CN116526588B - 适用于宽风域的风电场增强型分散式电压控制方法及系统 - Google Patents

适用于宽风域的风电场增强型分散式电压控制方法及系统 Download PDF

Info

Publication number
CN116526588B
CN116526588B CN202310812991.2A CN202310812991A CN116526588B CN 116526588 B CN116526588 B CN 116526588B CN 202310812991 A CN202310812991 A CN 202310812991A CN 116526588 B CN116526588 B CN 116526588B
Authority
CN
China
Prior art keywords
power
voltage
wind turbine
wind
energy storage
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.)
Active
Application number
CN202310812991.2A
Other languages
English (en)
Other versions
CN116526588A (zh
Inventor
黄晟
彭涵知
屈尹鹏
魏娟
黄晓辉
王鹏达
黄守道
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.)
Hunan University
Original Assignee
Hunan University
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 Hunan University filed Critical Hunan University
Priority to CN202310812991.2A priority Critical patent/CN116526588B/zh
Publication of CN116526588A publication Critical patent/CN116526588A/zh
Application granted granted Critical
Publication of CN116526588B publication Critical patent/CN116526588B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/46Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48Controlling the sharing of the in-phase component
    • 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
    • H02J3/12Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/16Circuit 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
    • 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
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • H02J3/46Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/50Controlling the sharing of the out-of-phase component
    • 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)
  • Power Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种适用于宽风域的风电场增强型分散式电压控制方法及系统,获取风电机组发出的有功功率及混合储能系统的荷电状态判断风电机组的无功功率容量是否足够应对无功功率需求的电压调节,若足够则采用基于电压敏感性的局部无功Var/电压Volt控制的方式;否则采用上、下层分层控制,上层以最小的电压偏差和最小的混合储能系统使用量来确定混合储能系统的综合功率;下层将确定的混合储能系统的综合功率分配给混合储能系统的混合存储单元。本发明能够实现宽风域的风电场增强型分散式电压控制,在确保电压质量的基础上,实现考虑到不同的工作特性对电池和超级电容器进行最佳分配。

