CN113991754A - 一种风电场的控制方法、系统及计算设备 - Google Patents
一种风电场的控制方法、系统及计算设备 Download PDFInfo
- Publication number
- CN113991754A CN113991754A CN202111592839.5A CN202111592839A CN113991754A CN 113991754 A CN113991754 A CN 113991754A CN 202111592839 A CN202111592839 A CN 202111592839A CN 113991754 A CN113991754 A CN 113991754A
- Authority
- CN
- China
- Prior art keywords
- wind
- storage
- storage combined
- control
- wind power
- 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
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
- H02J3/38—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
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Wind Motors (AREA)
Abstract
一种风电场的控制方法、系统及计算设备,包括:获取预测控制时域内风‑储联合机组构成的风电场运行参数;基于风电场运行参数在预测控制时域内对预先构建的风‑储联合机组模型以降低风电出力波动和载荷疲劳为目标进行优化求解得到每组风‑储联合机组的控制变量;基于每组风‑储联合机组的控制变量控制对应的风‑储联合机组的风电机组和储能装置;其中,风‑储联合机组模型以设定时间间隔为步长对线性化模型进行离散化得到的。本发明以降低风电出力波动和载荷疲劳为目标进行优化求解得到每组风‑储联合机组的控制变量,实现在平滑风电出力的同时提升风电机组的暂/稳态可控裕度和运行性能,充分发挥了风电机组和储能的协同运行的优势。
Description
技术领域
本发明涉及风电场技术领域,具体涉及一种风电场的控制方法、系统及计算设备。
背景技术
为了“碳达峰、碳中和”目标的顺利达成,提出建设以新能源为主体的新型电力系统,可以预计,未来风力发电的装机容量将持续增加。在装机容量提升的同时,也要求风电机组逐渐承担起主力电源的责任,具备支撑系统的能力。通过在风电场中配置储能,可以平衡风电出力、提供频率/电压响应能力,是当前风力发电系统建设和改造的重要路径之一。
针对风电机组和储能的协同运行,现有技术多在风电场内采用集中式储能电站,不能在平滑风电出力的同时提升风电机组的暂/稳态可控裕度和运行性能,不能充分发挥风电机组和储能的协同运行的优势。
发明内容
为了解决现有技术不能在平滑风电出力的同时提升风电机组的暂/稳态可控裕度和运行性能,不能充分发挥风电机组和储能的协同运行的优势的问题,本发明提出了一种风电场的控制方法,包括:
获取预测控制时域内风-储联合机组构成的风电场运行参数;
基于所述风电场运行参数在预测控制时域内对预先构建的风-储联合机组模型以降低风电出力波动和载荷疲劳为目标进行优化求解得到每组风-储联合机组的控制变量;
基于所述每组风-储联合机组的控制变量控制对应的风-储联合机组的风电机组和储能装置;
其中,所述风-储联合机组模型以设定时间间隔为步长对线性化模型进行离散化得到的。
优选的,所述基于所述风电场运行参数在预测控制时域内对预先构建的风-储联合机组模型进行优化求解得到每组风-储联合机组的控制变量,包括:
基于所述风电场运行参数计算所述风-储联合机组模型中的状态变量和控制变量的系数;
基于所述风电场运行参数,以及所述状态变量和所述控制变量的系数,以降低风电出力波动和载荷疲劳为目标,在满足风电场输出功率约束、风-储联合机组输出功率约束、风电机组输出功率约束、储能运行约束、风电机组载荷约束,风-储联合机组运行约束下求解所述风-储联合机组模型,得到风-储联合系统的控制变量。
优选的,所述以降低风电出力波动和载荷疲劳为目标如下式所示:
式中,、、为采用线性化模型的第i台风-储联合机组在第K次迭代
中的输出功率、塔根弯矩和主轴转矩,是为保证一致性约束的罚函数,K为采用分布式优
化迭代计算时的迭代次数,T为预测控制时域,t为时刻,k为当前时刻。
优选的,所述线性化模型如下式所示:
式中,A和C为风-储联合机组的状态变量的系数矩阵,所述B和D为风-储联合机组
的控制变量的系数矩阵,E和W为风-储联合机组受到的扰动时的系数矩阵,为风-储联合机组的状态变量,为转子转速,为桨距角,
