CN114336791B - 风电场无功功率的优化分配方法及其系统及计算机可读存储介质 - Google Patents
风电场无功功率的优化分配方法及其系统及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114336791B CN114336791B CN202111614393.1A CN202111614393A CN114336791B CN 114336791 B CN114336791 B CN 114336791B CN 202111614393 A CN202111614393 A CN 202111614393A CN 114336791 B CN114336791 B CN 114336791B
- Authority
- CN
- China
- Prior art keywords
- wind
- equivalent
- power
- fan
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000005457 optimization Methods 0.000 claims abstract description 102
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 238000013178 mathematical model Methods 0.000 claims abstract description 27
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 15
- 230000005540 biological transmission Effects 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 6
- 238000006467 substitution reaction Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- WCUXLLCKKVVCTQ-UHFFFAOYSA-M Potassium chloride Chemical compound [Cl-].[K+] WCUXLLCKKVVCTQ-UHFFFAOYSA-M 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明实施例提供一种风电场无功功率的优化分配方法及其系统及计算机可读存储介质。该方法包括:建立风电场的等值网络,风电场的等值网络包括多台等值风机;基于风电场的等值网络,建立风电场的等值网络潮流计算模型;基于风电场的等值网络潮流计算模型得出稳态下风电场的有功损耗的表达式;建立在动态风速下风电场的动态数学模型;基于风电场的动态数学模型,建立关于风电场的有功损耗的动态优化算法;以及在风电场运行过程中,基于风电场的动态数学模型、风电场的等值网络潮流计算模型、风电场的有功损耗的表达式及有功损耗的动态优化算法来优化风电场的无功功率配置,以得到风电场中每台等值风机在动态风速下的无功功率优化指令值。
Description
技术领域
本发明实施例涉及风力发电技术领域,尤其涉及一种风电场无功功率的优化分配方法及其系统及计算机可读存储介质。
背景技术
随着煤炭、石油等能源的逐渐枯竭,人类越来越重视可再生能源的利用。风能作为一种清洁的可再生能源越来越受到世界各国的重视。伴随着风电技术的不断发展,风机在电力系统中的应用日益增加。在风能资源丰富的地方会建立风电场。
近年来,在风电场大规模高渗透率并网过程中,因风能资源的波动性和随机性,引起风电场有功与无功的波动,从而导致场站与并网点电压的剧烈波动。同时,风电场场站内和场站间输电线路损耗的存在,以及变压器有载调压、SVG(Static Var Generator,静止无功发生器)、同步调相机等设备对无功功率控制算法的精确度造成了一定的影响。
然而,现有的风电场无功功率优化方法较少考虑场站线路的损耗对无功功率配置的影响,难以应用到实际工程项目中。同时,传统的风电场采用最大功率点跟踪控制方式,较多关注风机有功功率的最大化,而忽略了每台风机所具有的无功调节潜力。此外,现有方法忽略了在风电场尾流效应影响下,由于风机所面临风速条件是不均衡的,因此其能够承担的无功功率调节额度并不均等,从而对风电场电压水平的支撑能力并不相同。
发明内容
本发明实施例的目的在于提供一种风电场无功功率的优化分配方法及其系统及计算机可读存储介质,能够实现对风电场中每台等值风机无功功率的优化配置。
本发明实施例的一个方面提供一种风电场无功功率的优化分配方法。所述方法包括:建立风电场的等值网络,所述风电场的等值网络包括分别通过输电线路连接至交流母线上的多台等值风机,所述风电场的等值网络具有多台所述等值风机分别接入到所述交流母线上的多个接入点;基于所述风电场的等值网络,建立所述风电场的等值网络潮流计算模型;基于所述风电场的等值网络潮流计算模型得出稳态下所述风电场的有功损耗的表达式;建立在动态风速下所述风电场的动态数学模型;基于所述风电场的动态数学模型,建立关于所述风电场的有功损耗的动态优化算法;以及在所述风电场运行过程中,基于所述风电场的动态数学模型、所述风电场的等值网络潮流计算模型、所述风电场的有功损耗的表达式及所述有功损耗的动态优化算法来优化所述风电场的无功功率配置,以得到所述风电场中每台所述等值风机在动态风速下的无功功率优化指令值。
本发明实施例的另一个方面还提供一种风电场无功功率的优化分配系统。所述系统包括一个或多个处理器,用于实现如上各个实施例所述的风电场无功功率的优化分配方法。