Description

适用于宽风域的风电场增强型分散式电压控制方法及系统
技术领域
本发明涉及风力发电机组的电压控制技术领域,具体涉及一种适用于宽风域的风电场增强型分散式电压控制方法及系统。
背景技术
随着风电技术水平的不断提高集中分布的大规模风电场的装机容量已达到千万千瓦级。大容量风电场并网运行一定会给电网的电能质量、安全稳定带来极大的影响。风力发电出力的间歇性和波动性使电力系统运行控制愈加复杂,电网的特性会随着大量新能源接入而发生显著改变,系统的抗扰动与自我调节能力持续降低,高比例风电接入电网增大了电力系统调压、调频压力,在大功率缺失或系统故障情况下,极易引发系统解列与崩溃事故,电网运行风险加大,安全裕度降低,提升风电并网的“电网友好型”控制水平已迫在眉睫。
发明内容
本发明要解决的技术问题:针对现有技术的上述问题,提供一种适用于宽风域的风电场增强型分散式电压控制方法及系统,本发明能够实现宽风域的风电场增强型分散式电压控制,在确保电压质量的基础上,实现考虑到不同的工作特性对电池和超级电容器进行最佳分配。
为了解决上述技术问题,本发明采用的技术方案为:
一种适用于宽风域的风电场增强型分散式电压控制方法,包括:
S101,获取风电机组发出的有功功率pwt及混合储能系统HESS的荷电状态SOC;
S102,判断风电机组发出的有功功率pwt大于预设的临界有功功率Pcr,且混合储能系统HESS的荷电状态SOC属于预设的安全区域(SOClow, SOCup)内是否成立,其中SOClow、SOCup分别为充电状态的最小和最大警戒线;若成立则判定风电机组的无功功率容量RPC足够应对无功功率需求RPD的电压调节,跳转步骤S103,否则跳转步骤S104;
S103,采用基于电压敏感性的局部无功Var/电压Volt控制的方式,以保持各个风电机组的节点电压在指定电压范围内,结束并退出;
S104,采用上层与下层结构的分层控制的方式,在上层以最小的电压偏差和最小的混合储能系统HESS使用量来确定混合储能系统HESS的综合功率;在下层将确定的混合储能系统HESS的综合功率分配给混合储能系统HESS的混合存储单元,结束并退出。
可选地,步骤S103包括:
S201,分别针对每一台风电机组的电压和相位角的增量,有功和无功功率的增量计算该风电机组的功率与电压的灵敏度系数;
S202,将各台风电机组的功率与电压的灵敏度系数纳入优化问题来优化风电机组的Var输出以确定节点电压在指定电压范围,并保持节点电压在指定电压范围内,结束并退出。
可选地,步骤S201中计算该风电机组的功率与电压的灵敏度系数的函数表达式为:
上式中,和/>分别为电压和相位角的增量,/>和/>分别为有功和无功功率的增量,/>、/>、/>、/>分别为电压对有功、电压对无功、相位角对有功、相位角对无功的灵敏度系数。
可选地,步骤S202中将各台风电机组的功率与电压的灵敏度系数纳入优化问题来优化风电机组的局部无功Var输出时,所建立的优化目标函数的函数表达式为:
上式中,min为取最小值,两项多项式中第一项旨在保持足够的局部无功Var以保证电压支持能力,而第二项旨在减少节点的电压偏差;为风电机组在t时刻的无功功率,/>为风电机组的无功功率参考值,/>和/>为权重,/>和/>分别为有功和无功与电压的灵敏度系数矩阵,/>和/>分别为风电机组在t时刻的有功功率增量和无功功率增量,且有:
上式中,为风电机组在t时刻的有功功率,/>和/>分别为/>台风电机组的有功功率和无功功率,/>为松弛母线和风电机组的数量,/>分别为电压对有功、电压对无功的灵敏度系数;且任意第/>台风电机组在t时刻用于电压调节的无功功率需求RPD的计算函数表达式为:
上式中,为第/>台风电机组在t时刻用于电压调节的无功功率需求RPD,/>为松弛母线和风电机组的数量,/>为第i个节点的电压幅值,/>为第/>台风电机组在t时刻的有功功率增量,/>和/>分别为风电场第/>台风电机组的有功和无功功率。
可选地,步骤S104中在上层以最小的电压偏差和最小的混合储能系统HESS使用量来确定混合储能系统HESS的综合功率包括:
S301,针对风电机组构成的风电机组网络建立下述线性方程的模型:
上式中,和/>分别表示支路ij的有功和无功功率流,/>和/>分别表示支路jk的有功和无功功率流,支路ij表示风电机组i和风电机组j之间的链路,支路jk表示风电机组j和风电机组k之间的链路,/>和/>表示风电机组j往风电机组网络中所注入的有功和无功功率,/>和/>分比为风电机组i和风电机组j的电压振幅的平方和,/>和/>为支路ij的阻抗参数;将上述线性方程的模型改写为下述矩阵的形式:
其中,和/>分别表示通过分支传输的有功功率和无功功率,/>和/>分别表示风电机组注入的有功功率和无功功率,/>为用于表示网络连接图的非满秩矩阵,/>为风电机组的数量,其中/>为矩阵/>的第一行,表示其他节点的潮流方向,/>和/>分别为对角线电阻矩阵和对角线电抗矩阵;将风电机组注入的有功功率和无功功率代入非满秩矩阵得到:
上式中,为节点电压,/>为有功功率对电压的影响,/>为无功功率的加权拉普拉斯矩阵,/>为有功功率的加权拉普拉斯矩阵,且加权拉普拉斯矩阵为正定和全等级,/>为松弛节点的电压;
S302,针对下述求解混合储能系统HESS的综合功率的优化问题进行求解以获得混合储能系统HESS的输出综合功率:
且上述优化问题的约束条件包括:
上式中,min为取最小值,表示优化问题,/>为节点电压,/>为节点电压参考值,和/>为权重,/>为混合储能系统HESS总的有功功率输出,,/>和/>分别为混合储能系统HESS的输出最小值和最大值,/>和/>分别为风电机组网络的加权拉普拉斯矩阵,为有功功率输出总和,/>为风电机组的注入功率,/>为风电机组的有功输出,和/>分别为30个迭代周期的时域中,有功功率输出的最小值和最大值,/>为预设阈值。
可选地,所述混合储能系统HESS由锂电池和超级电容器组成。
可选地,步骤S104中在下层将确定的混合储能系统HESS的综合功率分配给混合储能系统HESS的混合存储单元是指针对下述优化问题进行求解:
上式中,min为取最小值,表示优化问题,优化问题的右侧等式由运行成本、荷电状态SoC的安全性两个目标构成;/>、/>、/>、/>为中间变量,/>,/>,/>,/>和/>为系数,/>和/>分别为锂电池的额定功率和容量,/>为实际的放电深度,/>为额定的放电深度,/>为实际放电量,e为自然常数,/>为额定放电深度下的循环次数,/>为电锂池的循环寿命,为锂电池的输出功率,/>为控制周期,r为折旧率,/>为超级电容器的输出功率,/>和/>为权重,/>为锂电池的荷电状态,/>为超级电容器的荷电状态,/>是荷电状态参考值,/>为锂电池在t时刻的输出功率,/>为超级电容器在t时刻的输出功率,/>为混合储能系统HESS在t时刻总的有功功率输出。
可选地,步骤S104中在下层将确定的混合储能系统HESS的综合功率分配给混合储能系统HESS的混合存储单元时,还包括根据下式确定锂电池在t时刻的输出功率和超级电容器在t时刻的输出功率/>
上式中,为锂电池的输出功率,/>为超级电容器的输出功率,为锂电池在/>时刻的输出功率,t为时间,为锂电池的响应周期,/>为相交运算,/>为超级电容器在时刻的输出功率,/>为超级电容器的响应周期,[]是舍入函数,和/>表示在时间序列中不超过的最大元素/>的时间序列中/>和/>,/>和/>是锂电池和超级电容器的输出更新时间序列;且锂电池的响应周期/>为锂电池的响应频率的倒数,超级电容器的响应周期/>为超级电容器的响应频率的倒数,超级电容器的响应频率与上层控制的响应频率相同。
此外,本发明还提供一种适用于宽风域的风电场增强型分散式电压控制系统,包括相互连接的微处理器和存储器,所述微处理器被编程或配置以执行所述适用于宽风域的风电场增强型分散式电压控制方法。
此外,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序用于被微处理器编程或配置以执行所述适用于宽风域的风电场增强型分散式电压控制方法。
和现有技术相比,本发明主要具有下述优点:本发明包括通过风电机组发出的有功功率pwt大于预设的临界有功功率Pcr,且混合储能系统HESS的荷电状态SOC属于预设的安全区域(SOClow, SOCup)内来判断风电机组的无功功率容量RPC是否足够应对无功功率需求RPD的电压调节。本发明包括在判定风电机组的无功功率容量RPC足够应对无功功率需求RPD的电压调节后采用基于电压敏感性的局部无功Var/电压Volt控制的方式,以保持各个风电机组的节点电压在指定电压范围内。本发明包括在判定风电机组的无功功率容量RPC不能够足够应对无功功率需求RPD的电压调节后采用上层与下层结构的分层控制的方式,在上层以最小的电压偏差和最小的混合储能系统HESS使用量来确定混合储能系统HESS的综合功率;在下层将确定的混合储能系统HESS的综合功率分配给混合储能系统HESS的混合存储单元。 通过上述技术的结合,使得本发明能够实现宽风域的风电场增强型分散式电压控制,分散式混合储能系统(HESS)被应用于扩大风力发电机(WT)和变流器的支持范围,增强了电压控制能力,在确保电压质量的基础上实现考虑到不同的工作特性对电池和超级电容器进行最佳分配。
附图说明
图1为本发明实施例方法的基本流程示意图。
图2为本发明实施例中分散的混合储能系统HESS的配置示意图。
图3为本发明实施例中分散的混合储能系统HESS的拓扑示意图。
图4为本发明实施例中区域划分示意图。
图5为本发明实施例中区域1的流程图。
