CN113922384B - 一种风电场分散式无功电压优化协调控制方法 - Google Patents
一种风电场分散式无功电压优化协调控制方法 Download PDFInfo
- Publication number
- CN113922384B CN113922384B CN202111199505.1A CN202111199505A CN113922384B CN 113922384 B CN113922384 B CN 113922384B CN 202111199505 A CN202111199505 A CN 202111199505A CN 113922384 B CN113922384 B CN 113922384B
- Authority
- CN
- China
- Prior art keywords
- fan
- voltage
- reactive
- reactive power
- wind farm
- 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
- 238000000034 method Methods 0.000 title claims abstract description 100
- 238000005457 optimization Methods 0.000 title claims abstract description 41
- 230000006870 function Effects 0.000 claims description 40
- 239000011159 matrix material Substances 0.000 claims description 33
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000035945 sensitivity Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 230000008878 coupling Effects 0.000 claims description 7
- 238000010168 coupling process Methods 0.000 claims description 7
- 238000005859 coupling reaction Methods 0.000 claims description 7
- 238000010248 power generation Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 9
- 239000000243 solution Substances 0.000 description 7
- 238000011217 control strategy Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007665 sagging Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
-
- 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
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Eletrric Generators (AREA)
- Control Of Electrical Variables (AREA)
Abstract
本发明公开了一种风电场分散式无功电压优化协调控制方法,包括:确定风电场的第i台风机计算步长因子μi以及尺缩因子εi;为第i台风机建立使节点电压与额定值的偏差最小、使无功功率q逼近额定值qref的二次规划问题的代价函数,基于步长因子μi以及尺缩因子εi为二次规划问题的代价函数寻找最优解以实现无功优化控制,最终得到第i台风机下一时刻的无功功率参考值。本发明能够实现风电场的快速无功响应,抑制风电场内部节点的电压波动,能够避免变流器过载,为电压控制提供了更大的灵活性。
Description
技术领域
本发明涉及风电场并网技术,具体涉及一种风电场分散式无功电压优化协调控制方法。
背景技术
由于经济性和清洁性,风力发电正在成为最主要的新能源发电方式之一。但由于较低的短路比和风能的间歇性和不确定性,对电网而言,风电场是一个电压敏感的弱连接系统。所以,为了保持电网安全稳定运行,风电场的电压优化控制需要得到充足的重视。
