CN114447952A - 永磁风机风电场一次调频能力评估方法 - Google Patents

永磁风机风电场一次调频能力评估方法 Download PDF

Info

Publication number
CN114447952A
CN114447952A CN202111598079.9A CN202111598079A CN114447952A CN 114447952 A CN114447952 A CN 114447952A CN 202111598079 A CN202111598079 A CN 202111598079A CN 114447952 A CN114447952 A CN 114447952A
Authority
CN
China
Prior art keywords
wind
fan
frequency modulation
power
coefficient
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.)
Pending
Application number
CN202111598079.9A
Other languages
English (en)
Inventor
郝晓光
李剑锋
杨春来
包建东
金飞
王辉
郭力
李霞林
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.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd
State Grid Hebei Energy Technology Service Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd
State Grid Hebei Energy Technology Service Co Ltd
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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd, State Grid Hebei Energy Technology Service Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202111598079.9A priority Critical patent/CN114447952A/zh
Publication of CN114447952A publication Critical patent/CN114447952A/zh
Pending legal-status Critical Current

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
    • H02J3/24—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
    • H02J3/004—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
    • H02J3/38—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
    • H02J3/48—Controlling the sharing of the in-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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Wind Motors (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本发明提供了一种永磁风机风电场一次调频能力评估方法，该方法包括风机可用于调频的转子动能的获取、利用模型预测控制法优化获取一次调频阶段风机最大功率以及风场最大下垂系数与最大惯性系数。本发明不仅使得电网调度方正确得知风电场的调频能力，给与风电场合适的调频系数，保证风场内设备运行安全，还可以充分挖掘风电场的调频能力，提高电网频率稳定性。