为发电机电磁转矩,为储能的输出功率,为风-储联合机组的输出变
量,为风-储联合系统的输出功率,为风电机组承受的塔根弯矩,为主轴转矩,为风-储联合系统的控制变量,为风电机组电磁转矩控制
参考值,为桨距角控制参考值,为储能输出功率的控制参考值,为风-储
联合机组受到的扰动,前缀表示线性化模型对应的变量形式,v为风速。
优选的,所述风-储联合机组的状态变量的系数矩阵A按下式计算:
优选的,所述风-储联合机组的状态变量的系数矩阵C按下式计算:
优选的,所述风-储联合机组的控制变量的系数矩阵B按下式计算:
优选的,所述风-储联合机组受到的扰动时的系数矩阵E按下式计算:
优选的,所述风-储联合机组受到的扰动时的系数矩阵W按下式计算:
式中,和为罚函数的系数和乘子,为风电场输出功率的电网调度指
令,第j台风-储联合机组在第K-1次迭代中的输出功率,为第i台风-储联合
机组在第K次迭代中的输出功率,k+t为预测控制时域内的相应时刻,k为当前时刻。
再一方面,本申请还提供了一种风电场的控制系统,包括:
参数获取模块,用于获取预测控制时域内风-储联合机组构成的风电场运行参数;
计算模块,用于基于所述风电场运行参数在预测控制时域内对预先构建的风-储联合机组模型以降低风电出力波动和载荷疲劳为目标进行优化求解得到每组风-储联合机组的控制变量;
控制模块,用于基于得到的每组风-储联合机组的控制变量控制对应的风-储联合机组的风电机组和储能装置;
其中,所述风-储联合机组模型以设定时间间隔为步长对线性化模型进行离散化得到的。
优选的,所述计算模块包括:参数计算单元和控制变量计算单元;
所述参数计算单元,用于基于所述风电场运行参数计算所述风-储联合机组模型中的状态变量和控制变量的系数;
所述控制变量计算单元,用于基于所述风电场运行参数,以及所述状态变量和所述控制变量的系数,以降低风电出力波动和载荷疲劳为目标,在满足风电场输出功率约束、风-储联合机组输出功率约束、风电机组输出功率约束、储能运行约束、风电机组载荷约束,风-储联合机组运行约束下求解所述风-储联合机组模型,得到风-储联合系统的控制变量。
再一方面,本申请还提供了一种计算设备,包括:一个或多个处理器;
处理器,用于执行一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,实现如上述所述的一种风电场的控制方法。
再一方面,本申请还提供了一种计算机可读存储介质,其上存有计算机程序,所述计算机程序被执行时,实现上述所述的一种风电场的控制方法。
与现有技术相比,本发明的有益效果为:
本发明提供了一种风电场的控制方法,包括:获取预测控制时域内风-储联合机组构成的风电场运行参数;基于所述风电场运行参数在预测控制时域内对预先构建的风-储联合机组模型以降低风电出力波动和载荷疲劳为目标进行优化求解得到每组风-储联合机组的控制变量;基于得到的每组风-储联合机组的控制变量控制对应的风-储联合机组的储能装置;其中,所述风-储联合机组模型以设定时间间隔为步长对线性化模型进行离散化得到的。本发明以降低风电出力波动和载荷疲劳为目标进行优化求解得到每组风-储联合机组的控制变量,对每组风-储联合机组进行控制,实现在平滑风电出力的同时提升风电机组的暂/稳态可控裕度和运行性能,充分发挥了风电机组和储能的协同运行的优势。
附图说明
图1为本发明的一种风电场的控制方法流程图;
图2为本发明的风-储联合机组结构示意图;
图3为本发明的直流侧配置储能的风-储联合机组结构示意图。
具体实施方式
本发明提出一种风电场的控制方法、系统及计算设备,其中风-储联合机组指在风电机组中配置分散式储能,可实现风电机组和储能的整合和协同运行。所提出的风电场运行控制方法基于模型预测控制,首先建立风-储联合机组的模型,并对其进行线性化和离散化处理,进而结合风功率预测以及风电场和风-储联合机组运行要求,建立模型预测优化控制问题,最后通过对上述优化问题求解,获得含风-储联合机组的风电场运行控制参考。本发明可充分利用风电机组及其配置储能的灵活调节能力,在平滑风电出力的同时减小风电机组在运行过程中的疲劳载荷损耗,延长风电机组的使用寿命。
实施例1:
一种风电场的控制方法,如图1所示:
S1:获取预测控制时域内风-储联合机组构成的风电场运行参数;
S2:基于所述风电场运行参数在预测控制时域内对预先构建的风-储联合机组模型以降低风电出力波动和载荷疲劳为目标进行优化求解得到每组风-储联合机组的控制变量;
S3:基于得到的每组风-储联合机组的控制变量控制对应的风-储联合机组的风电机组和储能装置;
其中,所述风-储联合机组模型以设定时间间隔为步长对线性化模型进行离散化得到的。
