CN114336665B - 一种提高风电场惯量储备水平的有功功率控制方法 - Google Patents

一种提高风电场惯量储备水平的有功功率控制方法 Download PDF

Info

Publication number
CN114336665B
CN114336665B CN202210031913.4A CN202210031913A CN114336665B CN 114336665 B CN114336665 B CN 114336665B CN 202210031913 A CN202210031913 A CN 202210031913A CN 114336665 B CN114336665 B CN 114336665B
Authority
CN
China
Prior art keywords
wind
inertia
power plant
wind power
wind turbine
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
Application number
CN202210031913.4A
Other languages
English (en)
Other versions
CN114336665A (zh
Inventor
桑顺
朱悦
薛晓岑
黄杰杰
张雷
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.)
Nantong University
Original Assignee
Nantong University
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 Nantong University filed Critical Nantong University
Priority to CN202210031913.4A priority Critical patent/CN114336665B/zh
Publication of CN114336665A publication Critical patent/CN114336665A/zh
Application granted granted Critical
Publication of CN114336665B publication Critical patent/CN114336665B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

Abstract

本发明涉及风电控制技术领域，具体涉及一种提高风电场惯量储备水平的有功功率控制方法。本发明包含以下步骤：（1）上级调度站向风电场有功控制模块发送调度指令；（2）风电场有功控制模块跟踪上级调度所发调度指令；（3）经过惯量储备最大化的优化计算生成控制指令；（4）通过功率分配模块将控制指令下发至场内各个风电机组。本发明能够在满足上级电网指令的同时保持较大的风电场整体惯量储备，使风电场的稳态运行工作点处于最大惯量储备条件下，可以更好地给电网提供暂态支撑。克服了平均分配法忽略风电场内机组运行状态差异、无法满足风场指令的缺陷，也避免了常规变比例分配算法只考虑到稳态情况、无法给电网提供暂态支撑的技术问题。

