CN114566981A - 一种基于数据预测的风电场一次调频控制方法 - Google Patents

一种基于数据预测的风电场一次调频控制方法 Download PDF

Info

Publication number
CN114566981A
CN114566981A CN202111546016.9A CN202111546016A CN114566981A CN 114566981 A CN114566981 A CN 114566981A CN 202111546016 A CN202111546016 A CN 202111546016A CN 114566981 A CN114566981 A CN 114566981A
Authority
CN
China
Prior art keywords
wind
wind speed
frequency modulation
primary frequency
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.)
Pending
Application number
CN202111546016.9A
Other languages
English (en)
Inventor
马骏超
杨靖
彭琰
赵欣
陆承宇
罗华峰
王晨旭
倪秋龙
楼伯良
孙景钌
陈梦翔
熊鸿韬
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.)
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Zhejiang Windey 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 Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd, Zhejiang Windey Co Ltd filed Critical Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Priority to CN202111546016.9A priority Critical patent/CN114566981A/zh
Publication of CN114566981A publication Critical patent/CN114566981A/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
    • H02J3/004—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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • 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
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Abstract

本发明公开了一种基于数据预测的风电场一次调频控制方法，包括以下步骤：步骤S1）建立均匀分布的风速风向监测装置，实时采集风场的风速、风向数据；步骤S2）建立数据库并采用一致性分析法对数据进行预处理；步骤S3）基于马尔可夫链的自然风建模法，建立风速数学模型；步骤S4）将实时风速作为风速数学模型的输入，输出预测风速；步骤S5）根据预测风速，计算获得预测风量；步骤S6）建立分布式气动模型，根据预测风速获得叶轮功率；步骤S7）根据预测风量，计算获得风电机组功率；步骤S8）根据叶轮功率和风电机组功率，结合改进的DEH和CSS对风电场进行一次调频控制。本方案提高了风电场一次调频控制的精确度。

