CN115224746A - 一种海上风电的多场景集群协调控制方法、装置及系统 - Google Patents
一种海上风电的多场景集群协调控制方法、装置及系统 Download PDFInfo
- Publication number
- CN115224746A CN115224746A CN202211013950.9A CN202211013950A CN115224746A CN 115224746 A CN115224746 A CN 115224746A CN 202211013950 A CN202211013950 A CN 202211013950A CN 115224746 A CN115224746 A CN 115224746A
- Authority
- CN
- China
- Prior art keywords
- power
- wind power
- offshore wind
- control
- frequency
- 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
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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
-
- 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
- H02J3/38—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
- 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
- H02J3/50—Controlling the sharing of the out-of-phase component
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/24—Vector control not involving the use of rotor position or rotor speed sensors
- H02P21/26—Rotor flux based control
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P9/00—Arrangements for controlling electric generators for the purpose of obtaining a desired output
- H02P9/008—Arrangements for controlling electric generators for the purpose of obtaining a desired output wherein the generator is controlled by the requirements of the prime mover
-
- 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]
-
- 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
Abstract
本发明公开了一种海上风电的多场景集群协调控制方法、装置以及系统,通过对频率响应数据组和电压响应数据组分析,根据预设的实用化降阶等值方法以及分析结果建立多能源协调控制模型,再根据功率数据组计算海上风电的净负荷,确定自动发电控制风电场,根据所述净负荷以及所述自动发电控制风电场,确定所述海上风电的自动发电控制多目标协同控制方案,再通过预设的分层分级调节方法,根据所述多目标协同控制方案控制所述海上风电的功率,并根据所能源协调控制模型控制所述海上风电的频率和电压,该多场景集群协调控制方法、装置以及系统提升了并网的稳定性,提高了发电效率并降低了发电成本。
Description
技术领域
本发明涉及海上风电的多场景集群协调控制技术领域,尤其涉及一种海上风电的多场景集群协调控制方法、装置、计算机可读存储介质及系统。
背景技术
风力发电是可再生能源利用领域中技术最成熟,最具商业化发展潜力的发电方式之一。由于海上具有风资源丰富的特点,且目前全世界海上风电开发工程应用的需求迫切,大规模海上风电的输电与并网问题成为风电发展和研究的热点方向。海上风电远程集群控制的目的,是将地理上毗邻、特性上相关且拥有1个共同接入点的风电场集群进行一体化整合、集中协调控制,有效平抑出力的波动性和间歇性,已形成在规模和外部调控特性上都与常规电厂相近的电源,具备灵活响应电网调度与控制的能力。
在现有技术中,海上风电集群控制技术按照功能分为有功控制技术、无功控制技术以及安全稳定控制技术。其中,海上风电有功控制技术主要用于调节海上风电出力,使风电集群既可以运行在最大出力跟踪状态,也可以参与系统调峰、调频以及紧急情况下对电网的响应;海上风电无功控制技术主要集中在风电场内和含风电的配电网的无功优化以及故障切除后的无功过补偿问题;海上风电安全稳定控制技术主要通过在系统发生大扰动时,如何在给定的时间内完成常规发电机组、风电机组及负荷的紧急协调控制。
但是,现有技术仍存在如下缺陷:有功控制技术算法涉及建模和大量的数学计算,控制效率低,并且目前还没有面对风电集群实现分级分层控制的成熟的模型;无功调节控制对于硬件系统有特殊要求,模型没有涉及面对风电集群实现分级分层控制的架构和理论;而安全稳定控制技术无法从系统层面对风电集群实现分级分层控制,也无法对风电集群进行多时间尺度协调控制。
因此,当前需要一种海上风电的多场景集群协调控制方法、装置、计算机可读存储介质及系统,从而克服现有技术中存在的上述缺陷。
发明内容
本发明实施例提供一种海上风电的多场景集群协调控制方法、装置、计算机可读存储介质及系统,从而提升并网的稳定性。
本发明一实施例提供一种海上风电的多场景集群协调控制方法,所述多场景集群协调控制方法包括:获取海上风电的功率数据组,并根据可发功率数据以及实际发出功率,计算所述海上风电的净负荷,确定自动发电控制风电场;所述功率数据组包括可发功率数据以及实际发出功率;根据预设的多能源协调控制模型、所述净负荷以及所述自动发电控制风电场,确定所述海上风电的自动发电控制多目标协同控制方案;通过预设的分层分级调节方法,根据所述自动发电控制多目标协同控制方案,对所述海上风电的功率进行控制。
作为上述方案的改进,通过预设的分层分级调节方法,根据所述自动发电控制多目标协同控制方案,对所述海上风电的功率进行控制,具体包括:根据预设的空气动力分析模式,分析获取所述海上风电的有功调节能力;根据预设的滚动预测方法以及预设的综合惯性控制策略,分析所述海上风电的最优输出功率;根据预设的二层控制方法、所述有功调节能力、所述自动发电控制多目标协同控制方案以及所述最优输出功率,对所述海上风电的功率输出进行分层控制。
