CN115833274A - 一种考虑机组历史疲劳载荷的风电场调频功率分配方法 - Google Patents
一种考虑机组历史疲劳载荷的风电场调频功率分配方法 Download PDFInfo
- Publication number
- CN115833274A CN115833274A CN202211723945.7A CN202211723945A CN115833274A CN 115833274 A CN115833274 A CN 115833274A CN 202211723945 A CN202211723945 A CN 202211723945A CN 115833274 A CN115833274 A CN 115833274A
- Authority
- CN
- China
- Prior art keywords
- fan
- active power
- wind
- unit
- fatigue
- 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
-
- 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
Landscapes
- Wind Motors (AREA)
Abstract
本发明属于风电场有功功率控制技术领域,公开一种考虑机组历史疲劳载荷的风电场调频功率分配方法,包括以下步骤:采集风电场并网连接点频率数据,当频率变化超出调频死区时,计算风电场有功功率变化参考值ΔPfarm;在已形成的场景策略集中匹配场站有功功率变化参考值ΔPfarm所对应的机组有功功率优化分配结果。该分配方法与传统按比例分配方案进行对比,本发明在满足系统频率响应需求的同时,改善了风电场疲劳载荷剧增及机组间疲劳累积差异较大的问题,并验证所提方法的有效性。
Description
技术领域
本发明属于风电场有功功率控制技术领域,具体涉及一种考虑机组历史疲劳载荷的风电场调频功率分配方法。
背景技术
“碳达峰、碳中和”战略背景下,风力发电技术迅猛发展。截止到2021年,中国新增风电装机容量3.28亿千瓦,占国内总装机容量的13.8%。随着风电接入电网的比例不断增加,要求风电场站具有参与电网频率调节的能力。风机出力的频繁波动导致机组疲劳载荷的不断增加,威胁机组的安全稳定运行。
对于风电场参与电网频率调整来说,风电场应能够快速跟踪调频需求的有功功率指令,当需求功率低于风电场最大可发功率时,如何协调场站内机组发出的有功功率至关重要。
传统的风电场有功分配方式仅考虑满足有功指令的匹配,根据场站内机组发电能力按比例进行分配,分配速度快,效率较高,但未考虑机组疲劳载荷对机组健康寿命的影响。在此基础上,专利申请号为201910836163.6,发明名称为考虑机组疲劳载荷的风电场有功功率分配方法中提出了一种三层分配结构。第一层是风电集群分配层,该层利用各风电场风速预测信息计算可发功率,并按照风电场可发功率的比例将集群有功功率值分配到风电场。第二层是风电场分配层,是将第一层中接收到的集群有功参考值按照聚类分析的结果,采用优先排序法分配给不同类机组。第三层是机组分配层,将各类机组接收到的有功参考值分配给各台机组。该方案虽然提出从机组疲劳载荷角度考虑有功功率分配,但过程中对疲劳因素的考虑及描述不够具体,无法真正有效兼顾跟踪有功需求指令及减轻风电场疲劳载荷。在此基础上,专利申请号为202011093282.6,发明名称为风电场有功功率优化分配控制方法提出用机组疲劳载荷灵敏度描述机组疲劳载荷性能,并建立了综合考虑跟踪有功功率指令及场站疲劳载荷的优化模型。上述申请专利从疲劳载荷的角度考虑机组有功功率的分配,在满足有功需求的同时减轻场站内机组的疲劳程度,但在优化过程中未考虑风电机组的历史疲劳状态,未考虑场站内机组疲劳的协调分布,增加了风电场的运维次数及成本。
鉴于此,提出一种考虑机组历史疲劳载荷的风电场调频功率分配方法。
发明内容
针对现有技术的不足,本发明的目的在于提供一种考虑机组历史疲劳载荷的风电场调频功率分配方法,解决了背景技术提到的问题,在满足风电场参与调频需求的同时,协调优化场站总疲劳载荷及场站内机组疲劳载荷差异。
本发明的目的可以通过以下技术方案实现:
一种考虑机组历史疲劳载荷的风电场调频功率分配方法,包括以下步骤:
采集风电场并网连接点频率数据,当频率变化超出调频死区时,计算风电场有功功率变化参考值ΔPfarm;
