被编程或配置以执行前述基于实际功率响应的风电场一次调频模型参数辨识方法的步骤。
此外,本实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有被编程或配置以执行前述基于实际功率响应的风电场一次调频模型参数辨识方法的计算机程序。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于实际功率响应的风电场一次调频模型参数辨识方法,其特征在于,包括:
1)获取风电场一次调频功率响应的实测数据,包括并网点有功功率、频率、风速;
2)构建风电场一次调频辨识模型,并设置风电场一次调频辨识模型的目标函数;
3)初始化风电场一次调频辨识模型的参数,并确定待辨识参数;
4)针对风电场一次调频辨识模型及其目标函数,采用指定的搜索算法搜索求解获得待辨识参数的值作为最终的参数辨识结果。
2.根据权利要求1所述的基于实际功率响应的风电场一次调频模型参数辨识方法,其特征在于,步骤2)中构建的风电场一次调频辨识模型包括:
风功率模型,用于基于风速Vw、桨距角θ、风轮转速wrotor得到机械功率Pmech;
转子模型,用于基于有功功率PE、机械功率Pmech得到风轮转速wrotor和发电机转速wg;
桨距控制模型,用于基于发电机转速wg和最大功率跟踪转速设定值wref之间的误差werr进行桨距控制得到桨距控制量;
转矩控制模型,用于基于发电机转速wg和最大功率跟踪转速设定值wref之间的误差werr进行转矩控制得到转矩控制量;
第一一阶惯性环节,用于将转矩控制模型输出的转矩控制量与发电机转速wg相乘后通过一阶惯性环节得到有功功率需求Pord;
桨距补偿模型,用于将有功功率需求Pord和有功功率设定值Prate之差通过桨距补偿得到桨距补偿量;
第二一阶惯性环节,用于桨距补偿模型输出的桨距补偿量与桨距控制量求和后通过一阶惯性环节、限幅后得到输入风功率模型的桨距角θ。
6.根据权利要求5所述的基于实际功率响应的风电场一次调频模型参数辨识方法,其特征在于,步骤3)包括:3.1)基于实测数据的风速计算风速均值,将风电场一次调频辨识模型中风功率模型的风速Vw赋值为风速均值;基于实测数据计算有功功率设定值初始值P0,将风电场一次调频辨识模型中的有功功率设定值Prate赋值为有功功率设定值初始值P0,初始化风电场一次调频辨识模型的其余参数,启动风电场一次调频辨识模型的仿真计算,直至第一一阶惯性环节输出的有功功率需求Pord、有功功率设定值初始值P0之间的差少于设定值,将风电场一次调频辨识模型中各个状态空间变量数值进行保存以作为状态空间变量初始值;3.2)确定桨距补偿模型的桨距补偿比例系数Kpc和桨距补偿积分系数Kic,转矩控制模型的转距控制比例系数Kptrq和转距控制积分系数Kitrq作为待辨识参数。
8.根据权利要求7所述的基于实际功率响应的风电场一次调频模型参数辨识方法,其特征在于,步骤4)包括:
4.1)采用指定的搜索算法调整待辨识参数的数值,根据下式调整风电场一次调频辨识模型中的有功功率设定值Prate;
上式中,f(Fi)为根据一次调频转速不等率函数f(x)计算实测数据中第i个采样点的频率Fi得到的调频目标功率,P*为风电场的额定功率,N为实测数据的采样点数量;保持风电场一次调频辨识模型中风功率模型的风速Vw为风速均值;
4.2)将保存的各个状态空间变量数值作为风电场一次调频辨识模型的状态空间变量初始值,通过风电场一次调频辨识模型计算得到N个实测数据的采样点分别对应的第一一阶惯性环节输出的有功功率需求Pord,i,并计算目标函数T的值;
4.3)判断目标函数T的值是否满足预设的搜索停止条件,若不满足预设的搜索停止条件,则跳转至步骤4.1);否则,将当前的待辨识参数的数值作为最终的参数辨识结果输出。
9.一种基于实际功率响应的风电场一次调频模型参数辨识系统,包括相互连接的微处理器和存储器,其特征在于,该微处理器被编程或配置以执行权利要求1~8中任意一项所述基于实际功率响应的风电场一次调频模型参数辨识方法的步骤。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质中存储有被编程或配置以执行权利要求1~8中任意一项所述基于实际功率响应的风电场一次调频模型参数辨识方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111064419.XA CN113708389B (zh) | 2021-09-10 | 2021-09-10 | 基于实际功率响应的风电场一次调频模型参数辨识方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111064419.XA CN113708389B (zh) | 2021-09-10 | 2021-09-10 | 基于实际功率响应的风电场一次调频模型参数辨识方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113708389A true CN113708389A (zh) | 2021-11-26 |
CN113708389B CN113708389B (zh) | 2023-08-04 |
Family
ID=78659918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111064419.XA Active CN113708389B (zh) | 2021-09-10 | 2021-09-10 | 基于实际功率响应的风电场一次调频模型参数辨识方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113708389B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114421490A (zh) * | 2021-12-15 | 2022-04-29 | 国网浙江省电力有限公司电力科学研究院 | 风电参与电网频率支撑的快速仿真模型的构建方法 |