作为上述方案的改进,根据预设的滚动预测方法以及预设的综合惯性控制策略,分析所述海上风电的最优输出功率,具体包括:获取海上风电系统频率、风机减载频率以及预设的综合惯性控制策略中的第一频率功率关系;所述功率数据组包括海上风电系统频率以及风机减载频率;所述第一频率功率关系为所述海上风电的系统频率与补充功率的关系;通过预设的滚动预测模型,根据所述海上风电系统频率、所述风机减载频率以及所述第一频率功率关系,对海上风电机组的输出功率进行滚动预测以获取最优输出功率。
作为上述方案的改进,根据预设的二层控制方法、所述有功调节能力、所述自动发电控制多目标协同控制方案以及所述最优输出功率,对所述海上风电的功率输出进行分层控制,具体包括:在所述有功调节能力以及所述最优输出功率的约束下,根据所述自动发电控制多目标协同控制方案,分别从站层面和机组层面对有功电流和无功电流进行解耦控制。
作为上述方案的改进,根据所述可发功率数据以及所述实际发出功率,计算所述海上风电的净负荷,确定自动发电控制风电场,具体包括:在预设的控制时间步长内,根据预设的净负荷计算方法、所述可发功率数据以及所述实际发出功率,计算所述海上风电的净负荷;根据所述净负荷,判断自动发电控制风电场的类型。
作为上述方案的改进,所述多场景集群协调控制方法还包括:获取海上风电的历史功率数据组、待海上风电并入的电力系统的频率历史响应数据组以及电压历史响应数据组;所述历史功率数据组包括历史可发功率数据以及历史实际发出功率;对所述频率历史响应数据组进行分析以获取并网频率响应关系,对所述电压历史响应数据组进行分析以获取并网电压响应关系,并根据预设的实用化降阶等值方法、所述并网频率响应关系以及所述并网电压响应关系,建立多能源协调控制模型。
作为上述方案的改进,根据预设的实用化降阶等值方法、所述并网频率响应关系以及所述并网电压响应关系,建立多能源协调控制模型,具体包括:将所述并网频率响应关系以及所述并网电压响应关系输入预设的协调控制神经网络,根据预设的训练轮数、预设的磁链方程以及预设的电网控制特性,对所述协调控制神经网络进行多轮训练,获得多能源协调控制模型。
本发明另一实施例对应提供了一种海上风电的多场景集群协调控制装置,所述多场景集群协调控制装置包括计算获取单元、方案确定单元以及分层控制单元,其中,所述计算获取单元用于获取海上风电的功率数据组,并根据可发功率数据以及实际发出功率,计算所述海上风电的净负荷,确定自动发电控制风电场;所述功率数据组包括可发功率数据以及实际发出功率;所述方案确定单元用于根据预设的多能源协调控制模型、所述净负荷以及所述自动发电控制风电场,确定所述海上风电的自动发电控制多目标协同控制方案;所述分层控制单元用于通过预设的分层分级调节方法,根据所述自动发电控制多目标协同控制方案,对所述海上风电的功率进行控制。
作为上述方案的改进,所述多场景集群协调控制装置还包括模型构建单元,所述模型构建单元用于:获取海上风电的历史功率数据组、待海上风电并入的电力系统的频率历史响应数据组以及电压历史响应数据组;所述历史功率数据组包括历史可发功率数据以及历史实际发出功率;对所述频率历史响应数据组进行分析以获取并网频率响应关系,对所述电压历史响应数据组进行分析以获取并网电压响应关系,并根据预设的实用化降阶等值方法、所述并网频率响应关系以及所述并网电压响应关系,建立多能源协调控制模型。
作为上述方案的改进,所述模型构建单元还用于:将所述并网频率响应关系以及所述并网电压响应关系输入预设的协调控制神经网络,根据预设的训练轮数、预设的磁链方程以及预设的电网控制特性,对所述协调控制神经网络进行多轮训练,获得多能源协调控制模型。
作为上述方案的改进,所述分层控制单元还用于:根据预设的空气动力分析模式,分析获取所述海上风电的有功调节能力;根据预设的滚动预测方法以及预设的综合惯性控制策略,分析所述海上风电的最优输出功率;根据预设的二层控制方法、所述有功调节能力、所述自动发电控制多目标协同控制方案以及所述最优输出功率,对所述海上风电的功率输出进行分层控制。
作为上述方案的改进,所述分层控制单元还用于:获取海上风电系统频率、风机减载频率以及预设的综合惯性控制策略中的第一频率功率关系;所述功率数据组包括海上风电系统频率以及风机减载频率;所述第一频率功率关系为所述海上风电的系统频率与补充功率的关系;通过预设的滚动预测模型,根据所述海上风电系统频率、所述风机减载频率以及所述第一频率功率关系,对海上风电机组的输出功率进行滚动预测以获取最优输出功率。
作为上述方案的改进,所述分层控制单元还用于:在所述有功调节能力以及所述最优输出功率的约束下,根据所述自动发电控制多目标协同控制方案,分别从站层面和机组层面对有功电流和无功电流进行解耦控制。
作为上述方案的改进,所述计算获取单元还用于:在预设的控制时间步长内,根据预设的净负荷计算方法、所述可发功率数据以及所述实际发出功率,计算所述海上风电的净负荷;根据所述净负荷,判断自动发电控制风电场的类型。
本发明另一实施例提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如前所述的海上风电的多场景集群协调控制方法。
本发明另一实施例提供了一种海上风电的多场景集群协调控制系统,所述多场景集群协调控制系统包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如前所述的海上风电的多场景集群协调控制方法。
与现有技术相比,本技术方案存在如下有益效果:
本发明提供了一种海上风电的多场景集群协调控制方法、装置、计算机可读存储介质以及系统,通过对频率响应数据组和电压响应数据组分析,根据预设的实用化降阶等值方法以及分析结果建立多能源协调控制模型,再根据功率数据组计算海上风电的净负荷,确定自动发电控制风电场,根据所述净负荷以及所述自动发电控制风电场,确定所述海上风电的自动发电控制多目标协同控制方案,再通过预设的分层分级调节方法,根据所述多目标协同控制方案控制所述海上风电的功率,并根据所能源协调控制模型控制所述海上风电的频率和电压,该多场景集群协调控制方法、装置、计算机可读存储介质以及系统提升了并网的稳定性,提高了发电效率并降低了发电成本。
附图说明
图1是本发明一实施例提供的一种海上风电的多场景集群协调控制方法的流程示意图;
图2是本发明一实施例提供的一种海上风电的多场景集群协调控制装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
具体实施例一
本发明实施例首先描述了一种海上风电的多场景集群协调控制方法。图1是本发明一实施例提供的一种海上风电的多场景集群协调控制方法的流程示意图。
如图1所示,所述多场景集群协调控制方法包括:
S1:获取海上风电的功率数据组,并根据可发功率数据以及实际发出功率,计算所述海上风电的净负荷,确定自动发电控制风电场。
所述功率数据组包括可发功率数据以及实际发出功率。根据净负荷确定属于AGC风电场中的非AGC机组,还是AGC机组,还是负荷侧(没有具体的数据范围,而是根据净负荷大小直接确定设备类型后进行判断),从而通过引入储能、非AGC以及负荷侧进行频率调节,抑制风电功率波动。