通过在风电机组的单机控制器侧(风能变流器直流侧)配置储能变流器和储能系统,构成风-储联合机组,如图2和图3所示,可以在平滑风电机组出力的同时显著提升机组的暂/稳态可控裕度和运行性能,是风电机组未来发展的重要形态之一,目前已经受到业界的广泛关注和应用。本发明提出的含风-储联合机组的风电场运行控制方法,借助风功率预测,通过对风电机组及其配置储能的灵活调节,可在平滑风电出力波动的同时,减小风电机组在运行过程中的疲劳载荷损耗,延长其使用寿命,也可以在充分利用储能充放电调节的同时,保证其运行在合理范围内,避免发生过充或过放,延长储能寿命。整体上,本法明可以充分发挥风-储联合机组的运行特性和优势,为风-储联合机组应用后风电场的运行方式提供有效路径,具有广泛的应用前景。
S1中的获取预测控制时域内风-储联合机组构成的风电场运行参数,具体包括:
获取预测控制时域内风-储联合机组的风电机组捕获的机械功率、风电机组承受的推力、风电机组承受的塔根弯矩、桨距角、转子转速、传动系统等效的转动惯量、风轮转子的转动惯量、发电机转子的转动惯量、为齿轮箱的变速比、主轴转矩、发电机电磁转矩、储能响应的等效时间常数、风电机组电磁转矩控制参考值、电磁转矩响应的等效时间常数、风电机组输出的电磁功率和电气系统效率。
S2中的基于所述风电场运行参数在预测控制时域内对预先构建的风-储联合机组模型以降低风电出力波动和载荷疲劳为目标进行优化求解得到每组风-储联合机组的控制变量,具体如下:
步骤1:针对风-储联合机组进行建模,包括:风电机组气动系统、风电机组传动系统、风电机组电气系统、桨距伺服系统和储能系统。各个子系统的模型分别介绍如下。
1、风电机组气动系统:
其中,为风电机组捕获的机械功率,为风电机组承受的推力,为风电机
组承受的塔根弯矩。在等式右侧,为转子转速,为空气密度,为风电机组的风轮半
径,为风速,为风能捕获系数,为推力系数,为叶尖速
比,为桨距角,为风电机组的塔架高度。其中和所述的函数关系可
查表获得。
2、风电机组传动系统
3、风电机组电气系统
4、桨距伺服系统
5、储能系统
步骤2针对上述风-储联合机组模型,在运行点处进行线性化,得到系统的线性化模型,如下所示。
在获得线性化模型时,根据控制时刻的测量值确定具体的运行点。其中,A和C为
风-储联合机组的状态变量的系数矩阵,所述B和D为风-储联合机组的控制变量的系数矩
阵,E和W为风-储联合机组受到的扰动时的系数矩阵,为风-储联
合机组的状态变量,为转子转速,为桨距角,为发电机电磁转矩,为储能的输出
功率,为风-储联合机组的输出变量,为风-储联合系统的输出功率,为风电机组承受的塔根弯矩,为主轴转矩,为风-储联合系
统的控制变量,为风电机组电磁转矩控制参考值,为桨距角控制参考值,为储
能输出功率的控制参考值,为风-储联合机组受到的扰动,前缀表示线性化模
型对应的变量形式,v为风速。其中,各系数矩阵如下。
D=0,
其中,各偏微分项具体表达均可以根据步骤1模型获得,其求取过程不再赘述。
步骤3:针对步骤1中所述的线性化模型,以时间间隔为步长进行离散化,得到离
散化的风-储联合机组线性化模型如下。上述离散时间间隔根据风电场控制间隔确定,具体
离散方法可采用通用的欧拉法、零阶保持法等,在本发明中不做赘述。
步骤4:针对由风-储联合机组构成的风电场,建立以下模型预测优化控制策略。
其中,下标i为风电场内风-储联合机组序号,k为当前时刻,k+t为预测控制时域内的相应时刻,T为预测控制时域,N为风电场内风-储联合机组的数量。上述控制策略以降低风电出力波动和载荷疲劳(包括塔根弯矩和主轴转矩)为目标,从而达到延长风-储联合机组使用寿命的目的。
在控制策略中,将公式从上到下依次用约束条件1至约束条件10进行编号,下面对
各公式进行介绍:约束条件1保证风电场输出功率满足电网调度指令要求;约束条件2
为风-储联合机组输出功率特性;约束条件3保证风电机组输出功率满足风功率预测最小、
最大值和要求;约束条件4-6为储能运行要求,其中约束条件4为储能输出功
率满足其最小、最大允许值和要求,约束条件6为储能荷电状态满足其最小、
最大值和要求;约束条件7和8为风电机组载荷要求,塔根弯矩和主轴转矩
分别小于其允许的最大值和;约束条件9和10利用步骤1-2中所建立的模型保
证风-储联合机组动态满足其运行特性。
步骤5:基于步骤4中所得到的模型预测控制问题,在预测控制时域内进行优化求
解,所得到结果,作为下一时刻风电场第i台风-储联合机组的控制参考值,即可
实现本发明所述的含风-储联合机组的风电场运行控制。考虑到步骤4中的预测控制优化问
题需要风电场内每台风-储联合机组的运行状态作为输入,因此其优化求解宜采用分布式
优化算法,由每台风-储协同机组对自身进行模型预测控制,风电场控制器负责协调每台
风-储联合机组的控制结果并传输所需的数据,采用迭代求解的方式实现整个风电场的运
行和控制。其中,每台风-储联合机组在第K次迭代中,自身需要求解的模型预测控制问题如
下所示。