CN114583767A (zh) * | 2022-03-10 | 2022-06-03 | 中国电力科学研究院有限公司 | 一种数据驱动的风电场调频响应特性建模方法及系统 |
CN115085287A (zh) * | 2022-07-20 | 2022-09-20 | 华北电力大学 | 一种考虑调速器限幅环节频率稳定约束的建模方法 |
CN117332602A (zh) * | 2023-10-18 | 2024-01-02 | 华北电力大学 | 一种风力发电机一次调频模拟方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130257166A1 (en) * | 2010-10-26 | 2013-10-03 | State Grid Corporation Of China | Method, Apparatus and System for Suppressing Low Frequency Oscillation in Power System |
US20140330695A1 (en) * | 2013-05-06 | 2014-11-06 | Viridity Energy, Inc. | Facilitating revenue generation from wholesale electricity markets based on a self-tuning energy asset model |
EP3096429A1 (en) * | 2015-05-22 | 2016-11-23 | ABB Technology Oy | Identification of lcl filter parameters |
CN106532739A (zh) * | 2016-09-30 | 2017-03-22 | 哈尔滨工业大学 | 风电机组分频段参与电力系统一次调频方法 |
CN107476931A (zh) * | 2017-08-14 | 2017-12-15 | 国网四川省电力公司电力科学研究院 | 一种水轮机调速器pid参数优化方法及系统 |
CN110266039A (zh) * | 2019-05-29 | 2019-09-20 | 南京理工大学 | 考虑风电功率波动和切机切负荷干扰下一次调频的调速器参数优化方法 |
CN110492479A (zh) * | 2019-08-22 | 2019-11-22 | 合肥工业大学 | 一种分布式并网设备的转动惯量和阻尼辨识方法 |
US20200169219A1 (en) * | 2017-12-31 | 2020-05-28 | Beijing Goldwind Science & Creation Windpower Equipment Co., Ltd. | Photovoltaic power plant and primary frequency modulation control method therefor |
CN112564132A (zh) * | 2020-12-15 | 2021-03-26 | 深圳供电局有限公司 | 一种风电一次调频潜力不确定性建模方法 |
US20210218247A1 (en) * | 2019-03-13 | 2021-07-15 | Xi'an Jiaotong University | Optimized control method for primary frequency regulation based on exergy storage correction of thermodynamic system of coal-fired unit |
-
2021
- 2021-09-10 CN CN202111064419.XA patent/CN113708389B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130257166A1 (en) * | 2010-10-26 | 2013-10-03 | State Grid Corporation Of China | Method, Apparatus and System for Suppressing Low Frequency Oscillation in Power System |
US20140330695A1 (en) * | 2013-05-06 | 2014-11-06 | Viridity Energy, Inc. | Facilitating revenue generation from wholesale electricity markets based on a self-tuning energy asset model |
EP3096429A1 (en) * | 2015-05-22 | 2016-11-23 | ABB Technology Oy | Identification of lcl filter parameters |
CN106532739A (zh) * | 2016-09-30 | 2017-03-22 | 哈尔滨工业大学 | 风电机组分频段参与电力系统一次调频方法 |
CN107476931A (zh) * | 2017-08-14 | 2017-12-15 | 国网四川省电力公司电力科学研究院 | 一种水轮机调速器pid参数优化方法及系统 |
US20200169219A1 (en) * | 2017-12-31 | 2020-05-28 | Beijing Goldwind Science & Creation Windpower Equipment Co., Ltd. | Photovoltaic power plant and primary frequency modulation control method therefor |