本发明实施例的又一个方面还提供一种计算机可读存储介质其上存储有程序,所述程序被处理器执行时,实现如上各个实施例所述的风电场无功功率的优化分配方法。
本明一个或多个实施例的风电场无功功率的优化分配方法及其系统及计算机可读存储介质通过综合考虑场站内和场站间输电线路有功损耗和尾流效应,通过建立优化模型和动态优化算法,实现了对风电场中每台风机无功功率的优化配置,从而确保了对节点电压的精确控制。
附图说明
图1为本发明一个实施例的风电场无功功率的优化分配方法的流程图;
图2为本发明一个实施例的风电场的等值网络;
图3为本发明一个实施例的进行潮流计算的风电场的等效电路图;
图4为本发明一个实施例的换流器的等效电路图;
图5为通过采用本发明实施例的风电场无功功率的优化分配方法与传统方法下的风电场中风机的转速、电磁功率、无功功率和有功损耗的变化对比图;
图6为本发明一个实施例的风电场无功功率的优化分配系统的示意性框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施例并不代表与本发明相一致的所有实施例。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置的例子。
在本发明实施例使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。除非另作定义,本发明实施例使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”或者“一”等类似词语也不表示数量限制,而是表示存在至少一个。“多个”或者“若干”表示两个及两个以上。除非另行指出,“前部”、“后部”、“下部”和/或“上部”等类似词语只是为了便于说明,而并非限于一个位置或者一种空间定向。“包括”或者“包含”等类似词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同,并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而且可以包括电性的连接,不管是直接的还是间接的。在本发明说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
图1揭示了本发明一个实施例的风电场无功功率的优化分配方法的流程图。如图1所示,本发明一个实施例的风电场无功功率的优化分配方法可以包括步骤S1至步骤S6。
在步骤S1中,建立风电场的等值网络,风电场的等值网络包括分别通过输电线路串联和/或并联连接至交流母线上的多台等值风机,风电场的等值网络具有多台等值风机分别接入到交流母线上的多个接入点。
在一个实施例中,风电场的多台等值风机例如可以包括单个风场中汇集的多个风机群,多个风机群可以分别通过输电线路连接至并网点。在另一个实施例中,风电场的多台等值风机例如可以包括多个子风场,多个子风场可以分别通过输电线路连接至并网点。
以下将以三台等值风机为例来建立风电场的等值网络。图2揭示了本发明一个实施例的风电场的等值网络。如图2所示,风电场的三排风机分别构成三台等值风机,三排风机分别通过输电线路1,2,3连接至并网点。其中,每排风机可以包括n台风机,其注入的功率用一台等值风机来代替表示,V1~V3为每排风机接入点的电压,V4为风电场并网点电压,并令所有电压归算到35kV,所有输电线路均采用标准的准稳态RX模型,Xl1、Rl1,Xl2、Rl2,Xl3、Rl3为输电线路1,2,3的等值电抗X、等值电阻R。
为了实现对风电场的有功损耗的优化,首先需要对风电场的等值网络进行潮流计算,因此,在步骤S2中,基于风电场的等值网络,建立风电场的等值网络潮流计算模型。
在一个实施例中,可以辐射状网络来建立风电场的等值网络。图3揭示了本发明一个实施例的进行潮流计算的风电场的等效电路图。如图3所示,P1、Q1,P2、Q2,P3、Q3分别为三台等值风机的有功、无功功率;Pl1、Ql1,Pl2、Ql2,Pl3、Ql3分别为输电线路1,2,3中始端向终端的注入功率;P4、Q4为风电场向电网注入的有功、无功功率(即并网点的有功、无功功率);I1~I3为流过输电线路1,2,3的电流;V1~V4为4个节点的电压。
考虑到图3所示的等效电路图为辐射状网络,因此,在一个实施例中,可以采用前推回代法来建立风电场的等值网络潮流计算模型。
采用前推回代法计算风电场的等值网络潮流的具体计算步骤如下:
(a)前推计算过程:
假定所有节点电压为35∠0°kV,输电线路1的有功和无功分别为第一台等值风机的有功和无功值,基于图2的电路计算等值网络中输电线路1的有功和无功损耗如下:
其中,Pl1loss是输电线路1上的有功损耗,Ql1loss是输电线路1上的无功损耗。
由基尔霍夫电流定理(KCL)可知输电线路2、3上的有功和无功损耗分别如下所示:
其中,P12loss、P13loss分别是输电线路2、3上的有功损耗,Ql2loss、Ql3loss分别是输电线路2、3上的无功损耗。
并网点的有功和无功值分别如下所示:
由以上公式(1)-(4)可以计算出在假定电压下的全网功率分布,前推计算结束。
(b)回代计算过程
利用(a)前推计算中所求得的功率以及电流/电压关系进行回代,以计算更新节点电压V1、V2、V3,如下所示:
其中,公式(5)中的“*”表示取复数的共轭。
(c)重复迭代计算过程
用步骤(b)中回代计算更新后的节点电压V1~V3再次进行前推计算,对全网的近似功率进行更新,再使用更新后的近似功率进行回代计算。
重复步骤(a)-(c)进行前推回代,通过分别判断比较两次计算电压V1,V2,V3的差值来判断前推回代的正确性,当两次电压V1,V2,V3的差值均在允许的范围内便可停止前推回代过程,从而求得风电场的等值网络准确的电压、电流以及潮流的分布。一般地,对于辐射状网络,用2-3次前推回代即可求得最终值。