其中,为大于1的常系数。采用上述分布式优化的方法,可以对步骤3所提出的含
风-储联合机组的风电场模型预测控制方法进行求解。此外,当迭代次数K大于设定好的某
一阈值时,应停止迭代,由风电场自行根据提前制定的规则,下发每台风-储联合机
组的控制指令。
本发明通过建立风-储联合机组模型,充分考虑了风电机组和所配置储能的特性,通过动态建模,可以保证运行控制的精确性和有效性。对于风电机组,本发明在利用储能平滑其出力波动的同时,可减小其在运行过程中的疲劳载荷损耗,延长其使用寿命;对于所配备的储能,本发明亦可保证其运行在合理区间内,避免发生过充或过放,保障其使用寿命。整体上,本发明充分发挥了风-储联合机组的运行优势,以多时段模型预测控制的方法,为含风-储联合机组的风电场运行控制提供了一条有效且优化的路径。
实施例2
基于同一发明构思的本发明还提供了一种风电场的控制系统,包括:
参数获取模块,用于获取预测控制时域内风-储联合机组构成的风电场运行参数;
计算模块,用于基于所述风电场运行参数在预测控制时域内对预先构建的风-储联合机组模型以降低风电出力波动和载荷疲劳为目标进行优化求解得到每组风-储联合机组的控制变量;
控制模块,用于基于得到的每组风-储联合机组的控制变量控制对应的风-储联合机组的风电机组和储能装置;
其中,所述风-储联合机组模型以设定时间间隔为步长对线性化模型进行离散化得到的。
所述计算模块包括:参数计算单元和控制变量计算单元;
所述参数计算单元,用于基于所述风电场运行参数计算所述风-储联合机组模型中的状态变量和控制变量的系数;
所述控制变量计算单元,用于基于所述风电场运行参数,以及所述状态变量和所述控制变量的系数,以降低风电出力波动和载荷疲劳为目标,在满足风电场输出功率约束、风-储联合机组输出功率约束、风电机组输出功率约束、储能运行约束、风电机组载荷约束,风-储联合机组运行约束下求解所述风-储联合机组模型,得到风-储联合系统的控制变量。
为了描述方便,以上装置的各部分以功能分为各模块或单元分别描述。当然,在实施本申请时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。
基于同一发明构思,本发明再一个实施例中,提供了一种计算设备,该计算设备包括处理器以及存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(Central Processing Unit,CPU),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,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能;本发明实施例所述的处理器可以用于执行一种风电场的控制方法的步骤。
基于同一发明构思,本发明再一个实施例中,本发明还提供了一种存储介质,具体为计算机可读存储介质(Memory),所述计算机可读存储介质是计算机设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质,当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了终端的操作系统。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令,以实现上述实施例中一种风电场的控制方法的相应步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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用存储介质(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。
本发明是参照根据本发明实施例的方法、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。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在发明待批的本发明的权利要求范围之内。
Claims (15)
1.一种风电场的控制方法,其特征在于,包括:
获取预测控制时域内风-储联合机组构成的风电场运行参数;
基于所述风电场运行参数在预测控制时域内对预先构建的风-储联合机组模型以降低风电出力波动和载荷疲劳为目标进行优化求解得到每组风-储联合机组的控制变量;
基于所述每组风-储联合机组的控制变量控制对应的风-储联合机组的风电机组和储能装置;
其中,所述风-储联合机组模型以设定时间间隔为步长对线性化模型进行离散化得到的。
2.如权利要求1所述的方法,其特征在于,所述基于所述风电场运行参数在预测控制时域内对预先构建的风-储联合机组模型进行优化求解得到每组风-储联合机组的控制变量,包括:
基于所述风电场运行参数计算所述风-储联合机组模型中的状态变量和控制变量的系数;
基于所述风电场运行参数,以及所述状态变量和所述控制变量的系数,以降低风电出力波动和载荷疲劳为目标,在满足风电场输出功率约束、风-储联合机组输出功率约束、风电机组输出功率约束、储能运行约束、风电机组载荷约束,风-储联合机组运行约束下求解所述风-储联合机组模型,得到风-储联合系统的控制变量。
12.一种风电场的控制系统,其特征在于,包括:
参数获取模块,用于获取预测控制时域内风-储联合机组构成的风电场运行参数;
计算模块,用于基于所述风电场运行参数在预测控制时域内对预先构建的风-储联合机组模型以降低风电出力波动和载荷疲劳为目标进行优化求解得到每组风-储联合机组的控制变量;
控制模块,用于基于得到的每组风-储联合机组的控制变量控制对应的风-储联合机组的风电机组和储能装置;
其中,所述风-储联合机组模型以设定时间间隔为步长对线性化模型进行离散化得到的。
13.如权利要求12所述的系统,其特征在于,所述计算模块包括:参数计算单元和控制变量计算单元;
所述参数计算单元,用于基于所述风电场运行参数计算所述风-储联合机组模型中的状态变量和控制变量的系数;
所述控制变量计算单元,用于基于所述风电场运行参数,以及所述状态变量和所述控制变量的系数,以降低风电出力波动和载荷疲劳为目标,在满足风电场输出功率约束、风-储联合机组输出功率约束、风电机组输出功率约束、储能运行约束、风电机组载荷约束,风-储联合机组运行约束下求解所述风-储联合机组模型,得到风-储联合系统的控制变量。
14.一种计算设备,其特征在于,包括:一个或多个处理器;
处理器,用于执行一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,实现如权利要求1-11中任一所述的一种风电场的控制方法。
15.一种计算机可读存储介质,其特征在于,其上存有计算机程序,所述计算机程序被执行时,实现如权利要求1至11中任一所述的一种风电场的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111592839.5A CN113991754B (zh) | 2021-12-24 | 2021-12-24 | 一种风电场的控制方法、系统及计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111592839.5A CN113991754B (zh) | 2021-12-24 | 2021-12-24 | 一种风电场的控制方法、系统及计算设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113991754A true CN113991754A (zh) | 2022-01-28 |
CN113991754B CN113991754B (zh) | 2022-03-18 |
Family
ID=79734202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111592839.5A Active CN113991754B (zh) | 2021-12-24 | 2021-12-24 | 一种风电场的控制方法、系统及计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113991754B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115750204A (zh) * | 2022-11-15 | 2023-03-07 | 中国华能集团清洁能源技术研究院有限公司 | 一种风电机组发电机转速调节方法及系统 |
CN115833117A (zh) * | 2023-02-13 | 2023-03-21 | 广东电网有限责任公司中山供电局 | 一种分布式机组功率控制方法、装置、设备及介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070035135A1 (en) * | 2004-05-07 | 2007-02-15 | Mitsubishi Denki Kabushiki Kaisha | Wind power generation evaluation system and predictive control service system for use with wind power generator |
CN106026197A (zh) * | 2016-05-23 | 2016-10-12 | 华北电力大学 | 风电与火电耦合外送优化控制方法 |