Description

一种基于数据预测的风电场一次调频控制方法
技术领域
本发明涉及风电场技术领域，具体涉及一种基于数据预测的风电场一次调频控制方法。
背景技术
构建以新能源为主体的新型电力系统是实现“双碳”目标的重要举措。风电、光伏等新能源以电力电子设备并网，高比例新能源接入和高度电力电子化将成为电力系统的重要特征，由于新能源发电设备不具备响应系统频率变化的惯量和一次调频能力，当面临由于直流闭锁、故障切机或负荷突变等原因导致系统频率偏离时，其安全稳定运行将受到威胁。基于频率数据的实时监控是一次调频的主要依据，当发电功率与用电负荷大小相等时，电网频率稳定；发电功率大于用电负荷时，电网频率升高；发电功率小于用电负荷时，电网频率降低。就风电机组控制而言，风电机组的转速可以通过改变桨距角和风轮迎风面进行控制，在控制过程中，由于机组惯性时间常数较大，导致机组响应滞后，无法实时跟踪电网频率波动，最终可能导致更大的系统频率偏差，引起大量机组脱网，严重时将造成系统解列。
一次调频主要是通过控制有功的增减来控制频率变化，风电场通过降功率运行或功率预留来响应系统频率。其中，功率预留主要通过桨距角预留、转子动能存储以及外加储能设备实现。桨距角预留是通过控制手段让机组实时预留出一定比例的备用功率，当电网频率下跌越过调频死区(发电功率小于负载功率，需要增加电厂发电功率)，机组可通过释放桨距角来提高机组输出功率。转子动能存储是通过控制转子动能的吸收或释放达到电网频率支撑的目的，当电网频率下降时，风电机组将释放转子动能以增加电磁功率输出；当电网频率上升时，风电机组则将吸收的功率转化为转子动能，但在转速恢复阶段，会给电网频率带来二次冲击(跌落或升高)，当风电机组支撑时间过长且系统中新能源机组占比高时，二次冲击的幅度将会超过频率一次波动的幅值。外加储能设备是在风电场中安装一定容量的储能组件，频率下降的时候释放能量，频率上升的时候吸收多余能量，目前的常见的储能设备包含锂电池、飞轮储能、压缩空气储能、抽水储能、超级电容、超导储能等。
虽然现有的一次调频技术已经较为成熟，但是，当风电机组体积增加到一定程度时，风电机组调频控制的变化速度存在时间差，现有技术无法对风速、风量实现预测量(提前量) 的适应控制，导致风电机组频率波动幅度大，这会增加一次调频控制的负担。
发明内容
本发明主要是为了解决，由于风电机组调频控制的变化速度存在时间差，现有的一次调频技术无法对风速、风量实现预测量的适应控制，导致风电机组频率波动幅度大的问题，提供了一种基于数据预测的风电场一次调频控制方法，先测取预测量数据；基于预测量数据获得叶轮功率和风电机组功率；根据叶轮功率和风电机组功率，结合改进DEH和CSS对风电场进行一次调频控制，对风速、风量实现预测量的适应控制，有效减小风电机组频率波动幅度，解决了一次调频控制的变化速度存在时间差的问题，提高一次调频精确度。
为了实现上述目的，本发明采用以下技术方案：
一种基于数据预测的风电场一次调频控制方法，包括以下步骤：步骤S1)建立均匀分布的风速风向监测装置，实时采集风场的风速、风向数据；步骤S2)建立数据库并采用一致性分析法对数据进行预处理；步骤S3)基于马尔可夫链的自然风建模法，建立风速数学模型；步骤S4)将实时风速作为风速数学模型的输入，输出预测风速；步骤S5)根据预测风速，计算获得预测风量；步骤S6)建立分布式气动模型，根据预测风速获得叶轮功率；步骤S7)根据预测风量，计算获得风电机组功率；步骤S8)根据叶轮功率和风电机组功率，结合改进的DEH和CSS对风电场进行一次调频控制。风电机组调频控制的变化速度存在时间差，现有的一次调频技术无法对风力数据实现预测量(提前量)的适应控制，这就导致风电机组频率波动幅度大，为此，本发明提供了一种基于数据预测的风电场一次调频控制方法，具体过程为： 