在一个实施例中,根据所述可发功率数据以及所述实际发出功率,计算所述海上风电的净负荷,确定自动发电控制风电场,具体包括:在预设的控制时间步长内,根据预设的净负荷计算方法、所述可发功率数据以及所述实际发出功率,计算所述海上风电的净负荷;根据所述净负荷,判断自动发电控制风电场的类型。
具体地,海上可发功率为当前风况下场内所有风机均可正常运行时能够发出的功率,其积分电量为理论发电量;实际发出功率为考虑场内设备故障、缺陷或检修原因引起受阻后能够发出的功率,其积分电量为可用发电量。两者的差值为场外负荷受阻电力,其积分电量为场外负荷受阻电量,将场外负荷受阻电量乘以负载运行满负荷系数后获得净载荷对应的电量,净负荷对应的电量对于时间微分后获得净负荷。
S2:根据预设的多能源协调控制模型、所述净负荷以及所述自动发电控制风电场,确定所述海上风电的自动发电控制多目标协同控制方案。
本步骤其实是以确定频率、电压稳定性及协调控制为目标,分析海上风电场的有功、无功、频率、电压控制特性,确定电力电子化及机电电磁耦合特性下系统频率、电压耦合演化及交互影响规律,并基于实用化降阶等值建立新能源模型,从而形成常规能源与新能源的协调控制策略。
在这个过程中,需要确定大规模风电接入对电力系统频率以及电力系统电压的影响及其优化控制方法。具体地,分析大规模风电接入对电力系统频率响应的四个指标即:频率初始下降率、最低点频率、稳态频率响应、稳态过渡时间的影响,进行形成相应的优化控制方法;通过研究风电场出力对电压与有功功率相关联的灵敏度变化情况,确定大电网的电压稳定变化,形成相应的优化控制方法。
频率是电力系统的重要参数。电力系统正常运行时的频率偏差有严格的限制;在故障条件下,电网的频率控制也应当满足一定的运行要求。
针对大规模风电接入下的电力系统频率稳定控制问题,为了反映风电的特点,建立了大规模风电接入下的电力系统频率响应模型,模型中对风电和火电机组分别进行了建模。风电机组可以通过暂时释放转子动能参与调频,然而在扰动过大时会导致系统失稳。通过采取一种类似于低压低频减载的需求响应控制方法,即在频率跌落时关闭部分用电设备,待频率恢复后将这些设备重新打开,可以为电力系统调频提供支持。仿真结果表明,需求响应与风电机组同时参与电力系统调频,能够克服风电机组的失稳问题,大大提高风电系统的频率稳定性。
在负荷变化时及风速变化时需求响应的频率调节能力。风机可以通过暂时释放转子动能,对电力系统的频率起到一定的调节作用,但当扰动过大时会导致系统失稳;而需求响应可以通过用电设备自身切除其负荷来进行调频,风机和需求响应同时参与调频时,比单独采用风机进行调频时具有更好的调频效果。
为了能够对整个电网系统进行更好的控制与保护,电网系统一般都安装有一定的保护装置,以便于在发生故障指示能够及时的切断一定的电路已达到保护电路的目的。但是在风力发电设备接入之后,由于风力发电的不稳定性,电压会产生大幅度的变化,这对于电网的保护装置而言具有一定的影响。风电设备的接入,会长期使得电网电业产生大幅度的波动,而在这样大幅度的波动的情况之下,原有的电压保护装置如何对风电设备这样特殊的情况进行判断并做出反应,是当前面临的一大难题。如果在装备没有出现故障的情况下而将其误判为故障的产生,那么必然会带来严重的经济损失,但是如果不能及时的对故障作出判断并采取措施的话,也将会造成极为不利的后果。所以,风力发电设备的接入很有可能会对电网系统原有的保护装置造成一定的影响,致使保护装置不灵敏甚至失效,这对于电网电压的稳定性与安全性而言,是一个严峻的挑战。
由于风力发电的来源是自然界的风力,无法进行人为的操控,因此风力发电所产生的电能是极为不稳定的,这样我就造成了风力发电的大幅度波动对于电网电压稳定性和安全性的产生了巨大的影响。那么在这样的情况下,就必须采取一定的措施,来提高电网电压的安全性与稳定性。经研究,要提高电网电压的稳定性与安全性,利用二级电压控制系统进行调控是有效的措施之一。因为风力发电导致的电压大幅度波动对于电网电压系统,尤其是枢纽节点的冲击是非常大的,而此时,如果有效的对二级电压系统加以运用,就能够有效的进行调控,达到稳定电网电压的目的。
在本步骤中,预设的多能源协调控制模型是根据预设的磁链方程建立的新能源模型获得的,双馈风机的电压和磁链方程如下:
VS=rsis+(dΦS/dt)+jWSΦS;
VR=rRiR+(dΦR/dt)+j(W0-WR)ΦR;
ΦS=lSis+lRiR;
ΦR=lRis+lRiR;
其中,定子电压方程中的dΦS/dt项对动态特性的影响较小,将其忽略后,将前述公式整理为:
VS=z’is+v1;
v1=jW0lSΦR/lR=jW0kRΦR;
由前述方程,进行实用化降阶等值变换,包括忽略耦合反馈回的转子磁链分量,将转子电流项替换为定子电流项,即不考虑励磁电流分量,获得转子通用磁链方程作为通用模型,即:
dΦR/dt=-rRΦR/lR-j(W0-WR)ΦR+kRrRiS+vR;
由此可见,双馈风机可以等效为可控电流源,其中电势v1可通过前述方程求出,为转子磁链ΦR的函数,可通过前述方程获知vR和iS变量的函数,转子电压vR表征为电流变换器的控制特性,从而等值为转子电流iR为输入,转子电压vR为输出,中间为一惯性环节的传递函数。
磁链方程中可以看到反应了海上风场的有功、无功、频率、电压控制特性,电力电子化及机电电磁耦合特性下系统频率、电压耦合演化及交互影响规律。
从磁链方程到多能源协调控制模型的推导是通过以下步骤进行的:将多组并网频率响应关系和并网电压响应关系历史数据作为神经网络结构(多能源协调控制模型的初步形态)输入,将海上风场的有功、无功、频率、电压控制特性,电力电子化及机电电磁耦合特性下系统频率、电压耦合演化及交互影响规律作为神经网络的训练机制,通过多轮训练获得多能源协调控制模型,将实际的常规能源以及新能源的频率实时响应关系和并网电压实时响应输入到训练后的神经网络后就能够获得如何常规能源和新能源的协调控制策略(通常指的是上网功率的实时分配,常规能源受控于风电场的实时发电量而进行的火电厂发电功率调整和上网电量的实时调度)。
S3:通过预设的分层分级调节方法,根据所述自动发电控制多目标协同控制方案,对所述海上风电的功率进行控制。
本实施例中,通过获得机组的传递函数(前述磁链方程),可以获得双馈风电机组可以等效为一个可控电流源,其采用电力电子变流器后,实现有功和无功电流的解耦控制。通用模型中的时间常数参数通过辨识手段进行参数校核后,基于哈密顿作用量的同调等值控制方法,分别对站层面和机组层面的功率进行控制。主要控制指标包括判断两台逆变器是否所有状态变量均同调以进行新能源功率的调整控制和稳定性判断。这种方法等值精度高,稳定性高,在故障暂态过程中可以完全展现动态调整的过程,从而进行精细化控制。
在一个实施例中,通过预设的分层分级调节方法,根据所述自动发电控制多目标协同控制方案,对所述海上风电的功率进行控制,具体包括:根据预设的空气动力分析模式,分析获取所述海上风电的有功调节能力;根据预设的滚动预测方法以及预设的综合惯性控制策略,分析所述海上风电的最优输出功率;根据预设的二层控制方法、所述有功调节能力、所述自动发电控制多目标协同控制方案以及所述最优输出功率,对所述海上风电的功率输出进行分层控制。