继续参照图1所示,在步骤S3中,基于风电场的等值网络潮流计算模型得出稳态下风电场的有功损耗的表达式。
经过上述前推回代过程求解得到正确的V1、V2、V3后,代入式(1)-(3)可得风电场中输电线路1,2,3的有功损耗P11loss、P12loss、P13loss,从而,风电场在某一特定稳定风速工况下的有功损耗的表达式如下:
Ploss=Pl1loss+Pl2loss+Pl3loss
在步骤S4中,建立在动态风速下风电场的动态数学模型。
在实际风电场运行过程中,由于风速处在不停的变化中,为使机械功率维持在最大功率点跟踪模式(Maximum Power Point Tracking,MPPT),风机的转速也会持续发生变化。为了工程实际需要,在风电场的有功损耗的动态优化过程中,通过选取一段时间内的风电场有功损耗的总和进行优化,并综合考虑风机捕获机械功率随风速的变化、风机转子的运动方程、风机的电磁功率随转速的变化、以及风电场的换流器的动态响应模型等因素,从而来建立在动态风速下风电场的动态数学模型。
风电场的动态数学模型的具体建立过程包括以下几个方面:
(1)风机的动态数学模型
在动态风速下,风机的机械功率的公式为:
其中,Pwi为第i台等值风机的机械功率,Cp为风能利用系数,λ为叶尖速比,β为桨距角,ρ为空气密度系数,R为风机的叶轮半径,v为风速。
风机转子的运动方程为:
其中,Pwi和Pei分别是第i台等值风机捕获的风能(即第i台等值风机的机械功率)和输出的有功功率,Hi是第i台等值风机的惯性常数,ωri是第i台等值风机的转速。
在一些实施例中,可以根据在最大功率点跟踪工作方式下每台等值风机的最大机械功率来建立每台等值风机的电磁功率参考值的方程。
在最大功率点跟踪工作方式(MPPT)下,风机的电磁功率参考值等于风机的最大机械功率Pwmax。由风机的Cp曲线可知,当桨距角β恒定为0时,当风机转速发生变化时,风机达到最大机械功率Pwmax时Cpmax是保持不变的,因此在最大功率点跟踪工作方式下,风机的最大机械功率Pwmax与风速的三次方成正比,此时风机处于稳定运行模式,其电磁功率与机械功率相等。因此,可以认为风机的电磁功率参考值与转速的三次方成正比,即:
其中,为风机的电磁功率参考值。当桨距角β不变时,在最大功率点跟踪工作方式下,Cpmax保持为常数,同时桨距角β维持不变,因此叶尖速比λ维持不变。由λi=ωriR/vi,在固定风速vi下,有最优转速ωopt及对应的λopt,则:
将公式(9)代入公式(6),并结合公式(8)可得系数C为:
(2)换流器的动态响应模型
假设风电场中的换流器都是典型的三相两电平换流器,其主要包括由IGBT((Insulated Gate Bipolar Transistor,绝缘栅双极型晶体管)构成的换流站、换流电抗器和直流电容器C1。图4揭示了本发明一个实施例的换流器的等效电路图。如图4所示,定义从换流站流向交流系统的电流方向为参考方向,可得到交流系统的电压方程:
在上述公式中,为abc坐标系下换流站交流侧的电压;/>为abc坐标系下的系统电压;Lc为换流电抗器的等效电感;Rc为换流电抗器的等效电阻;iabc为abc坐标系下换流站交流侧的电流;mabc为abc坐标系下换流器的调制比;udc为换流站直流侧的电压。
为实现解耦控制,对abc三相进行dq变换,三相绕组变换为等价的两相绕组。对公式(11)和公式(12)进行dq变换可得到:
在上述公式中,ucd、ucq为dq坐标系下换流站交流侧的电压;usd、usq为dq坐标系下的系统电压;id、iq为dq坐标系下换流站交流侧电流;md、mq为dq坐标系下换流站调制比;ω为发电机转子角速度。
采用d轴电压定向控制,使交流母线的电压us与d轴同相位,VSC(电压源换流器)与交流系统交换的有功功率和无功功率可表示为:
公式(17)表明换流站输出的有功功率只与d轴电流有关,而无功功率只与q轴电流有关,通过改变d、q轴的电流,可以改变换流站输出的有功功率和无功功率。因此,经过dq变换,该控制方式实现了有功功率和无功功率的解耦。
结合公式(11)和公式(13),当电流内环采用PI(Proportional Integral,比例积分)调节器进行控制时,可由下式表示:
其中,为电流d轴分量的参考值,Kp、Ki为PI调节器的参数。
在公式(18)中,等号右侧后两项为附加前馈因子。将公式(18)改写为小扰动形式,并与公式(13)联立:
对公式(19)进行整理,并写成小扰动下的拉氏变换形式:
(Rc+Lcs)Δid(s)=-Δusd(s)+ωLcΔiq(s)+Δucd(s) (20)
联立公式(19)与公式(20)可得:
整理公式(21)可得:
定义时间常数T1满足如下关系:
则公式(23)可化简为如下:
结合公式(17)可得:
同理可得:
其中,Pref(s)和Qref(s)分别为风机的有功功率参考值和无功功率参考值。
则单台风机输出的有功功率和无功功率分别为:
其中,和/>分别为第i台等值风机的有功功率参考值和无功功率参考值。
对公式(27)进行拉氏反变换可得到风机在时域的动态方程:
其中,T1、T2分别为风电场中的有功和无功控制器的响应时间,Pei和Qei分别为第i台等值风机输出的有功功率和无功功率,和/>分别为第i台等值风机的有功功率参考值和无功功率参考值。
(3)风电场的动态数学模型
综上所述,风电场的动态数学模型包括每台等值风机的机械功率的公式、每台等值风机的转子运动方程、每台等值风机在时域的动态方程及每台等值风机的电磁功率参考值的方程,如下所示:
风电场的动态数学模型包括三个状态变量,三个状态变量包括Pei、Qei、ωri,其分别为每台等值风机输出的有功功率和无功功率及每台等值风机的转速,其中Qei是不确定的,接下来将通过对的优化配置,来实现风电场的有功损耗的最优。
返回参照图1,在步骤S5中,基于风电场的动态数学模型,建立关于风电场的有功损耗的动态优化算法。
动态优化算法的核心要素在于在风机运行过程中,考虑到换流器的响应时间,每间隔一定时间对风电场总体进行快速无功指令的优化配置,从而在风速、转速不断变化的情况下在线优化风电场的有功损耗。
在一些实施例中,每隔预定优化时长进行一次风电场的有功能量损耗的优化,预定优化时长可以基于换流器的响应时间来确定,例如,可以每100ms进行一次优化,可以对预定优化时长内的风电场的有功损耗进行动态优化,从而可以得到预定优化时长内的风电场的有功能量损耗。
以下将详细介绍动态优化算法的具体步骤。
(1)根据在某特定时刻测量所得的实时风速,基于风电场的动态数学模型可以计算得到每台等值风机的机械功率Pwi、电磁功率参考值
然后,根据每台等值风机的机械功率Pwi和电磁功率参考值得到风电场的有功损耗最小时每台等值风机输出的有功功率Pei。
(2)在一些实施例中,可以在预定优化时长内的每预定步长Ts,例如10ms进行一次风电场的有功损耗的动态优化。
由稳态下风电场的有功损耗的表达式可知,稳态下风电场的有功损耗是风电场中每台等值风机输出的有功功率和无功功率的函数,因此,风电场的有功损耗的动态优化算法用于基于每台等值风机输出的有功功率给出每台等值风机的无功功率。
在一个实施例中,可以采用内点法来求解风电场的有功损耗的优化问题。风电场的有功损耗的优化问题如下:
min Ploss(t)
s.f.PloSS(t)=f(Pei,Qei)
其中,Ploss(t)为某时刻风电场的有功损耗,Pei和Qei分别为第i台等值风机输出的有功功率和无功功率,和/>分别为第i台等值风机输出的无功功率的下限和上限,Vi为第i台等值风机的接入点电压,/>和/>分别为第i台等值风机的接入点电压的下限和上限。
由此可见,该优化问题给出根据每台风机的有功功率得到无功功率指令参考值。
(3)风电场的动态数学模型包括三个状态变量,每台等值风机输出的有功功率和无功功率及每台等值风机的转速。在每预定步长进行一次风电场的有功损耗的动态优化中,可以每预定步长来对三个状态变量进行动态更新。
在一些实施例中,根据风电场的动态模型,可以采用欧拉法实现对有功功率、无功功率和转速三个状态变量的动态更新。
三个状态变量动态更新的公式如下:
其中,及/>分别为仿真t+1时刻第i台等值风机输出的有功功率和无功功率及每台等值风机的转速,/>及/>分别为仿真t时刻第i台等值风机输出的有功功率和无功功率及第i台等值风机的转速,/>为第i台等值风机的有功功率参考值,/>为第i台等值风机的无功功率参考值,Pi为第i台等值风机的机械功率,Pei为第i台等值风机输出的有功功率,Hi为第i台等值风机的惯性常数,ωri为第i台等值风机的转速,Ti为第i台等值风机的换流器的时间常数,T为预定步长。
然后,将更新后的状态变量分别代入风电场的等值网络潮流计算模型中,并且,基于稳态下风电场的有功损耗的表达式得到对应时刻的风电场的有功损耗Ploss(t)。
(4)风电场的有功能量损耗的计算
基于所有预定步长优化后的风电场的有功损耗来得到预定优化时长内的风电场的有功能量损耗。
鉴于预定步长10ms很短,因此一个预定步长Ts内的有功损耗可视为不变,因此,在一个实施例中,可以采用矩形法来计算预定优化时长内的风电场的有功能量损耗Eloss,即:
继续参照图1所示,在步骤S6中,在风电场运行过程中,基于风电场的动态数学模型、风电场的等值网络潮流计算模型、风电场的有功损耗的表达式及有功损耗的动态优化算法来优化风电场的无功功率配置,以得到风电场中每台等值风机在动态风速下的无功功率优化指令值。
在一些实施例中,可以每隔预定优化时长,基于预定优化时长内的风电场的有功能量损耗来优化风电场的无功功率配置。
每隔预定优化时长,基于预定优化时长内的风电场的有功能量损耗来优化风电场的无功功率配置可以包括:根据当前测量所得的实时风速,基于风电场的动态数学模型得到每台等值风机的机械功率和电磁功率参考值,根据每台等值风机的机械功率和电磁功率参考值来求解预定优化时长内的风电场的有功能量损耗最小时风电场中每台等值风机的无功功率优化指令值的优化问题以使得预定优化时长内的风电场的有功能量损耗最小。
在一个实施例中,可以采用内点法来求解预定优化时长内的风电场的有功能量损耗最小时风电场中每台等值风机的无功功率优化指令值的优化问题。
风电场中每台等值风机的无功功率优化指令值的优化问题如下:
min Eloss
s.t.(潮流计算模型)
V1min≤V1,...,Vn≤V1max(电压约束)
其中,Eloss为预定优化时长内的风电场的有功能量损耗,P1,Q1,...,Pn,Qn分别为第1,…,n台等值风机输出的有功功率和无功功率,V1,...,Vn分别为第1,…,n台等值风机的接入点电压,V1min和V1max为每台等值风机的接入点电压的最小值和最大值,为第i台等值风机的无功功率的最大值,Smax是每台等值风机的容量值,Qi和Pi是第i台等值风机的无功功率和有功功率。
通过求解上述优化问题,即可得在动态风速条件下,一段时间内风电场无功功率的优化指令值。
本发明实施例的风电场无功功率的优化分配系统通过综合考虑场站内和/或场站间输电线路有功损耗和尾流效应,通过建立优化模型和动态优化算法实现了对风电场中每台风机无功功率的优化配置,从而确保了对节点电压的精确控制。
以下将对本发明实施例的风电场无功功率的优化分配方法进行实验验证。
利用Matlab通过如图2所示的风电场的等值网络,对本发明实施例提出的考虑场站线路损耗的风电场无功功率的优化分配方法进行了实验验证。以图2所示的三排风机组成的风电场为例进行仿真。