1)建立均匀分布式的风速风向监测装置，包括风速检测传感器组和风向检测传感器组，用于实时采集风速数据和风向数据，根据风速数据，按照风速-风量关系式计算可得风量数据，合理均匀的分布保证数据测量的准确性；2)建立数据库对数据进行预处理，预处理的主要目的是根据风量数据变化特性，剔除数据采集或传输过程中的异常值，提升数据可信度，本方案采用一致性分析法对数据进行预处理；3)通过马尔可夫链的自然风建模法，建立风速数学模型，并将数据库内的实时风速数据作为风速数学模型的输入，风速数学模型输出预测风速，根据预测风速，通过风速-风量关系式计算获得预测风量，实现提前预判风电场一段时间内的风力数据；4)依据外部风况、建模状态的实时变化，针对机组叶片的尺寸，建立相应的分布式气动模型，获得叶轮功率，气动模型中的风速代入的是预测风速(提前量)，对风速实现预测量(提前量)的适应控制；5)根据预测风量，计算获得风电机组功率，公式中的风量代入的是预测风量(提前量)，对风量实现预测量(提前量)的适应控制；6)控制机组改变桨叶的角度和整个发电机偏航的角度，维持发电功率波动值起伏在恒定范围内，提升整体发电状态的稳定性；7)采用PSF-MPPT法进行调频控制，并将两种控制方法进行比较，确定本方案的有效性；8)同步AGC依据数据的提前控制量变化，调整风电场的总体供电频率，结合改进DEH和CCS一次调频的共同作用进行配合控制，实现一次调频的整体控制，使得风电机组频率波动范围得到有效控制，大大提高整体稳定效果。
作为优选，所述风速数学模型包括暖风风速va、阵风风速vb和渐变风速vc，风速数学模型输出的预测风速为暖风风速va、阵风风速vb和渐变风速vc之和。由于风速传感器只能测试实时风速，为实现数据预测并进一步提升数据的准确性，基于马尔科夫链的自然风建模法进行改进，建立风速数学模型，并将数据库内的实时风速数据代入风速数学模型，获得预测风速。风速数学模型包括暖风风速va、阵风风速vb和渐变风速vc三个建模变量，预测风速为暖风风速va、阵风风速vb和渐变风速vc之和。后续预测风量数据根据该模型所得风速进行计算。本方案通过改进现有的自然风模拟建模技术，实现对自然风的常规模拟，实现建模数据导入后的及时处理。依据风速数学模型计算，可以根据实时测量的风速和风向计算出所需的预测数据(预测风速)。风速数学模型计算的是风电场一段时间内的风速数据，且在部分时间段重复的情况下进行计算，其得出的预测风速数据差异小并呈一定规律性，因此可以依据上段时间计算所得结果预测出风电场未来一段时间风向和风速的提前变化。
作为优选，所述缓风风速va的表达式如下：
Figure BDA0003415787410000031
其中，Γ表示伽马函数、z表示韦布尔分布尺度数据、k表示韦布尔分布形状数据。
作为优选，所述阵风风速vb的表达式如下：
Figure BDA0003415787410000032
其中，t表示时间、t1表示初始时间、Tb表示周期时长、vmax表示最大风速。
作为优选，所述渐变风速vc的表达式如下：
Figure BDA0003415787410000033
其中，t1表示初始时间、t2表示结束时间、vmax表示最大风速。
作为优选，步骤S5中所述预测风量的计算公式为：
CMM＝vwind*Spipe
其中，CMM表示预测风量、vwind表示预测风速、Spipe表示风筒采集点的横截面积。
作为优选，步骤S6中所述气动模型的表达式如下：
Figure BDA0003415787410000034
其中，Pr表示叶轮功率、c表示功率系数、
Figure BDA0003415787410000041
表示叶片尖端速度之比、λ表示桨距角、ρ表示空气密度、R表示叶轮的半径、vwind表示预测风速。依据外部风况、建模状态的实时变化，针对风轮叶片的尺寸，建立对应的气动模型，并依据不同位置建立分布式气动模型。通过气动模型，根据预测风速获得叶轮功率，气动模型中的风速代入的是预测风速(提前量)，对风速实现预测量(提前量)的适应控制。
作为优选，步骤S7中所述风电机组功率的计算公式为：
Prt＝CMM*p/(3600*1000*η0*η1)
其中，Prt表示风电机组功率；CMM表示预测风量；p表示风电机组的全风压；η0表示风电机组的内效率，取值范围为0.75～0.85；η1表示风电机组的机械效率，取值规则为：风电机组与电机直接连接时取1，用联轴器连接时取0.95～0.98，用三角皮带连接时取0.9～0.95，用平皮带连接时取0.85。全风压是指平行于风流时，正对风流方向所测得的压力数据，可以通过传感器直接测量获得。全风压的计算公式如下：
p＝pi+pj
其中，pi表示静压，即平行于风的表面所受的压力；pj表示动压，即带动风运动的压力。