在已形成的场景策略集中匹配场站有功功率变化参考值ΔPfarm所对应的机组有功功率优化分配结果;
将所匹配到的机组有功功率指令发送给场站内机组,机组根据有功功率参考值产生风机控制变量参考值,控制风机追踪功率参考值;
对每台机组的桨距角β、转速ωr、风速V、以及当前发出有功功率数据值Pe0进行采集;
根据所采集到的风机运行状态数据,在风机控制器中,进行风机疲劳敏感度系数C、D,风机有功功率可调节量Pavail的计算;
根据风电场参与调频的有功功率变化参考值历史数据,设定一组有功功率变化设定值ΔPset;
基于有功功率变化设定值ΔPset,风机疲劳敏感度系数C、D,风机有功功率可调节量Pavail,完成优化求解,形成场景策略集,供匹配调用。
优选的,所述风机疲劳敏感度系数的计算模型为
式中,ηg为齿轮箱传动比,ωr,β为风机转速及桨距角,ωf0为风机转速滤波值,Jg,Jt分别为发电机和整体等效惯量,Tm,Ft分别为风机机械转矩和塔筒所受推力,Pe0为风机初始时刻有功出力,Bd,Ed为系数矩阵,计算公式为:
优选的,所述风机有功功率可调节量Pavail的计算包括以下步骤:
首先计算当前风速V下,风机能发出的最大有功功率,计算公式为:
式中,ρ为空气密度,A表示风轮扫过的面积,V为风速,Cp_max为最大风能利用系数。
优选的,所述风机有功功率可上调量为min(Pmax-Pe0,ΔPi max),ΔPi max表示风机有功功率短时可上升的最大幅度;
所述风机有功功率可下调量为min(Pe0,ΔPi max),ΔPi max表示风机有功功率短时可下降的最大幅度。
优选的,所述场站控制器的优化模型可表述为:
|Pi k-Pi k-1|≤ΔPi max (10)
式中,n为风电场内机组台数λ1,λ2,λ3分别为不同目标的权重系数,Δf为频率偏差,ΔTs i为第i台机组的塔架弯矩及轴系扭矩的变化,Ts base为塔架弯矩与轴系扭矩的标准常数值,k1、k2为塔架弯矩和轴系扭矩的疲劳权重系数,为每次优化时的机组疲劳状态初始值;Pi为风电机组i的有功出力,Pi min,Pi max分别为风电机组的最小及最大有功出力;为风电场站的有功功率指令,Pi k,Pi k-1为第i台机组在k时刻及k-1时刻的有功出力。
优选的,所述分配方案包括:风机控制器接收场站控制器优化分配指令PWTi,风机控制器生成控制变量参考值,控制风机达到运行状态;风机控制器需计算动作过程中产生疲劳值,并叠加在初始疲劳值上,为下次优化做准备。
根据本发明的又一方面本发明提出了一种存储有计算机程序的计算机可读存储介质,其特征在于,该程序被处理器执行时实现如上述任意一项所述的一种考虑机组历史疲劳载荷的风电场调频功率分配方法。
根据本发明的又一方面本发明提出了一种设备,其特征在于,所述设备包括:一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如上述任意一项所述的一种考虑机组历史疲劳载荷的风电场调频功率分配方法。
本发明的有益效果:
本发明基于所建立风电机组的疲劳敏感度系数,提出了一种考虑机组历史疲劳载荷的风电场参与调频的有功分配方法,实现了在满足频率响应需求的同时,有效减少了风电场总疲劳载荷。此外,与现有其他分配方法相比,本发明解决了风电场内机组间疲劳载荷差异较大的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明考虑机组历史疲劳状态的风电场参与调频有功分配方法流程图;
图2是本发明风电场有功分配控制结构图;
图3是本发明传动链两质量块模型;
图4是本发明风电场结构图;
图5是本发明不同分配方法的频率波形图。
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它实施例,都属于本发明保护的范围。
本申请所述的考虑机组疲劳载荷的风电场参与调频的有功功率分配控制结构图如图1所示,包含调频控制器,场站有功功率控制器和风机控制器。其中调频控制器根据所检测到并网点频率数据计算所需变化功率参考值ΔPfarm,具体如式(1)所示:
式中,fm为公共连接点所检测频率值,f0为频率基值,Kv,Kp分别为虚拟惯性系数和下垂系数。
场站有功功率控制器接收有功指令ΔPfarm,并在已形成的场景策略集中匹配场站有功功率变化参考值ΔPfarm所对应的机组有功功率优化分配结果。
将所匹配到的机组有功功率指令发送给场站内机组,机组根据有功功率参考值产生风机控制变量参考值,控制风机追踪功率参考值。
对于场景策略集,可通过如下方式构建:
对每台机组的桨距角β、转速ωr、风速V、以及当前发出有功功率数据值Pe0进行采集;
根据所采集到的风机运行状态数据,在风机控制器中,进行风机疲劳敏感度系数C、D,风机有功功率可调节量Pavail的计算;
根据风电场参与调频的有功功率变化参考值历史数据,设定一组有功功率变化设定值ΔPset;
基于有功功率变化设定值ΔPset,风机疲劳敏感度系数C、D,风机有功功率可调节量Pavail,完成优化求解,形成场景策略集,供匹配调用。
所构建优化模型的优化目标函数如式(2)所示,优化模型的约束条件如式(3)~式(5)所示:
Pi min≤Pi≤Pi max (3)
|Pi k-Pi k-1|≤ΔPi max (5)
式中,n为风电场内机组台数λ1,λ2,λ3分别为不同目标的权重系数,Δf为频率偏差,ΔTs i为第i台机组的塔架弯矩及轴系扭矩的变化,Ts base为塔架弯矩与轴系扭矩的标准常数值,k1、k2为塔架弯矩和轴系扭矩的疲劳权重系数,为每次优化时的机组疲劳状态初始值;Pi为风电机组i的有功出力,Pi min,Pi max分别为风电机组的最小及最大有功出力;为风电场站的有功功率指令,Pi k,Pi k-1为第i台机组在k时刻及k-1时刻的有功出力。
风机控制器接收采集的风机转速、桨距角、风速等运行状态,完成风机疲劳敏感度系数的计算及风机疲劳状态值的运算给定。此外,风机控制器接收场站控制器的优化调度结果,控制风机追踪给定。
本申请所述的风机疲劳敏感度系数计算方法如下所示:
基于Betz理论,风机从风中获取的机械功率为:
式中,P为风机吸收的风能,ρ表示空气密度,A表示风轮扫过的面积,V为风速,Cp(λ,β)为风能利用系数,它是桨距角β和叶尖速比λ的高阶非线性函数。其中λ为:
式中,R为风轮半径,ωm为风力机转速。风能利用系数Cp(λ,β)为:
本发明采用如图2所示的的两质量块模型进行建模,各物理量均折算到低速轴侧,其动力学方程为:
式中,Jm和Jg分别为风轮和发电机的转动惯量;Ds为传动链轴系等效阻尼;Ks为传动链轴系等效刚度;ωm,ωg,ωs分别为风轮、发电机和传动链轴系的角速度;Tm,Te,Ts分别为风轮、发电机、传动链轴系的转矩。
由式(9)得出:
式(11)的增量形式为:
由式(9)可推得:
由式(13)可知,需求得:
由式(15)、(16)可知,需求得:
综合以上式子,可写为如下状态空间方程:
式中,u=[ΔPe1,ΔPe2...,ΔPen],x=[Δωr,Δβ,Δωf]',各系数矩阵依次为:
将式(24)离散化,可得如下离散状态空间方程:
x(k+1)=Adx(k)+Bdu+Ed (27)
各系数矩阵依次为:
根据式(12)~(14),可得轴系方向:
ΔTs(k+1)=CshaftΔPe+Dshaft (29)
式中,Cshaft,Dshaft为疲劳敏感度系数,计算公式如下式所示:
同理,可推得塔架方向:
ΔFt(k+1)=CtowerΔPe+Dtower (31)
式中,Ctower,Dtower为疲劳敏感度系数,计算公式如下式所示:
此外,本发明需不断更新迭代风机的疲劳状态值。通过在轴系及塔架各处安装应变片,检测轴系及塔架上的交变应力,并通过雨流计数法计算轴系及塔架上的疲劳载荷。将新计算疲劳载荷叠加在原疲劳状态初值上,并上传到场站控制器,进行下一次优化运算。
通过建立一个含10台5MW风电机组的风电场对本发明进行验证,风电场结构如图3所示。设定风场风速平均值为13m/s,湍流强度为0.12,场站负荷为40MW。在仿真时间为0s、20s、40s时分别失负荷5MW,增负荷5MW,失负荷2.5MW,不同分配方式下系统频率如图4所示。从图中可以看出,本发明所采用优化分配方法与传统按比例分配方法的频率最低点一致,但本发明优化分配方法的频率最高点较高,且后续波动较大,但在频率正常波动范围内。就疲劳载荷方面,经雨流计数分析计算,本发明所采用分配方案与传统按比例分配方法及不考虑机组历史疲劳状态的机组等效疲劳载荷如表1~2所示:
表1轴系方向等效疲劳载荷
表2塔架方向等效疲劳载荷
对上述数据进行梳理分析,如表3所示:
表3数据处理分析结果