为了对大型风电场进行稳定有效地控制,首先建立风电机组的精确模型。近几年,不少学者在这方面做了十分有建设性的研究,建立了基于永磁同步发电机和全尺寸变流器的风机组的精确数学模型,并提出了优化的控制参数和有效的控制策略。对于电压控制,目前主要以集中式控制、分布式控制和分散式控制为主。集中式控制最先被提出。比例分配控制是一种经典的集中策略,能够实现风电场内快速的无功功率分配。近两年,基于灵敏度计算和模型预测控制的优化控制算法受到越来越多的关注,该策略可以对未来几个周期的风速进行预测,从而实现无功和电压的优化协调控制。集中式控制策略能够实现全局最优化的控制效果,但对于系统的通信质量有极高的要求,同时中央控制器的计算负担很大。
为了克服集中式控制的缺点,分布式控制被提出。其中交替方向乘子法在风电场控制中应用广泛,结合共识协议的理论,该方法可以实现近似全局最优的控制性能,同时将中央控制器的部分计算任务分配给本地控制,实现中央控制器计算量减负。
分散式算法应用在风电场电压控制在最近几年被提出,并吸引了越来越多的研究。下垂控制是一种经典的分散式控制策略,该方法可以快速的电压响应,但稳定性较差,时变风速下电压抖动严重。基于梯度投影法的风电场电压控制可以在只需要本地测量的情况下实现近似全局优化的电压控制性能。传统控制策略忽视了风电机组的动态响应特性,同时对实际风电场中具有不同无功支撑能力的风机采取相同的处理,这些不足将对风电场电压控制效果产生不良影响,危害系统安全稳定运行。
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,提供一种风电场分散式无功电压优化协调控制方法,本发明能够实现风电场的快速无功响应,抑制风电场内部节点的电压波动,能够避免变流器过载,为电压控制提供了更大的灵活性。
为了解决上述技术问题,本发明采用的技术方案为:
一种风电场分散式无功电压优化协调控制方法,包括:
1)确定风电场的第i台风机计算步长因子μi以及尺缩因子εi;
2)为第i台风机建立使节点电压与额定值的偏差最小、使无功功率q逼近额定值qref的二次规划问题的代价函数,基于步长因子μi以及尺缩因子εi为二次规划问题的代价函数寻找最优解以实现无功优化控制,最终得到第i台风机下一时刻的无功功率参考值。
可选地,步骤1)中步长因子μi的计算函数表达式为:
上式中,Qi,max为第i台风机的最大无功功率容量,N为风机总数量,μ为步长系数。
可选地,步骤1)中尺缩因子εi的计算函数表达式为:
上式中,εmax为满足系统稳定性要求的尺缩因子εi的最大值,Qi,max为第i台风机的最大无功功率容量,N为风机总数量,ε为尺缩系数。
可选地,所述满足系统稳定性要求的尺缩因子εi的最大值εmax的计算函数表达式为:
上式中,λmin代表求解最小特征根函数,A是与离散状态空间方程的状态矩阵相关的变量,X为与系统模型参数有关的变量,μ为步长系数,H为缩放矩阵,D为风电场模型中电压关于无功功率的灵敏度。
可选地,步骤2)中建立的二次规划问题的代价函数的函数表达式为:
上式中,f(q)表示代价函数,N为风机总数量,WU和Wq分别为电压控制和无功控制的权重矩阵,ΔUi为第i台风机的电压变化量,Δqi为第i台风机的无功输出变化量;第i台风机的电压变化量ΔUi的函数表达式为:
上式中,ΔUi(k)为第i台风机在k时刻的电压变化量,Ui(t0)为第i台风机在初始t0时刻的电压,为第i台风机的在k时刻的参考电压的增量,Ui ref为第i台风机的参考电压;第i台风机的无功变化量Δqi的函数表达式为:
上式中,Δqi(k)为第i台风机在k时刻的无功变化量,qi(t0)为第i台风机在初始t0时刻的无功输出,为第i台风机的在k时刻的参考无功输出的增量,qi ref为第i台风机的参考无功输出,且第i台风机的参考无功输出/>其中/> q分别为第i台风机的无功功率的上下限。
可选地,步骤2)中基于步长因子μi以及尺缩因子εi为二次规划问题的代价函数寻找最优解以实现无功优化控制时,进行无功优化控制的迭代方程的函数表达式为:
上式中,qi(k+1)为第i台风机下一时刻的无功功率参考值,xi为X的第i行第i列元素,X为与系统模型参数有关的变量,qi(k)为第i台风机当前k时刻的无功功率参考值,μi(k)为第i台风机的在k时刻的步长因子μi,εi(k)为第i台风机的在k时刻的尺缩因子εi;i为缩放矩阵的对角元素,di为D的第i行第i列元素,A和B为中间变量,Δiqi(k)为第i台风机当前k时刻的q轴电流变化量,其中:
xi=[X]ii,
di=[D]ii,
上式中,[X]ii表示X的第i行第i列元素,X为与系统模型参数有关的变量,[D]ii表示D的第i行第i列元素,ΔT为采样时间,TO为变流器模型外环时间常数,Um为相电压幅值,H为缩放矩阵,D为风电场模型中电压关于无功功率的灵敏度。
可选地,X的第i行第i列元素的计算函数表达式为:
上式中,A为中间变量,μ为步长系数,ε为尺缩系数,H为缩放矩阵,D为风电场模型中电压关于无功功率的灵敏度。
此外,本发明还提供一种风电场分散式无功电压优化协调控制系统,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风电场分散式无功电压优化协调控制方法的步骤。
此外,本发明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所述风电场分散式无功电压优化协调控制方法的计算机程序。
此外,本发明还提供一种风力发电系统,包括风机组、动态无功补偿器STATCOM以及升压变压器,所述风机组由多组风机构成,每一组风机包括多台风机且通过一根馈线连接,多组风机的馈线连接到一个共同的中压集电线,中压集电线和动态无功补偿器STATCOM共同连接到公共耦合点,公共耦合点通过升压变压器与外部电网相连,每一个风机包含一个对应的分散式控制器,所述分散式控制器为所述的风电场分散式无功电压优化协调控制系统。
和现有技术相比,本发明具有下述优点:本发明提出了一种完全分散式的考虑风机动态特性的风电场电压控制策略,同时为了提高风机变流器的无功功率裕度,提出了时变系数的计算方法。从电压控制的角度来看,本发明方法提出变系数梯度投影法使风电场的节点电压偏差保持在极小的范围内,有利于电力系统的安全稳定运行。从无功功率优化角度来说,本发明方法使风电机组按照自身变流器的最大无功功率容量对系统进行电压支撑,不但极大地避免了变流器过载,还在风电场中实现了更优的无功功率配置,同时为电压控制提供了更大的灵活性。
附图说明
图1为本发明实施例方法的基本流程图。
图2为本发明实施例中风电机组网侧变流器无功功率控制系统。
图3为本实施例方法提出的风电场分散式无功电压优化协调控制方法的结构框图。
图4为分别采用本实施例方法、模型预测控制和变系数下垂控制的风电场系统公共耦合点电压Vpcc变化图。
图5为分别采用本实施例方法、模型预测控制和变系数下垂控制的风电场系统末端机组端电压Vwt24变化图。
图6为分别采用本实施例方法、模型预测控制和变系数下垂控制的风电场系统目标函数f(q)变化图。
图7为采用本实施例方法实施例的风电场系统前、后排风机输出无功功率变化图;
图8为分别采用本实施例方法、模型预测控制和变系数下垂控制的风电场系统风机输出无功功率变化图。
图9为分别采用本实施例方法和传统梯度投影法的风电场末端机组端电压Vwt24变化图。
图10为本发明实施例系统的基本结构图。
具体实施方式
如图1所示,本实施例风电场分散式无功电压优化协调控制方法包括:
1)确定风电场的第i台风机计算步长因子μi以及尺缩因子εi;
2)为第i台风机建立使节点电压与额定值的偏差最小、使无功功率q逼近额定值qref的二次规划问题的代价函数,基于步长因子μi以及尺缩因子εi为二次规划问题的代价函数寻找最优解以实现无功优化控制,最终得到第i台风机下一时刻的无功功率参考值。
本实施例中,风电机组网侧变流器无功功率控制系统如图2所示,其无功控制环包括:将无功功率给定参考值和无功功率测量值qg通过比较环节和PI控制器后得到q轴指令电流i* q,其中kgp表示比例控制参数,kgi表示积分控制参数,s表示复数频率;将q轴指令电流i* q通过一阶延迟环节后得到q轴电流iq,其中Ti表示内环时间常数,s表示复数频率;将q轴电流iq通过乘法环节(-3Um/2)后得到无功功率输出,其中Um表示相电压幅值,该输出同时通过延迟环节后得到无功功率测量值qg,其中T0表示外环时间常数,s表示复数频率。根据图2所示无功控制环建立包含风电机组动态特性的状态空间方程并将其离散化,得到风机的动态响应表达式为:
Δxwt(k+1)=ADΔxwt(k)+BDΔuwt(k),
上式中,Δxwt(k+1)表示k+1时刻的系统状态矩阵,Δxwt(k)表示k时刻的系统状态矩阵,AD和我BD表示包含采样时间ΔTp的系数矩阵,Δuwt(k)表示k+1时刻的控制矩阵,
且有:
上式中,Δqg(k)表示k时刻无功功率qg(k)的增量,表示k时刻无功功率的期望值和测量值之间的误差的积分/>的增量,Δiq(k)表示k时刻的q轴电流的增量,是k时刻的无功功率给定参考值qref g的增量。
此外,本实施例中利用LinDistFlow模型分析风电场节点电压和功率注入之间的相互影响特性,建立风电场模型如下:
-GP=-p,
-GQ=-q,
其中,p=[p1,p2,p3...,pN]T,q=[q1,q2,q3...,qN]T,P=[Pij]N×1,Q=[Qij]N×1分别代表注入功率和发射功率;R和X是表示系统阻抗参数的对角矩阵,G表示关联矩阵,U表示节点电压矩阵。对于具有N+1个节点的系统,定义关联矩阵其中与松弛总线有关。G∈{0,±1}N×N表示其他节点的潮流方向。联立以上三式,推导出节点电压和功率注入的关系式如下:
式中,Y=2G-TXG-1,表示节点电压对无功功率的灵敏度。节点电压对无功功率的灵敏度Y是正定(PD)且满秩的。表示有功功率对电压的影响。
图3为本实施例风电场分散式无功电压优化协调控制方法的原理框图,参见图3可知,为本实施例风电场分散式无功电压优化协调控制方法为两级控制,即上层和下层。上层控制为时变系数计算控制器,采集风机的最大无功功率容量,根据最大无功功率容量计算时变系数。然后,将时变系数传递到下层,即无功优化控制。无功优化控制为根据现场测量的无功和风机的端电压/>用考虑动态特性的梯度投影法计算出优化的无功参考值。最后,根据局部测量值和可变系数,更新无功功率参考值/>
为了实现风机的无功功率裕度最大化,本实施例中以步长系数μ为例,建立时变增益系数和最大无功功率容量的相互影响模型如下:
μi∝Qi,max,
上式中,μi是第i台风机的步长因子,Qi,max是第i台风机的最大无功功率容量,λ是一个正常数,N是风机总数量。联立以上三式,化简得到步骤1)中步长因子μi的计算函数表达式:
上式中,Qi,max为第i台风机的最大无功功率容量,N为风机总数量,μ为步长系数。在上层控制计算时变系数。本实施例步骤1)中步长因子μi的计算函数表达式如上式所示。
同理可得,可分析得到正常区间内尺缩因子εi的函数表达式为:
而且,通过对系统收敛稳定性的分析,进一步确定εi的取值表达式为以下的分段函数:
上式中,εmax为满足系统稳定性要求的尺缩因子εi的最大值,Qi,max为第i台风机的最大无功功率容量,N为风机总数量,ε为尺缩系数。本实施例中,步骤1)中尺缩因子εi的计算函数表达式即如上式所示。
本实施例中,满足系统稳定性要求的尺缩因子εi的最大值εmax的计算函数表达式为:
上式中,λmin代表求解最小特征根函数,A是与离散状态空间方程的状态矩阵相关的变量,X为与系统模型参数有关的变量,μ为步长系数,H为缩放矩阵,D为风电场模型中电压关于无功功率的灵敏度。
下层控制根据上层控制发送的时变系数进行风电机组无功功率参考值的迭代优化求解。根据电压和无功功率控制的要求,使系统节点电压与额定值的偏差最小,同时使无功功率q逼近额定值qref,本实施例中,步骤2)中建立的二次规划问题的代价函数的函数表达式为:
上式中,f(q)表示代价函数,N为风机总数量,WU和Wq分别为电压控制和无功控制的权重矩阵,ΔUi为第i台风机的电压变化量,Δqi为第i台风机的无功输出变化量;第i台风机的电压变化量ΔUi的函数表达式为:
上式中,ΔUi(k)为第i台风机在k时刻的电压变化量,Ui(t0)为第i台风机在初始t0时刻的电压,为第i台风机的在k时刻的参考电压的增量,Ui ref为第i台风机的参考电压;第i台风机的无功变化量Δqi的函数表达式为:
上式中,Δqi(k)为第i台风机在k时刻的无功变化量,qi(t0)为第i台风机在初始t0时刻的无功输出,为第i台风机的在k时刻的参考无功输出的增量,qi ref为第i台风机的参考无功输出,且第i台风机的参考无功输出/>其中/> q分别为第i台风机的无功功率的上下限(主要取决于变流器容量和输出的有功功率)。本实施例中,每台风机输出的无功功率都应该满足/>每台风机的端电压都应该满足
本实施例中具体采用GP方法为前述二次规划问题寻找最优解,迭代寻优表达式如下:
其中,μ∈[0,1]和ε>0是分别是步长因子和尺缩系数。为了加快收敛速度,引入缩放矩阵H=diag(h1,h2,h3...,hN),h1~hN表示缩放矩阵的对角元素,有qH(k)=H1/2q(k)。
对于箱约束问题,定义代表q(k)在约束集合上的投影:
令WU=Y-1,其中Y表示节点电压对无功功率的灵敏度,WU表示电压控制的权重矩阵。
表示目标函数的梯度函数,其函数表达式如下:
上式中,ΔU(k)表示k时刻节点电压的变化量,Wq表示无功控制的权重矩阵,Δq(k)表示k时刻的无功变化量,D=Y+Wq为风电场模型中电压关于无功功率的灵敏度(一个非奇异矩阵)。
基于此,迭代寻优方程可以重写为:
q(k+1)=q(k)+μ([q(k)-εH-1DΔq(k)]+-q(k)),
上式中,q(k+1)为下一时刻(k+1时刻)的无功功率参考值,q(k)为当前时刻(k时刻)的无功功率参考值,μ为步长系数,ε为尺缩系数,H为缩放矩阵,D为风电场模型中电压关于无功功率的灵敏度,Δq(k)为q(k)的增量。根据控制要求,选取合适的权重矩阵Wq使D成为对角矩阵,即该全局优化问题即可在本地得到解决。
结合风机动态响应特性和变流器状态空间方程,根据无功迭代方程,推导变系数的动态梯度投影策略,无功优化迭代方程如下:
上式中,qi(k+1)为第i台风机下一时刻的无功功率参考值,xi为X的第i行第i列元素,X为与系统模型参数有关的变量,qi(k)为第i台风机当前k时刻的无功功率参考值,μi(k)为第i台风机的在k时刻的步长因子μi,εi(k)为第i台风机的在k时刻的尺缩因子εi;i为缩放矩阵的对角元素,di为D的第i行第i列元素,A和B为中间变量,Δiqi(k)为第i台风机当前k时刻的q轴电流变化量。本实施例步骤2)中基于步长因子μi以及尺缩因子εi为二次规划问题的代价函数寻找最优解以实现无功优化控制时,进行无功优化控制的迭代方程的函数表达式即如上式所示。其中:
xi=[X]ii,
di=[D]ii,
上式中,[X]ii表示X的第i行第i列元素,X为与系统模型参数有关的变量,[D]ii表示D的第i行第i列元素,ΔT为采样时间,TO为变流器模型外环时间常数,Um为相电压幅值,H为缩放矩阵,D为风电场模型中电压关于无功功率的灵敏度。
本实施例中,X的第i行第i列元素的计算函数表达式为:
上式中,A为中间变量,μ为步长系数,ε为尺缩系数,H为缩放矩阵,D为风电场模型中电压关于无功功率的灵敏度。
图4为分别采用本实施例方法(变系数动态梯度投影法)、现有模型预测控制和变系数下垂控制的风电场系统公共耦合点电压Vpcc变化图。变系数下垂控制方法控制下的PCC电压在0.998-1.001p.u.之间波动,模型预测控制方法控制下的PCC电压在0.999-1.0005p.u.之间波动,本实施例方法(变系数动态梯度投影法)控制下的PCC电压在0.9985-1.001p.u.之间波动。参见图4可知,模型预测控制方法的电压性能最好,因为模型预测控制方法收集了工作流中的所有信息,实现了工作流的全局优化。本实施例方法(变系数动态梯度投影法)的电压波动比变系数下垂控制方法小,更接近于额定电压,可以获得接近全局最优的性能。
图5为分别采用本实施例方法(变系数动态梯度投影法)、模型预测控制和变系数下垂控制的风电场系统末端机组端电压Vwt24变化图。从图5可知,采用变系数下垂控制方法的WT24的电压偏离额定电压。最高点高于1.005p.u.,在105s时,电压降到0.998p.u.以下。采用本实施例方法(变系数动态梯度投影法),终端电压可以更好地跟踪额定值,比模型预测控制方法更平滑。这是因为变系数动态梯度投影法使局部控制器具有更快的响应速度和更好的时变环境适应性。与变系数下垂控制方法相比,本实施例方法(变系数动态梯度投影法)、是一种典型的增量式控制方法,其当前决策与前一决策直接相关,具有很高的收敛稳定性。
图6为分别采用本实施例方法(变系数动态梯度投影法)、模型预测控制和变系数下垂控制的风电场系统目标函数f(q)变化图。从图6可知,由于电压调节和无功功率裕度最大化的优点,本实施例方法(变系数动态梯度投影法)的f(q)小于变系数下垂控制法和模型预测控制法。传统的模型预测控制方法忽略了每台风机不同的无功支持能力,对不同的最大无功功率容量进行相同的处理可能导致前排变流器过载、风机结构损坏和风资源浪费。相反,由于增益系数根据各风机变流器的实时最大无功功率容量自适应变化,本实施例方法(变系数动态梯度投影法)可以同时实现风电场的电压和无功功率裕度的最优控制。
图7为采用本实施例方法(变系数动态梯度投影法)实施例的风电场系统前、后排风机输出无功功率变化图。因为捕获的风能较少,风机WT17具有更大的最大无功功率容量。因此,风机WT17的无功功率输出大于WT1。根据每个风机变流器的实时最大无功功率容量改变增益系数,优化风电场的无功输出,优化电压调节性能,最大限度地提高无功功率裕度。
图8为分别采用本实施例方法(变系数动态梯度投影法)、模型预测控制和变系数下垂控制的风电场系统风机输出无功功率变化图。通过本实施例方法(变系数动态梯度投影法)的控制,风机具有更快的响应速度来调节无功输出,以减少风电场内母线的电压波动。当电压在300秒左右急剧下降时,快速的响应使电压在安全范围内。
图9为分别采用本实施例方法(变系数动态梯度投影法)和传统梯度投影法的风电场末端机组端电压Vwt24变化图。在图9(a)所示的风速下,采用常规固定系数梯度投影法和本实施例方法(变系数动态梯度投影法)的WT24的电压如图9(b)所示。在图9(b)中,由于风机变流器器的动态模型和变系数动态梯度投影法中考虑了自适应系数,风机WT24的电压偏差比传统梯度投影法的电压偏差小得多。结果表明,本实施例方法(变系数动态梯度投影法)改善了系统的控制性能。
综上所述,本实施例方法基于永磁同步发电机的风电场分散式变系数无功电压优化协调控制,其目标是为了实现风电场的快速无功响应,抑制风电场内部节点的电压波动。为提高电压调节的动态响应性能,本实施例方法建立了带全尺寸电压源变换器的永磁同步发电机风力发电机的动态模型。本实施例方法通过变系数控制,每个风电机组可以根据实时可用功率自适应地优化无功输出,而无需全局测量。结果表明,本实施例方法能以完全分散的方式降低各节点的电压波动,使风电机组的无功功率裕度最大化,从而进一步提高风电机组的运行稳定性。算例分析表明,本实施例方法的风电场仅在局部通信的情况下,就可以获得接近全局最优的性能。本实施例方法可以在大规模的实际风电场中得到应用。