作为优选，步骤S8中，包括改进DEH一次调频控制，具体过程为：先测定风力发电机转速，将风力发电机转速与额定转速作差，然后将差值直接转化为功率信号补偿或流量补偿；风力发电机侧一次调频功能对负荷的修正直接叠加在流量补偿指令上；功率回路投入(叶轮功率、风电机组功率投入)时，负荷设定值同时增加一次调频指令。同步AGC依据数据的提前控制量变化，调整风电场的总体供电频率。为确保风电场一次调频的可靠性，通过采集的实时数据预测提前量，在AGC调整风电场的总体供电频率前，结合改进DEH一次调频方法和改进CCS一次调频方法，对风电机组进行整体一次调频控制。在改进DEH一次调频控制中，先测定风力发电机转速，与额定转速作差，然后将差值直接转化为功率信号补偿或流量补偿。风力发电机侧一次调频功能对负荷的修正直接叠加在流量补偿指令上，具体就是根据调节量直接调整风力发电机进风量，快速稳定电网频率。功率回路投入时，即叶轮功率、风电机组功率投入时，负荷设定值同时增加一次调频指令，在完成机组一次调频快速动作的同时保证负荷不出现反调现象。
作为优选，步骤S8中，包括改进CSS一次调频控制，具体过程为：在改进DEH一次调频快速动作的基础上，改进CCS一次调频最终稳定负荷。为进一步提高一次调频控制的有效性，加入改进CCS一次调频协同控制，在改进DEH一次调频快速动作(开环控制)的基础上，改进CCS一次调频最终稳定负荷(闭环控制)。改进DEH一次调频的动作直接控制发电机，用于改变机组的负荷，使机组快速响应一次调频的需要；改进CCS一次调频最终稳定负荷，由运行人员手动投入，一次调频动作相当于调节负荷设定值，要求和DEH的作用方向相同，防止DEH的调节作用被拉回，最终稳定负荷到所需要的值。二者相互配合，提升风电机组的一次调频性能。
因此，本发明的优点是：先测取预测量数据；基于预测量数据获得叶轮功率和风电机组功率；根据叶轮功率和风电机组功率，结合改进DEH和CSS对风电场进行一次调频控制，对风速、风量实现预测量的适应控制，有效减小风电机组频率波动幅度，解决了一次调频控制的变化速度存在时间差的问题，提高一次调频精确度。
附图说明
图1是本发明实施例中一种基于数据预测的风电场一次调频控制方法的流程图。
图2是本发明实施例中改进DEH一次调频控制的原理框图。
图3是本发明实施例中风电机组最大输出功率曲线图。
图4是本发明实施例中PSF-MPPT控制的原理框图。
具体实施方式
下面结合附图与具体实施方式对本发明做进一步的描述。
实施例一：
如图1所示，一种基于数据预测的风电场一次调频控制方法，包括以下步骤：步骤S1) 建立均匀分布的风速风向监测装置，实时采集风场的风速、风向数据；步骤S2)建立数据库并采用一致性分析法对数据进行预处理；步骤S3)基于马尔可夫链的自然风建模法，建立风速数学模型；步骤S4)将实时风速作为风速数学模型的输入，输出预测风速；步骤S5)根据预测风速，计算获得预测风量；步骤S6)建立分布式气动模型，根据预测风速获得叶轮功率；步骤S7)根据预测风量，计算获得风电机组功率；步骤S8)根据叶轮功率和风电机组功率，结合改进的DEH和CSS对风电场进行一次调频控制。
本发明提供了一种基于数据预测的风电场一次调频控制方法，具体过程为：
1)建立均匀分布式的风速风向监测装置，包括风速检测传感器组和风向检测传感器组，用于实时采集风速数据和风向数据，根据风速数据，按照风速-风量关系式计算可得风量数据；风速-风量关系式为：
CMM＝vwind*Spipe
其中，CMM表示风量、vwind表示风速、Spipe表示风筒采集点的横截面积。
2)建立数据库对数据进行预处理，根据风量数据变化特性，剔除数据采集或传输过程中的异常值，本实施例采用一致性分析法对数据进行预处理。
3)通过马尔可夫链的自然风建模法，建立风速数学模型，并将数据库内的实时风速数据作为风速数学模型的输入，风速数学模型输出预测风速；风速数学模型包括暖风风速va、阵风风速vb和渐变风速vc三个建模变量，预测风速为暖风风速va、阵风风速vb和渐变风速vc之和。后续预测风量数据根据该模型所得的预测风速进行计算。本实施例通过风速数学模型，根据实时测量的风速和风向，计算出所需的预测数据(预测风速)。风速数学模型计算的是风电场一段时间内的风速数据，且在部分时间段重复的情况下进行计算，其得出的预测风速数据差异小并呈一定规律性，因此可以依据上段时间计算所得结果预测出风电场未来一段时间内风向和风速的提前变化。
缓风风速va的表达式如下：
Figure BDA0003415787410000061
其中，Γ表示伽马函数、z表示韦布尔分布尺度数据、k表示韦布尔分布形状数据。
阵风风速vb的表达式如下：
