CN115632433A - 风-机-场-网全景联合仿真系统及方法 - Google Patents

风-机-场-网全景联合仿真系统及方法 Download PDF

Info

Publication number
CN115632433A
CN115632433A CN202211281408.1A CN202211281408A CN115632433A CN 115632433 A CN115632433 A CN 115632433A CN 202211281408 A CN202211281408 A CN 202211281408A CN 115632433 A CN115632433 A CN 115632433A
Authority
CN
China
Prior art keywords
simulation
wind
module
wind turbine
data
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.)
Granted
Application number
CN202211281408.1A
Other languages
English (en)
Other versions
CN115632433B (zh
Inventor
郭小江
李铮
孙栩
李新凯
付明志
张钧阳
劳文欣
李春华
秦猛
孙财新
汤海雁
薄强
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.)
Huaneng Clean Energy Research Institute
Original Assignee
Huaneng Clean Energy Research Institute
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 Huaneng Clean Energy Research Institute filed Critical Huaneng Clean Energy Research Institute
Priority to CN202211281408.1A priority Critical patent/CN115632433B/zh
Publication of CN115632433A publication Critical patent/CN115632433A/zh
Application granted granted Critical
Publication of CN115632433B publication Critical patent/CN115632433B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381Dispersed generators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/04Power grid distribution networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/06Wind turbines or wind farms
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20The dispersed energy generation being of renewable origin
    • H02J2300/28The renewable source being wind energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Wind Motors (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本申请提出风‑机‑场‑网全景联合仿真系统及方法,所述系统包括:第一仿真模块、第二仿真模块、第三仿真模块、第四仿真模块、控制模块。本发明提供的技术方案,通过风‑机‑场‑网全景联合仿真系统进行仿真,可以更加精确的模拟风电场并网后风电场中各风电机组的动力学状态、风电机组的运行工况和风电场并网系统的运行状态。