Description

永磁风机风电场一次调频能力评估方法
技术领域
本发明属于电力系统状态评估领域，具体涉及一种永磁风机风电场一次调频能力评估方法。
背景技术
近几十年来，由于快速发展的世界经济和生产力水平，现代社会的能源需求日益增长，而且，化石燃料也造成了气候变暖及大气污染等环境问题，传统的以化石燃料为主的能源结构正面临前所未有的挑战。因此，在整个世界范围内，较为环保、资源丰富的可再生能源得到了广泛的应用。在目前的可再生能源发电技术中，风力发电的技术较为成熟、开发规模较大和商业化前景较好，越来越受到世界各国的重视，得到了广泛的应用和发展。在大规模发展风电方面，中国有良好的风能资源条件、有较为成熟的产业基础、有技术先进的电网支撑，尤其中国未来的经济发展前景和不断提升的能源需求，使大规模建设风电是可行和必要的。随着风电机组装机容量的不断扩大，风电在电力系统中的渗透率不断提高，风电对电力系统的影响，范围越来越大，程度越来越深。
在风电并网带来的各种问题当中，风力发电引起的电网频率波动问题引起人们的较多关注。目前，主要应用于风电场的风电机组有两种，一种为双馈风机，另一种为永磁直驱风机，均为变速恒频风机。变速恒频风机在电网中作为异步电机运行，通过变流器与电网连接，将风电场的发电侧与电网隔离，其机械功率与电磁功率解耦、转速与电网频率解耦，风电机组的转子无法对系统频率变化做出快速有效的响应，因此，风电机组无法为电网提供惯性。随着大量的风电机组接入电网，部分常规发电机组势必会被替代，从而使电力系统的整体转动惯量相对的减少，系统频率变得更加难以控制。为提高系统可控性，大多数风电场利用风机转子动能的控制方法，模拟常规电站的惯量特性与下垂特性参与一次调频。但在转子动能控制方法下，如果对风机调频能力的估算不合理，风机可能会由于转速过低而脱网。因此，建立风场的调频能力评估体系与调频能力评估方法是十分重要的。但目前的评估方法无法确定在保证设备运行安全的情况下，风电场的虚拟下垂系数、虚拟惯量系数与风机最大出力难以评估得到。
发明内容
为了克服上述现有技术的不足，本发明提供了一种永磁风机风电场一次调频能力评估方法，不仅使得电网调度方正确得知风电场的调频能力，给与风电场合适的调频系数，保证风场内设备运行安全，还可以充分挖掘风电场的调频能力，提高电网频率稳定性。
本发明采用的技术方案是：其包括风机可用于调频的转子动能的获取、利用模型预测控制法优化获取一次调频阶段风机最大功率以及风场最大下垂系数与最大惯性系数。进一步地，风机可用于调频的转子动能的获取包括建立风电场中风机叶片储存动能的能量状态评价指标SOEi；
Figure BDA0003432105760000021
式中，SOEi表示风电场中第i台风机叶片储存动能的能量状态评价指标，ωi表示风电场中第i台风机叶片的转速标幺值，ωi,min表示风电场中第i台永磁风机保证正常发电的叶片转速标幺值的下限，ωi,max表示风电场中第i台永磁风机保证正常发电的叶片转速标幺值的上限。
进一步地，根据所述风电场中风机叶片储存动能的能量状态评价指标SOEi，建立风电场中永磁风机发电水平评价指标xi：
Figure BDA0003432105760000022
式中，Pe,i表示风电场中第i台风机输出的电磁功率标幺值，Pm,i表示风电场中第i台永磁风机捕获的机械功率标幺值。
进一步地，风机可用于调频的能量为：
Figure BDA0003432105760000023
其中，JC为风机转动惯量。整个风场可用于调频的能量为：
Figure BDA0003432105760000024
进一步地，利用模型预测控制法优化获取一次调频阶段风机最大功率包括以下步骤：
(1)对风机风速进行超短期预测；
(2)假设风机的转速以线性下降的速度在一次调频结束时到达其转速最小值，得到各个控制点的风机转速值ωp,i；
(3)利用如下风机功率公式，计算风机预测机械功率Pm,i；
Figure BDA0003432105760000025