其中,综合惯性控制策略的原理为:双馈风力发电机的转子侧与电网侧通过一个逆变装置相连,使电网频率与发电机转子处于解耦状态。当系统频率由于外界负载突变而变化时,双馈风机不能及时感知电网频率的变化,造成系统频率下跌,破坏了系统的稳定性。为了使双馈风机能模拟同步发电机响应系统频率变化的特性,在变速风机的功率控制环节增加额外控制,如下图所示。当系统频率发生变化时,第一回路通过频率差值触发风机释放转子动能,向系统输出有功功率。第二回路通过频率的变化率来控制风机的电磁功率,从而改变转子的转速,释放部分动能来补充系统功率。
而所采用的预设的滚动预测方法,即,模型预测控制(Model PredictiveControl,MPC)是一种采用多步预测、滚动优化及反馈矫正等控制策略来对非线性、不确定性和时变的信号进行优化控制的控制算法,具有鲁棒性强、控制效果好及对模型精确性要求不高的特点。
根据电力系统风力发电的特征,在控制系统中应考虑以下控制目标。
(1)在保证电网运行稳定且安全的基础上,当外界负载发生扰动时,必须保证风机不会因投入太多动能而发生切机;同时保证频率变化波动较小,以降低谐波对电网的击。
(2)在一定范围内充分利用风机的动能,协调传统同步发电机分担系统频率变化。本方案中,MPC功率-频率预测控制系统调节系统频率的方式是将频率约束于±0.2Hz范围内。由于外界负载一旦发生波动,系统频率就会出现下跌,因此需控制模块迅速响应系统的频率变化,利用风机动能迅速补充系统缺失的功率,从而降低频率的下降幅度。
在实际调控中,分层控制具体包括:风电厂AGC\AVC及一次调频以及风电机组功率控制;其中,风电厂AGC\AVC及一次调频采用以空气动力模式分析单台风机风能裕度研究风电厂功率控制策略;系统应具有“实时数据采集、核心业务处理、控制策略下达、实时状态监测、异常事件告警、数据归档压缩”功能模块;采用空气动力模式分析,对风电场每一台风机建立微观动力气象模式,得到风电场的准确超短期风能裕度,在准确计算的超短期风能裕度和当前风机状态下,获得该风机的AGC有功调节能力;风电机组功率控制基于模型预测控制(MPC)的综合惯性控制的策略,利用传统综合惯性控制中系统频率与补充功率的关系,将系统的频率与风机减载功率分别作为MPC预测值,通过滚动预测,在既定的减载量的条件下,让系统输出最利于系统频率稳定的功率,更好地响应中、低风速下系统频率的变化,提升风机参与一次调频的调频效果。
在进行稳定性控制时,还需要确定大规模风电并网造成的暂态频率以及暂态电压的稳定问题,其中,造成的暂态频率问题具体包括:(1)确定新能源等电力电子设备对系统频率支撑和调节特性的影响,结合新能源等电力电子设备并网控制策略,确定新能源等电力电子设备接入对电力系统频率动态及其空间分布特性的影响机理及规律;确定新能源接入比例持续增长趋势下的系统频率支撑和调节特性的演化趋势,首先调研目前主要的风机并网控制技术,分析其对电网表现出的频率弱支撑特性的机理;然后根据大电网频率动态的建模基础理论,构建计及新能源接入的系统频率等值聚合模型,得到系统频率响应的解析表达式,结合模型分析得到频率动态的时空分布特性;进一步结合频率变化率、暂态频率偏差最大值、稳态频率偏差等系统静态和动态频率特性的相关指标,得到新能源等电力电子设备接入电网后其弱支撑特性对系统频率稳定性的影响。考察新能源接入比例持续增长趋势下低、中、高等不同场景,研究系统频率支撑和调节特性的演化趋势和特征;(2)确定新能源电力系统的频率支撑与调节能力评估方法及评估指标,综合考虑新能源和储能等电力电子设备响应特性、运行状态等因素,确定新能源等电力电子设备虚拟同步控制、附加惯量控制的频率支撑能力评估方法,以及附加一次调频控制的频率调节能力评估方法;研究高比例新能源电力系统的惯量空间分布特性,研究基于惯性中心(COI)频率的新能源电力系统综合频率响应等值聚合模型;研究对系统惯量支撑和一次调频能力的评估指标,首先建立新能源的虚拟同步机控制、附加虚拟惯量控制模型,分析其与同步机通过自然惯量响应提供频率支撑的相似和不同之处;在此基础上研究新能源等电力电子设备虚拟同步控制、附加惯量控制的频率支撑能力评估方法,以及附加调频控制的频率调节能力评估方法;考虑多样化新能源等电力电子设备的频率响应特性,构建基于惯性中心(COI)频率的系统综合频率响应等值聚合模型,分析高比例新能源电力系统的惯量空间分布特性,借助模型分析探讨惯量空间分布与受扰后频率空间分布之间的关系;研究新能源和系统整体的频率支撑和调节能力评价方法及评估指标;(3)确定高比例新能源电力系统频率支撑的系统最小惯量技术需求,研究频率支撑能力评估指标的临界判别阈值确定方法;针对典型场景,结合系统一次调频能力,研究高比例新能源电力系统中对系统最小惯量的总体技术需求,通过等值方法得到其对系统表现出的等值惯量;最后从系统频率稳定性需求出发,根据能量守恒的广义系统频率响应理论,结合系统一次调频能力的容量需求和调频性能,研究满足系统频率稳定需求的最小等值惯量水平,从而提出高比例新能源电力电子化电力系统对频率支撑能力的技术需求;(4)确定新能源场站、电网附加设备的频率支撑与调节能力的技术要求,研究对新能源场站的合成惯量、一次调频调节策略及参数相关的技术要求,研究对电网附加设备的频率支撑能力的技术要求,首先建立考虑新能源源侧特性、运行状态的频率调节控制模型,分析其对频率调节效果的影响;在此基础上根据特性相同原则,将源侧特性、运行状态的影响引入到等值调频参数中;根据能量守恒的广义系统频率响应理论,对系统的等值惯量、等值调频参数提出总体要求;充分考虑到各种调频资源的特点及相互间的协调配合,通过优化分配策略,得到新能源机组、电力电子设备的系统等值惯量、调频参数的贡献因子,从而对新能源机组、电力电子设备的频率支撑能力与调节能力的技术要求,从而提出对新能源机组、电力电子设备的频率支撑能力与调节能力的技术要求;造成的暂态电压问题具体包括:(1)确定新能源等电力电子设备对系统电压支撑与调节特性的影响,研究短路故障及直流功率受阻故障下电力电子设备对系统工频低电压/暂时过电压特性的影响以及关键因素;针对系统工频低电压/暂时过电压的恢复过程,研究新能源等电力电子设备对系统电压调节特性的影响;研究新能源等电力电子设备接入比例增长趋势下的系统电压支撑和调节特性演化趋势,首先,调研典型的风电等新能源设备在短路故障以及直流功率受阻的场景下暂态控制策略,分析其对电网表现出的电压弱支撑特性的机理;根据风电等新能源的输出响应外特性建立机电暂态计算模型,并建立高比例新能源电力电子化系统机电暂态计算模型,结合暂态电压偏差最大值、阶跃响应时间和镇定时间等指标,分析新能源设备电压弱支撑特性与系统暂态电压性能的影响;(2)确定新能源电力系统的电压支撑与调节能力评估方法及评估指标,研究短路故障及直流功率受阻故障场景下新能源电力系统电压支撑与调节能力的评估方法,研究提出相应评估指标;研究电力电子设备单机并网系统中评估指标及其合理性,探索评估指标在电力电子设备多机并网系统中的合理性、有效性和实用性,首先,针对短路故障场景和直流功率受阻的场景,提出界定系统进入低电压穿越/高电压穿越的风场区域的指标,例如相互作用因子MIIF;提出系统容许进入低穿/高穿的风场区域阈值,以及该