Description

风-机-场-网全景联合仿真系统及方法
技术领域
本申请涉及风电场并网仿真领域,尤其涉及风-机-场-网全景联合仿真系统及方法。
背景技术
为了在风电场站规划阶段即可通过仿真实现其实际运行时所面临的诸多工作场景和暂态过程的模拟,进一步提高风电机组多物理过程耦合和场站级仿真与实际的契合度,需要对风电场的动态行为和风电场输出特性进行精确仿真模拟。
目前已有涉及在风机场网子系统之间的联合仿真技术,但是现有的仿真技术并不能对风电场并网后机组及电网的运行状态进行精确的仿真,导致仿真结果误差较大,因此亟需提出一种可以对风电场并网后机组及电网的运行状态进行高精度仿真的系统及方法。
发明内容
本申请提供的风-机-场-网全景联合仿真系统及方法,以至少解决相关技术中的不能够对风电场并网后机组及电网的运行状态进行高精度仿真的技术问题。
本申请第一方面实施例提出一种风-机-场-网全景联合仿真系统,包括:
第一仿真模块,用于根据各风电机组的控制信息和风电场属性信息进行仿真,确定各风电机组的气动转矩仿真数据;
第二仿真模块,用于根据各风电机组的电磁转矩仿真数据和所述气动转矩仿真数据进行仿真,确定各风电机组的运行状态仿真数据;
控制模块,用于根据所述运行状态仿真数据生成各风电机组对应的开关信号;
第三仿真模块,用于根据所述运行状态仿真数据和所述开关信号进行仿真,确定各风电机组的电路拓扑中的工作参数仿真数据;
第四仿真模块,用于根据保护指令和所述各风电机组的电路拓扑中的工作参数仿真数据确定风电场对应的柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据。
优选的,所述风-机-场-网全景联合仿真系统还包括:保护模块;
所述保护模块,用于基于风电场站汇流系统工作参数仿真数据和预设的保护策略生成所述保护指令。
进一步的,所述风电机组的控制信息,包括:风电机组的机械转矩、风机转速及变桨与偏航控制指令;
和/或,所述风电场属性信息,包括:风电场的地形信息、风电场内各风电机组的位置信息和风轮尾流分布信息;
和/或,所述运行状态仿真数据,包括:机械转矩、风机转速和机械系统振动模态仿真数据;
和/或,所述工作参数包括:实时电压、电流、功率值。
优选的,所述控制模块,还用于根据所述运行状态仿真数据生成各风电机组对应的变桨与偏航控制指令;其中,所述控制模块包括:第一控制子模块和第二控制子模块,所述第一控制子模块,用于根据所述运行状态仿真数据生成各风电机组对应的控制器配套参数的控制指令及各风电机组对应的变桨与偏航控制指令;所述第二控制子模块,用于根据所述控制器配套参数的控制指令生成各风电机组对应的开关信号;
和/或,所述第三仿真模块,还用于根据所述运行状态仿真数据和所述控制器配套参数的控制指令,基于所述开关信号进行仿真,确定各风电机组的电磁转矩仿真数据;
和/或,所述第四仿真模块,还用于基于所述各风电机组的电路拓扑中的工作参数仿真数据计算风电场站汇流系统工作参数仿真数据及主电路拓扑连接信息。
优选的,所述第一仿真模块,包括:
风流场与机组尾流计算模块,用于根据所述风电场属性信息,确定风电场的空气尾流场分布和各风电机组对应的风速信息,然后将所述风电场的空气尾流场分布和风速信息分别发送到所述风轮气动模块;
风轮气动模块,用于基于所述风速信息、所述风电场的空气尾流场分布、所述风电机组的控制信息,计算所述风电机组的气动转矩及风轮尾流分布,其中,采用叶素-动量定常模型或自由尾迹非定常模型进行计算所述风电机组的气动转矩及风轮尾流分布;
所述风流场与机组尾流计算模块的数量与风电场的数量相等,所述风轮气动模块的数量与风电场中的风电机组的数量相等。
进一步的,所述风流场与机组尾流计算模块包括:
风电机组点位湍流计算单元,用于根据所述风轮尾流分布确定风电机组尾流区的湍流强度;
风电场站区域三维湍流计算单元,用于基于所述风电场的地形信息、风电场内各风电机组的位置信息和风电场中各风电机组对应的所述风电机组尾流区的湍流强度确定所述风电场的空气尾流场分布;
其中,所述风电机组点位湍流计算单元与所述风轮气动模块的数量相等,所述风电场站区域三维湍流计算单元与风电场的数量相等。
优选的,第二仿真模块,包括:
传动动力学模块,用于基于所述气动转矩仿真数据和电磁转矩仿真数据确定所述风电机组的运行状态仿真数据;
其中,所述传动动力学模块的数量和所述控制模块的数量均与风电机组一致,各所述传动动力学模块分别对应一个所述控制模块。
优选的,所述第三仿真模块,包括:
发电机模块,用于基于所述机械转矩和机械系统振动模态仿真数据确定风电机组的实时转速和电磁转矩仿真数据;
变流器主电路模块,用于根据所述风电机组的实时转速仿真数据和所述开关信号确定风电机组的电路拓扑中的工作参数仿真数据;
其中,所述发电机模块的数量、变流器主电路模块及所述控制模块的数量均与风电机组的数量一致,各所述变流器主电路模块分别连接一个所述控制模块。
进一步的,所述第四仿真模块,包括:
风电场汇集系统模块,用于基于所述各风电机组的电路拓扑中的工作参数仿真数据确定所述风电场对应的风电场站汇流系统的工作参数仿真数据及所述风电场的主电路拓扑连接信息;
输电线路与电网仿真模块,用于基于所述风电场站汇流系统的工作参数仿真数据及所述保护指令确定所述风电场对应的柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数;
其中,所述风电场汇集系统模块的数量、输电线路与电网仿真模块和保护模块的数量均与风电场一致,所述输电线路与电网仿真模块与所述电网控制保护装置模连接。
进一步的,将所述风电机组对应的风速信息及所述风轮尾流分布转换成预设的数据格式并输出,然后发送给用户;
和/或,将所述机械系统振动模态仿真数据转换成预设的数据格式并输出,然后发送给用户;
和/或,将所述风电机组的电路拓扑中的工作参数仿真数据转换成预设的数据格式并输出,然后发送给用户;
和/或,将所述风电场站汇流系统的工作参数仿真数据、风电场对应的柔性输电换流站主电路电气量参数仿真数据和并网点及相邻电网工作参数仿真数据换成预设的数据格式并输出,然后发送给用户。
本申请第二方面实施例提出一种风-机-场-网全景联合仿真方法,所述方法包括:
步骤1:读取风电场的地形信息和所述风电场内各风电机组的位置信息;
步骤2:设置仿真起始及结束时间和仿真步长
步骤3:进行风电场的空气尾流场分布、各风电机组对应的风轮尾流分布、风速信息及气动转矩的仿真迭代,以得到各风电机组对应的气动转矩;
步骤4:基于各风电机组对应的气动转矩进行风电场内各风电机组的机械转矩、风机转速和机械系统振动模态的仿真迭代,以得到所述各机械转矩及机械系统振动模态仿真数据;
步骤5:基于所述各机械转矩及机械系统振动模态仿真数据在所述第三仿真模块中进行风电场内各风电机组的电路拓扑中的工作参数的仿真迭代,以得到各风电机组的电路拓扑中的工作参数;
步骤6:获取并网点电网频率和电网等效阻抗值,并判断所述风电场的外部电网条件数据是否缺失;
步骤7:若不缺失,则基于各风电机组的电路拓扑中的工作参数、并网点电网频率和电网等效阻抗值进行风电场站汇流系统的工作参数数据、柔性输电换流站主电路电气量参数数据、并网点及相邻电网工作参数数据的仿真迭代,以得到风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据;
步骤8:判断当前仿真步长下的迭代计算是否收敛;
步骤9:若是,则判断当前仿真时间是否大于总仿真时间,若是,仿真结束,并将仿真得到的风速信息、气动转矩仿真数据、风轮尾流分布、机械系统振动模态仿真数据、风电机组的电路拓扑中的工作参数仿真数据、风电场站汇流系统的工作参数仿真数据和并网点及相邻电网工作参数仿真数据转换成预设的数据格式并输出。
优选的,所述步骤3包括:
步骤3-1:风流场与机组尾流计算模块获取风电场的地形信息、风电场内各风电机组的位置信息、各风电机组对应的风轮尾流分布及风速信息;
步骤3-2:根据所述风轮尾流分布、风电场的地形信息和风电场内各风电机组的位置信息计算风电场的空气尾流场分布和各风电机组的风速信息;
步骤3-3:风轮气动模块根据所述风电机组的机械转矩、风机转速、变桨与偏航控制指令、风速信息和风电场的空气尾流场分布计算当前步长风电机组的风轮尾流分布和当前步长风电机组的气动转矩;
步骤3-4:判断当前步长的风轮尾流分布与空气尾流场分布默认值的差的绝对值是否小于预设的风轮尾流分布误差阈值且当前步长的风速信息与风速信息默认值的差的绝对值是否小于预设的风轮尾流分布误差阈值,若是,当前步长计算结束,将所述风轮尾流分布换成预设的数据格式并输出,然后发送给用户,将所述气动转矩发送到第二仿真模块,否则,调整第一仿真模块内各风电机组的初始风轮尾流分布为当前步长的风轮尾流分布,初始风速信息为当前步长的风速信息,并返回步骤3-2。
其中,所述风电场的空气尾流场分布是基于CFD的数值模拟或工程尾流叠加方法模拟模型进行计算得到的;
和/或,所述风电机组的风轮尾流分布是基于自由涡理论的涡方法或计算流体力学CFD的仿真方法进行计算得到的;
和/或,所述风电机组的气动转矩是基于叶素-动量理论的BEM模拟方法或自由涡理论的涡方法进行计算得到的。
进一步的,所述步骤4包括:
步骤4-1:基于气动转矩仿真数据和电磁转矩仿真数据确定风电机组的机械转矩、风机转速和机械系统振动模态仿真数据,并生成风电机组对应的变桨与偏航控制指令和控制器配套参数的控制指令;
步骤4-2:当前步长计算结束时,将所述风电机组的机械系统振动模态仿真数据转换成预设的数据格式并输出,然后发送给用户。
其中,所述风电机组的机械转矩和机械系统振动模态仿真数据是基于多自由度的有限元分析法或子结构模态综合算法确定的。
进一步的,所述步骤5包括:
当仿真步长小于等于200微秒时,基于所述各机械转矩及机械系统振动模态仿真数据,并利用电磁暂态仿真模式在所述第三仿真模块中进行风电场内各风电机组的电路拓扑中的工作参数的仿真迭代;
当仿真步长大于200微秒时,基于所述各机械转矩及机械系统振动模态仿真数据,并利用机电暂态仿真模式在所述第三仿真模块中进行风电场内各风电机组的电路拓扑中的工作参数的仿真迭代。
进一步的,所述当仿真步长小于等于200微秒时,基于所述各机械转矩及机械系统振动模态仿真数据,并利用电磁暂态仿真模式在所述第三仿真模块中进行风电场内各风电机组的电路拓扑中的工作参数的仿真迭代,包括:
步骤5-1:基于控制器配套参数生成风电机组的电力电子开关信号,然后将所述电力电子开关信号转换成详细开关模型对应的电力电子信号;
步骤5-2:发电机模块将接收到的风电机组的机械转矩和机械系统振动模态仿真数据转换成电磁耦合详细模型对应的风电机组的机械转矩和机械系统振动模态仿真数据,然后基于转换后的所述仿真数据建立abc三相电压电流瞬时值微分方程,并采用隐式积分法进行求解,得到风电机组的实时转速及电磁转矩仿真数据;
步骤5-3:变流器主电路模块将所述实时转速仿真数据转换成详细模型对应的实时转速仿真数据,然后基于所述详细开关模型对应的电力电子信号和所述详细模型对应的实时转速仿真数据建立abc三相电压电流瞬时值微分方程,并采用隐式积分法进行求解,得到风电机组的电路拓扑中的工作参数仿真数据;
步骤5-4:当前步长计算结束,将所述工作参数仿真数据转换成预设的数据格式并输出,然后发送给用户。
进一步的,当仿真步长大于200微秒时,基于所述各机械转矩及机械系统振动模态仿真数据,并利用机电暂态仿真模式在所述第三仿真模块中进行风电场内各风电机组的电路拓扑中的工作参数的仿真迭代,包括:
步骤5-α:第二控制子模块基于控制器配套参数生成风电机组的电力电子开关信号,然后将所述电力电子开关信号转换成平均值开关模型对应的电力电子信号;
步骤5-β:发电机模块将风电机组的机械转矩和机械系统振动模态仿真数据转换成机电等效模型对应的风电机组的机械转矩和机械系统振动模态仿真数据,然后基于转换后的所述仿真数据建立基波相量的正、负、零序网络,并采用梯形积分法或牛顿-拉夫逊法进行求解,得到风电机组的实时转速及电磁转矩仿真数据;
步骤5-γ:变流器主电路模块将所述实时转速仿真数据转换成平均值模型对应的实时转速仿真数据,然后基于所述平均值模型对应的电力电子信号和所述平均值模型对应的实时转速仿真数据建立基波相量的正、负、零序网络,并采用梯形积分法或牛顿-拉夫逊法进行求解,得到风电机组的电路拓扑中的工作参数仿真数据;
步骤5-δ:当前步长计算结束,将所述工作参数仿真数据转换成预设的数据格式并输出,然后发送给用户。
进一步的,所述风电机组的电力电子开关信号是基于dq解耦的SPWM或dq解耦的SVPWM方法生成的;
和/或,所述电磁转矩是基于发电机动力学方程的数值求解算法确定的;
和/或,所述风电机组的电路拓扑中的工作参数仿真数据是基于磁路等值模型的主电路状态空间方程建模及数值求解算法确定的。
优选的,所述步骤7包括:
步骤7-1:风电场汇集系统模块基于所述工作参数仿真数据确定风电场站汇流系统的工作参数仿真数据及所述风电场的主电路拓扑连接信息;
步骤7-2:保护模块基于风电场对应的风电场站汇流系统的工作参数仿真数据及预设的保护策略,生成保护指令;
步骤7-3:输电线路与电网仿真模块基于所述保护指令、风电场站汇流系统的工作参数仿真数据及所述风电场的主电路拓扑连接信息进行仿真,得到所述风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据;
步骤7-4:当前步长计算结束,将所述风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据和并网点及相邻电网工作参数仿真数据转换成预设的数据格式并输出,然后发送给用户。
其中,所述电气量参数仿真数据是基于广义动力学方程的李雅普诺夫函数分析方法确定的;
和/或,所述并网点及相邻电网工作参数仿真数据是基于Crank-Nicolson或梯形法针对节点动态方程与EMTP方程的控制-并网联合系统的电磁暂态精细化求解方法确定的。
进一步的,风流场与机组尾流计算模块仿真时对应的仿真步长为分/十秒级;
和/或,风轮气动模块和传动动力学模块仿真时对应的仿真步长为秒级;
和/或,第一控制子模块、变流器主电路模块、所述风电场汇集系统模块、所述风电场汇集系统模块和保护模块仿真时对应的仿真步长为毫秒级;
和/或,第二控制子模块仿真时对应的仿真步长为微秒级;
和/或,发电机模块仿真时对应的仿真步长为毫秒级或秒级;
和/或,输电线路与电网仿真模块仿真时对应的仿真步长为毫秒级和秒级;
其中,当发电机模块进行电磁暂态仿真时,对应的仿真步长为毫秒级;
当发电机模块进行机电暂态仿真时,对应的仿真步长为秒级;
当输电线路与电网仿真模块进行风电场对应的柔性输电换流站主电路电气量参数仿真时,对应的仿真步长是毫秒级;当输电线路与电网仿真模块进行并网点及相邻电网工作参数仿真时,对应的仿真步长是秒级。
进一步的,所述仿真方法采用串并行耦合的方式进行模块间仿真数据的传递;
其中,当仿真步长相同的两模块间进行仿真数据传递时,采用接口算法进行无时间差仿真数据的实时交互传递;
当仿真步长不相同的两模块间进行仿真数据传递时,采用类梯形时序法进行仿真数据传递。
进一步的,所述采用类梯形时序法进行仿真数据传递,包括:
若当前模块对应的步长小于其上一级模块对应的步长,则延时所述当前模块对应处理器的仿真计算,并将所述上一级所述模块对应处理器预设比例的计算算力分配到延时的所述模块对应处理器中进行计算。
进一步的,当两模块间的仿真步长不相同时,将基于时间并行特性的多级高阶微积分并行算法作为两模块间的接口算法。
进一步的,所述仿真方法还包括:
采用基于多时空解耦特性的多重化网络划分策略进行模块间仿真结果的实时并行数据传递。
优选的,所述迭代计算包括:
利用梯形积分法确定各仿真模块在各时刻每次迭代的初始输出向量;
根据所述初始输出向量确定各仿真模块在各时刻每次迭代对应的折算衰减阻尼因子系数;
基于所述折算衰减阻尼因子系数对所述各仿真模块在各时刻每次迭代的初始输出向量进行修正,得到修正后的各仿真模块在各时刻每次迭代的输出向量;
其中,各仿真模块包括:第一仿真模块、第二仿真模块、第三仿真模块和第四仿真模块。
进一步的,所述各仿真模块在各时刻每次迭代的初始输出向量的计算式如下:
Figure BDA0003898453020000081
和/或,所述各仿真模块在各时刻每次迭代对应的折算衰减阻尼因子系数的计算式如下:
Figure BDA0003898453020000082
和/或,所述各仿真模块在各时刻每次迭代修正后的输出向量的计算式如下:
Figure BDA0003898453020000091
式中,
Figure BDA0003898453020000092
为第j个仿真模块在n+1时刻的第k+1次迭代的初始输出向量,Cj_(n)为第j个仿真模块利用梯形积分法在n时刻迭代完成后的输出向量,hj为第j个仿真模块的计算步长,
Figure BDA0003898453020000093
Figure BDA0003898453020000094
为第j个仿真模块在n+1时刻的第k次迭代的微分方程数学模型函数,
Figure BDA0003898453020000095
为第j个仿真模块在n+1时刻的第k次迭代状态向量,tn+1为n+1时刻,
Figure BDA0003898453020000096
为第j个仿真模块在n时刻的第k次迭代的微分方程数学模型函数,αj(n+1,k)为第j个仿真模块在n+1时刻的第k+1次迭代对应的折算衰减阻尼因子系数,
Figure BDA0003898453020000097
为第j个仿真模块在n+1时刻初始向量,
Figure BDA0003898453020000098
为第j个仿真模块在n时刻初始向量,h为风-机-场-网全景联合仿真系统的一个整体仿真步长的时间长度,
Figure BDA0003898453020000099
为第j个仿真模块在n+1时刻的第k+1次迭代修正后的输出向量。
进一步的,利用环面拓扑网络系统传输的方式进行各所述模块间的数据传递,并将各所述模块的第一数据存储在共享数据空间中;
其中,所述第一数据包括:各风电机组对应的气动转矩、风电场内各风电机组的机械转矩、风机转速、机械系统振动模态、各风电机组的电路拓扑中的工作参数、风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据。
本申请的实施例提供的技术方案至少带来以下有益效果:
本申请提供了风-机-场-网全景联合仿真系统及方法,其中,所述系统包括:第一仿真模块,用于根据各风电机组的控制信息和风电场属性信息进行仿真,确定各风电机组的气动转矩仿真数据;第二仿真模块,用于根据各风电机组的电磁转矩仿真数据和所述气动转矩仿真数据进行仿真,确定各风电机组的运行状态仿真数据;控制模块,用于根据所述运行状态仿真数据生成各风电机组对应的开关信号;第三仿真模块,用于根据所述运行状态仿真数据和所述开关信号进行仿真,确定各风电机组的电路拓扑中的工作参数仿真数据;第四仿真模块,用于根据保护指令和所述各风电机组的电路拓扑中的工作参数仿真数据确定风电场对应的柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据。本发明提供的技术方案,通过风-机-场-网全景联合仿真系统进行过仿真,可以更加精确的模拟风电场并网后风电场中各风电机组对应的风速信息及所述风轮尾流分布、风电机组对应的机械系统振动模态仿真数据、风电机组的电路拓扑中的工作参数仿真数据、风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据和并网点及相邻电网工作参数仿真数据。本申请附加的方面以及优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面以及优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请一个实施例提供的风-机-场-网全景联合仿真系统的第一种结构图;