由数据处理分析结果可知,在满足风电场调频需求的同时,不考虑风电机组历史疲劳状态的有功分配策略可最大限度的减少风电场的总疲劳,但场站内风机间的疲劳状态差异较大,本发明所提出考虑风电场历史疲劳载荷的场站有功功率分配方法在减少场站总体疲劳的同时,协调场站内各机组的疲劳状态,增强场站健康程度的同时,减少了场站运维的经济成本。上述实例验证了本发明的有效性。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”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发明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一定指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何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内容。
Claims (8)
1.一种考虑机组历史疲劳载荷的风电场调频功率分配方法,其特征在于,包括以下步骤:
采集风电场并网连接点频率数据f,当频率变化超出调频死区时,计算风电场有功功率变化参考值ΔPfarm;
在已形成的场景策略集中匹配场站有功功率变化参考值ΔPfarm所对应的机组有功功率优化分配结果;
将所匹配到的机组有功功率指令发送给场站内机组,机组根据有功功率参考值产生风机控制变量参考值,控制风机追踪功率参考值;
对每台机组的桨距角β、转速ωr、风速V、以及当前发出有功功率数据值Pe0进行采集;
根据所采集到的风机运行状态数据,在风机控制器中,进行风机疲劳敏感度系数C、D,风机有功功率可调节量Pavail的计算;
根据风电场参与调频的有功功率变化参考值历史数据,设定一组有功功率变化设定值ΔPset;
基于有功功率变化设定值ΔPset,风机疲劳敏感度系数C、D,风机有功功率可调节量Pavail,完成优化求解,形成场景策略集,供匹配调用。
4.根据权利要求3所述的一种考虑机组历史疲劳载荷的风电场调频功率分配方法,其特征在于,
所述风机有功功率可上调量为min(Pmax-Pe0,ΔPi max),ΔPi max表示风机有功功率短时可上升的最大幅度;
所述风机有功功率可下调量为min(Pe0,ΔPi max),ΔPi max表示风机有功功率短时可下降的最大幅度。
Pi min≤Pi≤Pi max(8)
Pi k-Pi k-1≤ΔPi max(10)
6.根据权利要求1所述的一种考虑机组历史疲劳载荷的风电场调频功率分配方法,其特征在于,所述分配方法还包括:风机控制器接收场站控制器优化分配指令PWTi,风机控制器生成控制变量参考值,控制风机达到运行状态;风机控制器需计算动作过程中产生疲劳值,并叠加在初始疲劳值上,为下次优化做准备。
7.一种存储有计算机程序的计算机可读存储介质,其特征在于,该程序被处理器执行时实现如权利要求1-6中任意一项所述的一种考虑机组历史疲劳载荷的风电场调频功率分配方法。
8.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1-6中任意一项所述的一种考虑机组历史疲劳载荷的风电场调频功率分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211723945.7A CN115833274A (zh) | 2022-12-30 | 2022-12-30 | 一种考虑机组历史疲劳载荷的风电场调频功率分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211723945.7A CN115833274A (zh) | 2022-12-30 | 2022-12-30 | 一种考虑机组历史疲劳载荷的风电场调频功率分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115833274A true CN115833274A (zh) | 2023-03-21 |
Family
ID=85519657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211723945.7A Pending CN115833274A (zh) | 2022-12-30 | 2022-12-30 | 一种考虑机组历史疲劳载荷的风电场调频功率分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115833274A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116667344A (zh) * | 2023-07-31 | 2023-08-29 | 浙江大学 | 海上风电场自适应局域疲劳载荷均衡调度方法及装置 |