Figure BDA0003415787410000062
其中，t表示时间、t1表示初始时间、Tb表示周期时长、vmax表示最大风速。
渐变风速vc的表达式如下：
Figure BDA0003415787410000063
其中，t1表示初始时间、t2表示结束时间、vmax表示最大风速。
根据预测风速，通过风速-风量关系式计算获得预测风量。
风速-风量关系式为：
CMM＝vwind*Spipe
其中，CMM表示风量、vwind表示风速、Spipe表示风筒采集点的横截面积。式中风速变量代入的是预测风速(提前量)，获得的风量是预测风量(提前量)。
4)依据外部风况、建模状态的实时变化，针对机组叶片的尺寸，建立相应的分布式气动模型，获得叶轮功率；
气动模型的表达式如下：
Figure BDA0003415787410000071
其中，Pr表示叶轮功率、c表示功率系数、
Figure BDA0003415787410000072
表示叶片尖端速度之比、λ表示桨距角、ρ表示空气密度、R表示叶轮的半径、vwind表示风速。气动模型中的风速变量代入的是预测风速(提前量)。
5)根据预测风量，计算获得风电机组功率，式中风量变量代入的是预测风量(提前量)；风电机组功率的计算公式为：
Prt＝CMM*p/(3600*1000*η0*η1)
其中，Prt表示风电机组功率；CMM表示风量；p表示风电机组的全风压；η0表示风电机组的内效率，取值范围为0.75～0.85；η1表示风电机组的机械效率，取值规则为：风电机组与电机直接连接时取1，用联轴器连接时取0.95～0.98，用三角皮带连接时取0.9～0.95，用平皮带连接时取0.85。全风压是指平行于风流时，正对风流方向所测得的压力数据，可以通过传感器直接测量获得。全风压的计算公式如下：
p＝pi+pj
其中，pi表示静压，即平行于风的表面所受的压力；pj表示动压，即带动风运动的压力。
6)控制机组改变桨叶的角度和整个发电机偏航的角度，维持发电功率波动值起伏在恒定范围内。
7)采用PSF-MPPT法进行调频控制，并将上述调频控制方法与本方案进行比较，确定本方案的有效性。根据实时功率，结合最大风能捕获原理，得出不同风速下的最佳转速与风力发电机的最大输出功率之间的关系，即风电机组的最大输出功率曲线。采用常规的MPPT法保证系统始终工作在最大输出功率曲线上。为了对比输入提前量是否可以达到好的效果，采用PSF 法进行对照。PSF法无需实时接收风速数据，并且其输出功率的起伏很小，原理如图3所示， Pm是设定风速下的最大输出功率，当转速为ω0时，PSF法根据最大输出功率曲线，选取P1为发电机的输出功率的参考值，该情况下，图中的P′1为风力发电机实际输出的功率。由于此时 P′1＞P1，在控制器的作用下，风电机组的转速将从ω0加速到ω1，并稳定于适应当前系统的最佳转速ω1，此时输出功率维持在最大输出功率Pm，从而实现了MPPT控制。同理，当风电机组的转速为ω2时，由于P′2<P2，系统转速将从ω2降至ω1，并维持在此转速，实现MPPT控制，其控制原理如图4所示。
8)结合改进DEH和CCS一次调频的共同作用对风电场进行配合控制，实现一次调频的整体控制；同步AGC依据数据的提前控制量变化，调整风电场的总体供电频率。为确保风电场一次调频的可靠性，通过采集的实时数据预测提前量，在AGC调整风电场的总体供电频率前，结合改进DEH一次调频方法和改进CCS一次调频方法，对风电机组进行整体一次调频控制。如图2所示，在改进DEH一次调频控制中，先测定风力发电机实际转速，与额定转速作差，然后将差值直接转化为功率信号补偿或流量补偿。风力发电机侧一次调频功能对负荷的修正直接叠加在流量补偿指令上，具体就是根据调节量直接调整风力发电机进风量，快速稳定电网频率。功率回路投入时，即叶轮功率、风电机组功率投入时，负荷设定值同时增加一次调频指令，在完成机组一次调频快速动作的同时保证负荷不出现反调现象。为进一步提高一次调频控制的有效性，加入改进CCS一次调频协同控制，在改进DEH一次调频快速动作(开环控制)的基础上，改进CCS一次调频最终稳定负荷(闭环控制)。改进DEH一次调频的动作直接控制发电机，用于改变机组的负荷，使机组快速响应一次调频的需要；改进CCS一次调频最终稳定负荷，由运行人员手动投入，一次调频动作相当于调节负荷设定值，要求和DEH 的作用方向相同，防止DEH的调节作用被拉回，最终稳定负荷到所需要的值。