图2为根据本申请一个实施例提供的风-机-场-网全景联合仿真系统的第二种结构图;
图3为根据本申请一个实施例提供的第一仿真模块的结构图;
图4为根据本申请一个实施例提供的第二仿真模块的结构图;
图5为根据本申请一个实施例提供的第三仿真模块的结构图;
图6为根据本申请一个实施例提供的第四仿真模块的结构图;
图7为根据本申请一个实施例提供的风-机-场-网全景联合仿真系统的详细结构图;
图8为根据本申请一个实施例提供的风-机-场-网全景联合仿真方法的流程图;
图9为根据本申请一个实施例提供的一种风-机-场-网全景联合仿真方法的详细流程图;
图10为根据本申请一个实施例提供的第一仿真模块进行的仿真的流程图;
图11为根据本申请一个实施例提供的风电机组的轮毂到所求湍流点的水平距离示意图;
图12为根据本申请一个实施例提供的风电机组的风轮前来流速度、风轮半径及气动转矩的示意图;
图13为根据本申请一个实施例提供的利用叶素-动量理论的BEM模拟方法计算风电机组的气动转矩方法的程序文件架构图;
图14为根据本申请一个实施例提供的第二仿真模块进行仿真的流程图;
图15为根据本申请一个实施例提供的典型风电机组传动动力学系统的物理模型示意图;
图16为根据本申请一个实施例提供的第三仿真模块利用电磁暂态仿真模式进行仿真的流程图;
图17为根据本申请一个实施例提供的第三仿真模块利用机电暂态仿真模式进行仿真的流程图;
图18为根据本申请一个实施例提供的利用dq解耦的SVPWM方法生成风电机组的电力电子开关信号的示意图;
图19为根据本申请一个实施例提供的利用dq解耦的SPWM方法生成风电机组的电力电子开关信号的示意图;
图20为根据本申请一个实施例提供的参数在电路拓扑中的位置示意图;
图21为根据本申请一个实施例提供的第四仿真模块进行仿真的流程图;
图22为根据本申请一个实施例提供的电网拓扑中任意两个相邻的节点i和节点j示意图;
图23为根据本申请一个实施例提供的风-机-场-网全景联合仿真方法的另一流程图;
图24为根据本申请一个实施例提供的环面式拓扑通信网络图;
图25为根据本申请一个实施例提供的基于一阶常微分方程的数学模型的数值振荡规避方法流程图;
图26为根据本申请一个实施例提供的风-机-场-网全景联合仿真中的第一仿真模块、第二仿真模块、第一控制子模块及第二控制子模块的仿真时序图;
图27为根据本申请一个实施例提供的风-机-场-网全景联合仿真中的第三仿真模块、第四仿真模块和保护模块的仿真时序图;
附图标记:
第一仿真模块1、风流场与机组尾流计算模块1-1、风轮气动模块1-2、风电机组点位湍流计算单元1-1-1、风电场站区域三维湍流计算单元1-1-2、第二仿真模块2、传动动力学模块2-1、第三仿真模块3、发电机模块3-1、变流器主电路模块3-2、第四仿真模块4、风电场汇集系统模块4-1、输电线路与电网仿真模块4-2、控制模块5、第一控制子模块5-1、第二控制子模块5-2和保护模块6。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的风-机-场-网全景联合仿真系统及方法。
实施例1
图1为本公开实施例所提供的一种风-机-场-网全景联合仿真系统的结构图,如图1所示,所述系统可以包括:第一仿真模块1、第二仿真模块2、第三仿真模块3、第四仿真模块4、控制模块5。
在本公开实施例中,第一仿真模块1,用于根据各风电机组的控制信息和风电场属性信息进行仿真,确定各风电机组的气动转矩仿真数据;
第二仿真模块2,用于根据各风电机组的电磁转矩仿真数据和所述气动转矩仿真数据进行仿真,确定各风电机组的运行状态仿真数据;
控制模块5,用于根据所述运行状态仿真数据生成各风电机组对应的开关信号;
第三仿真模块3,用于根据所述运行状态仿真数据和所述开关信号进行仿真,确定各风电机组的电路拓扑中的工作参数仿真数据;
第四仿真模块4,用于根据保护指令和所述各风电机组的电路拓扑中的工作参数仿真数据确定风电场对应的柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据。
在本公开实施例中,如图2所示,所述风-机-场-网全景联合仿真系统还包括:保护模块6;
所述保护模块6,用于基于风电场站汇流系统工作参数仿真数据和预设的保护策略生成保护指令;
所述控制模块5可以包括第一控制子模块5-1和第二控制模块5-2;
其中,所述第一控制子模块5-1,用于根据所述运行状态仿真数据生成各风电机组对应的控制器配套参数的控制指令及各风电机组对应的变桨与偏航控制指令;
所述第二控制子模块5-2,用于根据所述控制器配套参数的控制指令生成各风电机组对应的开关信号。
需要说明的是,所述第一仿真模块1可以为风流场及风能捕获仿真子系统,所述第二仿真模块2可以为风电机组传动动力学仿真子系统,所述第三仿真模块3可以为风电机组发电并网仿真子系统,所述第四仿真模块4可以为风电场站与电网仿真子系统,所述控制模块5可以包括第一控制子模块5-1和第二控制模块5-2,第一控制子模块5-1可以为机组主控系统模块,所述第二控制模块5-2可以为电气及并网控制系统模块,保护模块6可以为电网控制保护装置模块。
具体的,所述风电机组的控制信息,包括:风电机组的机械转矩、风机转速及变桨与偏航控制指令;
所述风电场属性信息,包括:风电场的地形信息、风电场内各风电机组的位置信息和风轮尾流分布;
所述运行状态仿真数据,包括:机械转矩、风机转速和机械系统振动模态仿真数据;
所述工作参数包括:实时电压、电流、功率值。
进一步的,所述控制模块5,还用于根据所述运行状态仿真数据生成各风电机组对应的变桨与偏航控制指令。
进一步的,所述第三仿真模块3,还用于根据所述运行状态仿真数据和所述控制器配套参数的控制指令,基于所述开关信号进行仿真,确定各风电机组的电磁转矩仿真数据。
所述第四仿真模块4,还用于基于所述各风电机组的电路拓扑中的工作参数仿真数据计算风电场站汇流系统工作参数仿真数据及主电路拓扑连接信息。
示例的,所述第一仿真模块1,用于接收所述第二仿真模块2发送的各风电机组的机械转矩、风机转速及变桨与偏航控制指令,然后根据初始化的风电场的地形信息、风电场内各风电机的位置信息和风轮尾流分布,以及所述各风电机组的机械转矩、风机转速及变桨与偏航控制指令进行仿真,确定各风电机组的气动转矩仿真数据,并将所述气动转矩仿真数据发送到所述第二仿真模块2;
所述第二仿真模块2,用于接收所述第三仿真模块3发送的各风电机组的电磁转矩仿真数据,并基于所述气动转矩仿真数据和所述电磁转矩仿真数据进行仿真,确定各风电机组的机械转矩、风机转速和机械系统振动模态仿真数据,然后将所述机械转矩和机械系统振动模态仿真数据发送到所述第一控制子模块5-1,将所述机械转矩、风机转速仿真数据发送到所述第一仿真模块1,将所述机械转矩和机械系统振动模态仿真数据发送到第三仿真模块3;
所述第一控制子模块5-1,用于根据所述机械转矩和机械系统振动模态仿真数据生成各风电机组对应的变桨与偏航控制指令和控制器配套参数的控制指令,然后将所述变桨与偏航控制指令发送到第一仿真模块1,将所述控制器配套参数的控制指令发送到所述第二控制子模块5-2;
所述第二控制子模块5-2,用于基于所述控制器配套参数的控制指令生成所风电机组对应的电力电子开关信号,然后将所述开关信号发送到所述第三仿真模块3;
所述第三仿真模块3,用于基于所述机械转矩和机械系统振动模态数据仿真数据以及所述控制器配套参数的控制指令进行仿真,确定各风电机组的电路拓扑中的工作参数仿真数据及各风电机组的电磁转矩,然后将所述工作参数仿真数据发送到所述第四仿真模块4,将所述电磁转矩发送到第二仿真模块2;
所述第四仿真模块4,用于基于所述各风电机组的电路拓扑中的工作参数仿真数据计算风电场站汇流系统工作参数仿真数据及主电路拓扑连接信息,并将所述风电场站汇流系统工作参数仿真数据发送到所述保护模块6,然后基于所述风电场站汇流系统工作参数仿真数据、主电路拓扑连接信息及保护指令进行仿真,确定风电场对应的柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据;
所述保护模块6,用于基于所述风电场站汇流系统工作参数仿真数据和预设的保护策略生成保护指令,并将所述保护指令发送到所述第四仿真模块4。
在本公开实施例中,如图3所示,所述第一仿真模块1,包括:
风流场与机组尾流计算模块1-1,用于根据所述风电场属性信息,确定风电场的空气尾流场分布和各风电机组对应的风速信息,然后将所述风电场的空气尾流场分布和风速信息分别发送到所述风轮气动模块;
风轮气动模块1-2,用于基于所述风速信息、所述风电场的空气尾流场分布、所述风电机组的控制信息,计算所述风电机组的气动转矩及风轮尾流分布,其中,采用叶素-动量定常模型(DF-BEM)或自由尾迹非定常模型(DR-FVM)进行计算所述风电机组的气动转矩及风轮尾流分布;
所述风流场与机组尾流计算模块1-1的数量与风电场的数量相等,所述风轮气动模块1-2的数量与风电场中的风电机组的数量相等。
示例的,所述风流场与机组尾流计算模块1-1,用于根据所述初始化的风电场的地形信息、风电场内各风电机的位置信息和风轮尾流分布,确定风电场的空气尾流场分布和各风电机组对应的风速信息,然后将所述风电场的空气尾流场分布和风速信息分别发送到所述风轮气动模块1-2;
所述风轮气动模块1-2,用于基于所述风速信息、风电场的空气尾流场分布、所述机械转矩、风机转速及变桨与偏航控制指令,计算所述风电机组的气动转矩及风轮尾流分布,然后将所述风轮尾流分布发送到所述风流场与机组尾流计算模块1-1,将所述气动转矩发送到所述第二仿真模块2;
进一步的,如图3所示,所述风流场与机组尾流计算模块1-1包括:风电机组点位湍流计算单元1-1-1和风电场站区域三维湍流计算单元1-1-2;
所述风电机组点位湍流计算单元1-1-1,用于根据所述风轮尾流分布确定风电机组尾流区的湍流强度,并将所述风电机组尾流区的湍流强度发送到所述风电场站区域三维湍流计算单元1-1-2;
所述风电场站区域三维湍流计算单元1-1-2,用于基于所述风电场的地形信息、风电场内各风电机组的位置信息和风电场中各风电机组对应的所述风电机组尾流区的湍流强度确定所述风电场的空气尾流场分布,并将所述风电场的空气尾流场分布及风速信息发送到所述风轮气动模块1-2;
其中,所述风电机组点位湍流计算单元1-1-1与所述风轮气动模块的数量相等,所述风电场站区域三维湍流计算单元1-1-2与风电场的数量相等。
在本公开实施例中,如图4所示,所述第二仿真模块2,包括:传动动力学模块2-1;
所述传动动力学模块2-1,用于接收所述第一仿真模块1发送的风电机组的气动转矩仿真数据和第三仿真模块3发送的风电机组的电磁转矩仿真数据,并基于所述气动转矩仿真数据和电磁转矩仿真数据确定所述风电机组的机械转矩、风机转速和机械系统振动模态仿真数据,然后将所述风电机组的机械转矩、风机转速仿真数据发送到第一仿真模块1,将所述风电机组的机械转矩和机械系统振动模态仿真数据发送到第三仿真模块3;
其中,所述传动动力学模块2-1的数量和所述控制模块5的数量均与风电场中的风电机数量组一致,各所述传动动力学模块2-1分别对应一个所述控制模块5中的第一控制子模块5-1。
需要说明的是,所述变桨与偏航控制指令是基于预先获取的典型工况设置的,其中预先获取的典型工况包括:风电机组启动过程、风电机组最大功率跟踪过程、风电机组变桨距角过程、风电机组恒功率运行过程、风电机组正常停机过程、风电机组紧急停机过程和风电机组偏航过程。
在本公开实施例中,如图5所示,所述第三仿真模块3,包括:发电机模块3-1、变流器主电路模块3-2;
所述发电机模块3-1,用于基于所述机械转矩和机械系统振动模态仿真数据确定风电机组的实时转速和电磁转矩仿真数据,然后将所述风电机组的实时转速和电磁转矩发送到变流器主电路模块3-2;
所述变流器主电路模块3-2,用于根据所述风电机组的实时转速仿真数据和所述开关信号确定风电机组的电路拓扑中的工作参数仿真数据,然后将所述风电机组的电路拓扑中的工作参数仿真数据发送到第四仿真模块4;
其中,所述发电机模块3-1的数量、变流器主电路模块3-2及所述控制模块5的数量均与风电场中风电机组的数量一致,各所述变流器主电路模块3-2分别连接一个所述控制模块5中的第二控制子模块5-2。
在本公开实施例中,如图6所示,所述第四仿真模块4,包括:风电场汇集系统模块4-1和输电线路与电网仿真模块4-2;
所述风电场汇集系统模块4-1,用于基于所述各风电机组的电路拓扑中的工作参数仿真数据确定所述风电场对应的风电场站汇流系统的工作参数仿真数据及所述风电场的主电路拓扑连接信息,然后将所述工作参数仿真数据及所述风电场的主电路拓扑连接信息发送到所述输电线路与电网仿真模块4-2,将所述风电场对应的风电场站汇流系统的工作参数仿真数据发送到保护模块6;
所述输电线路与电网仿真模块4-2,用于基于所述风电场站汇流系统4-1的工作参数仿真数据及所述保护指令确定所述风电场对应的柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数;
其中,所述风电场汇集系统模块4-1的数量、输电线路与电网仿真模块4-2和保护模块6的数量均与风电场一致,所述输电线路与电网仿真模块4-2与所述电网控制保护装置7模连接。
在本公开实施例中,将所述风电机组对应的风速信息及所述风轮尾流分布转换成预设的数据格式并输出,然后发送给用户;
将所述机械系统振动模态仿真数据转换成预设的数据格式并输出,然后发送给用户;
将所述风电机组的电路拓扑中的工作参数仿真数据转换成预设的数据格式并输出,然后发送给用户;
将所述风电场站汇流系统的工作参数仿真数据、风电场对应的柔性输电换流站主电路电气量参数仿真数据和并网点及相邻电网工作参数仿真数据换成预设的数据格式并输出,然后发送给用户。
结合上述风-机-场-网全景联合仿真系统对其应用进行举例说明如图7所示:
首先,第一仿真模块1获取初始化的风电场的地形信息和风电场中n组风电机组初始化的位置信息和风轮尾流分布,以及接收所述第二仿真模块2发送的各风电机组的机械转矩及第一控制子模块5发送的变桨与偏航控制指令进行仿真,确定各风电机组的气动转矩仿真数据,并将所述气动转矩仿真数据发送到所述第二仿真模块2;
其次,所述第二仿真模块2接收所述第三仿真模块3发送的各风电机组的电磁转矩仿真数据,并基于所述气动转矩仿真数据和所述电磁转矩仿真数据进行仿真,确定各风电机组的机械转矩和机械系统振动模态仿真数据,然后第一控制子模块5根据所述机械转矩和机械系统振动模态仿真数据生成各风电机组对应的变桨与偏航控制指令和控制器配套参数的控制指令,将所述机械转矩仿真数据和变桨与偏航控制指令发送到第一仿真模块1,将所述机械转矩和机械系统振动模态仿真数据以及所述控制器配套参数的控制指令发送到所述第三仿真模块3的变流器主电路模块3-2中;
然后,所述第三仿真模块3基于所述机械转矩和机械系统振动模态数据仿真数据以及所述控制器配套参数的控制指令进行仿真,确定各风电机组的电路拓扑中的工作参数仿真数据及各风电机组的电磁转矩,然后将所述工作参数仿真数据发送到所述第四仿真模块4,将所述电磁转矩发送到第二仿真模块2;
最后,所述第四仿真模块4基于所述各风电机组的电路拓扑中的工作参数仿真数据计算风电场站汇流系统工作参数仿真数据及主电路拓扑连接信息,并将所述风电场站汇流系统工作参数仿真数据发送到所述保护模块6,所述保护模块6根据所述基于所述风电场站汇流系统工作参数仿真数据和预设的保护策略生成保护指令,并将所述保护指令发送到所述输电线路与电网仿真模块4-2,所述输电线路与电网仿真模块4-2基于所述风电场站汇流系统工作参数仿真数据、主电路拓扑连接信息及保护指令进行仿真,确定风电场对应的柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据。
综上所述,本公开实施例提供的一种风-机-场-网全景联合仿真系统,包括:第一仿真模块、第二仿真模块、第三仿真模块、第四仿真模块、控制模块。本发明提供的技术方案,通过风-机-场-网全景联合仿真系统进行过仿真,可以更加精确的模拟风电场并网后风电场中各风电机组对应的风速信息及所述风轮尾流分布、风电机组对应的机械系统振动模态仿真数据、风电机组的电路拓扑中的工作参数仿真数据、风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据和并网点及相邻电网工作参数仿真数据,同时基于该联合仿真系统,可研究风电机组动力学特性与发电机电气特性之间的关联和影响,优化机组设计;此外,大规模风电领域风-机-场-网全景联合仿真系统对于研究风力扰动下系统动力学特性对风电场并网电气特性影响以及电网故障时并网电气特性对风能转换装置动力学特性影响具有重大意义,同时可将各仿真参数的输入以及不同领域软件仿真结果的处理等流程标准化统一化,实现输入输出的集中管理,也可以可实现多物理系统、多时间尺度的风电风-机-场-网全景联合仿真联立求解。
实施例2
图8为本公开实施例所提供的一种风-机-场-网全景联合仿真方法的流程图,如图8所示,所述方法包括:
步骤1:读取风电场的地形信息和所述风电场内各风电机组的位置信息;
步骤2:设置仿真起始及结束时间和仿真步长;
步骤3:进行风电场的空气尾流场分布、各风电机组对应的风轮尾流分布、风速信息及气动转矩的仿真迭代,以得到各风电机组对应的气动转矩;
步骤4:基于各风电机组对应的气动转矩进行风电场内各风电机组的机械转矩、风机转速和机械系统振动模态的仿真迭代,以得到所述各机械转矩及机械系统振动模态仿真数据;
步骤5:基于所述各机械转矩及机械系统振动模态仿真数据在所述第三仿真模块中进行风电场内各风电机组的电路拓扑中的工作参数的仿真迭代,以得到各风电机组的电路拓扑中的工作参数;
步骤6:获取并网点电网频率和电网等效阻抗值,并判断所述风电场的外部电网条件数据是否缺失;
步骤7:若不缺失,则基于各风电机组的电路拓扑中的工作参数、并网点电网频率和电网等效阻抗值进行风电场站汇流系统的工作参数数据、柔性输电换流站主电路电气量参数数据、并网点及相邻电网工作参数数据的仿真迭代,以得到风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据;
需要说明的是,若缺失,将缺失的外部电网条件数据的预设默认值输入第四仿真模块,其中所述外部电网条件数据包括:各风电机组的电路拓扑中的工作参数、并网点电网频率和电网等效阻抗值;
步骤8:判断当前仿真步长下的迭代计算是否收敛;
需要说明的是,若未收敛,仿真步长加1并返回步骤3;
步骤9:若是,则判断当前仿真时间是否大于总仿真时间,若是,仿真结束,并将仿真得到的风速信息、气动转矩仿真数据、风轮尾流分布、机械系统振动模态仿真数据、风电机组的电路拓扑中的工作参数仿真数据、风电场站汇流系统的工作参数仿真数据和并网点及相邻电网工作参数仿真数据转换成预设的数据格式并输出;
需要说明的是,若当前仿真时间是否小于等于总仿真时间,仿真步长加1并返回步骤3。