本仿真中,动态优化过程中使用内点法优化算法,其中优化约束的参数设置为单台风机的容量上限Smax=5MVA,允许的电压波动范围为±3kV。
为了分析优化效果,分别在不同平均风速下选取不同优化频率进行仿真。预定步长为10ms,总的优化时长为100s。得出风电场的有功损耗结果如以下表1所示:
表1不同优化设置下的优化结果
从表1结果可知:平均风速越高,风电场的有功能量损耗越大,优化效果较为显著;同一平均风速下,优化频率越高,风电场的有功能量损耗越小,优化效果越好。例如,平均风速12m/s时,每0.1s进行一次优化,能使风电场的有功能量损耗优化0.368%,优化效果较好。特别地,当风速较低时,风电场的有功能量损耗小,高频率的优化也没有明显地降低风电场的有功损耗的效果。例如,平均风速6m/s时,优化不再有效。
为了分析本发明实施例的风电场无功功率的优化分配方法的具体作用方式与效果,取优化效果最明显的平均风速12m/s下每0.1s优化一次的情况,绘制该情况下各变量随时间变化的曲线,如图5所示,包括各风机的转速ωri、电磁功率(即有功功率)Pei、优化后的无功功率参考值响应换流器控制的无功功率Qei以及优化目标Ploss,同时绘制了在无优化情况下的上述变量的变化曲线并进行对比分析。对应于固定优化频率下的不同优化周期内的优化的算法是固定的,尽管不同优化周期内风速不同,优化结果不一样,但各控制量和状态量发挥作用和响应的方式是一致的,为了使对比效果更加清晰,取三个优化周期内的各变量的变化曲线进行分析,如图5所示。
由图5中的(a)和(b)可见使用优化情况下三台等值风机的转速与电磁功率的变化曲线和无优化情况下的变化曲线完全重合,且与MPPT控制下的转速与电磁功率曲线一致。可见快速无功控制只控制风机的无功功率来进行风电场的有功损耗的优化,并不会影响风机的转速以及有功出力,能使风机始终运行在MPPT模式下。
由图5中的(c)可以观察到风机无功控制作用的方式,在每个周期第一个步长进入优化算法,计算并给定无功功率参考值并在下一次优化前保持不变,在换流器的动态响应下,风机基于该参考值调整无功出力从而优化网损。而在无优化的情况下,无功功率参考值及风机的无功出力始终为零。该控制采用的是模型预测控制,根据分析对比可见无功功率参考值在仿真过程中根据风速的变化实时更新使控制后的优化效果一直处于最优情况。
图5中的(d)给出了优化和不优化情况下的风电场的有功损耗的对比,在整个优化过程中,每一个步长下的有功损耗都是低于无优化的情况,可见该快速无功控制对于降低风电场的有功损耗的效果十分显著。
本发明实施例还提供了一种风电场无功功率的优化分配系统200。图6揭示了本发明一个实施例的风电场无功功率的优化分配系统200的示意性框图。如图6所示,风电场无功功率的优化分配系统200可以包括一个或多个处理器201,用于实现上面任一实施例所述的风电场无功功率的优化分配方法。在一些实施例中,风电场无功功率的优化分配系统200可以包括计算机可读存储介质202,计算机可读存储介质202可以存储有可被处理器201调用的程序,可以包括非易失性存储介质。在一些实施例中,风电场无功功率的优化分配系统200可以包括内存203和接口204。在一些实施例中,本发明实施例的风电场无功功率的优化分配系统200还可以根据实际应用包括其他硬件。
本发明实施例的风电场无功功率的优化分配系统200具有与上面所述的风电场无功功率的优化分配方法相类似的有益技术效果,故,在此不再赘述。
本发明实施例还提供了一种计算机可读存储介质。计算机可读存储介质上存储有程序,该程序被处理器执行时,实现上面任一实施例所述的风电场无功功率的优化分配方法。
本发明实施例可采用在一个或多个其中包含有程序代码的存储介质(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。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机可读存储介质的例子包括但不限于:相变存储器/阻变存储器/磁存储器/铁电存储器(PRAM/RRAM/MRAM/FeRAM)等新型存储器、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
以上对本发明实施例所提供的风电场无功功率的优化分配方法及其系统及计算机可读存储介质进行了详细的介绍。本文中应用了具体个例对本发明实施例的风电场无功功率的优化分配方法及其系统及计算机可读存储介质进行了阐述,以上实施例的说明只是用于帮助理解本发明的核心思想,并不用以限制本发明。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明的精神和原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也均应落入本发明所附权利要求书的保护范围内。
Claims (19)
1.一种风电场无功功率的优化分配方法,其特征在于:其包括:
建立风电场的等值网络,所述风电场的等值网络包括分别通过输电线路连接至交流母线上的多台等值风机,所述风电场的等值网络具有多台所述等值风机分别接入到所述交流母线上的多个接入点;
基于所述风电场的等值网络,建立所述风电场的等值网络潮流计算模型;
基于所述风电场的等值网络潮流计算模型得出稳态下所述风电场的有功损耗的表达式;
建立在动态风速下所述风电场的动态数学模型,包括基于风机捕获机械功率随风速的变化、风机转子的运动方程、风机的电磁功率随转速的变化及风电场的换流器的动态响应模型来建立在动态风速下所述风电场的动态数学模型,其中,所述风电场的动态数学模型包括每台所述等值风机的机械功率的公式、每台所述等值风机的转子运动方程、每台所述等值风机在时域的动态方程及每台所述等值风机的电磁功率参考值的方程;