Claims (10)

1.一种基于数据预测的风电场一次调频控制方法，其特征在于，包括以下步骤：
步骤S1：建立均匀分布的风速风向监测装置，实时采集风场的风速、风向数据；
步骤S2：建立数据库并采用一致性分析法对数据进行预处理；
步骤S3：基于马尔可夫链的自然风建模法，建立风速数学模型；
步骤S4：将实时风速作为风速数学模型的输入，输出预测风速；
步骤S5：根据预测风速，计算获得预测风量；
步骤S6：建立分布式气动模型，根据预测风速获得叶轮功率；
步骤S7：根据预测风量，计算获得风电机组功率；
步骤S8：根据叶轮功率和风电机组功率，结合改进的DEH和CSS对风电场进行一次调频控制。
2.根据权利要求1所述的一种基于数据预测的风电场一次调频控制方法，其特征在于，所述风速数学模型包括暖风风速va、阵风风速vb和渐变风速vc，风速数学模型输出的预测风速为暖风风速va、阵风风速vb和渐变风速vc之和。
3.根据权利要求2所述的一种基于数据预测的风电场一次调频控制方法，其特征在于，所述缓风风速va的表达式如下：
Figure FDA0003415787400000011
其中，Γ表示伽马函数、z表示韦布尔分布尺度数据、k表示韦布尔分布形状数据。
4.根据权利要求2所述的一种基于数据预测的风电场一次调频控制方法，其特征在于，所述阵风风速vb的表达式如下：
Figure FDA0003415787400000012
其中，t表示时间、t1表示初始时间、Tb表示周期时长、vmax表示最大风速。
5.根据权利要求2所述的一种基于数据预测的风电场一次调频控制方法，其特征在于，所述渐变风速vc的表达式如下：
Figure FDA0003415787400000013
其中，t1表示初始时间、t2表示结束时间、vmax表示最大风速。
6.根据权利要求1所述的一种基于数据预测的风电场一次调频控制方法，其特征在于，步骤S5中所述预测风量的计算公式为：
CMM＝vwind*Spipe
其中，CMM表示预测风量、vwind表示预测风速、Spipe表示风筒采集点的横截面积。
7.根据权利要求1所述的一种基于数据预测的风电场一次调频控制方法，其特征在于，步骤S6中所述气动模型的表达式如下：
Figure FDA0003415787400000021
其中，Pr表示叶轮功率、c表示功率系数、
Figure FDA0003415787400000022
表示叶片尖端速度之比、λ表示桨距角、ρ表示空气密度、R表示叶轮的半径、vwind表示预测风速。
8.根据权利要求1或6所述的一种基于数据预测的风电场一次调频控制方法，其特征在于，步骤S7中所述风电机组功率的计算公式为：
Prt＝CMM*p/(3600*1000*η0*η1)
其中，Prt表示风电机组功率；CMM表示预测风量；p表示风电机组的全风压；η0表示风电机组的内效率，取值范围为0.75～0.85；η1表示风电机组的机械效率，取值规则为：风电机组与电机直接连接时取1，用联轴器连接时取0.95～0.98，用三角皮带连接时取0.9～0.95，用平皮带连接时取0.85。
9.根据权利要求1所述的一种基于数据预测的风电场一次调频控制方法，其特征在于，步骤S8中，包括改进DEH一次调频控制，具体过程为：先测定风力发电机转速，将风力发电机转速与额定转速作差，然后将差值直接转化为功率信号补偿或流量补偿；风力发电机侧一次调频功能对负荷的修正直接叠加在流量补偿指令上；功率回路投入(叶轮功率、风电机组功率投入)时，负荷设定值同时增加一次调频指令。
10.根据权利要求9所述的一种基于数据预测的风电场一次调频控制方法，其特征在于，步骤S8中，包括改进CSS一次调频控制，具体过程为：在改进DEH一次调频快速动作的基础上，改进CCS一次调频最终稳定负荷。
CN202111546016.9A 2021-12-16 2021-12-16 一种基于数据预测的风电场一次调频控制方法 Pending CN114566981A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111546016.9A CN114566981A (zh) 2021-12-16 2021-12-16 一种基于数据预测的风电场一次调频控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111546016.9A CN114566981A (zh) 2021-12-16 2021-12-16 一种基于数据预测的风电场一次调频控制方法