需要说明的是,在步骤2之前还包括:初始化第一仿真模块、第二仿真模块、第三仿真模块和第四仿真模块;
在步骤2之后,步骤3之前还包括:判断所述风电场的空气尾流场分布、各风电机组对应的风轮尾流分布和风速信息是否均输入所述第一仿真模块,若是,进入步骤3,否则初始化所风电场的空气尾流场分布为预先设置的空气尾流场分布默认值,初始化所述风电场中各风电机组对应的风轮尾流分布为预先设置的风轮尾流分布默认值,及初始化各风电机组对应的风速信息为预先设置的风速信息默认值。
示例的,如图9所示,本实施例提出的一种风-机-场-网全景联合仿真方法的详细流程图;
1):读取风电场的地形信息和所述风电场内各风电机组的位置信息;
2):初始化第一仿真模块、第二仿真模块、第三仿真模块和第四仿真模块;
3):设置仿真起始及结束时间和仿真步长;
4):判断所述风电场的空气尾流场分布、各风电机组对应的风轮尾流分布和风速信息是否均输入所述第一仿真模块,若是,进入6),否则进入5);
5):初始化所风电场的空气尾流场分布为预先设置的空气尾流场分布默认值,初始化所述风电场中各风电机组对应的风轮尾流分布为预先设置的风轮尾流分布默认值,及初始化各风电机组对应的风速信息为预先设置的风速信息默认值;
6):在第一仿真模块中进行风电场的空气尾流场分布、各风电机组对应的风轮尾流分布、风速信息及气动转矩的仿真迭代,并将仿真得到的各风电机组对应的气动转矩发送到第二仿真模块;
需要说明的是,图9中所述的尾流-气动微分方程组求解包括:利用CFD的数值模拟或工程尾流叠加方法模拟模型,求解所述风电场的空气尾流场分布;
利用自由涡理论的涡方法或计算流体力学CFD的仿真方法,求解所述风电机组的风轮尾流分布;
利用叶素-动量理论的BEM模拟方法或自由涡理论的涡方法,求解所述风电机组的气动转矩。其中,叶素-动量理论的BEM模拟方法通过对叶片展向的积分,可以更快速的实现双风轮风力机的定常气动转矩计算,而自由涡理论的涡方法,可以更精确的分析非定常气动特性,更准确的计算叶片局部的载荷,计算气动转矩更加精确,但计算用时更长。
7):基于各风电机组对应的气动转矩在所述第二仿真模块中进行风电场内各风电机组的机械转矩、风机转速和机械系统振动模态的仿真迭代,并将仿真得到的所述各机械转矩及机械系统振动模态仿真数据发送到第三仿真模块;
需要说明的是,图9中所述的多体动力学微分方程组求解包括:
利用多自由度的有限元分析法或子结构模态综合算法,求解所述风电机组的机械转矩和机械系统振动模态仿真数据。
8):基于所述各机械转矩及机械系统振动模态仿真数据在所述第三仿真模块中进行风电场内各风电机组的电路拓扑中的工作参数的仿真迭代,并将仿真得到的各风电机组的电路拓扑中的工作参数发送到第四仿真模块;
需要说明的是,图9中所述的发电机组动力学-变流器并网系统微分方程组求解包括:
利用dq解耦的SPWM或dq解耦的SVPWM方法,求解所述风电机组的电力电子开关信号;
利用发电机动力学方程的数值求解算法,求解所述电磁转矩;
利用磁路等值模型的主电路状态空间方程建模及数值求解算法,求解所述风电机组的电路拓扑中的工作参数仿真数据。
9):获取并网点电网频率和电网等效阻抗值,并判断所述风电场的外部电网条件数据是否缺失,若缺失,则进入10),否则进入11),其中所述外部电网条件数据包括:各风电机组的电路拓扑中的工作参数、并网点电网频率和电网等效阻抗值;
10):将缺失的外部电网条件数据的预设默认值输入第四仿真模块;
11):基于各风电机组的电路拓扑中的工作参数、并网点电网频率和电网等效阻抗值在所述第四仿真模块中进行风电场站汇流系统的工作参数数据、柔性输电换流站主电路电气量参数数据、并网点及相邻电网工作参数数据的仿真迭代,得到风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据;
需要说明的是,图9中所述的磁路等值模型的主电路状态空间方程组求解,包括:
利用广义动力学方程的李雅普诺夫函数分析方法,求解所述电气量参数仿真数据;
利用Crank-Nicolson或梯形法针对节点动态方程与EMTP方程的控制-并网联合系统的电磁暂态精细化求解方法,求解所述并网点及相邻电网工作参数仿真数据。
12):判断当前仿真步长下的迭代计算是否收敛,若是,进入13),否则,仿真步长加1并返回6);
13):然后判断当前仿真时间是否大于总仿真时间,若是,仿真结束,并将仿真得到的风速信息、气动转矩仿真数据、风轮尾流分布、机械系统振动模态仿真数据、风电机组的电路拓扑中的工作参数仿真数据、风电场站汇流系统的工作参数仿真数据和并网点及相邻电网工作参数仿真数据转换成预设的数据格式并输出,然后发送给用户,否则,仿真步长加1并返回6)。
在本公开实施例中,如图10所示,所述步骤3包括:
步骤3-1:风流场与机组尾流计算模块获取风电场的地形信息、风电场内各风电机组的位置信息、各风电机组对应的风轮尾流分布及风速信息;
步骤3-2:根据所述风轮尾流分布、风电场的地形信息和风电场内各风电机组的位置信息计算风电场的空气尾流场分布和各风电机组的风速信息;
步骤3-3:风轮气动模块根据所述风电机组的机械转矩、风机转速、变桨与偏航控制指令、风速信息和风电场的空气尾流场分布计算当前步长风电机组的风轮尾流分布和当前步长风电机组的气动转矩;
步骤3-4:判断当前步长的风轮尾流分布与空气尾流场分布默认值的差的绝对值是否小于预设的风轮尾流分布误差阈值且当前步长的风速信息与风速信息默认值的差的绝对值是否小于预设的风轮尾流分布误差阈值,若是,当前步长计算结束,将所述风轮尾流分布换成预设的数据格式并输出,然后发送给用户,将所述气动转矩发送到第二仿真模块,否则,调整第一仿真模块内各风电机组的初始风轮尾流分布为当前步长的风轮尾流分布,初始风速信息为当前步长的风速信息,并返回步骤3-2。
示例的,所述步骤3具体包括:
3-1):风流场与机组尾流计算模块获取风电场的地形信息、风电场内各风电机组的位置信息、各风电机组对应的风轮尾流分布及风速信息;
3-2):风流场与机组尾流计算模块根据所述风轮尾流分布、风电场的地形信息和风电场内各风电机组的位置信息计算风电场的空气尾流场分布和各风电机组的风速信息,并将所述风电场的空气尾流场分布和风速信息发送到风轮气动模块;
3-3):风轮气动模块根据所述风电机组的机械转矩、风机转速、变桨与偏航控制指令、风速信息和风电场的空气尾流场分布计算当前步长风电机组的风轮尾流分布和当前步长风电机组的气动转矩;
3-4):判断当前步长的风轮尾流分布与空气尾流场分布默认值的差的绝对值是否小于预设的风轮尾流分布误差阈值且当前步长的风速信息与风速信息默认值的差的绝对值是否小于预设的风轮尾流分布误差阈值,若是,当前步长计算结束,将所述风轮尾流分布换成预设的数据格式并输出,然后发送给用户,将所述气动转矩发送到第二仿真模块,否则,调整第一仿真模块内各风电机组的初始风轮尾流分布为当前步长的风轮尾流分布,初始风速信息为当前步长的风速信息,并返回步骤3-2)。
进一步的,所述风电场的空气尾流场分布是基于CFD的数值模拟或工程尾流叠加方法模拟模型进行计算得到的;
示例的,利用CFD的数值模拟计算风电场的空气尾流场分布包括:
由于基于CFD的数值模拟计算风电场的空气尾流场分布包含了很多类型的方法,下面以其中的雷诺时均方法(RANS)为例进行说明:
对于风电场流场中的每个剖分网格点,求解k-ε标准三维湍流模型:
Figure BDA0003898453020000221
式中k和ε为湍流能及其耗散率,Pk为湍流能生成项,
Figure BDA0003898453020000222
其中,u为平均风速,
Figure BDA0003898453020000223
μt为湍流粘度,Cε1为第一经验参数,Cε2为第二经验参数,Cμ为第三经验参数,σε为第四经验参数,σk为第五经验参数,可以根据经验设定0-0.1范围内的数值,ρ为空气密度。
最终求解出每个点的k、ε和u,即可得到风电场的空气尾流场分布。
示例的,利用工程尾流叠加方法模拟模型计算风电场的空气尾流场分布包括:
计算风电场中第n台风电机组尾流区的湍流强度;
基于风电场中第n台风电机组尾流区的湍流强度计算风电场各风电机组尾流区的湍流强度之和,并将所述湍流强度之和作为所述风电场的空气尾流场分布;
其中,按下式计算风电场中第n台风电机组尾流区的湍流强度Iw,n
Figure BDA0003898453020000224
式中,n∈[1~N],N为风电场中风电机组的总数,I0,n为风电场中第n台风电机组对应的环境湍流强度,
Figure BDA0003898453020000225
I+,n为风电场中第n台风电机组对应的附加湍流强度,CT,n为风电场中第n台风电机组对应的推力系数,xn为风电场中第n台风电机组的轮毂到所求湍流点的水平距离,xQ为近尾流区的距离;其中,所述风电场中第n台风电机组的轮毂到所求湍流点的水平距离xn如图11所示。
进一步的,所述风电机组的风轮尾流分布是基于自由涡理论的涡方法或计算流体力学CFD的仿真方法进行计算得到的;
示例的,利用自由涡理论的涡方法计算风电机组的风轮尾流分布,包括:
求解偏微分形式的涡线控制方程
Figure BDA0003898453020000231
其中,Vloc[r(ψ,ζ),t]=V+Vind[r(ψ,ζ),t],ψ为风电机组的叶片方位角,ζ为尾迹寿命角,Ω为风轮转速,Vloc为当地速度,由自由来流速度和诱导速度组成,r为空气尾流场中涡线控制点的位置矢量,V为自由来流速度,Vind为流场中所有涡线对该控制点诱导速度的总和,得到风电场中每个点的r(ψ,ζ)函数对应关系,即获得每点的尾流分布;其中,所述涡线控制点指风电机组叶片的等效位置点,可以认为是该台机组在自由涡理论计算方法中的等效位置。
需要说明的是,所述利用计算流体力学CFD的仿真方法计算风电机组的风轮尾流分布与利用CFD的数值模拟计算风电场的空气尾流场分布同理。
进一步的,所述风电机组的气动转矩是基于叶素-动量理论的BEM模拟方法或自由涡理论的涡方法或计算流体力学CFD的仿真方法进行计算得到的。
示例的,利用叶素-动量理论的BEM模拟方法计算风电机组的气动转矩包括:
按下式计算风电场中第n台风电机组的气动转矩Tαn
Figure BDA0003898453020000241
式中,ρ为空气密度,
Figure BDA0003898453020000242
Figure BDA0003898453020000243
σn=σn(xn),V1,n为风电场中第n台风电机组的风轮前来流速度,an为风电场中第n台风电机组的风轮尾流处的轴向诱导因子,Rn为风电场中第n台风电机组的风轮半径,rn为积分式当前微元距离风电场中第n台风电机组的风轮中心的位置,r0n为积分式初始微元距离风电场中第n台风电机组的风轮中心的位置,σn为第n台风电机组对应的尾流分布的标准差,u0n为第n台风电机组的入流风速,uw(xn,rn)为第n台风电机组的风轮中心的位置与第n台风电机组的相对水平坐标即水平距离xn相关的函数,其中,所述第n台风电机组的入流风速u0n、积分式当前及初始微元距离风电场中第n台风电机组的风轮中心的位置rn、r0n在坐标系中的表示可以如图12所示。
进一步的,如图13所示为利用叶素-动量理论的BEM模拟方法计算风电机组的气动转矩方法的程序文件架构图,用于实际完成计算风电场中第n台风电机组的气动转矩,所述计算风电场中第n台风电机组的气动转矩的过程包括:
首选,BEM主程序(main.m)首先读取工况文件(Works.csv)和叶片数据(aerodyn-HZZ.ipt),并根据当前的入流风速和叶片转速判断应该进行工况文件(Works.csv)中哪个工况的计算;
其次,根据叶片数据(aerodyn-HZZ.ipt),将气动转矩中的积分项离散化,也就是先把叶片沿展向分解成一个个小的叶素段即有限元节点分解(RotorGeom.m);
随后,对每个有限元节点进行节点计算(pointted.m),生成其几何形态,得到诱导因子,完成本叶素段的叶素计算即单个叶素BEM计算(Element.m);
然后,在叶素理论求解算法(Solve.m)中,对每个叶素段完成上述叶素计算,从而完成整个叶片的集总计算;
最后,BEM主程序(main.m)通过调用集总计算层的叶素理论求解算法函数,完成整个叶片的气动转矩计算。
其中,所述工况文件包括:风电机组的入流风速和风机转速的可能组合,机组是否运行正常的状态变量,机组外部电网是否处于故障状态的状态变量;
所述叶片数据包括:风电机组叶片翼型曲线,叶片长度,叶片材质,叶片横截面形态曲线。
需要说明的,所述利用自由涡理论的涡方法计算风电机组的气动转矩与上述利用自由涡理论的涡方法计算风电机组的风轮尾流分布同理。
在本公开实施例中,如图14所示,所述步骤4包括:
步骤4-1:基于气动转矩仿真数据和电磁转矩仿真数据确定风电机组的机械转矩、风机转速和机械系统振动模态仿真数据,并生成风电机组对应的变桨与偏航控制指令和控制器配套参数的控制指令;
步骤4-2:当前步长计算结束时,将所述风电机组的机械系统振动模态仿真数据转换成预设的数据格式并输出,然后发送给用户。
示例的,所述步骤4具体包括:
4-1):传动动力学模块接收所述第一仿真模块发送的所述气动转矩仿真数据和第三仿真模块发送的风电机组的电磁转矩仿真数据;
4-2):基于接收到的所述气动转矩仿真数据和电磁转矩仿真数据确定风电机组的机械转矩、风机转速和机械系统振动模态仿真数据,并生成风电机组对应的变桨与偏航控制指令和控制器配套参数的控制指令;
4-3):传动动力学模块将所述风电机组的机械转矩、风机转速仿真数据发送到第一仿真模块,将所述风电机组的机械转矩和机械系统振动模态仿真数据发送到第三仿真模块;第一控制子模块将所述变桨与偏航控制指令发送到第一仿真模块,将所述控制器配套参数的控制指令发送到所述第二控制子模块;
4-4):当前步长计算结束,将所述风电机组的机械系统振动模态仿真数据转换成预设的数据格式并输出,然后发送给用户。
进一步的,所述风电机组的机械转矩和机械系统振动模态仿真数据是基于多自由度的有限元分析法或子结构模态综合算法确定的。
示例的,所述利用子结构模态综合算法确定风电机组的机械转矩和机械系统振动模态仿真数据包括:
需要说明的是,对于传动链动力环节的仿真,是通过对传动链的多体动力学特性的分析,真实模拟三维传动链整体在风机运行过程中,部件的旋转特性和振动情况,在传动链系统的分析和构建环节中,将其中的各个部件都看作惯性元件,具备弹性和阻尼。
通过数值方法求解动力学方程
Figure BDA0003898453020000261
得到风电机组的机械转矩和机械系统振动模态仿真数据,其中,{M}为传动链质量矩阵,{C}为阻尼矩阵,{K}为刚度矩阵,{u}为机械系统振动模态仿真数据,{R}为风电机组的机械转矩。
需要说明的是,由于
Figure BDA0003898453020000262
这个动力学方程是较为通用和抽象的形式。可以针对具体风电机组,将方程细化为
Figure BDA0003898453020000263
其中,Jm为风电机组传动系统低速部分部件的转动惯量,可以近似看作风轮的转动惯量;Je为风电机组的高速轴和发电机转子的转动惯量,G为传动比,B为阻尼,w为角速度,Ta为气动转矩(即图15中的低速轴转矩),Te为电磁转矩(即图15中的高速轴转矩),其中,本实施例中的风电机组传动系统对应的典型风电机组传动动力学系统的物理模型示意图可以如图15所示;
通过求解细化后的方程,得到的w和
Figure BDA0003898453020000271
即为系统振动模态的仿真数据,而
Figure BDA0003898453020000272
即为风电机组的机械转矩。
在本公开实施例中,所述步骤5包括:
当仿真步长小于等于200微秒时,基于所述各机械转矩及机械系统振动模态仿真数据,并利用电磁暂态仿真模式在所述第三仿真模块中进行风电场内各风电机组的电路拓扑中的工作参数的仿真迭代;
当仿真步长大于200微秒时,基于所述各机械转矩及机械系统振动模态仿真数据,并利用机电暂态仿真模式在所述第三仿真模块中进行风电场内各风电机组的电路拓扑中的工作参数的仿真迭代。
其中,所述当仿真步长小于等于200微秒时,基于所述各机械转矩及机械系统振动模态仿真数据,并利用电磁暂态仿真模式在所述第三仿真模块中进行风电场内各风电机组的电路拓扑中的工作参数的仿真迭代,如图16所示,包括:
步骤5-1:基于控制器配套参数生成风电机组的电力电子开关信号,然后将所述电力电子开关信号转换成详细开关模型对应的电力电子信号;
步骤5-2:发电机模块将接收到的风电机组的机械转矩和机械系统振动模态仿真数据转换成电磁耦合详细模型对应的风电机组的机械转矩和机械系统振动模态仿真数据,然后基于转换后的所述仿真数据建立abc三相电压电流瞬时值微分方程,并采用隐式积分法进行求解,得到风电机组的实时转速及电磁转矩仿真数据;
步骤5-3:变流器主电路模块将所述实时转速仿真数据转换成详细模型对应的实时转速仿真数据,然后基于所述详细开关模型对应的电力电子信号和所述详细模型对应的实时转速仿真数据建立abc三相电压电流瞬时值微分方程,并采用隐式积分法进行求解,得到风电机组的电路拓扑中的工作参数仿真数据;
步骤5-4:当前步长计算结束,将所述工作参数仿真数据转换成预设的数据格式并输出,然后发送给用户。
示例的,发电机模块接收风电机组的机械转矩和机械系统振动模态仿真数据,第二控制子模块接收风电机组的控制器配套参数的控制值;
第二控制子模块基于接收到的控制器配套参数生成风电机组的电力电子开关信号,然后将所述电力电子开关信号转换成详细开关模型对应的电力电子信号,并将所述详细开关模型对应的电力电子信号发送到所述变流器主电路模块;
发电机模块将接收到的风电机组的机械转矩和机械系统振动模态仿真数据转换成电磁耦合详细模型对应的风电机组的机械转矩和机械系统振动模态仿真数据,然后基于转换后的所述仿真数据建立abc三相电压电流瞬时值微分方程,并采用隐式积分法进行求解,得到风电机组的实时转速及电磁转矩仿真数据,并将所述电磁转矩仿真数据发送到第二仿真模块,将所述实时转速仿真数据发送到变流器主电路模块;
变流器主电路模块将所述接收到的实时转速仿真数据转换成详细模型对应的实时转速仿真数据,然后基于接收的所述详细开关模型对应的电力电子信号和所述详细模型对应的实时转速仿真数据建立abc三相电压电流瞬时值微分方程,并采用隐式积分法进行求解,得到风电机组的电路拓扑中的工作参数仿真数据,然后将所述风电机组的电路拓扑中的工作参数仿真数据发送到第四仿真模块;
当前步长计算结束,将所述工作参数仿真数据转换成预设的数据格式并输出,然后发送给用户。
其中,当仿真步长大于200微秒时,基于所述各机械转矩及机械系统振动模态仿真数据,并利用机电暂态仿真模式在所述第三仿真模块中进行风电场内各风电机组的电路拓扑中的工作参数的仿真迭代,如图17所示,包括:
步骤5-α:第二控制子模块基于控制器配套参数生成风电机组的电力电子开关信号,然后将所述电力电子开关信号转换成平均值开关模型对应的电力电子信号;
步骤5-β:发电机模块将风电机组的机械转矩和机械系统振动模态仿真数据转换成机电等效模型对应的风电机组的机械转矩和机械系统振动模态仿真数据,然后基于转换后的所述仿真数据建立基波相量的正、负、零序网络,并采用梯形积分法或牛顿-拉夫逊法进行求解,得到风电机组的实时转速及电磁转矩仿真数据;