其中ρ为空气密度，R为叶片半径，Cp,i为风能捕获系数，βi为风机桨距角，λi为风机叶尖速比，vs,i为风速。
(4)利用MPC模型，优化求解出风机的最大调频出力Pe,i；
(5)利用求得的风机最大调频出力Pe,i及如下公式不断迭代，求得风机在各个控制点的预测转速及机械功率；
ωi(t)＝(Pm,i(t-1)/JC-Pe,i(t-1)/JC)·T/ωi(t-1)+ωi(t-1)
其中，T为参考时间，t为风机功率动态序列中的时间点；
(6)重复步骤(4)、(5)，前后两次风机的最大调频功率之差小于阈值后，得到的风机功率最大值为所求得的解；
而整个风场的最大调频功率为：
Figure BDA0003432105760000031
进一步地，其计算步骤中的步骤(4)中，包括以下步骤：
(4-1)目标函数为风机的最大调频功率：
Figure BDA0003432105760000032
(4-2)设置约束条件，约束条件为：
Pi,min＜Pe,i(j)＜Pi,max
ωi,min＜ωi(j)＜ωi,max
ωi(j+1)＝(Pm,p,i(j)/JC-Pe,i/JC)·T/ωp,i(j)+ωi(j)
其中，ωp,i为风机i的预测转速，Pm,p,i为风机i的预测机械功率，ωi,min,ωi,max为风机的最大最小转速，Pi,min，Pi,max为风机的最大最小有功功率。
进一步地，其中的风场最大下垂系数与最大惯性系数计算包括以下步骤：
(1)对风机风速进行超短期预测；
(2)假设风场的下垂系数与虚拟惯量系数；
(3)在得到风场下垂系数与惯性系数后，计算风电场整体出力与系统频率；
(4)利用下面公式，计算风机的电磁功率；
xi＝xj,i,j∈{1,2,L,l}；
(5)利用求得的风机最大调频出力Pe,i及如下公式不断迭代，求得风机在各个控制点的预测转速及机械功率；
ωi(t)＝(Pm,i(t-1)/JC-Pe,i(t-1)/JC)·T/ωi(t-1)+ωi(t-1)
其中，T为参考时间，t为风机功率动态序列中的时间点；
(6)利用MPC模型，优化求解出风场的调频系数；
(7)重复步骤(3)、(4)、(5)、(6)，前后两次风场的调频系数之差小于阈值，并输出风场的最大调频系数。
进一步地，其中的步骤(3)在得到风场下垂系数与惯性系数后，计算风电场整体出力与系统频率，包括以下步骤：
(3-1)利用下述风场虚拟惯性控制公式计算风机出力：
Figure BDA0003432105760000041
其中Pin代表风场的惯性响应，Pf代表风场的下垂响应，Kf为风机下垂系数，Kin为风场惯性系数，f为系统频率，fn为系统额定频率；
(3-2)利用频率动态方程求解下一时刻的系统频率；
Figure BDA0003432105760000042
-fn·Kin/(2H·T)·(f(t)-f(t-1))+PUB/2H·fn·T
迭代计算(4-3-1)与(4-3-2)，直到所有控制点的风场功率都得到计算。
进一步地，其中的步骤(6)利用MPC模型，优化求解出风场的调频系数包括以下步骤：
(6-1)建立目标函数：
Figure BDA0003432105760000043
其中，α1为频率跌落深度系数，表明电力系统调频过程中的最低频率，Jz为频率跌落坡度系数，表明电力系统频率扰动发生到频率最低点的频率平均变化率，K1,K2为目标函数权重系数；
(6-2)设置约束条件，约束条件为：
Pi,min＜Pe,i(j)＜Pi,max
ωmin＜ωi(j)＜ωmax
-ΔPmax≤Pi(j)-Pi(j-1)≤ΔPmax
ωi(j+1)＝(Pm,p,i(j)/JC-Pe,i/JC)·T/ωp,i(j)+ωi(j)
Figure BDA0003432105760000044
-fn·Kin/(2H·T)·(f(t)-f(t-1))+PUB/2H·fn·T
xi＝xj,i,j∈{1,2,L,l}
Figure BDA0003432105760000045
其中，PUB为预设的系统不平衡功率，PWF为通过频率与调频系数计算出来的风场功率。