阈值条件下系统需要满足的最小短路容量;针对常规运行的电力电子设备,提出预防进入低电压穿越/高电压穿越模式的技术需求;针对进入低穿/高穿模式的电力电子设备,提出防止脱网的技术需求;(3)确定高比例新能源电力系统电压支撑的最小短路容量技术需求,研究新能源场站并网点母线电压支撑能力评估指标临界值计算方法;结合电压调节能力,研究高比例新能源电力系统典型场景下对新能源并网点母线最小短路容量的技术需求,首先,基于单机新能源并网系统,研究短路故障和直流功率受阻的场景下新能源电力电子设备动态响应特性的关键因素,例如:电网强度、控制参数等;充分考虑到各种调频资源的特点及相互间的协调配合,从关键设备识别、控制参数设计等方面,提出故障恢复过程中高比例新能源电力电子化系统对暂态电压支撑能力的技术需求;以及(4)确定电网附加设备、新能源等电力电子设备的电压支撑与调节能力的技术要求,研究短路故障及直流功率受阻故障期间及其恢复过程中对电网附加设备(调相机)的电压支撑能力、调节能力的技术要求;研究系统工频低电压/暂时过电压的恢复过程中对SVG、SVC、新能源等电力电子设备的无功-电压调节策略及参数相关的技术要求。
分层控制更多的是指调度,对于站层面和机组层面,在人工或计算机系统讨负荷进行预测的基础上制订不同周期的负荷曲线。安排调度计划。调度计划包括电力系统运行方式、负荷经济分配、机组开停机、联络线交换功率和设备维修。其中周和年的调度计划还包括调节、运行方式和设备大修计划等。在制订电力系统运行方式时,不但要满足用户用电需要,还要考虑安全约束条件的经济调度。运行记录、统计报表、继电保护整定、短路电流计量、稳定分析、潮流计算、通信等均属调度工作范畴。上述调度任务在各调度中心间按各自的调度范围分工负责。
调度分层控制实例合理确定分层数和调度任务分工是非常重要的。对于站层面和机组层面为二层控制,例如日本电力系统调度控站层面包括中央控制装置,中央控制装置担负整个系统可靠运行及有效利用设备,包括负荷频率控制、主干系统电压控制、系统发电计划等;机组层面包括中间控制装置,负责分区后机组系统的调度工作,包括机组系统安全监视控制、调度操作、电站调度、信息采集和向中央控制所传送信息。站层面和机组层面之间设置集中控制装置,管理向负荷供电的变电所群进行远方控制和变电所设备维修。
在一个实施例中,根据预设的滚动预测方法以及预设的综合惯性控制策略,分析所述海上风电的最优输出功率,具体包括:获取海上风电系统频率、风机减载频率以及预设的综合惯性控制策略中的第一频率功率关系;所述功率数据组包括海上风电系统频率以及风机减载频率;所述第一频率功率关系为所述海上风电的系统频率与补充功率的关系;通过预设的滚动预测模型,根据所述海上风电系统频率、所述风机减载频率以及所述第一频率功率关系,对海上风电机组的输出功率进行滚动预测以获取最优输出功率。
在一个实施例中,根据预设的二层控制方法、所述有功调节能力、所述自动发电控制多目标协同控制方案以及所述最优输出功率,对所述海上风电的功率输出进行分层控制,具体包括:在所述有功调节能力以及所述最优输出功率的约束下,根据所述自动发电控制多目标协同控制方案,分别从站层面和机组层面对有功电流和无功电流进行解耦控制。
一般来说目前对于风电机组的控制通常从逆变器输出的有功功率和无功功率环节进行解耦。然而,本方案采用有功电流和武功电流解耦分离,可以实现传输有功功率的同时,实现无功补偿以及有源滤波的功能,改善电网的电能质量。原理是:提供输入输出线性化的解耦控制策略,有效接触有功、无功电流分量的相互影响,使系统获得良好的线性控制特性,对电流的d,q分量单独控制后,再调节分布式电源通过逆变器输入到电网中的有功功率和无功功率,与现有技术的原理完全不同。
在一个实施例中,所述多场景集群协调控制方法还包括:获取海上风电的历史功率数据组、待海上风电并入的电力系统的频率历史响应数据组以及电压历史响应数据组;所述历史功率数据组包括历史可发功率数据以及历史实际发出功率;对所述频率历史响应数据组进行分析以获取并网频率响应关系,对所述电压历史响应数据组进行分析以获取并网电压响应关系,并根据预设的实用化降阶等值方法、所述并网频率响应关系以及所述并网电压响应关系,建立多能源协调控制模型。
传统的多能源电力上网存在系统低频功率震荡等问题,当前保证电力系统稳定的电力系统稳定器已经不能满足多能源电力系统,传统的电力系统稳定器的计算方法和计算数据都会出现偏差,影响系统最终结果,通过神经网络建立模型后,可以进行控制律统一的精确计算,减少计算数据的差异,使得计算更加简单、省时和准确。
在本发明实施例中,AGC多目标协同控制的流程具体如下:
(1)将多组并网频率响应关系和并网电压响应关系历史数据作为神经网络结构(多能源协调控制模型的初步形态)输入;
(2)将海上风场的有功、无功、频率、电压控制特性,电力电子化及机电电磁耦合特性下系统频率、电压耦合演化及交互影响规律作为神经网络的训练机制,通过多轮训练获得多能源协调控制模型,其中该模型为非线性模型,可以解决数据预报的问题,特别是频率响应和并网电压响应的预报,根据频率响应和并网电压可以获得负荷预报,并且具有较高的准确性;该模型还可以对复合能源下电力系统的稳定性进行分析计算,取得故障后的的系统状态数据,并对这些数据进行响应的分析检验,进行确切数据提炼。
通常需要经过1024轮训练,并且神经网络采用图神经网络(GNNs);图神经网络属于特殊的深度神经网络,数据不会以欧几里得域表示,因为本实施例采集的电力系统数据(频响,电压响应,海上风场的有功、无功、频率、电压控制特性,电力电子化及机电电磁耦合特性下系统频率、电压耦合演化及交互影响规律)来自非欧几里得域,因此本实施例表示为具有高维特征和节点间相互依赖的图结构数据。本实施例中,GNNs结构范式可以采用图卷积网络、图递归神经网络、图注意力网络、图生成网络、时空图卷积网络以及混合形式的GNNs,用于进行构建模型所需的能流计算和数据生成;
(3)将实际的常规能源以及新能源的频率实时响应关系和并网电压实时响应输入到训练后的神经网络后就能够获得如何常规能源和新能源的协调控制策略(通常包括上网功率的实时分配,常规能源受控于风电场的实时发电量而进行的火电厂发电功率调整和上网电量的实时调度)。
并网频率响应和并网电压响应是针对多种能源的发电机同期并网的应用环境而言,同期是指某一开关断开后,其开关上下口电源为不同的两个系统或两个电源,那么这个开关被作为同期点。多种能源并列运行的电源是交流电源时,剑流电源存在三要素:电压、频率和相位,待并列的电源、电压、频率、相位要一致,形成同期操作,如果不进行同期操作,合闸的瞬间会造成强大的冲击电流,从而严重损害设备或影响系统的安全运行。因此并网频率响应和并网电压响应分别是频率参数、电压参数与相位参数的函数关系,同时需要考虑电压差不应超过5%-10%,频率差不超过0.2%-0.5%。
在一个实施例中,根据预设的实用化降阶等值方法、所述并网频率响应关系以及所述并网电压响应关系,建立多能源协调控制模型,具体包括:将所述并网频率响应关系以及所述并网电压响应关系输入预设的协调控制神经网络,根据预设的训练轮数、预设的磁链方程以及预设的电网控制特性,对所述协调控制神经网络进行多轮训练,获得多能源协调控制模型。