此外,本实施例还提供一种风电场分散式无功电压优化协调控制系统,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风电场分散式无功电压优化协调控制方法的步骤。
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所述风电场分散式无功电压优化协调控制方法的计算机程序。
此外,如图10所示本实施例还提供一种风力发电系统,包括风机组、动态无功补偿器STATCOM以及升压变压器,所述风机组由多组风机构成,每一组风机包括多台风机且通过一根馈线连接,多组风机的馈线连接到一个共同的中压集电线,中压集电线和动态无功补偿器STATCOM共同连接到公共耦合点,公共耦合点通过升压变压器与外部电网相连,每一个风机包含一个对应的分散式控制器,所述分散式控制器为前述风电场分散式无功电压优化协调控制系统,即: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风电场分散式无功电压优化协调控制方法的步骤。参见图10,本实施例的风力发电系统由24台5MW直驱型风电机组、1台±5MVar STATCOM和1台250MW升压变压器组成。如图,每台风力发电机都只与其本地控制器进行信息交流。每8台风力发电机通过一根馈线连接。馈线连接到一个共同的中压集电线。集电线和STATCOM共同连接到公共耦合点,从集电线收集的电力通过高升压变压器传输到高压侧,然后电力输送到外部电网。其中,直驱型风机主要由风力涡轮机、永磁同步发电机和背靠背双PWM变流器组成。
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 (4)
1.一种风电场分散式无功电压优化协调控制方法,其特征在于,包括:
1)确定风电场的第i台风机计算步长因子以及尺缩因子/>;
2)为第i台风机建立使节点电压与额定值的偏差最小、使无功功率逼近额定值/>的二次规划问题的代价函数,基于步长因子/>以及尺缩因子/>为二次规划问题的代价函数寻找最优解以实现无功优化控制,最终得到第i台风机下一时刻的无功功率参考值;
步骤1)中步长因子的计算函数表达式为:
,
上式中,为第i台风机的最大无功功率容量,/>为风机总数量,/>为步长系数;
步骤1)中尺缩因子的计算函数表达式为:
,
上式中,为满足系统稳定性要求的尺缩因子/>的最大值,/>为第i台风机的最大无功功率容量,/>为风机总数量,/>为尺缩系数;
所述满足系统稳定性要求的尺缩因子的最大值/>的计算函数表达式为:
,
上式中,代表求解最小特征根函数,/>是与离散状态空间方程的状态矩阵相关的变量,/>为与系统模型参数有关的变量,/>为步长系数,/>为缩放矩阵,/>为风电场模型中电压关于无功功率的灵敏度;
步骤2)中建立的二次规划问题的代价函数的函数表达式为:
,
上式中,表示代价函数,/>为风机总数量,/>和/>分别为电压控制和无功控制的权重矩阵,/>为第i台风机的电压变化量,/>为第i台风机的无功输出变化量;第i台风机的电压变化量/>的函数表达式为:
,
上式中,为第i台风机在k时刻的电压变化量,/>为第i台风机在初始/>时刻的电压,/>为第i台风机的在k时刻的参考电压的增量,/>为第i台风机的参考电压;第i台风机的无功变化量/>的函数表达式为:
,
上式中,为第i台风机在k时刻的无功变化量,/>为第i台风机在初始/>时刻的无功输出,/>为第i台风机的在k时刻的参考无功输出的增量,/>为第i台风机的参考无功输出,且第i台风机的参考无功输出/>,其中/>、/>分别为第i台风机的无功功率的上下限;
步骤2)中基于步长因子以及尺缩因子/>为二次规划问题的代价函数寻找最优解以实现无功优化控制时,进行无功优化控制的迭代方程的函数表达式为:
,
上式中,为第i台风机下一时刻的无功功率参考值,/>为/>的第i行第i列元素,为与系统模型参数有关的变量,/>为第i台风机当前k时刻的无功功率参考值,/>为第i台风机的在k时刻的步长因子/>,/>为第i台风机的在k时刻的尺缩因子/>;/>为缩放矩阵的对角元素,/>为/>的第i行第i列元素,/>和/>为中间变量,/>为第i台风机当前k时刻的q轴电流变化量,其中:
,
,
,
,
上式中,表示/>的第i行第i列元素,/>为与系统模型参数有关的变量,/>表示/>的第i行第i列元素,/>为采样时间,/>为变流器模型外环时间常数,/>为相电压幅值,/>为缩放矩阵,/>为风电场模型中电压关于无功功率的灵敏度;/>的第i行第i列元素的计算函数表达式为:
,
上式中,为中间变量,/>为步长系数,/>为尺缩系数,/>为缩放矩阵,/>为风电场模型中电压关于无功功率的灵敏度。
2.一种风电场分散式无功电压优化协调控制系统,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所述风电场分散式无功电压优化协调控制方法的步骤。
3.一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所述风电场分散式无功电压优化协调控制方法的计算机程序。
4.一种风力发电系统,其特征在于,包括风机组、动态无功补偿器STATCOM以及升压变压器,所述风机组由多组风机构成,每一组风机包括多台风机且通过一根馈线连接,多组风机的馈线连接到一个共同的中压集电线,中压集电线和动态无功补偿器STATCOM共同连接到公共耦合点,公共耦合点通过升压变压器与外部电网相连,每一个风机包含一个对应的分散式控制器,所述分散式控制器为权利要求2所述的风电场分散式无功电压优化协调控制系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111199505.1A CN113922384B (zh) | 2021-10-14 | 2021-10-14 | 一种风电场分散式无功电压优化协调控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111199505.1A CN113922384B (zh) | 2021-10-14 | 2021-10-14 | 一种风电场分散式无功电压优化协调控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113922384A CN113922384A (zh) | 2022-01-11 |
CN113922384B true CN113922384B (zh) | 2024-02-23 |
Family
ID=79240512
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111199505.1A Active CN113922384B (zh) | 2021-10-14 | 2021-10-14 | 一种风电场分散式无功电压优化协调控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113922384B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116526588B (zh) * | 2023-07-05 | 2023-09-08 | 湖南大学 | 适用于宽风域的风电场增强型分散式电压控制方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109960876A (zh) * | 2019-03-25 | 2019-07-02 | 国网湖北省电力有限公司 | 一种配电网规划空间数据模型简化方法 |
CN110556878A (zh) * | 2019-09-05 | 2019-12-10 | 山东大学 | 一种应用于风电场的分散式电压控制优化方法及系统 |
CN113258611A (zh) * | 2021-04-20 | 2021-08-13 | 湖南大学 | 一种风电场分布式有功无功最优控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110601213B (zh) * | 2019-10-17 | 2021-01-05 | 清华大学 | 风电经柔性直流外送近区的分解协调电压控制方法 |
-
2021
- 2021-10-14 CN CN202111199505.1A patent/CN113922384B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109960876A (zh) * | 2019-03-25 | 2019-07-02 | 国网湖北省电力有限公司 | 一种配电网规划空间数据模型简化方法 |
CN110556878A (zh) * | 2019-09-05 | 2019-12-10 | 山东大学 | 一种应用于风电场的分散式电压控制优化方法及系统 |
CN113258611A (zh) * | 2021-04-20 | 2021-08-13 | 湖南大学 | 一种风电场分布式有功无功最优控制方法 |
Non-Patent Citations (1)
Title |
---|