步骤5-γ:变流器主电路模块将所述实时转速仿真数据转换成平均值模型对应的实时转速仿真数据,然后基于所述平均值模型对应的电力电子信号和所述平均值模型对应的实时转速仿真数据建立基波相量的正、负、零序网络,并采用梯形积分法或牛顿-拉夫逊法进行求解,得到风电机组的电路拓扑中的工作参数仿真数据;
步骤5-δ:当前步长计算结束,将所述工作参数仿真数据转换成预设的数据格式并输出,然后发送给用户。
示例的,发电机模块接收风电机组的机械转矩和机械系统振动模态仿真数据,第二控制子模块接收风电机组的控制器配套参数的控制值;
第二控制子模块基于接收到的控制器配套参数生成风电机组的电力电子开关信号,然后将所述电力电子开关信号转换成平均值开关模型对应的电力电子信号,并将所述平均值开关模型对应的电力电子信号发送到所述变流器主电路模块;
发电机模块将接收到的风电机组的机械转矩和机械系统振动模态仿真数据转换成机电等效模型对应的风电机组的机械转矩和机械系统振动模态仿真数据,然后基于转换后的所述仿真数据建立基波相量的正、负、零序网络,并采用梯形积分法或牛顿-拉夫逊法进行求解,得到风电机组的实时转速及电磁转矩仿真数据,并将所述电磁转矩仿真数据发送到第二仿真模块,将所述实时转速仿真数据发送到变流器主电路模块;
变流器主电路模块将所述接收到的实时转速仿真数据转换成平均值模型对应的实时转速仿真数据,然后基于接收的所述平均值模型对应的电力电子信号和所述平均值模型对应的实时转速仿真数据建立基波相量的正、负、零序网络,并采用梯形积分法或牛顿-拉夫逊法进行求解,得到风电机组的电路拓扑中的工作参数仿真数据,然后将所述风电机组的电路拓扑中的工作参数仿真数据发送到第四仿真模块;
当前步长计算结束,将所述工作参数仿真数据转换成预设的数据格式并输出,然后发送给用户。
需要说明的是,所述变流器在风机中的主要作用是把风能转换成适应于电网的电能。对于网侧变换器,采用基于电网电压定向矢量控制技术,其控制任务有:①保证直流母线电压的稳定,这是使电机侧变换器和电网侧变换器正常工作的前提;②实现输出有功无功的解耦控制;③实现风电机组对电力系统的电压穿越功能。
进一步的,所述风电机组的电力电子开关信号是基于dq解耦的SPWM或dq解耦的SVPWM方法生成的;
示例的,利用dq解耦的SVPWM方法生成第n台风电机组的电力电子开关信号包括:
选取电网侧电压矢量方向为d轴,沿电压矢量旋转方向超前90°为q轴,可得同步旋转的dq坐标系下的电网侧变换器电压方程为:
Figure BDA0003898453020000301
Figure BDA0003898453020000302
式中:R为电网侧线路等效电阻,LTn为第n台风电机组对应的网侧变换器进线电抗器等效电感,vdn为第n台风电机组对应的网侧变换器控制电压的d轴分量,vqn为第n台风电机组对应的网侧变换器控制电压的q轴分量,idn为第n台风电机组对应的网侧电流的d轴分量,iqn为第n台风电机组对应的网侧电流的q轴分量,ugdn为第n台风电机组对应的电网电压矢量的d轴分量,ugqn为第n台风电机组对应的电网电压矢量的q轴分量,wn为第n台风电机组对应的同步转速。
利用的得到的第n台风电机组对应的网侧变换器控制电压的d轴分量vdn和网侧变换器控制电压的q轴分量vqn生成第n台风电机组的电力电子开关信号。
示例的,如图18所示,在开关连接到交流系统的电路主回路中,采集回路中三相电流iabc和三相电压uabc,uabc经过锁相环PLL计算得到w,iabc通过dq/abc转换模块转换成id和iq,uabc和w通过dq/abc转换模块转换成ugd和ugq,vd和vq通过dq/abc转换模块和SVPWM模块,生成开关信号。
需要说明的是,利用dq解耦的SPWM方法生成风电机组的电力电子开关信号与利用dq解耦的SVPWM方法生成风电机组的电力电子开关信号的计算方法相同,如图19所示,在开关连接到交流系统的电路主回路中,采集回路中三相电流iabc和三相电压uabc,uabc经过锁相环PLL计算得到w,iabc通过dq/abc转换模块转换成id和iq,uabc和w通过dq/abc转换模块转换成ugd和ugq,vd和vq通过dq/abc转换模块和SPWM模块,生成开关信号。
进一步的,所述电磁转矩是基于发电机动力学方程的数值求解算法确定的;
示例的,基于发电机动力学方程的数值求解算法确定风电机组的电磁转矩包括:
按下式确定风电场中第n台风电机组的电磁转矩Ten:
Ten=pndn·iqnqn·idn)
式中,pn为第n台风电机组对应的极对数,ψdn为第n台风电机组对应的d轴励磁磁通量,ψqn为第n台风电机组对应的q轴励磁磁通量。
进一步的,所述风电机组的电路拓扑中的工作参数仿真数据是基于磁路等值模型的主电路状态空间方程建模及数值求解算法确定的。
示例的,基于磁路等值模型的主电路状态空间方程建模及数值求解算法确定风电机组的电路拓扑中的工作参数仿真数据包括:
求解方程
Figure BDA0003898453020000311
得到风电机组电路拓扑中的电压和电流值,然后利用公式P=ua×ia+ub×ib+uc×ic,得到风电机组电路拓扑中的功率值;其中,需要说明的是,第n台风电机组输送到风电场的有功功率和无功功率分别表示为:
Figure BDA0003898453020000321
式中,L是主电路等效电感,
Figure BDA0003898453020000322
Figure BDA0003898453020000323
为第n台风电机组对应的a,b,c三相的电流,R是主电路串联电阻,
Figure BDA0003898453020000324
为第n台风电机组对应的a,b,c三相电源侧等效电压,其中,
Figure BDA0003898453020000325
是利用公式
Figure BDA0003898453020000326
进行转换得到的,Fdq-abc为派克逆变换函数,
Figure BDA0003898453020000327
是利用公式
Figure BDA0003898453020000328
进行转换得到的,Udcn为第n台风电机组对应的变流器直流侧电压,
Figure BDA0003898453020000329
为第n台风电机组对应的a,b,c三相开关函数,uoo′n为第n台风电机组对应的主电路直流-交流侧中性点间电压,Pdn为第n台风电机组输送到风电场的有功功率,Qqn为第n台风电机组输送到风电场的无功功率,其中,上述参数的在电路拓扑中的位置可以如图20所示。
在本公开实施例中,如图21所示,所述步骤7,包括:
步骤7-1:风电场汇集系统模块基于所述工作参数仿真数据确定风电场站汇流系统的工作参数仿真数据及所述风电场的主电路拓扑连接信息;
步骤7-2:电网控制保护装置模块基于风电场对应的风电场站汇流系统的工作参数仿真数据及预设的保护策略,生成保护指令;
步骤7-3:输电线路与电网仿真模块基于所述保护指令、风电场站汇流系统的工作参数仿真数据及所述风电场的主电路拓扑连接信息进行仿真,得到所述风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据;
步骤7-4:当前步长计算结束,将所述风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据和并网点及相邻电网工作参数仿真数据转换成预设的数据格式并输出,然后发送给用户。
示例的,风电场汇集系统模块基于接收到所述工作参数仿真数据确定风电场站汇流系统的工作参数仿真数据及所述风电场的主电路拓扑连接信息,并将所述风电场站汇流系统的工作参数仿真数据及所述风电场的主电路拓扑连接信息发送到所述输电线路与电网仿真模块,将所述风电场站汇流系统的工作参数仿真数据发送到保护模块;
保护模块基于所述风电场对应的风电场站汇流系统的工作参数仿真数据及预设的保护策略,生成保护指令,并将所述保护指令发送到所述输电线路与电网仿真模块;
所述输电线路与电网仿真模块基于所述保护指令、风电场站汇流系统的工作参数仿真数据及所述风电场的主电路拓扑连接信息进行仿真,得到所述风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据;
需要说明的是,利用并网点的电流平衡方程
Figure BDA0003898453020000331
确定并网点的电流值,其中,
Figure BDA0003898453020000332
为第n台风电机组的a、b、c三相实时动态电流,
Figure BDA0003898453020000333
为风电场中输入并网点的a、b、c三相实时动态电流。
当前步长计算结束,将所述风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据和并网点及相邻电网工作参数仿真数据转换成预设的数据格式并输出,然后发送给用户。
进一步的,所述电气量参数仿真数据是基于广义动力学方程的李雅普诺夫函数分析方法确定的;
示例的,利用广义动力学方程的李雅普诺夫函数分析方法确定电气量参数仿真数据包括:
利用数值方法求解风电场PCC(并网点)至柔性并网整流装置的电压电流方程组:
Figure BDA0003898453020000341
其中,Lc是整流器端口电感,Cf为滤波电容,ipccd为风电场PCC注入电流的d轴分量,ipccq为风电场PCC注入电流的q轴分量,uid为整流器端口电压的d轴分量,uiq为整流器端口电压的q轴分量,utd为风电场出口节点电压的d轴分量,utq为风电场出口节点电压的q轴分量,isd为高压直流输电线路电流的d、q轴分量,isq为高压直流输电线路电流的q轴分量,w为额定角频率。
进一步的,所述并网点及相邻电网工作参数仿真数据是基于Crank-Nicolson或梯形法针对节点动态方程与EMTP方程的控制-并网联合系统的电磁暂态精细化求解方法确定的。
示例的,利用基于Crank-Nicolson或梯形法针对节点动态方程与EMTP方程的控制-并网联合系统的电磁暂态精细化求解方法确定并网点及相邻电网工作参数仿真数据,包括:
对电网中的节点i到节点j的支路,求解方程
Figure BDA0003898453020000342
得到并网点及相邻电网工作参数仿真数据,其中,iR(t)为支路电阻性电流,iL(t)为支路电感电流,iC(t)为支路电容电流,节点i到节点j的支路电流为这三者之和,vi(t)为节点i的实时电压,vj(t)为节点j的实时电压,R为支路电阻,L(t)为支路实时等效电感,C(t)为支路实时等效电容,ψL(t)为支路实时等效磁链,QC(t)为支路实时等效电容电荷量。
最后,基于得到的所述电流和电压确定并网点及相邻电网工作参数仿真数据中的功率数据。
需要说明的是,建立的相邻电网间的电网模型,在电网拓扑中任意两个相邻的节点i和节点j示意图如图22所示,两个节点之间的任意连接均可以等效为电阻R、电感L、电容C三个支路的并联,在仿真中可以根据实际电网情况设置节点i到节点j的电阻值Ri、电容值Ci及电感值Li
示例的,如图23所示,结合上述风-机-场-网全景联合仿真方法和本实施例提供的仿真方法涉及到的风-机-场-网整体数学解析模型进行仿真,包括:
步骤F1:获取仿真系统的输入数据,并将所述获取的数据输入风-机-场-网全景联合仿真系统;
其中,所述输入数据包括:风电场的地形信息、所述风电场内各风电机组的位置信息、风电机组叶片型号和主体参数数据、风电机组传动系统主体参数数据、风电机组变流器及主控主体参数数据、风电场站组网方式和并网特征数据、相邻电网主体参数数据;
所述风-机-场-网整体数学解析模型为:
Figure BDA0003898453020000361
步骤F2:在第一仿真模块中基于风-机-场-网整体数学解析模型进行数据计算及传输;
其中,所述数据计算及传输,包括:
计算当前时间步长内各风电机组的气动转矩、风速信息和风轮尾流分布,并将所述气动转矩仿真数据发送到第二仿真模块传递;
具体的,利用风-机-场-网整体数学解析模型中的公式
Figure BDA0003898453020000371
计算风电场中第n台风电机组的气动转矩Tan,式中,ρ为空气密度,
Figure BDA0003898453020000372
Figure BDA0003898453020000373
σn=σn(xn),V1,n为风电场中第n台风电机组的风轮前来流速度,a为在风轮尾流处的轴向诱导因子,Rn为风电场中第n台风电机组的风轮半径,rn为积分式当前微元距离风电场中第n台风电机组的风轮中心的位置,r0n为积分式初始微元距离风电场中第n台风电机组的风轮中心的位置,σn为第n台风电机组对应的尾流分布的标准差,u0n为第n台风电机组的入流风速,uw(xn,rn)为第n台风电机组的风轮中心的位置与第n台风电机组的相对水平坐标即水平距离xn相关的函数。
步骤F3:在第二仿真模块中基于风-机-场-网整体数学解析模型进行数据计算及传输;
其中,所述数据计算及传输,包括:
计算各风电机组的机械转矩仿真数据、机械系统振动模态仿真数据,生成变桨与偏航控制指令和控制器配套参数的控制指令,并将所述机械转矩仿真数据和变桨与偏航控制指令发送到第一仿真模块,将所述机械转矩仿真数据、机械系统振动模态仿真数据和控制器配套参数的控制指令发送到所述第三仿真模块;
具体的,利用风-机-场-网整体数学解析模型中的公式
Figure BDA0003898453020000374
计算第n台风电机组的机械转矩和机械系统振动模态仿真数据,其中,{Mn}为第n台风电机组的传动链质量矩阵,{Cn}为第n台风电机组的阻尼矩阵,{Kn}为第n台风电机组的刚度矩阵,{un}为第n台风电机组的机械系统振动模态仿真数据,{Rn}为第n台风电机组的风电机组的机械转矩。
步骤F4:在第三仿真模块中基于风-机-场-网整体数学解析模型进行数据计算及传输;
其中,所述数据计算及传输,包括:计算各风电机组的电路拓扑中的工作参数仿真数据和风电机组对应的电磁转矩仿真数据,并将所述风电机组对应的电磁转矩仿真数据发送到第二仿真模块,将所述各风电机组的电路拓扑中的工作参数仿真数据发送到第四仿真模块
具体的,利用风-机-场-网整体数学解析模型中的公式Ten=pndn·iqnqn·idn)
Figure BDA0003898453020000381
Figure BDA0003898453020000382
Figure BDA0003898453020000383
Figure BDA0003898453020000384
计算风电场中第n台风电机组的对应的电磁转矩及风电机组电路拓扑中的工作参数,式中,pn为第n台风电机组对应的极对数,Ψdn为第n台风电机组对应的d轴励磁磁通量,ψqn为第n台风电机组对应的q轴励磁磁通量,R为电网侧线路等效电阻,LTn为第n台风电机组对应的网侧变换器进线电抗器等效电感,vdn为第n台风电机组对应的网侧变换器控制电压的d轴分量,vqn为第n台风电机组对应的网侧变换器控制电压的q轴分量,idn为第n台风电机组对应的网侧电流的d轴分量,iqn为第n台风电机组对应的网侧电流的q轴分量,ugdn为第n台风电机组对应的电网电压矢量的d轴分量,ugqn为第n台风电机组对应的电网电压矢量的q轴分量,wn为第n台风电机组对应的同步转速、L是主电路等效电感,
Figure BDA0003898453020000391
Figure BDA0003898453020000392
为第n台风电机组对应的a,b,c三相的电流,R是主电路串联电阻,
Figure BDA0003898453020000393
为第n台风电机组对应的a,b,c三相电源侧等效电压,其中,
Figure BDA0003898453020000394
是利用公式
Figure BDA0003898453020000395
进行转换得到的,Fdq-abc为派克逆变换函数,
Figure BDA0003898453020000396
是利用公式
Figure BDA0003898453020000397
进行转换得到的,Udcn为第n台风电机组对应的变流器直流侧电压,
Figure BDA0003898453020000398
为第n台风电机组对应的a,b,c三相开关函数,uoo′n为第n台风电机组对应的主电路直流-交流侧中性点间电压。
步骤F5:在第四仿真模块中基于风-机-场-网整体数学解析模型进行数据计算及传输;
其中,所述数据计算及传输,包括:计算风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据。
具体的,利用风-机-场-网整体数学解析模型中的公式
Figure BDA0003898453020000399
计算并网点的电流值,
Figure BDA00038984530200003910
为第n台风电机组对应的a,b,c三相的电流,
Figure BDA00038984530200003911
为风电场中输入并网点的a,b,c三相电流。
步骤F6:风-机-场-网全景联合仿真系统输出仿真数据,并将所述输出的仿真数据转换成预设的数据格式,然后发送给用户;
其中,所述输出的仿真数据包括:将仿真得到的风速信息、气动转矩仿真数据、风轮尾流分布、机械系统振动模态仿真数据、风电机组的电路拓扑中的工作参数仿真数据、风电场站汇流系统的工作参数仿真数据和并网点及相邻电网工作参数仿真数据。
在本公开实施例中,所述风流场与机组尾流计算模块仿真时对应的仿真步长为分/十秒级;
所述风轮气动模块和所述传动动力学模块仿真时对应的仿真步长为秒级;
所述第一控制子模块、所述发电机模块、所述变流器主电路模块、所述风电场汇集系统模块、所述风电场汇集系统模块和所述保护模块仿真时对应的仿真步长为毫秒级;
所述第二控制子模块仿真时对应的仿真步长为微秒级;
所述发电机模块仿真时对应的仿真步长为毫秒级或秒级;
所述输电线路与电网仿真模块仿真时对应的仿真步长为毫秒级和秒级;
其中,当发电机模块进行电磁暂态仿真时,对应的仿真步长为毫秒级;当发电机模块进行机电暂态仿真时,对应的仿真步长为秒级;
当输电线路与电网仿真模块进行风电场对应的柔性输电换流站主电路电气量参数仿真时,对应的仿真步长是毫秒级;当输电线路与电网仿真模块进行并网点及相邻电网工作参数仿真时,对应的仿真步长是秒级。
进一步的,所述仿真方法采用串并行耦合的方式进行模块间仿真数据的传递;
其中,当仿真步长相同的两模块间进行仿真数据传递时,采用接口算法进行无时间差仿真数据的实时交互传递;
当仿真步长不相同的两模块间进行仿真数据传递时,采用类梯形时序法进行仿真数据传递。
进一步的,所述采用类梯形时序法进行仿真数据传递,包括:
若当前模块对应的步长小于其上一级模块对应的步长,则延时所述当前模块对应处理器的仿真计算,并将所述上一级所述模块对应处理器预设比例的计算算力分配到延时的所述模块对应处理器中进行计算,其中,所述模块为仿真过程用到的风流场与机组尾流计算模块、风轮气动模块、传动动力学模块、发电机模块、变流器主电路模块、风电场汇集系统模块、输电线路与电网仿真模块、第一控制子模块、第二控制子模块和保护模块。
进一步的,当两模块间的仿真步长不相同时,将基于时间并行特性的多级高阶微积分并行算法作为两模块间的接口算法。