本发明的有益效果是：
本方法可以计算得到风机调频可用的转子动能，在保证风机运行安全的情况下，整定出调频期间风机的最大平均功率出力，并结合整个风场内所有风机运行情况，结合风机调频的虚拟惯量控制策略，在保证风场内设备运行安全的情况下，整定出风电场的最大下垂系数与最大惯性系数，最大程度地挖掘风场的调频能力，提高系统的频率稳定性。由于本方法提出的评估指标与评估方法可以更好地反映风电场的最大调频能力，因此可以在风电场参与电力系统一次调频的过程中扮演重要的角色。
附图说明
图1为风电机组虚拟惯量控制逻辑图；
图2为风电场频率特性图；
图3为风机运行状态预测值更新步骤；
图4为风场与系统状态预测值更新步骤。
具体实施方式
为了能更清楚地理解本发明的技术方案，下面结合附图对本发明进一步说明。
本发明提供了一种永磁风机风电场一次调频能力评估方法，该方法将根据风机参数状态，针对三个风电调频指标进行评估，即风机可用于调频的转子动能，风机的最大调频功率，风场最大下垂系数与惯性系数，该方法包括风机可用于调频的转子动能的获取、利用模型预测控制法优化获取一次调频阶段风机最大功率以及风场最大下垂系数与最大惯性系数。
本发明该评估手段有3个评估指标——风机可利用的转子动能、风机最大调频功率与风电场最大下垂系数与最大惯性系数。
1、风机可利用的转子动能
(1)建立风电场中风机叶片储存动能的能量状态评价指标SOEi：
Figure BDA0003432105760000051
上式中，SOEi表示风电场中第i台风机叶片储存动能的能量状态评价指标，ωi表示风电场中第i台风机叶片的转速标幺值，ωi,min表示风电场中第i台永磁风机保证正常发电的叶片转速标幺值的下限，ωi,max表示风电场中第i台永磁风机保证正常发电的叶片转速标幺值的上限。
根据上述得到的风电场中风机叶片储存动能的能量状态评价指标SOEi，建立风电场中永磁风机发电水平评价指标xi：
Figure BDA0003432105760000061
上式中，Pe,i表示风电场中第i台风机输出的电磁功率标幺值，Pm,i表示风电场中第i台永磁风机捕获的机械功率标幺值。
在一次调频过程中，由于持续时间短，因此可以采用风机转子动能控制的方法，暂时释放风机中的转子动能，让风机的电磁功率与机械功率失衡，从而使风机可以参与一次调频。因此，本系统需要评估储存在风机转子可用于系统一次调频的动能来表明风机的调频能力。储存在风机叶片中的动能与其转速的平方成正比：
Figure BDA0003432105760000062
其中，JC为风机转动惯量，ωi为风机转速。在拥有风机的转速上下限ωi,min,ωi,max之后，风机可用于调频的能量为：
Figure BDA0003432105760000063
整个风场可用于调频的转子动能为：
Figure BDA0003432105760000064
整个风场可用于调频的动能求得后，对于采用转子动能控制的风电场，可得到风场的调频裕度，从而保证风电场在参与调频过程中的运行安全，也为风场最大调频功率的计算和风场最大调频系数的计算打下了基础。
2、风机最大调频功率
风机在参与调频时需要首先根据风机运行状态评估风机的最大调频功率，保证风机参与调频时的运行安全。风电在调频过程中采用虚拟惯量控制，其控制图如图1所示。
按照风场频率特性图2所示，假设在风机参与一次调频过程中，遭遇到了最为恶劣的情况：系统频率在一次调频期间一直保持在风场可调频率的最小值，这时风机在调频过程中将一直保持其最大调频功率不变。为保证风机运行安全，因此本系统将较为保守地求得在上述条件下的最大调频功率。为求得风机的最大的调频功率，本方法采用MPC方法，其步骤如图3所示。
(2-1)首先，对风机在未来一段时间内的风速进行超短期预测。
(2-2)随后，为给MPC打基础，需要得到风机的机电暂态模型，并对其进行离散化。
风电场中风机的涡轮叶片所获得的机械功率与浆距角、叶尖速比及风速有关，可被表示为风机预测机械功率Pm,i：
Figure BDA0003432105760000071