Description

一种提高风电场惯量储备水平的有功功率控制方法
技术领域
本发明涉及风电控制技术领域，具体涉及一种提高风电场惯量储备水平的有功功率控制方法。
背景技术
随着风电接入比例的日益增大以及风电渗透率的逐渐提高，风电场输出功率的波动性对电力系统安全稳定运行的影响也日益增强。电网对风电场提出了更高的需求，不仅对稳态时风场出力有要求，还对暂态条件下风电场的有功支撑能力提出需求，如何利用风电场为系统提供惯量支撑成为当下研究的热点问题。
目前广泛用于工程中的风电机组均通过电力电子变换器进行控制，使风机与电网隔离，导致风机的转子运动与电网频率解耦，在常规控制策略下无法为系统提供惯量；此外，参与惯量响应时，风电机组原动力的不可控，容易导致机组的转速超出限定范围。
常规的风电场有功功率控制大多采用平均分配法和变比例分配算法，平均分配法忽略了风电场内机组运行状态的差异，容易导致部分机组无法满足风场指令；而变比例分配算法只考虑到稳态情况下风电场的有功功率优化，无法为电网提供暂态支撑。
发明内容
本发明的目的是解决上述问题，提供一种提高风电场惯量储备水平的有功功率控制方法，使风电场的稳态运行工作点处于最大惯量储备条件下，可以更好地给电网提供暂态支撑。克服了平均分配法忽略风电场内机组运行状态差异、无法满足风场指令的缺陷，也避免了常规变比例分配算法只考虑到稳态情况、无法给电网提供暂态支撑的技术问题。
为了实现上述目的，本发明采用了如下技术方案：
一种提高风电场惯量储备水平的有功功率控制方法，包含以下步骤：(1)上级调度站向风电场有功控制模块发送调度指令；(2)风电场有功控制模块跟踪上级调度所发调度指令；(3)经过惯量储备最大化的优化计算生成控制指令；(4)通过功率分配模块将控制指令下发至场内各个风电机组。
作为本发明的优选技术方案：步骤(3)中所述惯量储备最大化的优化计算中，包含以下步骤：
S1：根据电网下发至风电场的有功功率参考值PWF·ref，建立风电场n个风电机组有功功率参考值P1·ref、P2·ref、…、Pn·ref与调度指令偏差的目标函数f1：
Figure BDA0003466831200000021
公式(1)中，P1·ref、P2·ref、…、Pn·ref分别为风电机组1、2、…、n的有功功率参考值；
S2：根据各风电机组惯量响应退出点对应转速ω1·min、ω2·min、…、ωn·min，建立惯量控制后风电场各风电机组转速ω1、ω2、…、ωn的惯量储备目标函数f2：
Figure BDA0003466831200000022
公式(2)中，J为风电机组的发电机与风轮归算至转子侧的总转动惯量，ω1·min、ω2·min、…、ωn·min分别为风电机组1、2、…、n的惯量响应退出点对应转速，ω1、ω2、…、ωn分别为风电机组1、2、…、n在惯量控制后的实际转速；
S3：综合S1和S2所建立的目标函数，建立风电场有功功率控制多目标优化数学模型：
Figure BDA0003466831200000023
公式(3)中，α和β分别为两个目标函数f1、f2的权重；
S4：建立的风电场有功功率控制多目标优化数学模型，其约束条件为：
Figure BDA0003466831200000024
Figure BDA0003466831200000025
ωi·min≤ωi·ref≤ωi·max (6)
公式(4)中，Pi·min和Pi·max分别为机组i的有功功率下限及有功功率上限；
公式(6)中，ωi·min为第i台风电机组的惯量响应退出点对应转速，ωi·ref为第i台风电机组的参考转速，ωi·max为第i台风电机组的最高转速；
S5：利用遗传算法对上述多目标优化问题求解，寻找风电场中n台风电机组的一组有功功率参考值P1·ref、P2·ref、…、Pn·ref指令，使得多目标函数最小化。
作为本发明的优选技术方案：步骤S2中，所述各风电机组惯量响应退出点对应转速如下步骤计算：
S21：对于任意一台风电机组i，考虑风轮功率变化与旋转动能释放功率之间的关系，计算机组i释放旋转动能增加的输出功率、转速变化引起的风功率变化量，令两者之和为零，即：
Figure BDA0003466831200000031
公式(7)中，Ji为机组i的发电机与风轮归算至转子侧的总转动惯量，ωi为风电机组i转子转速，Pi-wind为机组i风轮的旋转动能，Cp(λ,β)为风能利用系数，λ为叶尖速度比，β为桨距角；
S22：对式(7)解方程，求出使机组i释放旋转动能增加的输出功率、转速变化引起的风功率变化量之和为零的转速ωexit；
S23：当步骤S22中求出的转速ωexit大于等于机组切出转速ωcutoff时，即ωexit≥ωcutoff，风电机组i的惯量响应退出点对应转速ωi·min为ωexit；当步骤S22中求出的转速ωexit小于机组切出转速ωcutoff时，即ωexit＜ωcutoff，风电机组i的惯量响应退出点对应转速ωi·min为ωcutoff。
作为本发明的优选技术方案：所述步骤S5利用遗传算法对多目标优化问题的求解过程为：
S51：在约束条件范围内随机生成n个个体，每个个体均由一串二进制代码进行编码，代表初代有功指令种群；
S52：计算初代有功指令下目标函数的值，以此作为种群的适应度函数；
S53：根据初代计算所得的适应度，进行遗传算法中的选择、交叉和变异操作，衍生出新一代的个体，即新一代有功指令矩阵；
S54：循环利用适应度函数评估每一代个体的适应度，直到得到一组适应度最强的个体作为多目标优化问题的最优解。
本发明所述的一种提高风电场惯量储备水平的有功功率控制方法，采用以上技术方案与现有技术相比，具有以下技术效果：
(1)本发明能够在满足上级电网指令的同时保持较大的风电场整体惯量储备，使风电场的稳态运行工作点处于最大惯量储备条件下，可以更好地给电网提供暂态支撑。