基于自适应遗传算法的分散式风电场多目标无功优化;魏俊红;张艳军;邢作霞;颜宁;;东北电力技术(03);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113922384A (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102684201B (zh) | 一种基于电压越限概率的含风电场电网无功优化方法 | |
CN110265991B (zh) | 一种直流微电网的分布式协调控制方法 | |
Xin-fang et al. | Predictive functional control of a doubly fed induction generator for variable speed wind turbines | |
CN105896575B (zh) | 基于自适应动态规划的百兆瓦储能功率控制方法及系统 | |
Hamid et al. | Optimal MPPT and BES control for grid-tied DFIG-based wind energy conversion system | |
Zamzoum et al. | Active and reactive power control of wind turbine based on doubly fed induction generator using adaptive sliding mode approach | |
CN113922384B (zh) | 一种风电场分散式无功电压优化协调控制方法 | |
CN111244968A (zh) | 计及电网电压支撑能力影响的风电场电压控制方法及系统 | |
CN112332421A (zh) | 基于自适应下垂控制的光伏电站参与电网电压调节方法 | |
Bakir et al. | Experimental evaluation of water cycle technique for control parameters optimization of double-fed induction generator-based wind turbine | |
CN114069711A (zh) | 一种海上风电虚拟惯量控制系统 | |
CN112636366B (zh) | 一种基于控制过程数据拟合的风电场动态频率控制方法 | |
CN116845886B (zh) | 一种基于模型预测的多端口自主光伏系统构网型控制方法 | |
CN114024340B (zh) | 一种海上风电装置控制系统及模型预测控制方法 | |
CN115912405A (zh) | 一种用于复杂振荡环境下虚拟同步发电机自适应控制策略 | |
Chankaya et al. | Adaptive Kernel Width fourth order Maximum Correntropy based VSC control of grid-tied PV-Battery System | |
CN113742907A (zh) | 一种光伏电站短路电流统一计算方法 | |
Hammami et al. | Comparative study of PMSG controllers for variable wind turbine power optimization | |
CN112865133A (zh) | 一种改善电力系统振荡的双馈风机模糊阻尼控制方法 | |
CN112087000A (zh) | 一种光伏型柔性合环装置及运行控制方法 | |
Boroujeni et al. | Dynamic stability enhancement of a multimachine electric power system using STATCOM | |
Mahider et al. | Optimization of STATCOM PI Controller Parameters Using the Hybrid GA-PSO Algorithm | |
CN113013913A (zh) | 风电场无功电压控制系统和方法 | |
CN116388299B (zh) | 一种风光储场站群功率跟踪优化控制方法、系统及设备 | |
Polat et al. | A New MPPT Method with Fuzzy Logic Tuning in Small Scale Wind Energy Conversion Systems |
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 |