其中ρ为空气密度，R为叶片半径，Cp,i为风能捕获系数，βi为风机桨距角，λi为风机叶尖速比，vs,i为风速。
为计算简便，本系统的顶层MPC采用风机的一阶机电暂态模型，并在后续对风机暂态模型离散线性化处理。当机械功率Pm,i可转换到电机上由机轴，其转动动态过程可表示为：
Figure BDA0003432105760000072
其中JC为转动惯量，ωi为机械转速，Tm,i为风机机械转矩，Te,i为风机电磁转矩。由上式可以看出风机电磁转矩与电磁功率Pe,i直接相关。
考虑到风机MPC模型的求解，需要对机电暂态模型(7)进行离散线性化。针对机电暂态过程预测模型的非线性问题，可采用完全离散化技术，得到t时刻的离散模型：
ωi(t)＝(Pm,i(t-1)/JC-Pe,i(t-1)/JC)·T/ωi(t-1)+ωi(t-1) (8)
其中，T为参考时间，t为风机机电动态序列中的时间点。
(2-2)首先假设风机可在最后阶段到达最低转速，并假设风机的转速以线性下降的速度在进行下降，得到各个风机在各个控制点的转速值ωp,i，并根据风机机械功率公式(6)计算风机机械功率Pm,p,i。
(2-3)利用已经预测得到的风机处的风速以及风机转速，通过下述目标函数、约束条件以及MPC优化迭代计算方法计算风机最大调频功率。
1)目标函数
本调频能力评估系统的目标为得到风机的最大调频功率。
Figure BDA0003432105760000073
2)约束条件
风机最大调频出力的MPC需要考虑风机的运行安全及风机的机电暂态过程，因此需要考虑一些约束条件。其中，约束条件包括风机功率约束、转速约束、风机机电暂态方程。
Pi,min＜Pe,i(j)＜Pi,max (10)
ωi,min＜ωi(j)＜ωi,max (11)
ωi(j+1)＝(Pm,p,i(j)/JC-Pe,i/JC)·T/ωp,i(j)+ωi(j) (12)
其中，ωp,i为风机i的预测转速，Pm,p,i为风机i的预测机械功率，ωi,min,ωi,max为风机的最大最小转速，Pi,min，Pi,max为风机的最大最小有功功率。非线性约束(12)通过风机转速的预测值与风机功率的功率值代入，替换非线性量，从而进行线性化。
(2-4)将MPC得到的优化结果代入式(8)中，计算下一时刻的风机转速，并通过式(6)计算下一时刻的风机功率。
(2-5)重复步骤(2-3)、(2-4)，前后两次风机的最大调频功率之差小于阈值后，得到的风机功率最大值为所求得的解。并通过加和得到整个风场的最大调频功率为：
Figure BDA0003432105760000081
在得到风电场的最大调频功率后，可将其作为风电场参与电力系统一次调频过程中的保证风机运行安全的约束条件，保证风机的运行安全。
3、风场最大下垂系数与最大惯性系数
在求得所有风机的最大调频功率之后，该调频能力评估系统首先评估通过历史调频事件中的电网频率曲线与电网不平衡功率得到一个电网可承受的最大不平衡功率，并通过该不平衡功率整定出风场最大调频系数，防止在参与调频时风场中的设备的运行安全受到威胁。如图4，风场最大下垂系数与最大惯性系数的求解步骤如下所示：
(3-1)首先推导得到频率暂态模型，在电力系统中，当发电与负荷不匹配时，交流电网频率偏离标准值开始震荡。在本文中，风场将作为一个整体模仿模拟常规电站的惯性特性与下垂特性。
Figure BDA0003432105760000082
其中Pin代表风场的惯性响应，Pf代表风场的下垂响应，Kf为风机下垂系数，Kin为风场惯性系数，f为系统频率，fn为系统额定频率。本文中，电力系统频率动态方程可以考虑为一阶惯性方程进行计算：
Figure BDA0003432105760000083
其中H为系统惯性系数，
Figure BDA0003432105760000084
代表常规机组的下垂系数，PG为系统常规机组发电，PL为系统负荷，PWF为风电场正常情况发电。
PUB＝PG-PL+PWF (16)