(2)本发明克服了平均分配法忽略风电场内机组运行状态差异、无法满足风场指令的缺陷，也避免了常规变比例分配算法只考虑到稳态情况、无法给电网提供暂态支撑。
附图说明
图1为本发明提高风电场惯量储备水平的有功功率控制方法流程图；
图2为本发明利用遗传算法求解多目标优化问题的流程图；
图3为本发明采用不同控制策略下风电场整体惯量储备水平的仿真结果示意图。
具体实施方式
下面结合附图详细的描述本发明的作进一步的解释说明,以使本领域的技术人员可以更深入地理解本发明并能够实施,但下面通过参考实例仅用于解释本发明,不作为本发明的限定。
一种提高风电场惯量储备水平的有功功率控制方法，包含以下步骤：(1)上级调度站向风电场有功控制模块发送调度指令；(2)风电场有功控制模块跟踪上级调度所发调度指令；(3)经过惯量储备最大化的优化计算生成控制指令；(4)通过功率分配模块将控制指令下发至场内各个风电机组。
如图1所示，步骤(3)中所述惯量储备最大化的优化计算中，包含以下步骤：
S1：根据电网下发至风电场的有功功率参考值PWF·ref，建立风电场n个风电机组有功功率参考值P1·ref、P2·ref、…、Pn·ref与调度指令偏差的目标函数f1：
Figure BDA0003466831200000041
公式(1)中，P1·ref、P2·ref、…、Pn·ref分别为风电机组1、2、…、n的有功功率参考值；
S2：根据各风电机组惯量响应退出点对应转速ω1·min、ω2·min、…、ωn·min，建立惯量控制后风电场各风电机组转速ω1、ω2、…、ωn的惯量储备目标函数f2：
Figure BDA0003466831200000042
公式(2)中，J为风电机组的发电机与风轮归算至转子侧的总转动惯量，ω1·min、ω2·min、…、ωn·min分别为风电机组1、2、…、n的惯量响应退出点对应转速，ω1、ω2、…、ωn分别为风电机组1、2、…、n在惯量控制后的实际转速；
S3：综合S1和S2所建立的目标函数，建立风电场有功功率控制多目标优化数学模型：
Figure BDA0003466831200000043
公式(3)中，α和β分别为两个目标函数f1、f2的权重；
S4：建立的风电场有功功率控制多目标优化数学模型，其约束条件为：
Pi·min≤Pi·ref≤Pi·max (4)
Figure BDA0003466831200000051
ωi·min≤ωi·ref≤ωi·max (6)
公式(4)中，Pi·min和Pi·max分别为机组i的有功功率下限及有功功率上限；
公式(6)中，ωi·min为第i台风电机组的惯量响应退出点对应转速，ωi·ref为第i台风电机组的参考转速，ωi·max为第i台风电机组的最高转速；
S5：利用遗传算法对上述多目标优化问题求解，寻找风电场中n台风电机组的一组有功功率参考值P1·ref、P2·ref、…、Pn·ref指令，使得多目标函数最小化。
步骤S2中，所述各风电机组惯量响应退出点对应转速如下步骤计算：
S21：对于任意一台风电机组i，考虑风轮功率变化与旋转动能释放功率之间的关系，计算机组i释放旋转动能增加的输出功率、转速变化引起的风功率变化量，令两者之和为零，即：
Figure BDA0003466831200000052
公式(7)中，Ji为机组i的发电机与风轮归算至转子侧的总转动惯量，ωi为风电机组i转子转速，Pi-wind为机组i风轮的旋转动能，Cp(λ,β)为风能利用系数，λ为叶尖速度比，β为桨距角；
S22：对式(7)解方程，求出使机组i释放旋转动能增加的输出功率、转速变化引起的风功率变化量之和为零的转速ωexit；
S23：当步骤S22中求出的转速ωexit大于等于机组切出转速ωcutoff时，即ωexit≥ωcutoff，风电机组i的惯量响应退出点对应转速ωi·min为ωexit；当步骤S22中求出的转速ωexit小于机组切出转速ωcutoff时，即ωexit＜ωcutoff，风电机组i的惯量响应退出点对应转速ωi·min为ωcutoff。
如图2所示，本发明利用遗传算法求解多目标优化问题的流程图，步骤S5利用遗传算法对多目标优化问题的求解过程为：
S51：在约束条件范围内随机生成n个个体，每个个体均由一串二进制代码进行编码，代表初代有功指令种群；
S52：计算初代有功指令下目标函数的值，以此作为种群的适应度函数；
S53：根据初代计算所得的适应度，进行遗传算法中的选择、交叉和变异操作，衍生出新一代的个体，即新一代有功指令矩阵；
S54：循环利用适应度函数评估每一代个体的适应度，直到得到一组适应度最强的个体作为多目标优化问题的最优解。
如图3所示，本发明一仿真实施例——不同控制策略下风电场整体惯量储备水平的仿真结果，上级电网有功功率指令在30s时从40MW提高到50MW，本发明所提供的惯量储备最大化的控制方法相比传统控制策略，使风电场的惯量储备明显提高。
本发明提出了一种提高风电场惯量储备水平的有功功率控制方法，能够在满足上级电网指令的同时保持较大的风电场整体惯量储备，使风电场的稳态运行工作点处于最大惯量储备条件下，可以更好地给电网提供暂态支撑。克服了平均分配法忽略风电场内机组运行状态差异、无法满足风场指令的缺陷，也避免了常规变比例分配算法只考虑到稳态情况、无法给电网提供暂态支撑的技术问题。
以上所述的具体实施方案，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，所应理解的是，以上所述仅为本发明的具体实施方案而已，并非用以限定本发明的范围，任何本领域的技术人员，在不脱离本发明的构思和原则的前提下所做出的等同变化与修改，均应属于本发明保护的范围。