图6为本发明实施例中区域2的流程图。
具体实施方式
如图1所示,本实施例适用于宽风域的风电场增强型分散式电压控制方法包括:
S101,获取风电机组发出的有功功率pwt及混合储能系统HESS的荷电状态SOC;
S102,判断风电机组发出的有功功率pwt大于预设的临界有功功率Pcr,且混合储能系统HESS的荷电状态SOC属于预设的安全区域(SOClow, SOCup)内是否成立,其中SOClow、SOCup分别为充电状态的最小和最大警戒线;若成立则判定风电机组的无功功率容量RPC足够应对无功功率需求RPD的电压调节,跳转步骤S103,否则跳转步骤S104;
S103,采用基于电压敏感性的局部无功Var/电压Volt控制的方式,以保持各个风电机组的节点电压在指定电压范围内,结束并退出;
S104,采用上层与下层结构的分层控制的方式,在上层以最小的电压偏差和最小的混合储能系统HESS使用量来确定混合储能系统HESS的综合功率;在下层将确定的混合储能系统HESS的综合功率分配给混合储能系统HESS的混合存储单元,结束并退出。
本实施例中,混合储能系统HESS为分散的混合储能系统HESS,参见图2和图3,混合储能系统HESS包括多个储能系统(例如储能系统1和储能系统2),这些储能系统性能不同,响应速度有慢,分别通过直流变换器连接到混合储能系统HESS的直流母线形成总的有功功率PHESS。参见图2可知,其中风机1通过永磁同步/双馈异步风力发电机连接到交流/直流变换器的交流侧,交流/直流变换器的直流侧与直流/交流变换器的直流侧相连且中间并联有并联电容,以及前述混合储能系统HESS。此外,直流/交流变换器的交流侧连接有风机2,风机2,且n-1个上述设备共同连接形成了一个完整的分散式的风电场,并通过155kV/33kV变压器和20km电缆接入电网,如图3所示。
无功功率需求RPD不仅与风电机组的有功功率输出有关,而且还受到系统互连的影响,如网络模型和控制策略。一般来说,无功功率需求RPD被认为与有功功率呈正相关。如图4所示,本实施例适用于宽风域的风电场增强型分散式电压控制方法基于无功功率容量RPC和无功功率需求RPD,风电机组的运行被划分为两个区域:区域1和区域2,分别对应步骤S103和步骤S104。根据临界风功率 Pcr风机的运行条件被分为两个区域,即区域1(高功率支持能力)和区域2(低功率支持能力),在这两个区域中需要不同的控制来协调有功和无功功率。
由于有足够的无功功率容量RPC,在区域1中提出了一种基于电压敏感性的局部Var/Volt控制方法,以保持节点电压在可行的范围内。如图5所示,本实施例中步骤S103包括:
S201,分别针对每一台风电机组的电压和相位角的增量,有功和无功功率的增量计算该风电机组的功率与电压的灵敏度系数;
S202,将各台风电机组的功率与电压的灵敏度系数纳入优化问题来优化风电机组的Var输出以确定节点电压在指定电压范围,并保持节点电压在指定电压范围内,结束并退出。
本实施例步骤S201中计算该风电机组的功率与电压的灵敏度系数的函数表达式为:
上式中,和/>分别为电压和相位角的增量,/>和/>分别为有功和无功功率的增量,/>、/>、/>、/>分别为电压对有功、电压对无功、相位角对有功、相位角对无功的灵敏度系数。敏感度系数的精确计算存在着复杂性。敏感度系数的精确计算存在着复杂性。为了提高计算性能,本实施例中采用固定拓扑结构的风电机组WFs的离线灵敏度计算方法。
本实施例中,步骤S202中将各台风电机组的功率与电压的灵敏度系数纳入优化问题来优化风电机组的局部无功Var输出时,所建立的优化目标函数的函数表达式为:
上式中,min为取最小值,两项多项式中第一项旨在保持足够的局部无功Var以保证电压支持能力,而第二项旨在减少节点的电压偏差;为风电机组在t时刻的无功功率,/>为风电机组的无功功率参考值,/>和/>为权重,/>和/>分别为有功和无功与电压的灵敏度系数矩阵,/>和/>分别为风电机组在t时刻的有功功率增量和无功功率增量,且有:
上式中,为风电机组在t时刻的有功功率,/>和/>分别为/>台风电机组的有功功率和无功功率,/>为松弛母线和风电机组的数量,/>分别为电压对有功、电压对无功的灵敏度系数;且任意第/>台风电机组在t时刻用于电压调节的无功功率需求RPD的计算函数表达式为:
上式中,为第/>台风电机组在t时刻用于电压调节的无功功率需求RPD,/>为松弛母线和风电机组的数量,/>为第i个节点的电压幅值,/>为第/>台风电机组在t时刻的有功功率增量,/>和/>分别为风电场第/>台风电机组的有功和无功功率。通过上述方法所建立的优化目标函数通过将敏感性系数纳入优化问题来优化风电机组的局部无功Var输出。