本发明实施例描述了一种海上风电的多场景集群协调控制方法,通过对频率响应数据组和电压响应数据组分析,根据预设的实用化降阶等值方法以及分析结果建立多能源协调控制模型,再根据功率数据组计算海上风电的净负荷,确定自动发电控制风电场,根据所述净负荷以及所述自动发电控制风电场,确定所述海上风电的自动发电控制多目标协同控制方案,再通过预设的分层分级调节方法,根据所述多目标协同控制方案控制所述海上风电的功率,并根据所能源协调控制模型控制所述海上风电的频率和电压,该多场景集群协调控制方法提升了并网的稳定性,提高了发电效率并降低了发电成本。
具体实施例二
除上述方法外,本发明实施例还公开了一种海上风电的多场景集群协调控制装置。图2是本发明一实施例提供的一种海上风电的多场景集群协调控制装置的结构示意图。
如图2所示,所述多场景集群协调控制装置包括计算获取单元11、方案确定单元12以及分层控制单元13。
其中,计算获取单元11用于获取海上风电的功率数据组,并根据可发功率数据以及实际发出功率,计算所述海上风电的净负荷,确定自动发电控制风电场。所述功率数据组包括可发功率数据以及实际发出功率。在一个实施例中,计算获取单元11还用于:在预设的控制时间步长内,根据预设的净负荷计算方法、所述可发功率数据以及所述实际发出功率,计算所述海上风电的净负荷;根据所述净负荷,判断自动发电控制风电场的类型。
方案确定单元12用于根据预设的多能源协调控制模型、所述净负荷以及所述自动发电控制风电场,确定所述海上风电的自动发电控制多目标协同控制方案。
分层控制单元13用于通过预设的分层分级调节方法,根据所述自动发电控制多目标协同控制方案,对所述海上风电的功率进行控制。
在一个实施例中,分层控制单元13还用于:根据预设的空气动力分析模式,分析获取所述海上风电的有功调节能力;根据预设的滚动预测方法以及预设的综合惯性控制策略,分析所述海上风电的最优输出功率;根据预设的二层控制方法、所述有功调节能力、所述自动发电控制多目标协同控制方案以及所述最优输出功率,对所述海上风电的功率输出进行分层控制。
在一个实施例中,分层控制单元13还用于:获取海上风电系统频率、风机减载频率以及预设的综合惯性控制策略中的第一频率功率关系;所述功率数据组包括海上风电系统频率以及风机减载频率;所述第一频率功率关系为所述海上风电的系统频率与补充功率的关系;通过预设的滚动预测模型,根据所述海上风电系统频率、所述风机减载频率以及所述第一频率功率关系,对海上风电机组的输出功率进行滚动预测以获取最优输出功率。
在一个实施例中,分层控制单元13还用于:在所述有功调节能力以及所述最优输出功率的约束下,根据所述自动发电控制多目标协同控制方案,分别从站层面和机组层面对有功电流和无功电流进行解耦控制。
在一个实施例中,多场景集群协调控制装置还包括模型构建单元,所述模型构建单元用于:获取海上风电的历史功率数据组、待海上风电并入的电力系统的频率历史响应数据组以及电压历史响应数据组;所述历史功率数据组包括历史可发功率数据以及历史实际发出功率;对所述频率历史响应数据组进行分析以获取并网频率响应关系,对所述电压历史响应数据组进行分析以获取并网电压响应关系,并根据预设的实用化降阶等值方法、所述并网频率响应关系以及所述并网电压响应关系,建立多能源协调控制模型。
在一个实施例中,模型构建单元还用于:将所述并网频率响应关系以及所述并网电压响应关系输入预设的协调控制神经网络,根据预设的训练轮数、预设的磁链方程以及预设的电网控制特性,对所述协调控制神经网络进行多轮训练,获得多能源协调控制模型。
其中,所述多场景集群协调控制装置集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。即,本发明另一实施例提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如前所述的海上风电的多场景集群协调控制方法。
其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,单元之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本发明实施例描述了一种海上风电的多场景集群协调控制装置及计算机可读存储介质,通过对频率响应数据组和电压响应数据组分析,根据预设的实用化降阶等值方法以及分析结果建立多能源协调控制模型,再根据功率数据组计算海上风电的净负荷,确定自动发电控制风电场,根据所述净负荷以及所述自动发电控制风电场,确定所述海上风电的自动发电控制多目标协同控制方案,再通过预设的分层分级调节方法,根据所述多目标协同控制方案控制所述海上风电的功率,并根据所能源协调控制模型控制所述海上风电的频率和电压,该多场景集群协调控制装置及计算机可读存储介质提升了并网的稳定性,提高了发电效率并降低了发电成本。
具体实施例三
除上述方法和装置外,本发明实施例还描述了一种海上风电的多场景集群协调控制系统。
所述多场景集群协调控制系统包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如前所述的海上风电的多场景集群协调控制方法。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述装置的控制中心,利用各种接口和线路连接整个装置的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述装置的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明实施例描述了一种海上风电的多场景集群协调控制系统,通过对频率响应数据组和电压响应数据组分析,根据预设的实用化降阶等值方法以及分析结果建立多能源协调控制模型,再根据功率数据组计算海上风电的净负荷,确定自动发电控制风电场,根据所述净负荷以及所述自动发电控制风电场,确定所述海上风电的自动发电控制多目标协同控制方案,再通过预设的分层分级调节方法,根据所述多目标协同控制方案控制所述海上风电的功率,并根据所能源协调控制模型控制所述海上风电的频率和电压,该多场景集群协调控制系统提升了并网的稳定性,提高了发电效率并降低了发电成本。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种海上风电的多场景集群协调控制方法,其特征在于,所述多场景集群协调控制方法包括:
获取海上风电的功率数据组,并根据可发功率数据以及实际发出功率,计算所述海上风电的净负荷,确定自动发电控制风电场;所述功率数据组包括可发功率数据以及实际发出功率;
根据预设的多能源协调控制模型、所述净负荷以及所述自动发电控制风电场,确定所述海上风电的自动发电控制多目标协同控制方案;
通过预设的分层分级调节方法,根据所述自动发电控制多目标协同控制方案,对所述海上风电的功率进行控制。
2.根据权利要求1所述的海上风电的多场景集群协调控制方法,其特征在于,通过预设的分层分级调节方法,根据所述自动发电控制多目标协同控制方案,对所述海上风电的功率进行控制,具体包括:
根据预设的空气动力分析模式,分析获取所述海上风电的有功调节能力;
根据预设的滚动预测方法以及预设的综合惯性控制策略,分析所述海上风电的最优输出功率;
根据预设的二层控制方法、所述有功调节能力、所述自动发电控制多目标协同控制方案以及所述最优输出功率,对所述海上风电的功率输出进行分层控制。
3.根据权利要求2所述的海上风电的多场景集群协调控制方法,其特征在于,根据预设的滚动预测方法以及预设的综合惯性控制策略,分析所述海上风电的最优输出功率,具体包括:
获取海上风电系统频率、风机减载频率以及预设的综合惯性控制策略中的第一频率功率关系;所述功率数据组包括海上风电系统频率以及风机减载频率;所述第一频率功率关系为所述海上风电的系统频率与补充功率的关系;
通过预设的滚动预测模型,根据所述海上风电系统频率、所述风机减载频率以及所述第一频率功率关系,对海上风电机组的输出功率进行滚动预测以获取最优输出功率。
4.根据权利要求3所述的海上风电的多场景集群协调控制方法,其特征在于,根据预设的二层控制方法、所述有功调节能力、所述自动发电控制多目标协同控制方案以及所述最优输出功率,对所述海上风电的功率输出进行分层控制,具体包括:
在所述有功调节能力以及所述最优输出功率的约束下,根据所述自动发电控制多目标协同控制方案,分别从站层面和机组层面对有功电流和无功电流进行解耦控制。
5.根据权利要求4所述的海上风电的多场景集群协调控制方法,其特征在于,根据所述可发功率数据以及所述实际发出功率,计算所述海上风电的净负荷,确定自动发电控制风电场,具体包括:
在预设的控制时间步长内,根据预设的净负荷计算方法、所述可发功率数据以及所述实际发出功率,计算所述海上风电的净负荷;
根据所述净负荷,判断自动发电控制风电场的类型。
6.根据权利要求5所述的海上风电的多场景集群协调控制方法,其特征在于,所述多场景集群协调控制方法还包括:
获取海上风电的历史功率数据组、待海上风电并入的电力系统的频率历史响应数据组以及电压历史响应数据组;所述历史功率数据组包括历史可发功率数据以及历史实际发出功率;
对所述频率历史响应数据组进行分析以获取并网频率响应关系,对所述电压历史响应数据组进行分析以获取并网电压响应关系,并根据预设的实用化降阶等值方法、所述并网频率响应关系以及所述并网电压响应关系,建立多能源协调控制模型。
7.根据权利要求6所述的海上风电的多场景集群协调控制方法,其特征在于,根据预设的实用化降阶等值方法、所述并网频率响应关系以及所述并网电压响应关系,建立多能源协调控制模型,具体包括:
将所述并网频率响应关系以及所述并网电压响应关系输入预设的协调控制神经网络,根据预设的训练轮数、预设的磁链方程以及预设的电网控制特性,对所述协调控制神经网络进行多轮训练,获得多能源协调控制模型。
8.一种海上风电的多场景集群协调控制装置,其特征在于,所述多场景集群协调控制装置包括计算获取单元、方案确定单元以及分层控制单元,其中,
所述计算获取单元用于获取海上风电的功率数据组,并根据可发功率数据以及实际发出功率,计算所述海上风电的净负荷,确定自动发电控制风电场;所述功率数据组包括可发功率数据以及实际发出功率;
所述方案确定单元用于根据预设的多能源协调控制模型、所述净负荷以及所述自动发电控制风电场,确定所述海上风电的自动发电控制多目标协同控制方案;
所述分层控制单元用于通过预设的分层分级调节方法,根据所述自动发电控制多目标协同控制方案,对所述海上风电的功率进行控制。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任一项所述的海上风电的多场景集群协调控制方法。
10.一种海上风电的多场景集群协调控制系统,其特征在于,所述多场景集群协调控制系统包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的海上风电的多场景集群协调控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211013950.9A CN115224746A (zh) | 2022-08-23 | 2022-08-23 | 一种海上风电的多场景集群协调控制方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211013950.9A CN115224746A (zh) | 2022-08-23 | 2022-08-23 | 一种海上风电的多场景集群协调控制方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115224746A true CN115224746A (zh) | 2022-10-21 |
Family
ID=83615034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211013950.9A Pending CN115224746A (zh) | 2022-08-23 | 2022-08-23 | 一种海上风电的多场景集群协调控制方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115224746A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115912350A (zh) * | 2022-11-29 | 2023-04-04 | 盛东如东海上风力发电有限责任公司 | 一种用于规避故障辐射影响的变流器策略分配方法及系统 |
CN116073363A (zh) * | 2022-11-24 | 2023-05-05 | 中南大学 | 海上风电经柔直并网系统调频过程故障电流主动抑制方法 |
CN116599143A (zh) * | 2023-03-28 | 2023-08-15 | 中海石油(中国)有限公司湛江分公司 | 一种并入风电的海上电网运行控制系统 |
CN117375004A (zh) * | 2023-10-16 | 2024-01-09 | 揭阳前詹风电有限公司 | 一种海上风电建设用资源评估方法及系统 |
CN116073363B (zh) * | 2022-11-24 | 2024-05-10 | 中南大学 | 海上风电经柔直并网系统调频过程故障电流主动抑制方法 |
-
2022
- 2022-08-23 CN CN202211013950.9A patent/CN115224746A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116073363A (zh) * | 2022-11-24 | 2023-05-05 | 中南大学 | 海上风电经柔直并网系统调频过程故障电流主动抑制方法 |
CN116073363B (zh) * | 2022-11-24 | 2024-05-10 | 中南大学 | 海上风电经柔直并网系统调频过程故障电流主动抑制方法 |
CN115912350A (zh) * | 2022-11-29 | 2023-04-04 | 盛东如东海上风力发电有限责任公司 | 一种用于规避故障辐射影响的变流器策略分配方法及系统 |