Claims (2)

1.一种提高风电场惯量储备水平的有功功率控制方法，其特征在于，包含以下步骤：
(1)上级调度站向风电场有功控制模块发送调度指令；
(2)风电场有功控制模块跟踪上级调度所发调度指令；
(3)经过惯量储备最大化的优化计算生成控制指令；
(4)通过功率分配模块将控制指令下发至场内各个风电机组；
步骤(3)中所述惯量储备最大化的优化计算中，包含以下步骤：
S1：根据电网下发至风电场的有功功率参考值PWF·ref，建立风电场n个风电机组有功功率参考值P1·ref、P2·ref、…、Pn·ref与调度指令偏差的目标函数f1：
Figure FDA0003897666730000011
公式(1)中，P1·ref、P2·ref、…、Pn·ref分别为风电机组1、2、…、n的有功功率参考值；
S2：根据各风电机组惯量响应退出点对应转速ω1·min、ω2·min、…、ωn·min，建立惯量控制后风电场各风电机组转速ω1、ω2、…、ωn的惯量储备目标函数f2：
Figure FDA0003897666730000012
公式(2)中，J为风电机组的发电机与风轮归算至转子侧的总转动惯量，ω1·min、ω2·min、…、ωn·min分别为风电机组1、2、…、n的惯量响应退出点对应转速，ω1、ω2、…、ωn分别为风电机组1、2、…、n在惯量控制后的实际转速；
S3：综合S1和S2所建立的目标函数，建立风电场有功功率控制多目标优化数学模型：
Figure FDA0003897666730000013
公式(3)中，α和β分别为两个目标函数f1、f2的权重；
S4：建立的风电场有功功率控制多目标优化数学模型，其约束条件为：
Pi·min≤Pi·ref≤Pi·max (4)
Figure FDA0003897666730000014
ωi·min≤ωi·ref≤ωi·max (6)
公式(4)中，Pi·min和Pi·max分别为机组i的有功功率下限及有功功率上限；
公式(6)中，ωi·min为第i台风电机组的惯量响应退出点对应转速，ωi·ref为第i台风电机组的参考转速，ωi·max为第i台风电机组的最高转速；
S5：利用遗传算法对上述多目标优化问题求解，寻找风电场中n台风电机组的一组有功功率参考值P1·ref、P2·ref、...、Pn·ref指令，使得多目标函数最小化；
步骤S2中，所述各风电机组惯量响应退出点对应转速如下步骤计算：
S21：对于任意一台风电机组i，考虑风轮功率变化与旋转动能释放功率之间的关系，计算机组i释放旋转动能增加的输出功率、转速变化引起的风功率变化量，令两者之和为零，即：
Figure FDA0003897666730000021
公式(7)中，Ji为机组i的发电机与风轮归算至转子侧的总转动惯量，ωi为风电机组i转子转速，Pi-wind为机组i风轮的旋转动能，Cp(λ,β)为风能利用系数，λ为叶尖速度比，β为桨距角；
S22：对式(7)解方程，求出使机组i释放旋转动能增加的输出功率、转速变化引起的风功率变化量之和为零的转速ωexit；
S23：当步骤S22中求出的转速ωexit大于等于机组切出转速ωcutoff时，即ωexit≥ωcutoff，风电机组i的惯量响应退出点对应转速ωi·min为ωexit；当步骤S22中求出的转速ωexit小于机组切出转速ωcutoff时，即ωexit＜ωcutoff，风电机组i的惯量响应退出点对应转速ωi·min为ωcutoff。
2.根据权利要求1所述的一种提高风电场惯量储备水平的有功功率控制方法，其特征在于，所述步骤S5利用遗传算法对多目标优化问题的求解过程为：
S51：在约束条件范围内随机生成n个个体，每个个体均由一串二进制代码进行编码，代表初代有功指令种群；
S52：计算初代有功指令下目标函数的值，以此作为种群的适应度函数；
S53：根据初代计算所得的适应度，进行遗传算法中的选择、交叉和变异操作，衍生出新一代的个体，即新一代有功指令矩阵；
S54：循环利用适应度函数评估每一代个体的适应度，直到得到一组适应度最强的个体作为多目标优化问题的最优解。
CN202210031913.4A 2022-01-12 2022-01-12 一种提高风电场惯量储备水平的有功功率控制方法 Active CN114336665B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210031913.4A CN114336665B (zh) 2022-01-12 2022-01-12 一种提高风电场惯量储备水平的有功功率控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210031913.4A CN114336665B (zh) 2022-01-12 2022-01-12 一种提高风电场惯量储备水平的有功功率控制方法