结合(15)与(16)，将(15)离散化得：
Figure BDA0003432105760000085
(3-2)随后建立风机转子动能状态指标与风机发电水平指标
(3-2-1)建立风机转子动能状态指标如下所示：
Figure BDA0003432105760000091
其中，SOEi代表风机i的转子动能状态指标。
(3-2-2)建立风机发电水平评价指标如下所示
Figure BDA0003432105760000092
其中，xi为风场内风电机组的发电水平指标。
(3-3)假设风场的下垂系数与惯性系数，利用式(14)计算风电场整体出力，利用式(15)计算该下垂系数下的系统频率。
(3-4)根据得到的风场功率，根据风机发电水平指标(19)，以让风机的发电水平指标保持一致为功率分配目标(20)，计算各个风机的功率
xi＝xj,i,j∈{1,2,L,l} (20)
(3-5)利用式(8)预测计算下一时刻风机转速，并利用式(6)计算风机的机械功率。重复(3-4)与(3-5)，直到所有控制点的风机预测转速与预测风机功率全部得到。
(3-6)利用已经预测得到的风机处的风速以及风机转速，通过下述目标函数、约束条件以及MPC优化迭代计算方法计算风场最大下垂系数与最大惯性系数。
1)目标函数
Figure BDA0003432105760000093
其中，α1为频率跌落深度系数，表明电力系统调频过程中的最低频率，Jz为频率跌落坡度系数，表明电力系统频率扰动发生到频率最低点的频率平均变化率，K1,K2为目标函数权重系数；
2)约束条件
风机最大调频出力的MPC需要考虑风机的运行安全及风机的机电暂态过程，因此需要考虑一些约束条件。其中，约束条件包括风机功率约束、风机功率爬坡约束、转速约束、风机机电暂态方程、系统频率暂态方程。
Pi,min＜Pe,i(j)＜Pi,max (22)
ωmin＜ωi(j)＜ωmax (23)
-ΔPmax≤Pi(j)-Pi(j-1)≤ΔPmax (24)
ωi(j+1)＝(Pm,p,i(j)/JC-Pe,i/JC)·T/ωp,i(j)+ωi(j) (25)
Figure BDA0003432105760000094
Figure BDA0003432105760000095
其中，PUB为预设的系统不平衡功率，PWF为通过频率与调频系数计算出来的风场功率，风场参与调频时，风场内各个风机之间的功率分配将根据风机的转子动能状态评价指标SOE，通过式(18)得到，因此约束条件需要加入式(18)。非线性约束(25)通过风机转速的预测值与风机功率的功率值代入，替换非线性量，从而进行线性化。
通过计算风场的最大下垂系数与最大惯性系数，可在保证风电场内各个风机运行安全的前提下，完全挖掘风电场的调频潜力，保证电力系统在调频过程中的频率波动最小，达到频率稳定的目的。
本发明通过模型预测控制技术，设计了永磁风机风电场一次调频能力评估体系与评估方法。风场中央控制器基于风机的历史量测数据与风机的参数，利用风机的机电暂态模型对风机在调频过程中的状态进行预测，得到风机在未来一段时间内的调频可用能量、最大调频功率以及风电场最大下垂系数与最大惯性系数。
本方法的具体特点如下：
1.本方法考虑的风电调频控制方法为基于转子动能控制的虚拟惯量控制方法，提出了风机可用于调频的转子动能、风机最大调频功率以及风电场最大下垂系数与惯性系数，形成了一套风电场调频能力评估体系。
2.本方法在考虑风机转子动能调频控制的情况下，在保证风机运行安全的前提下，利用模型预测控制的方法，计算风机在调频期间的最大功率出力，可最大程度挖掘风机在一定风资源的情况下的调频出力。
3.本方法在考虑风场虚拟惯性控制的方法的情况下，在保证风场内设备运行安全的前提下，利用模型预测控制法，计算风场在调频期间的最大下垂系数与最大惯性系数，可最大程度的挖掘风电场的调频能力，提高系统的频率稳定性。
以上所述仅是本发明的较佳实施方式，故凡依本发明专利申请范围所述的构造、特征及原理所做的等效变化或修饰，均包括于本发明专利申请范围内。