需要说明的是,所述基于时间并行特性的多级高阶微积分并行算法是所述异步通信的类梯形时序需要的一个算法。类梯形的上底代表计算速度相对较快的算法,如差分方程,类梯形的下底代表计算速度相对较慢、占用资源相对较多的算法,如高阶微分方程或隐式积分方程组等。然而,多核仿真器并行计算最优时序为子系统间运算同时启停以消除时间差造成的数据误差,因此,所述类梯形时序首先将占用率低的核算力分配给占用率高、计算负荷重的核以达到算力平均分配。若仍不能做到两子系统同时开始同时结束,则需在子系统中增加由微积分运算造成的时序事件,对于计算速度快的运算单元增加delay模块既做一次积分运算,对于计算速度慢的运算单元增加memory模块做一次微分,以此类推,直到做到两子系统仿真时间同时开始同时结束,实现无差实时数据交互的异步系统并行计算。
其中,采用基于时间并行特性的多级高阶微积分并行算法,通过多时间点解耦构造包含接口算法的边界系统,将含有动态变量的模块划分在边界系统中,以此减少拓扑突变造成的冗余计算甚至错误计算。另外,本申请还设计了包括机械、传动、气动与电气同步、异步子系统之间的接口算法,联立构造高阶隐式梯形、隐式欧拉方程组,增加了系统的阻尼特性,提高了并行计算的速度和精度。
进一步的,所述仿真方法还可以采用基于多时空解耦特性的多重化网络划分策略进行模块间仿真结果的实时并行数据传递。
示例的,采用基于多时空解耦特性的多重化网络划分策略,综合考虑各仿真模块的风流、机械、信号、电气等物理属性和机电、电磁、快速电磁所对应的方程等数学属性及机侧、网侧、输电线路所对应的空间属性划分子系统。根据多时空解耦点之间关联强弱程度分配仿真器算力,寻找通信最少、切割支路最少、子系统划分最优、边界系统计算效率最优、各分区内节点数相对平衡、计算负载相对平衡的仿真模式。
进一步的,利用环面拓扑网络系统传输的方式进行各所述子系统间的数据传递,并将各所述子系统的第一数据即需要交互的计算结果数据存储在共享数据空间中;
其中,所述第一数据即需要交互的计算结果数据包括:各风电机组对应的气动转矩、风电场内各风电机组的机械转矩、风机转速、机械系统振动模态、各风电机组的电路拓扑中的工作参数、风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据。
需要说明的是,本申请提出的仿真方法,在数据传输时采用基于Cluster集群技术的改进型并行计算通信协议,将传统的基于星形拓扑传输的以太网传输方式改进为基于环面拓扑网络系统传输方式,并且设置各模块间共享数据空间,将各模块间拓扑关系由矩阵化代替传统主从关系,利用CPU冗余算力实时将关键数据传输至共享数据空间,仅将子系统参数和模块自身固有参数储存在本地。随后将解放出来的CPU算力分配给计算负荷较大的子系统,形成改进型梯形并行交互逻辑。以此达到整体系统最优平均算力、大规模节点最快通信及一定的容错性和扩展性,极大提高了CPU使用效率及并行运算速度。
示例的,如图24所示为环面式拓扑通信网络图,图中风流场及风能捕获仿真子系统即第一仿真模块,风电机组传动动力学仿真子系统即第二仿真模块,风电机组发电并网仿真子系统即第三仿真模块,风电场站与电网仿真子系统即第四仿真模块,机组主控系统模块即第一控制子模块,电气及并网控制系统模块即第二控制子模块,电网控制保护装置模块即保护模块;
基于超级计算机集群通信采用的环面拓扑通讯网络结构,针对风机场网子系统划分方式对多核仿真器的CPU运算单元进行了功能区域划分,主要分为子系统模块自有运算单元、模块间通信单元、边界系统运算单元及异步并行子系统CPU孪生运算单元。同时,为了减轻通信单元占用大量CPU算力,加大数据传输量,本申请采用基于运算单元间的Cluster集群技术,将各CPU的计算结果上传并储存在共享数据空间内,将子系统程序文件及模块参数储存在本地储存空间。
图中模块自有运算单元主要负责计算和上传各子模块的物理模型和数学模型,各模块之间不存在数据交互以节省CPU算力,各类物理量涉及的高阶微积分计算完成后分别将计算结果上载至共享空间,同时下载通信单元中上级子系统及接口算法计算结果进行下一步长的仿真。
图中模块间通信单元仅通信两个同步子系统间的数据流,主要负责实时下载共享空间内对应同步时序并行子系统上传的计算数据,八个通信单元内嵌对应子系统的接口算法,计算结果作为动态链接插值实时传输至下一相关子系统。
图中边界系统运算单元主要负责计算含有快速开关量的子系统,当拓扑结构和开关状态改变造成系统随机事件时,边界系统向共有存储空间发送折算衰减阻尼因子系数,在下一步长时各模块根据折算衰减阻尼因子系数修正当前系统状态,即在迭代计算中提到的“基于所述折算衰减阻尼因子系数对所述各模块在各时刻每次迭代的初始输出向量进行修正,得到修正后的各模块在各时刻每次迭代的输出向量”,以此降低由于随机事件造成的数值振荡隐患及可能引入的大量的冗余计算。
图中异步并行运算单元仅通信两个异步子系统间的数据流,该分区主要采用双核孪生结构,即被长期占用的CPU如(1,1)主要负责计算大步长、计算速度快的差分方程或低阶微积分方程,与之孪生的CPU主要负责计算小步长、计算速度慢的隐式方程组或高阶微积分方程。每对孪生CPU构成类梯形并行时序,以此降低异步并行传输延迟造成的计算误差。
需要说明的是,异步的时候接口放在了主CPU中,如(1,1),被长期占用的CPU,对它的孪生CPU实时读取数据进行接口计算,其中异步并行运算单元内的接口数学模型包括:
风流场与尾流计算模块与风轮气动模块之间的接口数学模型:
Figure BDA0003898453020000431
风轮气动模块与传动动力学模块之间的接口数学模型:
Figure BDA0003898453020000432
传动动力学模块与发电机模块之间的接口数学模型:
Figure BDA0003898453020000433
风电机组并网仿真子系统与风电场站与并网仿真子系统之间的接口数学模型:
Figure BDA0003898453020000434
式中,un为第n台机组的位移矩阵变量,k为迭代次数。
步骤12:判断当前仿真步长下的迭代计算是否收敛,若是,进入步骤13,否则,仿真步长加1并返回步骤6;
进一步的,所述迭代计算包括:
利用梯形积分法确定各仿真模块在各时刻每次迭代的初始输出向量;
根据所述初始输出向量确定各仿真模块在各时刻每次迭代对应的折算衰减阻尼因子系数;
基于所述折算衰减阻尼因子系数对所述各仿真模块在各时刻每次迭代的初始输出向量进行修正,得到修正后的各仿真模块在各时刻每次迭代的输出向量;
其中,各仿真模块包括:第一仿真模块、第二仿真模块、第三仿真模块和第四仿真模块。
进一步的,所述各仿真模块在各时刻每次迭代的初始输出向量的计算式如下:
Figure BDA0003898453020000441
所述各仿真模块在各时刻每次迭代对应的折算衰减阻尼因子系数的计算式如下:
Figure BDA0003898453020000442
所述各仿真模块在各时刻每次迭代修正后的输出向量的计算式如下:
Figure BDA0003898453020000443
式中,
Figure BDA0003898453020000444
为第j个仿真模块在n+1时刻的第k+1次迭代的初始输出向量,Cj_(n)为第j个仿真模块利用梯形积分法在n时刻迭代完成后的输出向量,hj为第j个仿真模块的计算步长,
Figure BDA0003898453020000445
Figure BDA0003898453020000446
为第j个仿真模块在n+1时刻的第k次迭代的微分方程数学模型函数,
Figure BDA0003898453020000447
为第j个仿真模块在n+1时刻的第k次迭代状态向量,tn+1为n+1时刻,
Figure BDA0003898453020000448
为第j个仿真模块在n时刻的第k次迭代的微分方程数学模型函数,αj(n+1,k)为第j个仿真模块在n+1时刻的第k+1次迭代对应的折算衰减阻尼因子系数,
Figure BDA0003898453020000449
为第j个仿真模块在n+1时刻初始向量,
Figure BDA0003898453020000451
为第j个仿真模块在n时刻初始向量,h为风-机-场-网全景联合仿真系统的一个整体仿真步长的时间长度,
Figure BDA0003898453020000452
为第j个仿真模块在n+1时刻的第k+1次迭代修正后的输出向量。
需要说明的是,基于仿真模块折算和快速衰减的阻尼因子,叠加在原有梯形法的求解算法上,来规避联合仿真的数值振荡问题。之所以采用基于仿真模块折算和快速衰减的阻尼因子,而不是传统阻尼法中的固定阻尼因子,是由于风机场网联合仿真系统具有多个仿真模块,而每个仿真模块的迭代步长都不相同,且存在数量级上的差距。如果采用固定阻尼因子,只能在部分仿真模块之间达到较好的规避数值振荡的效果,而在其他仿真模块中,则效果较差。而采用基于仿真模块折算和快速衰减的阻尼因子,则可以在每个仿真模块中及仿真模块交互迭代时,有效规避数值振荡。
示例的,如图25所示,以一阶常微分方程的数学模型为例:
首先,建立m个仿真模块的输出变量列向量C1-Cm,状态变量列向量x1-xm;
其中,C中包括但不限于:风场内风机风速、每台风机的机械转矩、每台风机的电磁转矩、每台风机的实时转速、每台风机的并网电压电流、风电场集电系统的电压电流等;x中包括但不限于:风场内每个点的风速和尾流状态、每台风机机械系统的内部转矩状态、发电机出口电压电流、变流器开关信号等。
其次,建立m个仿真模块的一阶常微分方程数学模型:
Figure BDA0003898453020000453
Figure BDA0003898453020000454
fm为第m个仿真模块的微分方程数学模型函数;
然后,形成第j个仿真模块,第n+1时刻,第k步的梯形法预迭代公式(1≤j≤m,n≥0);
Figure BDA0003898453020000455
式中,
Figure BDA0003898453020000456
为第j个仿真模块在n+1时刻的第k+1次迭代的初始输出向量,Cj_(n)为第j个仿真模块利用梯形积分法在n时刻迭代完成后的输出向量,hj为第j个仿真模块的计算步长,
Figure BDA0003898453020000461
Figure BDA0003898453020000462
为第j个仿真模块在n+1时刻的第k次迭代的微分方程数学模型函数,
Figure BDA0003898453020000463
为第j个仿真模块在n+1时刻的第k次迭代状态向量,tn+1为n+1时刻,
Figure BDA0003898453020000464
为第j个仿真模块在n时刻的第k次迭代的微分方程数学模型函数。
然后,计算第j个仿真模块,第n+1时刻,第k步的仿真模块折算衰减阻尼因子系数:
Figure BDA0003898453020000465
式中,αj(n+1,k)为第j个仿真模块在n+1时刻的第k+1次迭代对应的折算衰减阻尼因子系数,
Figure BDA0003898453020000466
为第j个仿真模块在n+1时刻初始向量,
Figure BDA0003898453020000467
为第j个仿真模块在n时刻初始向量,h为风-机-场-网全景联合仿真系统的一个整体仿真步长的时间长度。
最后,形成第j个仿真模块,第n+1时刻,第k步的,基于仿真模块折算和快速衰减的阻尼梯形法迭代公式:
Figure BDA0003898453020000468
式中,
Figure BDA0003898453020000469
为第j个仿真模块在n+1时刻的第k+1次迭代修正后的输出向量。
示例的,如图26和图27所示为风-机-场-网全景联合仿真时序示意图,图中风流场及风能捕获仿真子系统即第一仿真模块,风电机组传动动力学仿真子系统即第二仿真模块,风电机组发电并网仿真子系统即第三仿真模块,风电场站与电网仿真子系统即第四仿真模块,机组主控系统模块即第一控制子模块,电气及并网控制系统模块即第二控制子模块,电网控制保护装置模块即保护模块;
结合图26和图27图对风-机-场-网全景联合仿真方法进行说明:
在仿真第一阶段:
所述风流场及风能捕获仿真子系统采集风电场地形信息、各风机组位置信息、风轮尾流分布信息及风速信息,利用所述风流场与机组尾流计算模块计算风电场对应的空气尾流场分布和各风机组风速信息并将所述风电场的空气尾流场分布和风速信息发送到风轮气动模块;其中,所述风流场与机组尾流计算模块计算风电场对应的空气尾流场分布和各风机组风速信息是利用分/十秒级风速采样计算的方法计算的,其步长为ΔT2
在仿真第二阶段:
风轮气动模块根据所述风电机组的机械转矩、变桨与偏航控制指令、风速信息和风电场的空气尾流场分布计算当前步长风电机组的风轮尾流分布和当前步长风电机组的气动转矩其中,所述风轮气动模块计算当前步长风电机组的风轮尾流分布和当前步长风电机组的气动转矩对应的仿真方法为秒级风能气动模块仿真,其步长为ΔT1
判断当前步长的风轮尾流分布与空气尾流场分布默认值的差的绝对值是否小于预设的风轮尾流分布误差阈值且当前步长的风速信息与风速信息默认值的差的绝对值是否小于预设的风轮尾流分布误差阈值;
若是,将所述气动转矩发送到风电机组传动动力学仿真子系统,传动动力学模块接收所述风流场及风能捕获仿真子系统发送的所述气动转矩仿真数据和风电机组发电并网仿真子系统发送的风电机组的电磁转矩仿真数据;传动动力学模块基于接收到的所述气动转矩仿真数据和电磁转矩仿真数据计算风电机组的机械转矩、风机转速和机械系统振动模态仿真数据;传动动力学模块将所述风电机组的机械转矩、风机转速仿真数据发送到风流场及风能捕获仿真子系统,将所述风电机组的机械转矩和机械系统振动模态仿真数据发送到风电机组发电并网仿真子系统及机组主控系统模块;机组主控系统模块,基于所述风电机组的机械转矩和机械系统振动模态仿真数据生成控制器配套参数的控制指令和变桨与偏航控制指令,然后将所述变桨与偏航控制指令发送到风流场及风能捕获仿真子系统,并基于所述控制器配套参数的控制指令发送到所述电气及并网控制系统模块,其中,传动动力学模块计算风电机组的机械转矩和机械系统振动模态仿真数据对应的仿真方法为秒级机械系统力矩传动仿真,其步长为ΔT1;机组主控系统模块生成控制器配套参数的控制指令和变桨与偏航控制指令对应的仿真方法为毫秒级机电主控电磁暂态仿真,其步长为Δt2;发电机模块接收风电机组的机械转矩和机械系统振动模态仿真数据,发电机模块基于接收到的风电机组的机械转矩和机械系统振动模态仿真数据确定风电机组的实时转速及电磁转矩仿真数据,并将所述电磁转矩仿真数据发送到风电机组传动动力学仿真子系统,将所述实时转速仿真数据发送到变流器主电路模块,其中,发电机模块确定风电机组的实时转速及电磁转矩仿真数据对应的仿真方法为毫秒级机电主控电磁暂态仿真,其步长为Δt2
否则,调整风流场及风能捕获仿真子系统内各风电机组的初始风轮尾流分布为当前步长的风轮尾流分布,初始风速信息为当前步长的风速信息,利用风流场与机组尾流计算模块重新计算风电场的空气尾流场分布和各风电机组的风速信息,并将所述风电场的空气尾流场分布和风速信息发送到风轮气动模块;
在仿真第三阶段:
电气及并网控制系统模块接收风电机组的控制器配套参数的控制值;电气及并网控制系统模块基于接收到的控制器配套参数计算生成风电机组的电力电子开关信号,并将所述电力电子开关信号发送到变流器主电路模块;变流器主电路模块基于所述风电机组的电力电子开关信号和所述风电机组的实时转速仿真数据确定风电机组的电路拓扑中的工作参数仿真数据,然后将所述风电机组的电路拓扑中的工作参数仿真数据发送到风电场站与电网仿真子系统,其中,电气及并网控制系统模块计算生成风电机组的电力电子开关信号时对应的计算方法为微秒级高频元件控制计算,其步长为Δt1;变流器主电路模块确定风电机组的电路拓扑中的工作参数仿真数据时对应的仿真方法为毫秒级高频设备主电路仿真,其步长为Δt2
在仿真第四阶段:
所述风电场汇集系统模块基于接收到所述工作参数仿真数据确定风电场站汇流系统的工作参数仿真数据及所述风电场的主电路拓扑连接信息,并将所述风电场站汇流系统的工作参数仿真数据及所述风电场的主电路拓扑连接信息发送到所述输电线路与电网仿真模块,将所述风电场站汇流系统的工作参数仿真数据发送到保护模块;保护模块基于所述风电场对应的风电场站汇流系统的工作参数仿真数据及预设的保护策略,生成保护指令,并将所述保护指令发送到所述输电线路与电网仿真模块;所述输电线路与电网仿真模块基于所述保护指令、风电场站汇流系统的工作参数仿真数据及所述风电场的主电路拓扑连接信息进行仿真,得到所述风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据,需要说明的是,输电线路与电网仿真模块可以拆分成输电线路仿真模块和电网仿真模块,进一步的,所述输电线路仿真模块基于主电路拓扑信息及汇流系统工作参数仿真数据和保护指令,计算风电场对应的柔性输电换流站主电路电气量参数仿真数据;然后将所述柔直输电换流站主电路电气量参数仿真数据、风电场主电路拓扑连接信息发送至电网仿真模块,计算并网点及相邻电网工作参数仿真数据。
其中,风电场汇集系统模块确定风电场站汇流系统的工作参数仿真数据时对应的仿真方法为毫秒级高频设备主电路仿真,其步长为Δt2,风电场汇集系统模块确定所述风电场的主电路拓扑连接信息时对应的仿真方法为毫秒级交\柔直电磁暂态仿真,其步长为Δt2
保护模块生成保护指令时对应的仿真方法为毫秒级高频设备主电路仿真,其步长为Δt2
输电线路仿真模块计算风电场对应的柔性输电换流站主电路电气量参数仿真数据时对应的仿真方法为毫秒级交\柔直电磁暂态仿真,其步长为Δt2
电网仿真模块计算并网点及相邻电网工作参数仿真数据时对应的仿真方法为秒级系统机电等值模型仿真对应的步长ΔT1
需要说明的是,复杂电力系统仿真模型中需要根据重点模块的重点数据综合考虑仿真器算力分配、各模块仿真步长设定及数据传输接口设置,以达到最优仿真效果及最快仿真速度。本仿真方法中按照子模块仿真数据精确度可划分为四个仿真步长,系统采用同步长子系统并行、异步长子系统串行的交替耦合仿真时序,达到处理多步长系统仿真器的算力优化分配,在系统仿真时钟下,同步长仿真器之间可采用接口算法实现无时间差数据实时交互传递,如图中虚垂直竖线所示。异步长仿真器间考虑到数据传输时间差及实时数据时效性,在采用并行数据交互时采用类梯形时序法,即在一个系统时钟中延迟进行短步长子系统仿真计算,而将上一级较长步长子系统的一部分计算算力分配在当前步长,以此实现算力计算时长优化,并且降低了因步长不同导致的实时数据交互误差,如图中虚斜线形成的三角形区域所示,虚线三角形的底边代表大步长多计算用时的处理器分配给小步长少计算用时处理器的计算任务所用时间,目的是让各并行仿真器在处理数据时不用停下来等待前一步没算完的部分。
综上所述,本公开实施例提供的一种风-机-场-网全景联合仿真方法,通过仿真,可以更加精确的模拟风电场并网后风电场中各风电机组对应的风速信息及所述风轮尾流分布、风电机组对应的机械系统振动模态仿真数据、风电机组的电路拓扑中的工作参数仿真数据、风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据和并网点及相邻电网工作参数仿真数据,同时基于该联合仿真系统,可研究风电机组动力学特性与发电机电气特性之间的关联和影响,优化机组设计;此外,大规模风电领域风-机-场-网全景联合仿真系统对于研究风力扰动下系统动力学特性对风电场并网电气特性影响以及电网故障时并网电气特性对风能转换装置动力学特性影响具有重大意义,同时可将各仿真参数的输入以及不同领域软件仿真结果的处理等流程标准化统一化,实现输入输出的集中管理,也可以可实现多物理系统、多时间尺度的风电风-机-场-网全景联合仿真联立求解。
说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (26)