基于所述风电场的动态数学模型,建立关于所述风电场的有功损耗的动态优化算法,包括对预定优化时长内的所述风电场的有功损耗进行动态优化以得到所述预定优化时长内的所述风电场的有功能量损耗,其中,所述对预定优化时长内的所述风电场的有功损耗进行动态优化以得到所述预定优化时长内的所述风电场的有功能量损耗包括:在所述预定优化时长内每预定步长进行一次所述风电场的有功损耗的动态优化;及基于所有所述预定步长优化后的所述风电场的有功损耗来得到所述预定优化时长内的所述风电场的有功能量损耗;以及
在所述风电场运行过程中,基于所述风电场的动态数学模型、所述风电场的等值网络潮流计算模型、所述风电场的有功损耗的表达式及所述有功损耗的动态优化算法来优化所述风电场的无功功率配置,以得到所述风电场中每台所述等值风机在动态风速下的无功功率优化指令值,其中,所述优化所述风电场的无功功率配置包括:每隔所述预定优化时长,基于所述预定优化时长内的所述风电场的有功能量损耗来优化所述风电场的无功功率配置。
2.如权利要求1所述的方法,其特征在于:多台所述等值风机包括单个风场中汇集的多个风机群或者多个子风场。
3.如权利要求1所述的方法,其特征在于:所述建立风电场的等值网络包括:
以辐射状网络来建立所述风电场的等值网络。
4.如权利要求3所述的方法,其特征在于:所述建立所述风电场的等值网络潮流计算模型包括:
采用前推回代法来建立所述风电场的等值网络潮流计算模型。
5.如权利要求1所述的方法,其特征在于:根据在最大功率点跟踪工作方式下每台所述等值风机的最大机械功率来建立每台所述等值风机的电磁功率参考值的方程。
6.如权利要求1所述的方法,其特征在于:每台所述等值风机在时域的动态方程包括:
其中,T1和T2分别为所述风电场的有功和无功控制器的响应时间,Pei和Qei分别为第i台所述等值风机输出的有功功率和无功功率,和/>分别为第i台所述等值风机的有功功率参考值和无功功率参考值。
7.如权利要求1所述的方法,其特征在于:采用矩形法来计算所述预定优化时长内的所述风电场的有功能量损耗。
8.如权利要求1所述的方法,其特征在于:稳态下所述风电场的有功损耗是所述风电场中每台所述等值风机输出的有功功率和无功功率的函数,所述风电场的有功损耗的动态优化算法用于基于每台所述等值风机输出的有功功率给出每台所述等值风机的无功功率。
9.如权利要求8所述的方法,其特征在于:所述建立关于所述风电场的有功损耗的动态优化算法还包括:
根据某预定时刻测量所得的实时风速,基于所述风电场的动态数学模型计算得到每台所述等值风机的机械功率和电磁功率参考值;及
根据每台所述等值风机的机械功率和电磁功率参考值得到所述风电场的有功损耗最小时每台所述等值风机输出的有功功率。
10.如权利要求8所述的方法,其特征在于:所述每预定步长进行一次所述风电场的有功损耗的动态优化包括:
采用内点法来求解所述风电场的有功损耗的优化问题。
11.如权利要求10所述的方法,其特征在于:所述风电场的有功损耗的优化问题如下:
min Ploss(t)
s.t.Ploss(t)=f(Pei,Qei)
其中,Ploss(t)为某时刻所述风电场的有功损耗,Pei和Qei分别为第i台所述等值风机输出的有功功率和无功功率,和/>分别为第i台所述等值风机输出的无功功率的下限和上限,Vi为第i台所述等值风机的接入点电压,/>和/>分别为第i台所述等值风机的接入点电压的下限和上限。
12.如权利要求1所述的方法,其特征在于:所述风电场的动态数学模型包括三个状态变量,所述三个状态变量包括每台所述等值风机输出的有功功率和无功功率及每台所述等值风机的转速,所述每预定步长进行一次所述风电场的有功损耗的动态优化包括:
每预定步长来对所述三个状态变量进行动态更新;
将更新后的状态变量分别代入所述风电场的等值网络潮流计算模型中,并且,基于稳态下所述风电场的有功损耗的表达式得到对应时刻的所述风电场的有功损耗。
13.如权利要求12所述的方法,其特征在于:所述对所述三个状态变量进行动态更新包括:
基于所述风电场的动态数学模型,采用欧拉法来对所述三个状态变量进行动态更新。
14.如权利要求13所述的方法,其特征在于:所述三个状态变量动态更新的公式如下:
其中,及/>分别为仿真t+1时刻第i台所述等值风机输出的有功功率和无功功率及每台所述等值风机的转速,/>及/>分别为仿真t时刻第i台所述等值风机输出的有功功率和无功功率及第i台所述等值风机的转速,/>为第i台所述等值风机的有功功率参考值,/>为第i台所述等值风机的无功功率参考值,Pwi为第i台所述等值风机的机械功率,Pei为第i台所述等值风机输出的有功功率,Hi为第i台所述等值风机的惯性常数,ωri为第i台所述等值风机的转速,Ti为第i台所述等值风机的换流器的响应时间步长,T为预定步长。
15.如权利要求1所述的方法,其特征在于:所述每隔所述预定优化时长,基于所述预定优化时长内的所述风电场的有功能量损耗来优化所述风电场的无功功率配置包括:
根据当前测量所得的实时风速,基于所述风电场的动态数学模型得到所述风电场中每台所述等值风机的机械功率和电磁功率参考值;
基于每台所述等值风机输出的机械功率和电磁功率参考值来求解所述预定优化时长内的所述风电场的有功能量损耗最小时所述风电场中每台所述等值风机的无功功率优化指令值的优化问题。
16.如权利要求15所述的方法,其特征在于:采用内点法来求解所述预定优化时长内的所述风电场的有功能量损耗最小时所述风电场中每台所述等值风机的无功功率优化指令值的优化问题。
17.如权利要求16所述的方法,其特征在于:所述风电场中每台所述等值风机的无功功率优化指令值的优化问题如下:
min Eloss
V1min≤V1,…,Vn≤V1max
其中,Eloss为所述预定优化时长内的所述风电场的有功能量损耗,P1,Q1,...,Pn,Qn分别为第1,…,n台所述等值风机输出的有功功率和无功功率,V1,...,Vn分别为第1,…,n台所述等值风机的接入点电压,V1min和V1max为每台所述等值风机的接入点电压的最小值和最大值,为第i台所述等值风机的无功功率的最大值,Smax是每台所述等值风机的容量值,Qi和Pi是第i台所述等值风机的无功功率和有功功率。
18.一种风电场无功功率的优化分配系统,其特征在于:包括一个或多个处理器,用于实现如权利要求1-17中任一项所述的风电场无功功率的优化分配方法。
19.一种计算机可读存储介质,其特征在于,其上存储有程序,所述程序被处理器执行时,实现如权利要求1-17中任一项所述的风电场无功功率的优化分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111614393.1A CN114336791B (zh) | 2021-12-27 | 2021-12-27 | 风电场无功功率的优化分配方法及其系统及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111614393.1A CN114336791B (zh) | 2021-12-27 | 2021-12-27 | 风电场无功功率的优化分配方法及其系统及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114336791A CN114336791A (zh) | 2022-04-12 |
CN114336791B true CN114336791B (zh) | 2024-03-22 |
Family
ID=81013118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111614393.1A Active CN114336791B (zh) | 2021-12-27 | 2021-12-27 | 风电场无功功率的优化分配方法及其系统及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114336791B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103401248A (zh) * | 2013-07-17 | 2013-11-20 | 华南理工大学 | 一种含风电场配电网随机无功优化方法 |
CN106383947A (zh) * | 2016-09-18 | 2017-02-08 | 哈尔滨工业大学 | 风电场集电网络动态等值参数的快速获取方法 |
CN108306334A (zh) * | 2018-02-28 | 2018-07-20 | 天津大学 | 基于粒子群优化算法的风电场内部无功优化策略 |
CN111244968A (zh) * | 2020-02-05 | 2020-06-05 | 山东大学 | 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 |
-
2021
- 2021-12-27 CN CN202111614393.1A patent/CN114336791B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103401248A (zh) * | 2013-07-17 | 2013-11-20 | 华南理工大学 | 一种含风电场配电网随机无功优化方法 |
CN106383947A (zh) * | 2016-09-18 | 2017-02-08 | 哈尔滨工业大学 | 风电场集电网络动态等值参数的快速获取方法 |
CN108306334A (zh) * | 2018-02-28 | 2018-07-20 | 天津大学 | 基于粒子群优化算法的风电场内部无功优化策略 |
CN111244968A (zh) * | 2020-02-05 | 2020-06-05 | 山东大学 | 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 |
Non-Patent Citations (1)
Title |
---|
基于改进内点法的含风电场的系统最优潮流计算;顾承红 等;中国电力;第40卷(第01期);第89页-第93页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114336791A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Divya et al. | Models for wind turbine generating systems and their application in load flow studies | |
Kalcon et al. | Small-signal stability analysis of multi-terminal VSC-based DC transmission systems | |
Mazouz et al. | Adaptive direct power control for double fed induction generator used in wind turbine | |