Publications (2)

Publication Number Publication Date
CN114336665A CN114336665A (zh) 2022-04-12
CN114336665B true CN114336665B (zh) 2023-02-07

Family

ID=81027238

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210031913.4A Active CN114336665B (zh) 2022-01-12 2022-01-12 一种提高风电场惯量储备水平的有功功率控制方法

Country Status (1)

Country Link
CN (1) CN114336665B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115986851B (zh) * 2023-03-23 2023-06-06 湖南大学 一种永磁风力发电机组的有功功率安全响应方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109004687A (zh) * 2018-08-03 2018-12-14 山东大学 风电场参与电网调频的智能惯量响应控制方法及系统
CN111509764A (zh) * 2019-01-30 2020-08-07 中国电力科学研究院有限公司 一种风电场惯量响应的控制方法、控制器及系统
CN113659639A (zh) * 2021-08-13 2021-11-16 云南电网有限责任公司电力科学研究院 一种考虑转速约束的风电场内惯量响应功率分配方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105633983A (zh) * 2016-03-01 2016-06-01 国网甘肃省电力公司 采用超级电容提升风电机组频率支撑能力的控制系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109004687A (zh) * 2018-08-03 2018-12-14 山东大学 风电场参与电网调频的智能惯量响应控制方法及系统
CN111509764A (zh) * 2019-01-30 2020-08-07 中国电力科学研究院有限公司 一种风电场惯量响应的控制方法、控制器及系统
CN113659639A (zh) * 2021-08-13 2021-11-16 云南电网有限责任公司电力科学研究院 一种考虑转速约束的风电场内惯量响应功率分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Control of a Type-IV Wind Turbine With the Capability of Robust Grid-Synchronization and Inertial Response for Weak Grid Stable Operation;Shun Sang 等;《IEEE Access》;20190501;第7卷;第58553 - 58569页 *
风电场一次调频分层协调控制研究与应用;王瑞明等;《电力系统保护与控制》;20190716;第47卷(第14期);第50-58页 *

Also Published As

Publication number Publication date
CN114336665A (zh) 2022-04-12

Similar Documents

Publication Publication Date Title
CN105354632B (zh) 一种考虑尾流效应的风电场功率优化分配策略
CN111064206B (zh) 基于双馈风电机组动态减载的电力系统频率应急控制方法
CN108493960A (zh) 一种基于规则的储能参与风电调频控制方法
CN110417032A (zh) 一种双馈风机参与系统调频的多目标优化控制方法
CN109416019A (zh) 具有多个风力涡轮发电机和发电厂控制器的风力发电厂
CN110880795B (zh) 基于超速风机释放功率提升的风电调频控制方法及系统
CN112117768A (zh) 基于功率跟踪曲线切换的风力发电机组分段调频控制方法
CN110635492A (zh) 一种基于风储协调控制策略提升对电网频率支撑能力方法
CN114336665B (zh) 一种提高风电场惯量储备水平的有功功率控制方法
CN110334884A (zh) 一种提升区域电网风电消纳能力的电-热联合调度方法
CN113489073A (zh) 一种基于风机集群的多时空分层综合调频控制系统
CN112332442A (zh) 基于双馈风力发电场虚拟惯量控制策略优化
CN109386429A (zh) 一种风电与光热发电互补系统协调运行控制方法与装置
CN102661243B (zh) 一种双馈感应风电机组的预报校正变桨控制方法
CN115882524A (zh) 一种提升频率响应能力的风电机组控制参数整定方法
Elkasem et al. Optimal performance of DFIG integrated with different power system areas using multi-objective genetic algorithm
EP4128469A1 (en) A method for improved power ramping in a hybrid power plant
CN111030142A (zh) 一种高比例风电电力系统多时间尺度频率优化控制方法
Wang et al. A novel deloaded control strategy of DFIG wind farm
CN113315176B (zh) 风火联合系统一次调频协调控制方法及系统
CN116093970B (zh) 计及转速保护的双馈风机一次调频模型预测控制方法
CN112968480B (zh) 基于机组负荷响应能力的风火电联合优化调度方法及系统
CN108879767A (zh) 风力发电机组高电压穿越控制方法、装置及系统
CN113250917B (zh) 海上风机阵列输出指令控制方法、系统、装置及存储介质
Behara et al. The Investigations of the Impacts of the Integration of Wind Energy into Distribution Network

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