1.一种风-机-场-网全景联合仿真系统,其特征在于,包括:
第一仿真模块,用于根据各风电机组的控制信息和风电场属性信息进行仿真,确定各风电机组的气动转矩仿真数据;
第二仿真模块,用于根据各风电机组的电磁转矩仿真数据和所述气动转矩仿真数据进行仿真,确定各风电机组的运行状态仿真数据;
控制模块,用于根据所述运行状态仿真数据生成各风电机组对应的开关信号;
第三仿真模块,用于根据所述运行状态仿真数据和所述开关信号进行仿真,确定各风电机组的电路拓扑中的工作参数仿真数据;
第四仿真模块,用于根据保护指令和所述各风电机组的电路拓扑中的工作参数仿真数据确定风电场对应的柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据。
2.如权利要求1所述的风-机-场-网全景联合仿真系统,其特征在于,所述风-机-场-网全景联合仿真系统还包括:保护模块;
所述保护模块,用于基于风电场站汇流系统工作参数仿真数据和预设的保护策略生成所述保护指令。
3.如权利要求2所述的风-机-场-网全景联合仿真系统,其特征在于,所述风电机组的控制信息,包括:风电机组的机械转矩、风机转速及变桨与偏航控制指令;
和/或,所述风电场属性信息,包括:风电场的地形信息、风电场内各风电机组的位置信息和风轮尾流分布信息;
和/或,所述运行状态仿真数据,包括:机械转矩、风机转速和机械系统振动模态仿真数据;
和/或,所述工作参数包括:实时电压、电流、功率值。
4.如权利要求3所述的风-机-场-网全景联合仿真系统,其特征在于,所述控制模块,还用于根据所述运行状态仿真数据生成各风电机组对应的变桨与偏航控制指令;其中,所述控制模块包括:第一控制子模块和第二控制子模块,所述第一控制子模块,用于根据所述运行状态仿真数据生成各风电机组对应的控制器配套参数的控制指令及各风电机组对应的变桨与偏航控制指令;所述第二控制子模块,用于根据所述控制器配套参数的控制指令生成各风电机组对应的开关信号;
和/或,所述第三仿真模块,还用于根据所述运行状态仿真数据和所述控制器配套参数的控制指令,基于所述开关信号进行仿真,确定各风电机组的电磁转矩仿真数据;
和/或,所述第四仿真模块,还用于基于所述各风电机组的电路拓扑中的工作参数仿真数据计算风电场站汇流系统工作参数仿真数据及主电路拓扑连接信息。
5.如权利要求4所述的风-机-场-网全景联合仿真系统,其特征在于,所述第一仿真模块,包括:
风流场与机组尾流计算模块,用于根据所述风电场属性信息,确定风电场的空气尾流场分布和各风电机组对应的风速信息,然后将所述风电场的空气尾流场分布和风速信息分别发送到所述风轮气动模块;
风轮气动模块,用于基于所述风速信息、所述风电场的空气尾流场分布、所述风电机组的控制信息,计算所述风电机组的气动转矩及风轮尾流分布,其中,采用叶素-动量定常模型或自由尾迹非定常模型进行计算所述风电机组的气动转矩及风轮尾流分布;
所述风流场与机组尾流计算模块的数量与风电场的数量相等,所述风轮气动模块的数量与风电场中的风电机组的数量相等。
6.如权利要求5所述的风-机-场-网全景联合仿真系统,其特征在于,所述风流场与机组尾流计算模块包括:
风电机组点位湍流计算单元,用于根据所述风轮尾流分布确定风电机组尾流区的湍流强度;
风电场站区域三维湍流计算单元,用于基于所述风电场的地形信息、风电场内各风电机组的位置信息和风电场中各风电机组对应的所述风电机组尾流区的湍流强度确定所述风电场的空气尾流场分布;
其中,所述风电机组点位湍流计算单元与所述风轮气动模块的数量相等,所述风电场站区域三维湍流计算单元与风电场的数量相等。
7.如权利要求4所述的风-机-场-网全景联合仿真系统,其特征在于,第二仿真模块,包括:
传动动力学模块,用于基于所述气动转矩仿真数据和电磁转矩仿真数据确定所述风电机组的运行状态仿真数据;
其中,所述传动动力学模块的数量和所述控制模块的数量均与风电机组一致,各所述传动动力学模块分别对应一个所述控制模块。
8.如权利要求4所述的风-机-场-网全景联合仿真系统,其特征在于,所述第三仿真模块,包括:
发电机模块,用于基于所述机械转矩和机械系统振动模态仿真数据确定风电机组的实时转速和电磁转矩仿真数据;
变流器主电路模块,用于根据所述风电机组的实时转速仿真数据和所述开关信号确定风电机组的电路拓扑中的工作参数仿真数据;
其中,所述发电机模块的数量、变流器主电路模块及所述控制模块的数量均与风电机组的数量一致,各所述变流器主电路模块分别连接一个所述控制模块。
9.如权利要求4所述的风-机-场-网全景联合仿真系统,其特征在于,所述第四仿真模块,包括:
风电场汇集系统模块,用于基于所述各风电机组的电路拓扑中的工作参数仿真数据确定所述风电场对应的风电场站汇流系统的工作参数仿真数据及所述风电场的主电路拓扑连接信息;
输电线路与电网仿真模块,用于基于所述风电场站汇流系统的工作参数仿真数据及所述保护指令确定所述风电场对应的柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数;
其中,所述风电场汇集系统模块的数量、输电线路与电网仿真模块和保护模块的数量均与风电场一致,所述输电线路与电网仿真模块与所述电网控制保护装置模连接。
10.如权利要求5或7或8或9任一所述的风-机-场-网全景联合仿真系统,其特征在于,将所述风电机组对应的风速信息及所述风轮尾流分布转换成预设的数据格式并输出,然后发送给用户;
和/或,将所述机械系统振动模态仿真数据转换成预设的数据格式并输出,然后发送给用户;
和/或,将所述风电机组的电路拓扑中的工作参数仿真数据转换成预设的数据格式并输出,然后发送给用户;
和/或,将所述风电场站汇流系统的工作参数仿真数据、风电场对应的柔性输电换流站主电路电气量参数仿真数据和并网点及相邻电网工作参数仿真数据换成预设的数据格式并输出,然后发送给用户。
11.一种基于上述权利要求1-10任一项所述的风-机-场-网全景联合仿真系统的风-机-场-网全景联合仿真方法,其特征在于,所述方法包括:
步骤1:读取风电场的地形信息和所述风电场内各风电机组的位置信息;
步骤2:设置仿真起始及结束时间和仿真步长;
步骤3:进行风电场的空气尾流场分布、各风电机组对应的风轮尾流分布、风速信息及气动转矩的仿真迭代,以得到各风电机组对应的气动转矩;
步骤4:基于各风电机组对应的气动转矩进行风电场内各风电机组的机械转矩、风机转速和机械系统振动模态的仿真迭代,以得到所述各机械转矩及机械系统振动模态仿真数据;
步骤5:基于所述各机械转矩及机械系统振动模态仿真数据在所述第三仿真模块中进行风电场内各风电机组的电路拓扑中的工作参数的仿真迭代,以得到各风电机组的电路拓扑中的工作参数;
步骤6:获取并网点电网频率和电网等效阻抗值,并判断所述风电场的外部电网条件数据是否缺失;
步骤7:若不缺失,则基于各风电机组的电路拓扑中的工作参数、并网点电网频率和电网等效阻抗值进行风电场站汇流系统的工作参数数据、柔性输电换流站主电路电气量参数数据、并网点及相邻电网工作参数数据的仿真迭代,以得到风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据;
步骤8:判断当前仿真步长下的迭代计算是否收敛;
步骤9:若是,则判断当前仿真时间是否大于总仿真时间,若是,仿真结束,并将仿真得到的风速信息、气动转矩仿真数据、风轮尾流分布、机械系统振动模态仿真数据、风电机组的电路拓扑中的工作参数仿真数据、风电场站汇流系统的工作参数仿真数据和并网点及相邻电网工作参数仿真数据转换成预设的数据格式并输出。
12.如权利要求11所述的方法,其特征在于,所述步骤3包括:
步骤3-1:风流场与机组尾流计算模块获取风电场的地形信息、风电场内各风电机组的位置信息、各风电机组对应的风轮尾流分布及风速信息;
步骤3-2:根据所述风轮尾流分布、风电场的地形信息和风电场内各风电机组的位置信息计算风电场的空气尾流场分布和各风电机组的风速信息;
步骤3-3:风轮气动模块根据所述风电机组的机械转矩、风机转速、变桨与偏航控制指令、风速信息和风电场的空气尾流场分布计算当前步长风电机组的风轮尾流分布和当前步长风电机组的气动转矩;
步骤3-4:判断当前步长的风轮尾流分布与空气尾流场分布默认值的差的绝对值是否小于预设的风轮尾流分布误差阈值且当前步长的风速信息与风速信息默认值的差的绝对值是否小于预设的风轮尾流分布误差阈值,若是,当前步长计算结束,将所述风轮尾流分布换成预设的数据格式并输出,然后发送给用户,将所述气动转矩发送到第二仿真模块,否则,调整第一仿真模块内各风电机组的初始风轮尾流分布为当前步长的风轮尾流分布,初始风速信息为当前步长的风速信息,并返回步骤3-2;
其中,所述风电场的空气尾流场分布是基于CFD的数值模拟或工程尾流叠加方法模拟模型进行计算得到的;
和/或,所述风电机组的风轮尾流分布是基于自由涡理论的涡方法或计算流体力学CFD的仿真方法进行计算得到的;
和/或,所述风电机组的气动转矩是基于叶素-动量理论的BEM模拟方法或自由涡理论的涡方法进行计算得到的。
13.如权利要求12所述的方法,其特征在于,所述步骤4包括:
步骤4-1:基于气动转矩仿真数据和电磁转矩仿真数据确定风电机组的机械转矩、风机转速和机械系统振动模态仿真数据,并生成风电机组对应的变桨与偏航控制指令和控制器配套参数的控制指令;
步骤4-2:当前步长计算结束时,将所述风电机组的机械系统振动模态仿真数据转换成预设的数据格式并输出,然后发送给用户;
其中,所述风电机组的机械转矩和机械系统振动模态仿真数据是基于多自由度的有限元分析法或子结构模态综合算法确定的。
14.如权利要求12所述的方法,其特征在于,所述步骤5包括:
当仿真步长小于等于200微秒时,基于所述各机械转矩及机械系统振动模态仿真数据,并利用电磁暂态仿真模式在所述第三仿真模块中进行风电场内各风电机组的电路拓扑中的工作参数的仿真迭代;
当仿真步长大于200微秒时,基于所述各机械转矩及机械系统振动模态仿真数据,并利用机电暂态仿真模式在所述第三仿真模块中进行风电场内各风电机组的电路拓扑中的工作参数的仿真迭代。
15.如权利要求14所述的方法,其特征在于,所述当仿真步长小于等于200微秒时,基于所述各机械转矩及机械系统振动模态仿真数据,并利用电磁暂态仿真模式在所述第三仿真模块中进行风电场内各风电机组的电路拓扑中的工作参数的仿真迭代,包括:
步骤5-1:基于控制器配套参数生成风电机组的电力电子开关信号,然后将所述电力电子开关信号转换成详细开关模型对应的电力电子信号;
步骤5-2:发电机模块将接收到的风电机组的机械转矩和机械系统振动模态仿真数据转换成电磁耦合详细模型对应的风电机组的机械转矩和机械系统振动模态仿真数据,然后基于转换后的所述仿真数据建立abc三相电压电流瞬时值微分方程,并采用隐式积分法进行求解,得到风电机组的实时转速及电磁转矩仿真数据;
步骤5-3:变流器主电路模块将所述实时转速仿真数据转换成详细模型对应的实时转速仿真数据,然后基于所述详细开关模型对应的电力电子信号和所述详细模型对应的实时转速仿真数据建立abc三相电压电流瞬时值微分方程,并采用隐式积分法进行求解,得到风电机组的电路拓扑中的工作参数仿真数据;
步骤5-4:当前步长计算结束,将所述工作参数仿真数据转换成预设的数据格式并输出,然后发送给用户。
16.如权利要求14所述的方法,其特征在于,当仿真步长大于200微秒时,基于所述各机械转矩及机械系统振动模态仿真数据,并利用机电暂态仿真模式在所述第三仿真模块中进行风电场内各风电机组的电路拓扑中的工作参数的仿真迭代,包括:
步骤5-α:第二控制子模块基于控制器配套参数生成风电机组的电力电子开关信号,然后将所述电力电子开关信号转换成平均值开关模型对应的电力电子信号;
步骤5-β:发电机模块将风电机组的机械转矩和机械系统振动模态仿真数据转换成机电等效模型对应的风电机组的机械转矩和机械系统振动模态仿真数据,然后基于转换后的所述仿真数据建立基波相量的正、负、零序网络,并采用梯形积分法或牛顿-拉夫逊法进行求解,得到风电机组的实时转速及电磁转矩仿真数据;
步骤5-γ:变流器主电路模块将所述实时转速仿真数据转换成平均值模型对应的实时转速仿真数据,然后基于所述平均值模型对应的电力电子信号和所述平均值模型对应的实时转速仿真数据建立基波相量的正、负、零序网络,并采用梯形积分法或牛顿-拉夫逊法进行求解,得到风电机组的电路拓扑中的工作参数仿真数据;
步骤5-δ:当前步长计算结束,将所述工作参数仿真数据转换成预设的数据格式并输出,然后发送给用户。
17.如权利要求15或16所述的方法,其特征在于,所述风电机组的电力电子开关信号是基于dq解耦的SPWM或dq解耦的SVPWM方法生成的;
和/或,所述电磁转矩是基于发电机动力学方程的数值求解算法确定的;
和/或,所述风电机组的电路拓扑中的工作参数仿真数据是基于磁路等值模型的主电路状态空间方程建模及数值求解算法确定的。
18.如权利要求11所述的方法,其特征在于,所述步骤7包括:
步骤7-1:风电场汇集系统模块基于所述工作参数仿真数据确定风电场站汇流系统的工作参数仿真数据及所述风电场的主电路拓扑连接信息;
步骤7-2:保护模块基于风电场对应的风电场站汇流系统的工作参数仿真数据及预设的保护策略,生成保护指令;
步骤7-3:输电线路与电网仿真模块基于所述保护指令、风电场站汇流系统的工作参数仿真数据及所述风电场的主电路拓扑连接信息进行仿真,得到所述风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据;
步骤7-4:当前步长计算结束,将所述风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据和并网点及相邻电网工作参数仿真数据转换成预设的数据格式并输出,然后发送给用户;
其中,所述电气量参数仿真数据是基于广义动力学方程的李雅普诺夫函数分析方法确定的;
和/或,所述并网点及相邻电网工作参数仿真数据是基于Crank-Nicolson或梯形法针对节点动态方程与EMTP方程的控制-并网联合系统的电磁暂态精细化求解方法确定的。
19.如权利要求12或13或14或18任一所述的方法,其特征在于,风流场与机组尾流计算模块仿真时对应的仿真步长为分/十秒级;
和/或,风轮气动模块和传动动力学模块仿真时对应的仿真步长为秒级;
和/或,第一控制子模块、变流器主电路模块、所述风电场汇集系统模块、所述风电场汇集系统模块和保护模块仿真时对应的仿真步长为毫秒级;
和/或,第二控制子模块仿真时对应的仿真步长为微秒级;
和/或,发电机模块仿真时对应的仿真步长为毫秒级或秒级;
和/或,输电线路与电网仿真模块仿真时对应的仿真步长为毫秒级和秒级;
其中,当发电机模块进行电磁暂态仿真时,对应的仿真步长为毫秒级;
当发电机模块进行机电暂态仿真时,对应的仿真步长为秒级;
当输电线路与电网仿真模块进行风电场对应的柔性输电换流站主电路电气量参数仿真时,对应的仿真步长是毫秒级;当输电线路与电网仿真模块进行并网点及相邻电网工作参数仿真时,对应的仿真步长是秒级。
20.如权利要求19所述的方法,其特征在于,所述仿真方法采用串并行耦合的方式进行模块间仿真数据的传递;
其中,当仿真步长相同的两模块间进行仿真数据传递时,采用接口算法进行无时间差仿真数据的实时交互传递;
当仿真步长不相同的两模块间进行仿真数据传递时,采用类梯形时序法进行仿真数据传递。
21.如权利要求20所述的方法,其特征在于,所述采用类梯形时序法进行仿真数据传递,包括:
若当前模块对应的步长小于其上一级模块对应的步长,则延时所述当前模块对应处理器的仿真计算,并将所述上一级所述模块对应处理器预设比例的计算算力分配到延时的所述模块对应处理器中进行计算。
22.如权利要求21所述的方法,其特征在于,当两模块间的仿真步长不相同时,将基于时间并行特性的多级高阶微积分并行算法作为两模块间的接口算法。
23.如权利要求19所述的方法,其特征在于,所述仿真方法还包括:
采用基于多时空解耦特性的多重化网络划分策略进行模块间仿真结果的实时并行数据传递。
24.如权利要求11所述的方法,其特征在于,所述迭代计算包括:
利用梯形积分法确定各仿真模块在各时刻每次迭代的初始输出向量;
根据所述初始输出向量确定各仿真模块在各时刻每次迭代对应的折算衰减阻尼因子系数;
基于所述折算衰减阻尼因子系数对所述各仿真模块在各时刻每次迭代的初始输出向量进行修正,得到修正后的各仿真模块在各时刻每次迭代的输出向量;
其中,各仿真模块包括:第一仿真模块、第二仿真模块、第三仿真模块和第四仿真模块。
25.如权利要求24所述的方法,其特征在于,所述各仿真模块在各时刻每次迭代的初始输出向量的计算式如下:
Figure FDA0003898453010000081
和/或,所述各仿真模块在各时刻每次迭代对应的折算衰减阻尼因子系数的计算式如下:
Figure FDA0003898453010000082
和/或,所述各仿真模块在各时刻每次迭代修正后的输出向量的计算式如下:
Figure FDA0003898453010000083
式中,
Figure FDA0003898453010000091
为第j个仿真模块在n+1时刻的第k+1次迭代的初始输出向量,Cj_(n)为第j个仿真模块利用梯形积分法在n时刻迭代完成后的输出向量,hj为第j个仿真模块的计算步长,
Figure FDA0003898453010000092
Figure FDA0003898453010000093
为第j个仿真模块在n+1时刻的第k次迭代的微分方程数学模型函数,
Figure FDA0003898453010000094
为第j个仿真模块在n+1时刻的第k次迭代状态向量,tn+1为n+1时刻,
Figure FDA0003898453010000095
为第j个仿真模块在n时刻的第k次迭代的微分方程数学模型函数,αj(n+1,k)为第j个仿真模块在n+1时刻的第k+1次迭代对应的折算衰减阻尼因子系数,
Figure FDA0003898453010000096
为第j个仿真模块在n+1时刻初始向量,
Figure FDA0003898453010000097
为第j个仿真模块在n时刻初始向量,h为风-机-场-网全景联合仿真系统的一个整体仿真步长的时间长度,
Figure FDA0003898453010000098
为第j个仿真模块在n+1时刻的第k+1次迭代修正后的输出向量。
26.如权利要求20所述的方法,其特征在于,利用环面拓扑网络系统传输的方式进行各所述模块间的数据传递,并将各所述模块的第一数据存储在共享数据空间中;
其中,所述第一数据包括:各风电机组对应的气动转矩、风电场内各风电机组的机械转矩、风机转速、机械系统振动模态、各风电机组的电路拓扑中的工作参数、风电场站汇流系统的工作参数仿真数据、柔性输电换流站主电路电气量参数仿真数据、并网点及相邻电网工作参数仿真数据。
CN202211281408.1A 2022-10-19 2022-10-19 风-机-场-网全景联合仿真系统及方法 Active CN115632433B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211281408.1A CN115632433B (zh) 2022-10-19 2022-10-19 风-机-场-网全景联合仿真系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211281408.1A CN115632433B (zh) 2022-10-19 2022-10-19 风-机-场-网全景联合仿真系统及方法