-
2022
- 2022-12-30 CN CN202211723945.7A patent/CN115833274A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116667344A (zh) * | 2023-07-31 | 2023-08-29 | 浙江大学 | 海上风电场自适应局域疲劳载荷均衡调度方法及装置 |
CN116667344B (zh) * | 2023-07-31 | 2023-10-10 | 浙江大学 | 海上风电场自适应局域疲劳载荷均衡调度方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Peeters | Simulation of dynamic drive train loads in a wind turbine | |
Golnary et al. | Dynamic modelling and design of various robust sliding mode controls for the wind turbine with estimation of wind speed | |
CN106774276B (zh) | 风电场自动发电控制系统测试平台 | |
Xudong et al. | Shape optimization of wind turbine blades | |
Aho et al. | A tutorial of wind turbine control for supporting grid frequency through active power control | |
CN103244348B (zh) | 变速变桨风力发电机组功率曲线优化方法 | |
CN110145436A (zh) | 应用于风机的非线性经济模型预测控制方法 | |
CN105673322B (zh) | 实现风力机mppt控制的变参数非线性反馈控制方法 | |
CN105673325A (zh) | 基于rbf神经网络pid的风电机组独立变桨控制方法 | |
CN107069799B (zh) | 双馈式风力发电机组的控制方法和系统 | |
CN112260325A (zh) | 一种考虑风力发电机疲劳载荷的风电场有功功率控制方法 | |
CN116928016B (zh) | 风电机组输出功率控制方法、装置、电子设备及存储介质 | |
CN107762730B (zh) | 一种带有尾缘襟翼的大型变桨风力机控制系统及控制方法 | |
CN115833274A (zh) | 一种考虑机组历史疲劳载荷的风电场调频功率分配方法 | |
CN105257475B (zh) | 一种失速型风力发电机组的控制方法 | |
CN115030866A (zh) | 一种风电场场群控制系统 | |
CN109991851B (zh) | 一种应用于大规模风电场的分布式经济模型预测控制方法 | |
CN111786424A (zh) | 一种风电场惯量响应及一次调频潜力的量化评估方法 | |
CN113394813A (zh) | 海上风电场的机组功率指令值计算方法和分布式调度方法 | |
CN108757306A (zh) | 一种风力发电机控制方法、装置以及风力发电机 | |
Xingjia et al. | Individual pitch control for variable speed turbine blade load mitigation | |
CN116260160A (zh) | 一种风储一次调频功率分配方法、系统及电子设备 | |
CN115241922A (zh) | 风电场参与电网频率支撑的机组组合确定方法与系统 | |
Bin et al. | Azimuth weight coefficient based independent variable pitch control strategy | |
Shen et al. | Optimization of wind turbine blades using lifting surface method and genetic algorithm |
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 |