Claims (10)

1.一种永磁风机风电场一次调频能力评估方法，其特征在于，包括风机可用于调频的转子动能的获取、利用模型预测控制法优化获取一次调频阶段风机最大功率以及风场最大下垂系数与最大惯性系数。
2.根据权利要求1所述的一种永磁风机风电场一次调频能力评估方法，其特征在于，风机可用于调频的转子动能的获取包括建立风电场中风机叶片储存动能的能量状态评价指标SOEi；
Figure FDA0003432105750000011
式中，SOEi表示风电场中第i台风机叶片储存动能的能量状态评价指标，ωi表示风电场中第i台风机叶片的转速标幺值，ωi,min表示风电场中第i台永磁风机保证正常发电的叶片转速标幺值的下限，ωi,max表示风电场中第i台永磁风机保证正常发电的叶片转速标幺值的上限。
3.根据权利要求2所述的永磁风机风电场一次调频能力评估方法，其特征在于，根据所述风电场中风机叶片储存动能的能量状态评价指标SOEi，建立风电场中永磁风机发电水平评价指标xi：
Figure FDA0003432105750000012
式中，Pe,i表示风电场中第i台风机输出的电磁功率标幺值，Pm,i表示风电场中第i台永磁风机捕获的机械功率标幺值。
4.根据权利要求3所述的永磁风机风电场一次调频能力评估方法，其特征在于，风机可用于调频的能量为：
Figure FDA0003432105750000013
其中，JC为风机转动惯量；整个风场可用于调频的能量为：
Figure FDA0003432105750000014
5.根据权利要求1所述的永磁风机风电场一次调频能力评估方法，其特征在于，利用模型预测控制法优化获取一次调频阶段风机最大功率包括以下步骤：
(1)对风机风速进行超短期预测；
(2)假设风机的转速以线性下降的速度在一次调频结束时到达其转速最小值，得到各个控制点的风机转速值ωp,i；
(3)利用如下风机功率公式，计算风机预测机械功率Pm,i；
Figure FDA0003432105750000021
其中ρ为空气密度，R为叶片半径，Cp,i为风能捕获系数，βi为风机桨距角，λi为风机叶尖速比，vs,i为风速。
(4)利用MPC模型，优化求解出风机的最大调频出力Pe,i；
(5)利用求得的风机最大调频出力Pe,i及如下公式不断迭代，求得风机在各个控制点的预测转速及机械功率；
ωi(t)＝(Pm,i(t-1)/JC-Pe,i(t-1)/JC)·T/ωi(t-1)+ωi(t-1)
其中，T为参考时间，t为风机功率动态序列中的时间点；
(6)重复步骤(4)、(5)，前后两次风机的最大调频功率之差小于阈值后，得到的风机功率最大值为所求得的解；
而整个风场的最大调频功率为：
Figure FDA0003432105750000022
6.根据权利要求5所述的永磁风机风电场一次调频能力评估方法，其特征在于，其计算步骤中的步骤(4)中，包括以下步骤：
(4-1)目标函数为风机的最大调频功率：
Figure FDA0003432105750000023
(4-2)设置约束条件，约束条件为：
Pi,min＜Pe,i(j)＜Pi,max
ωi,min＜ωi(j)＜ωi,max
ωi(j+1)＝(Pm,p,i(j)/JC-Pe,i/JC)·T/ωp,i(j)+ωi(j)
其中，ωp,i为风机i的预测转速，Pm,p,i为风机i的预测机械功率，ωi,min,ωi,max为风机的最大最小转速，Pi,min，Pi,max为风机的最大最小有功功率。
7.根据权利要求1所述的永磁风机风电场一次调频能力评估方法，其特征在于，其中的风场最大下垂系数与最大惯性系数计算包括以下步骤：
(1)对风机风速进行超短期预测；
(2)假设风场的下垂系数与虚拟惯量系数；
(3)在得到风场下垂系数与惯性系数后，计算风电场整体出力与系统频率；
(4)利用下面公式，计算风机的电磁功率；
xi＝xj,i,j∈{1,2,L,l}；
(5)利用求得的风机最大调频出力Pe,i及如下公式不断迭代，求得风机在各个控制点的预测转速及机械功率；
ωi(t)＝(Pm,i(t-1)/JC-Pe,i(t-1)/JC)·T/ωi(t-1)+ωi(t-1)
其中，T为参考时间，t为非线性序列中的时间步骤；
(6)利用MPC模型，优化求解出风场的调频系数；
(7)重复步骤(3)、(4)、(5)、(6)，前后两次风场的调频系数之差小于阈值，并输出风场的最大调频系数。
8.根据权利要求7所述的永磁风机风电场一次调频能力评估方法，其特征在于，风场最大下垂系数与最大惯性系数计算其中的步骤(3)在得到风场下垂系数与惯性系数后，计算风电场整体出力与系统频率，包括以下步骤：
(3-1)利用下述风场虚拟惯性控制公式计算风机出力：
Figure FDA0003432105750000031
其中Pin代表风场的惯性响应，Pf代表风场的下垂响应，Kf为风机下垂系数，Kin为风场惯性系数，f为系统频率，fn为系统额定频率；
(3-2)利用频率动态方程求解下一时刻的系统频率；
Figure FDA0003432105750000032
迭代计算(4-3-1)与(4-3-2)，直到所有控制点的风场功率都得到计算。
9.根据权利要求7所述的永磁风机风电场一次调频能力评估方法，其特征在于，风场最大下垂系数与最大惯性系数计算其中的步骤(6)利用MPC模型，优化求解出风场的调频系数包括以下步骤：
(6-1)建立目标函数：
Figure FDA0003432105750000033
其中，α1为频率跌落深度系数，表明电力系统调频过程中的最低频率，Jz为频率跌落坡度系数，表明电力系统频率扰动发生到频率最低点的频率平均变化率，K1,K2为目标函数权重系数；
(6-2)设置约束条件，
其中，PUB为预设的系统不平衡功率，PWF为通过频率与调频系数计算出来的风场功率。
10.根据权利要求9所述的永磁风机风电场一次调频能力评估方法，其特征在于，步骤(6-2)中，约束条件为：
Pi,min＜Pe,i(j)＜Pi,max；
ωmin＜ωi(j)＜ωmax；
-ΔPmax≤Pi(j)-Pi(j-1)≤ΔPmax；
ωi(j+1)＝(Pm,p,i(j)/JC-Pe,i/JC)·T/ωp,i(j)+ωi(j)；
Figure FDA0003432105750000041
xi＝xj,i,j∈{1,2,L,l}；
Figure FDA0003432105750000042
CN202111598079.9A 2021-12-24 2021-12-24 永磁风机风电场一次调频能力评估方法 Pending CN114447952A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111598079.9A CN114447952A (zh) 2021-12-24 2021-12-24 永磁风机风电场一次调频能力评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111598079.9A CN114447952A (zh) 2021-12-24 2021-12-24 永磁风机风电场一次调频能力评估方法