Publications (2)

Publication Number Publication Date
CN115632433A true CN115632433A (zh) 2023-01-20
CN115632433B CN115632433B (zh) 2023-05-16

Family

ID=84906756

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211281408.1A Active CN115632433B (zh) 2022-10-19 2022-10-19 风-机-场-网全景联合仿真系统及方法

Country Status (1)

Country Link
CN (1) CN115632433B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116167220A (zh) * 2023-02-15 2023-05-26 中国华能集团清洁能源技术研究院有限公司 一种综合气流因素下的海上风机的仿真方法及系统
CN116976650A (zh) * 2023-09-21 2023-10-31 常州易管智能科技有限公司 一种基于大数据的电网精益化管理调控方法
CN117852321A (zh) * 2024-03-08 2024-04-09 金现代信息产业股份有限公司 一种风电机组联合仿真系统通信接口及其实现方法
CN117973096A (zh) * 2024-04-01 2024-05-03 山东大学 基于双层分网的直驱风电场并行仿真方法、系统、终端及介质
CN117852321B (zh) * 2024-03-08 2024-06-04 金现代信息产业股份有限公司 一种风电机组联合仿真系统通信接口及其实现方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102024079A (zh) * 2010-12-01 2011-04-20 中国电力科学研究院 一种大型风电场电磁暂态仿真的等效聚合模拟方法
CN102819221A (zh) * 2012-08-08 2012-12-12 中国电力科学研究院 风电机组低电压穿越特性联合仿真模型及其联合仿真方法
CN103034761A (zh) * 2012-12-12 2013-04-10 上海市电力公司 双馈变速恒频风电机组系统机电暂态仿真方法
CN103760779A (zh) * 2014-01-24 2014-04-30 广西电网公司电力科学研究院 一种直驱风力发电机组动态仿真模拟系统
CN106159945A (zh) * 2016-08-05 2016-11-23 三峡大学 一种基于多场景模式下的风电连锁脱网路径链搜寻方法
CN106569417A (zh) * 2016-11-10 2017-04-19 龙源电力集团股份有限公司 一种风力发电机组计算机模拟仿真系统
US20190067939A1 (en) * 2016-05-18 2019-02-28 China Electric Power Research Institute Company Limited Multi-time-scale digital/analog hybrid simulation system and method for power distribution network and storage medium
CN110460038A (zh) * 2019-06-26 2019-11-15 国网甘肃省电力公司经济技术研究院 一种涉及新能源并网的多场景输电网扩展规划方法
US20200401740A1 (en) * 2019-06-18 2020-12-24 The Governors Of The University Of Alberta Aggregated model of large-scale wind farms for power system simulation software tools
CN112287540A (zh) * 2020-10-28 2021-01-29 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种风电场接入电网的电磁暂态联合仿真方法
US20210050722A1 (en) * 2019-08-16 2021-02-18 Shanghai Jiao Tong University Hybrid electromagnetic transient simulation method for microgrid real-time simulation
CN112886586A (zh) * 2021-03-10 2021-06-01 东北电力大学 一种用于双馈风电场等值模型功率恢复控制参数优化方法
CN113013925A (zh) * 2021-03-19 2021-06-22 中国电力科学研究院有限公司 一种风电场仿真系统及其仿真方法
CN115173467A (zh) * 2022-06-24 2022-10-11 上海科梁信息科技股份有限公司 风电场经柔性直流并网仿真系统、方法及存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102024079A (zh) * 2010-12-01 2011-04-20 中国电力科学研究院 一种大型风电场电磁暂态仿真的等效聚合模拟方法
CN102819221A (zh) * 2012-08-08 2012-12-12 中国电力科学研究院 风电机组低电压穿越特性联合仿真模型及其联合仿真方法
CN103034761A (zh) * 2012-12-12 2013-04-10 上海市电力公司 双馈变速恒频风电机组系统机电暂态仿真方法
CN103760779A (zh) * 2014-01-24 2014-04-30 广西电网公司电力科学研究院 一种直驱风力发电机组动态仿真模拟系统
US20190067939A1 (en) * 2016-05-18 2019-02-28 China Electric Power Research Institute Company Limited Multi-time-scale digital/analog hybrid simulation system and method for power distribution network and storage medium
CN106159945A (zh) * 2016-08-05 2016-11-23 三峡大学 一种基于多场景模式下的风电连锁脱网路径链搜寻方法
CN106569417A (zh) * 2016-11-10 2017-04-19 龙源电力集团股份有限公司 一种风力发电机组计算机模拟仿真系统
US20200401740A1 (en) * 2019-06-18 2020-12-24 The Governors Of The University Of Alberta Aggregated model of large-scale wind farms for power system simulation software tools
CN110460038A (zh) * 2019-06-26 2019-11-15 国网甘肃省电力公司经济技术研究院 一种涉及新能源并网的多场景输电网扩展规划方法
US20210050722A1 (en) * 2019-08-16 2021-02-18 Shanghai Jiao Tong University Hybrid electromagnetic transient simulation method for microgrid real-time simulation
CN112287540A (zh) * 2020-10-28 2021-01-29 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种风电场接入电网的电磁暂态联合仿真方法
CN112886586A (zh) * 2021-03-10 2021-06-01 东北电力大学 一种用于双馈风电场等值模型功率恢复控制参数优化方法
CN113013925A (zh) * 2021-03-19 2021-06-22 中国电力科学研究院有限公司 一种风电场仿真系统及其仿真方法
CN115173467A (zh) * 2022-06-24 2022-10-11 上海科梁信息科技股份有限公司 风电场经柔性直流并网仿真系统、方法及存储介质

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116167220A (zh) * 2023-02-15 2023-05-26 中国华能集团清洁能源技术研究院有限公司 一种综合气流因素下的海上风机的仿真方法及系统
CN116976650A (zh) * 2023-09-21 2023-10-31 常州易管智能科技有限公司 一种基于大数据的电网精益化管理调控方法
CN116976650B (zh) * 2023-09-21 2023-12-12 常州易管智能科技有限公司 一种基于大数据的电网精益化管理调控方法
CN117852321A (zh) * 2024-03-08 2024-04-09 金现代信息产业股份有限公司 一种风电机组联合仿真系统通信接口及其实现方法
CN117852321B (zh) * 2024-03-08 2024-06-04 金现代信息产业股份有限公司 一种风电机组联合仿真系统通信接口及其实现方法
CN117973096A (zh) * 2024-04-01 2024-05-03 山东大学 基于双层分网的直驱风电场并行仿真方法、系统、终端及介质
CN117973096B (zh) * 2024-04-01 2024-06-04 山东大学 基于双层分网的直驱风电场并行仿真方法、系统、终端及介质

Also Published As

Publication number Publication date
CN115632433B (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
CN115632433B (zh) 风-机-场-网全景联合仿真系统及方法
Ullah et al. Adaptive fractional order terminal sliding mode control of a doubly fed induction generator-based wind energy system
CN108270241B (zh) 风机并网逆变器虚拟同步发电机的控制方法
CN104410107B (zh) 一种双馈风电系统的无源积分滑模控制方法
CN114640141B (zh) 海上风电二极管整流单元送出系统的构网型风机控制方法
CN103558768A (zh) 一种基于风电场内风速分布特性的等值建模方法
Liang et al. The modeling and numerical simulations of wind turbine generation system with free vortex method and simulink
Shutari et al. Development of a novel efficient maximum power extraction technique for grid-tied VSWT system
CN102034008A (zh) 风速波动下定速风电机组风电场的变参数电容补偿等值建模方法
CN112952901B (zh) 一种针对多风机并网系统的分散式稳定性分析方法
Abdelmalak et al. PSS/E to RSCAD model conversion for large power grids: Challenges and solutions
Yao et al. RBF neural network based self-tuning PID pitch control strategy for wind power generation system
CN103956767A (zh) 一种考虑尾流效应的风电场并网稳定性分析方法
Azongha et al. Grid integration studies of a switched reluctance generator for future hardware-in-the-loop experiments
Choy et al. Real-time hardware simulator for grid-tied PMSG wind power system
Hachemi et al. Control of the power quality for a DFIG powered by multilevel inverters
CN115395532A (zh) 一种基于强化学习的时滞风电系统广域阻尼器控制方法
Moussa et al. Fuzzy Logic Controller Hardware Implementation using XSG tools Applied to a Variable Speed Wind Turbine Emulator
Debouza et al. Design of H-infinity controller for doubly fed induction generator based wind turbine
Wilson et al. Nonlinear power flow control applications to conventional generator swing equations subject to variable generation
Xiong et al. Calculation of steady-state short-circuit current of wind turbines with doubly fed induction generator
CN109149645B (zh) 一种含有双馈感应式风电机组电网的暂态稳定计算方法
BARRA et al. Sensorless speed and reactive power control of a DFIG-wind turbine
Hermassi et al. Hardware FPGA implementation of an intelligent vector control technique of three-phase rectifier for wind turbine connected to the grid
Merz et al. An electromechanical model of the totalcontrol reference wind power plant

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