US20210218247A1 (en) * | 2019-03-13 | 2021-07-15 | Xi'an Jiaotong University | Optimized control method for primary frequency regulation based on exergy storage correction of thermodynamic system of coal-fired unit |
CN110266039A (zh) * | 2019-05-29 | 2019-09-20 | 南京理工大学 | 考虑风电功率波动和切机切负荷干扰下一次调频的调速器参数优化方法 |
CN110492479A (zh) * | 2019-08-22 | 2019-11-22 | 合肥工业大学 | 一种分布式并网设备的转动惯量和阻尼辨识方法 |
CN112564132A (zh) * | 2020-12-15 | 2021-03-26 | 深圳供电局有限公司 | 一种风电一次调频潜力不确定性建模方法 |
Non-Patent Citations (1)
Title |
---|
魏博;邵冲;张柏林;汤文;沈渭程;: "基于下垂特性的风电场参与电网快速频率调整实测分析", 电气技术 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114421490A (zh) * | 2021-12-15 | 2022-04-29 | 国网浙江省电力有限公司电力科学研究院 | 风电参与电网频率支撑的快速仿真模型的构建方法 |
CN114583767A (zh) * | 2022-03-10 | 2022-06-03 | 中国电力科学研究院有限公司 | 一种数据驱动的风电场调频响应特性建模方法及系统 |
CN115085287A (zh) * | 2022-07-20 | 2022-09-20 | 华北电力大学 | 一种考虑调速器限幅环节频率稳定约束的建模方法 |
CN117332602A (zh) * | 2023-10-18 | 2024-01-02 | 华北电力大学 | 一种风力发电机一次调频模拟方法及装置 |
CN117332602B (zh) * | 2023-10-18 | 2024-04-19 | 华北电力大学 | 一种风力发电机一次调频模拟方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113708389B (zh) | 2023-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113708389B (zh) | 基于实际功率响应的风电场一次调频模型参数辨识方法及系统 | |
GirirajKumar et al. | PSO based tuning of a PID controller for a high performance drilling machine | |
CN110119570B (zh) | 一种实测数据驱动的风电场模型参数校核方法 | |
CN108204341B (zh) | 风电场运行状态的识别方法和装置 | |
CN113048017B (zh) | 基于内模控制的风电机组有功功率控制优化方法及系统 | |
CN109194225B (zh) | 一种双馈电机参数在线辨识方法 | |
CN107002636A (zh) | 用于估计风速,包括计算针对叶片扭转调节的桨距角的方法 | |
CN110705042A (zh) | 基于t-s模糊模型的汽轮机阀门流量特性辨识方法、系统及介质 | |
CN114465287B (zh) | 一种风电场快速有功功率优化方法及系统 | |
CN113722889A (zh) | 一种基于人工智能的能效在线分析系统及方法 | |
CN110361974B (zh) | 基于bp-foa混合算法的水轮机调速系统优化方法 | |
Jasniewicz et al. | Wind turbine modelling and identification for control system applications | |
CN113032968B (zh) | 双馈风机控制器参数辨识方法及装置 | |
CN111737919B (zh) | 一种适用于次同步振荡分析的直驱式风电场分群方法 | |
CN111720271A (zh) | 一种风电机组载荷在线预测的智能方法及风电机组 | |
CN111611743A (zh) | 轴流式压气机特性线自适应方法 | |
Ab Rahman et al. | System identification for a mathematical model of DC motor system | |
CN113359450B (zh) | 一种阀门流量特性曲线拟合方法及系统 | |
CN111211556B (zh) | 一种考虑风电的配网供电可靠性评估方法 | |
CN116231620A (zh) | 大电网一次调频能力的量化评估方法 | |
CN111049158B (zh) | 基于谱半径确定电力系统宽频振荡稳定性的方法及系统 | |
CN111682532A (zh) | 一种励磁系统无补偿相频特性在线建模方法及存储介质 | |
CN111082454B (zh) | 一种用于获取电力系统的振荡风险量化指标的方法及系统 | |
EP3880959A1 (en) | Method of cooling a wind turbine | |
CN113193601B (zh) | 一种基于工业plc的风电场能量管理系统及方法 |
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 |