Publications (1)

Publication Number Publication Date
CN114447952A true CN114447952A (zh) 2022-05-06

Family

ID=81363672

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111598079.9A Pending CN114447952A (zh) 2021-12-24 2021-12-24 永磁风机风电场一次调频能力评估方法

Country Status (1)

Country Link
CN (1) CN114447952A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116014819A (zh) * 2023-03-23 2023-04-25 湖南大学 永磁风力发电机组的有功功率存储极限量化方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116014819A (zh) * 2023-03-23 2023-04-25 湖南大学 永磁风力发电机组的有功功率存储极限量化方法及系统

Similar Documents

Publication Publication Date Title
Kuenzel et al. Impact of wakes on wind farm inertial response
Ghosh et al. Doubly fed induction generator (DFIG)-based wind farm control framework for primary frequency and inertial response application
US10731630B2 (en) Extended reaction power for wind farms
CN109560573B (zh) 一种变速风电机组频率控制器参数的优化方法及装置
CN105226723A (zh) 一种双馈风电机组基于风功率跟踪自适应调节的虚拟惯性控制方法
CN107154648B (zh) 一种风电场双层有功分配控制方法
CN102545268A (zh) 一种在风电受限状态下的大电网有功功率实时控制方法
CN107061158B (zh) 一种低风速下风力发电机的预测与跟踪控制方法
CN110206686A (zh) 一种用于风力发电机组的自适应最大功率跟踪控制方法
Maheshwari et al. A comprehensive review on wind turbine emulators
Guo et al. Double-layer feedback control method for synchronized frequency regulation of PMSG-based wind farm
Körber Extreme and fatigue load reducing control for wind turbines: a model predictive control approach using robust state constraints
Spichartz et al. New stability concept for primary controlled variable speed wind turbines considering wind fluctuations and power smoothing
Thakallapelli et al. Frequency regulation and control of grid-connected wind farms based on online reduced-order modeling and adaptive control
Llano et al. Control algorithms for permanent magnet generators evaluated on a wind turbine emulator test-rig
Wu et al. Development of an equivalent wind farm model for frequency regulation
Liang et al. The modeling and numerical simulations of wind turbine generation system with free vortex method and simulink
CN114447952A (zh) 永磁风机风电场一次调频能力评估方法
CN108062722A (zh) 基于风速变异系数的山地风电场模型风机机械功率计算方法
Yao et al. Variable speed wind turbine maximum power extraction based on fuzzy logic control
CN105515029A (zh) 飞轮储能系统的控制方法及装置
CN115207941A (zh) 一种电力系统惯量水平评估方法
Aho et al. Controlling wind energy for utility grid reliability
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
Vaidya et al. Enabling wind power plants with frequency and voltage regulation capability by forced curtailment

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