CN106774276A (zh) * | 2017-01-18 | 2017-05-31 | 河海大学 | 风电场自动发电控制系统测试平台 |
CN109149638A (zh) * | 2018-09-17 | 2019-01-04 | 山东大学 | 基于mpc和admm算法的vsc-hvdc并网风电场分布式协调电压控制方法及系统 |
CN111287911A (zh) * | 2019-11-29 | 2020-06-16 | 中国电力科学研究院有限公司 | 一种风电机组疲劳载荷的预警方法和系统 |
CN111541279A (zh) * | 2020-04-26 | 2020-08-14 | 上海明华电力科技有限公司 | 考虑机组出力状态的风电场功率自动控制系统及方法 |
CN112054553A (zh) * | 2020-08-18 | 2020-12-08 | 国网山东省电力公司潍坊供电公司 | 电热气互联系统协调优化运行方法、系统、介质及设备 |
WO2021164112A1 (zh) * | 2020-02-18 | 2021-08-26 | 山东大学 | 风电场优化配置储能作为黑启动电源的频率控制方法及系统 |
CN113708406A (zh) * | 2021-08-23 | 2021-11-26 | 国网湖南省电力有限公司 | 用于分布式储能型风电场的惯性控制方法及处理器 |
-
2021
- 2021-12-24 CN CN202111592839.5A patent/CN113991754B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070035135A1 (en) * | 2004-05-07 | 2007-02-15 | Mitsubishi Denki Kabushiki Kaisha | Wind power generation evaluation system and predictive control service system for use with wind power generator |
CN106026197A (zh) * | 2016-05-23 | 2016-10-12 | 华北电力大学 | 风电与火电耦合外送优化控制方法 |
CN106774276A (zh) * | 2017-01-18 | 2017-05-31 | 河海大学 | 风电场自动发电控制系统测试平台 |
CN109149638A (zh) * | 2018-09-17 | 2019-01-04 | 山东大学 | 基于mpc和admm算法的vsc-hvdc并网风电场分布式协调电压控制方法及系统 |
CN111287911A (zh) * | 2019-11-29 | 2020-06-16 | 中国电力科学研究院有限公司 | 一种风电机组疲劳载荷的预警方法和系统 |
WO2021164112A1 (zh) * | 2020-02-18 | 2021-08-26 | 山东大学 | 风电场优化配置储能作为黑启动电源的频率控制方法及系统 |
CN111541279A (zh) * | 2020-04-26 | 2020-08-14 | 上海明华电力科技有限公司 | 考虑机组出力状态的风电场功率自动控制系统及方法 |
CN112054553A (zh) * | 2020-08-18 | 2020-12-08 | 国网山东省电力公司潍坊供电公司 | 电热气互联系统协调优化运行方法、系统、介质及设备 |
CN113708406A (zh) * | 2021-08-23 | 2021-11-26 | 国网湖南省电力有限公司 | 用于分布式储能型风电场的惯性控制方法及处理器 |
Non-Patent Citations (2)
Title |
---|
伍俊等: "考虑储能动态充放电效率特性的风储电站运行优化", 《电力系统自动化》 * |
门艳等: "风力发电并风电能调度稳定性优化仿真", 《计算机仿真》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115750204A (zh) * | 2022-11-15 | 2023-03-07 | 中国华能集团清洁能源技术研究院有限公司 | 一种风电机组发电机转速调节方法及系统 |
CN115833117A (zh) * | 2023-02-13 | 2023-03-21 | 广东电网有限责任公司中山供电局 | 一种分布式机组功率控制方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113991754B (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Colombo et al. | Pitch angle control of a wind turbine operating above the rated wind speed: A sliding mode control approach | |