CN115912350B (zh) * | 2022-11-29 | 2024-05-10 | 盛东如东海上风力发电有限责任公司 | 一种用于规避故障辐射影响的变流器策略分配方法及系统 |
CN116599143A (zh) * | 2023-03-28 | 2023-08-15 | 中海石油(中国)有限公司湛江分公司 | 一种并入风电的海上电网运行控制系统 |
CN116599143B (zh) * | 2023-03-28 | 2024-03-26 | 中海石油(中国)有限公司湛江分公司 | 一种并入风电的海上电网运行控制系统 |
CN117375004A (zh) * | 2023-10-16 | 2024-01-09 | 揭阳前詹风电有限公司 | 一种海上风电建设用资源评估方法及系统 |
CN117375004B (zh) * | 2023-10-16 | 2024-04-09 | 揭阳前詹风电有限公司 | 一种海上风电建设用资源评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Distributed model predictive load frequency control of multi-area power system with DFIGs | |
CN103400302B (zh) | 一种风电基地连锁故障风险感知预警方法 | |
CN115224746A (zh) | 一种海上风电的多场景集群协调控制方法、装置及系统 | |
WO2022252382A1 (zh) | 一种源网荷储网络化协调频率控制方法 | |
González‐Rivera et al. | Predictive energy management for a wind turbine with hybrid energy storage system | |
Eskandari et al. | Battery energy storage systems (BESSs) and the economy-dynamics of microgrids: Review, analysis, and classification for standardization of BESSs applications | |
Guo et al. | Reliability modeling and assessment of isolated microgrid considering influences of frequency control | |
CN111049152B (zh) | 一种在线预决策的精准负荷控制方法、装置、设备及系统 | |
Aziz et al. | Issues and mitigations of wind energy penetrated network: Australian network case study | |
Elgammal et al. | Optimal model predictive frequency control management of grid integration PV/wind/FC/storage battery based smart grid using multi objective particle swarm optimization MOPSO | |
Tan et al. | Synergistic balancing control for low-inertia power systems with high PV penetration: Tibet as a case study | |
CN102254241A (zh) | 基于全网拓扑的电力需求平衡能力在线评估方法 | |
Zhang et al. | Frequency-constrained unit commitment for power systems with high renewable energy penetration | |
Al Kez | Power system dynamics with increasing distributed generation penetrations | |
Wang et al. | Frequency response methods for grid-connected wind power generations: A review | |
CN115842376A (zh) | 电力系统等效惯量趋势与安全状态评估方法、设备和介质 | |
CN114123237A (zh) | 云边协同的火电及新能源调频、惯量在线监测系统及方法 | |
Niu et al. | Research on AGC and AVC control technology of photovoltaic power station | |
Kavimandan et al. | Hierarchy and complexity in control of large offshore wind power plant clusters | |
CN108155675B (zh) | 基于预测信息与运行状态的风电场群功率优化调度方法 | |
Rajan et al. | Small-signal stability analysis and frequency regulation strategy for photovoltaic sources in interconnected power system | |
KR20220028756A (ko) | 풍력 터빈 발전기의 전력 편차를 최소화하는 풍력 발전기 시스템 | |
Zhu et al. | A combined day-ahead and intraday optimal scheduling strategy considering a joint frequency regulation reserve scheme among wind, photovoltaic, and thermal power | |
Hashimoto et al. | A new control method of multiple sets of battery energy storage system for load frequency control in power system with massive integration of renewable energy resources | |
Behera et al. | Grid-Connected Distributed Wind-Photovoltaic Energy Management: A Review |
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 |