Kahla et al. | On-Off control based particle swarm optimization for maximum power point tracking of wind turbine equipped by DFIG connected to the grid with energy storage | |
Kadi et al. | A direct vector control based on modified SMC theory to control the double-powered induction generator-based variable-speed contra-rotating wind turbine systems | |
Jabal Laafou et al. | Dynamic Modeling and Improved Control of a Grid‐Connected DFIG Used in Wind Energy Conversion Systems | |
Yassami et al. | Coordinated voltage control of wind-penetrated power systems via state feedback control | |
Gao et al. | A fast high-precision model of the doubly-fed pumped storage unit | |
Gupta et al. | Measurement based parameters estimation of large scale wind farm dynamic equivalent model | |
Jai Andaloussi et al. | Novel nonlinear control and optimization strategies for hybrid renewable energy conversion system | |
Sanchez et al. | Dynamic model of wind energy conversion systems with variable speed synchronous generator and full-size power converter for large-scale power system stability studies | |
Senani | A complete modeling and control for wind turbine based of a doubly fed induction generator using direct power control | |
Lin et al. | Vector-variable based modeling method for large-scale wind farm considering collector system dynamics | |
CN114336791B (zh) | 风电场无功功率的优化分配方法及其系统及计算机可读存储介质 | |
CN115833268B (zh) | 高比例新能源接入电网的无锁相环构网集群聚合调控方法 | |
CN110336299B (zh) | 一种考虑综合能源系统小干扰稳定的配网重构方法 | |
Li et al. | Structure preserving aggregation method for doubly-fed induction generators in wind power conversion | |
CN113482852B (zh) | 永磁直驱风力发电变换器控制方法、终端及存储介质 | |
CN113922384A (zh) | 一种风电场分散式无功电压优化协调控制方法 | |
Kanellos et al. | Wind Parks equivalent ARX models for the simulation of power systems with large wind power penetration, using system-identification theory | |
Nadour et al. | Advanced backstepping control of a wind energy conversion system using a doubly-fed induction generator | |
Bizhani et al. | Grid integration of multiple wind turbines using a multi-port converter—A novel simultaneous space vector modulation | |
Li et al. | Excitation control of variable speed pumped storage unit for electromechanical transient modeling | |
Rohit et al. | A stability assessment and estimation of equivalent damping gain for ssr stability by nyquist stability criterion in dfig-based windfarms | |
CN113241779A (zh) | 一种直驱风电场并网系统的稳定分析方法及装置 |
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 |