Asgharnia et al. | Performance and robustness of optimal fractional fuzzy PID controllers for pitch control of a wind turbine using chaotic optimization algorithms | |
CN113991754B (zh) | 一种风电场的控制方法、系统及计算设备 | |
Song et al. | Model predictive control with finite control set for variable-speed wind turbines | |
Madjidian et al. | A distributed power coordination scheme for fatigue load reduction in wind farms | |
CN110098622A (zh) | 风电机组的一次调频方法和设备 | |
CN108512258B (zh) | 一种基于改进多智能体一致性算法的风电场有功调度方法 | |
Burkart et al. | Nonlinear control of wind turbines: An approach based on switched linear systems and feedback linearization | |
CN110552850B (zh) | 一种基于风速提前测量的风电机组有功调节方法及装置 | |
Tian et al. | Active power dispatch method for a wind farm central controller considering wake effect | |
Shaltout et al. | An adaptive economic model predictive control approach for wind turbines | |
Roy et al. | Harris hawks optimization algorithm for model order reduction of interconnected wind turbines | |
CN115333168A (zh) | 一种基于分布式滚动优化的海上风电场场级控制策略 | |
Adegas et al. | Structured control of LPV systems with application to wind turbines | |
CN114465287A (zh) | 一种风电场快速有功功率优化方法及系统 | |
CN114069726A (zh) | 考虑经济性与安全性的风电场功率协调控制方法和系统 | |
CN107979112B (zh) | 一种风机控制方法、系统、终端及可读存储介质 | |
Eskandari et al. | Optimization of wind energy extraction for variable speed wind turbines using fuzzy backstepping sliding mode control based on multi objective PSO | |
CN113361083A (zh) | 一种风电多目标最优响应控制方法及装置 | |
CN110350554B (zh) | 基于混联结构的风储系统辅助电网一次调频控制方法 | |
Zhao et al. | Active power control strategy of wind farm considering fatigue load of wind turbines | |
CN116581780A (zh) | 一种风储联合系统一次调频特性建模与控制方法 | |
CN115167140A (zh) | 风力发电机组多目标随机模型预测控制策略方法及系统 | |
CN115663849A (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 | |
CN115182844A (zh) | 一种变速风力发电机组有界ude转矩控制方法 |
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 |