Publications (1)

Publication Number Publication Date
CN114566981A true CN114566981A (zh) 2022-05-31

Family

ID=81712648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111546016.9A Pending CN114566981A (zh) 2021-12-16 2021-12-16 一种基于数据预测的风电场一次调频控制方法

Country Status (1)

Country Link
CN (1) CN114566981A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115833102A (zh) * 2022-12-08 2023-03-21 南方电网数字电网研究院有限公司 基于模型预测控制的风电场频率快速响应控制方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115833102A (zh) * 2022-12-08 2023-03-21 南方电网数字电网研究院有限公司 基于模型预测控制的风电场频率快速响应控制方法
CN115833102B (zh) * 2022-12-08 2023-08-25 南方电网数字电网研究院有限公司 基于模型预测控制的风电场频率快速响应控制方法

Similar Documents

Publication Publication Date Title
Aho et al. A tutorial of wind turbine control for supporting grid frequency through active power control
CN110768307A (zh) 一种风电场一次调频控制方法及系统
CN103094920B (zh) 一种直驱式风电机组风电场等值方法
CN102611132B (zh) 双馈变速风电机组的附加频率控制器参数整定方法
CN106532739A (zh) 风电机组分频段参与电力系统一次调频方法
CN111287911A (zh) 一种风电机组疲劳载荷的预警方法和系统
Rasila Torque-and speed control of a pitch regulated wind turbine
CN114566981A (zh) 一种基于数据预测的风电场一次调频控制方法
Cui et al. Wind power virtual synchronous generator frequency regulation characteristics field test and analysis
Lee et al. Operation scheme for a wind farm to mitigate output power variation
CN116031899A (zh) 绝热压缩空气储能辅助风电场调频的方法及相关组件
Wang et al. Independent pitch control strategy and simulation for reducing unbalanced load of wind turbine
CN113346520B (zh) 基于风机和同步机协调配合的电网频率控制方法
CN115459363A (zh) 一种海上风电场与储能系统的协调控制方法、装置及系统
CN111342489B (zh) 基于双馈风电场主动功率控制的电网故障电压提升方法
Xiaoming et al. Analysis of factors affecting wind farm output power
Yusong et al. Horizontal axis wind turbine MPPT control research
Yusong et al. The control strategy and simulation of the yaw system for MW rated wind turbine
Li et al. An integrated frequency regualtion control strategy considering the full wind speed of wind turbine and energy storage system
Han et al. Research on frequency regulation of power system containing wind farm
He et al. Research on primary frequency control strategy based on DFIG
CN115935645B (zh) 基于测风塔数据的风电场上调备用容量评估方法及系统
CN115370537B (zh) 基于雷达前馈控制的风电调频载荷优化控制方法及系统
Oudah et al. Modern Control Techniques in Wind Turbine
CN113162127B (zh) 一种考虑电网频率偏差的变系数下垂控制的风电调频方法

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
TA01 Transfer of patent application right

Effective date of registration: 20221026

Address after: 310014 No. 1, Huadian lane, Zhaohui eighth District, Gongshu District, Hangzhou City, Zhejiang Province

Applicant after: STATE GRID ZHEJIANG ELECTRIC POWER COMPANY LIMITED ELECTRIC POWER Research Institute

Address before: 310014 No. 1, Huadian lane, Zhaohui eighth District, Gongshu District, Hangzhou City, Zhejiang Province

Applicant before: STATE GRID ZHEJIANG ELECTRIC POWER COMPANY LIMITED ELECTRIC POWER Research Institute

Applicant before: ZHEJIANG WINDEY Co.,Ltd.

TA01 Transfer of patent application right