区域2以分层的方式实现,其中混合储能系统HESS用于吸收导致有限RPC的部分功率,供以后使用。在区域2的上层,以最小的电压偏差和最小的混合储能系统HESS使用量来确定HESS的综合功率,只用局部测量信息就可以达到接近全局最优化的水平。
如图6所示,本实施例步骤S104中在上层以最小的电压偏差和最小的混合储能系统HESS使用量来确定混合储能系统HESS的综合功率包括:
S301,针对风电机组构成的风电机组网络建立下述线性方程的模型:
上式中,和/>分别表示支路ij的有功和无功功率流,/>和/>分别表示支路jk的有功和无功功率流,支路ij表示风电机组i和风电机组j之间的链路,支路jk表示风电机组j和风电机组k之间的链路,/>和/>表示风电机组j往风电机组网络中所注入的有功和无功功率,/>和/>分比为风电机组i和风电机组j的电压振幅的平方和,/>和/>为支路ij的阻抗参数;将上述线性方程的模型改写为下述矩阵的形式:
其中,和/>分别表示通过分支传输的有功功率和无功功率,/>和/>分别表示风电机组注入的有功功率和无功功率,/>为用于表示网络连接图的非满秩矩阵,/>为风电机组的数量,其中/>为矩阵/>的第一行,表示其他节点的潮流方向,/>和/>分别为对角线电阻矩阵和对角线电抗矩阵;将风电机组注入的有功功率和无功功率代入非满秩矩阵得到:
上式中,为节点电压,/>为有功功率对电压的影响,/>为无功功率的加权拉普拉斯矩阵,/>为有功功率的加权拉普拉斯矩阵,且加权拉普拉斯矩阵为正定和全等级,/>为松弛节点的电压;
S302,针对下述求解混合储能系统HESS的综合功率的优化问题进行求解以获得混合储能系统HESS的输出综合功率:
且上述优化问题的约束条件包括:
且上述优化问题的约束条件包括:
上式中,min为取最小值,表示优化问题,/>为节点电压,/>为节点电压参考值,和/>为权重,/>为混合储能系统HESS总的有功功率输出,,/>和/>分别为混合储能系统HESS的输出最小值和最大值,/>和/>分别为风电机组网络的加权拉普拉斯矩阵,为有功功率输出总和,/>为风电机组的注入功率,/>为风电机组的有功输出,和/>分别为30个迭代周期的时域中,有功功率输出的最小值和最大值,/>为预设阈值。
在区域2的下层,本实施例中实现了一种自我分配的方法,以在技术和经济目标之间进行最佳权衡,将综合功率分配给混合储能系统HESS。本实施例中,混合储能系统HESS由锂电池和超级电容器组成。本实施例中,锂电池具体为磷酸铁锂电池,此外也可以为其他类型的锂电池。锂电池是一种经常被考虑的存储介质,因为它的高容量、可扩展性。然而,它的寿命受到循环次数的限制。因此,超级电容器被应用于应对具有高功率输出和快速时间标度的高频元件。考虑到不同的工作特性,将对锂电池和超级电容器进行最佳分配。
混合储能系统HESS的应用需要解决两个问题,第一个是运行成本,这与存储单元和输出的固有特性有关。第二个问题是SoC的安全性,这是由主动输出序列决定的。考虑到SoC的安全性和上层的约束,本实施例步骤S104中在下层将确定的混合储能系统HESS的综合功率分配给混合储能系统HESS的混合存储单元是指针对下述优化问题进行求解:
上式中,min为取最小值,表示优化问题,优化问题的右侧等式由运行成本、荷电状态SoC的安全性两个目标构成;/>、/>、/>、/>为中间变量,/>,/>,/>,/>和/>为系数,/>和/>分别为锂电池的额定功率和容量,/>为实际的放电深度,/>为额定的放电深度,/>为实际放电量,e为自然常数,/>为额定放电深度下的循环次数,/>为电锂池的循环寿命,为锂电池的输出功率,/>为控制周期,r为折旧率,/>为超级电容器的输出功率,/>和/>为权重,/>为锂电池的荷电状态,/>为超级电容器的荷电状态,/>是荷电状态参考值,/>为锂电池在t时刻的输出功率,/>为超级电容器在t时刻的输出功率,/>为混合储能系统HESS在t时刻总的有功功率输出。上述优化问题的右侧等式由运行成本、荷电状态SoC的安全性两个目标构成,第一个目标是运行成本,这与存储单元和输出的固有特性有关。其中第一项是分摊到每个周期的电池建造成本,第二项是生命周期的维护成本,第三项是包括电力、燃料等在内的运营成本。第二个目标是SoC的安全性,这是由主动输出序列决定的。电锂池的循环寿命受到许多因素的影响,如温度、峰值电流和放电深度。当电池的累计放电量达到总的有效放电量时,电池就达到了寿命的终点,因此其计算函数表达式为:
,
其中是额定排放深度下的总排放量。/>是每个实际排放操作的等效排放,由经验公式转换。且有:
其中,是额定的放电深度。/>是额定放电深度下的循环次数。/>和/>是实际深度和实际放电量。
更重要的是,频繁的响应将迅速耗尽电池的寿命。因此,本实施例中采用了如图3的异步响应技术来提高经济和技术性能。这样一来,电池的响应频率是根据超前小时预测功率数据的低频和中频分量的截止频率来确定的,而超级电容器则继承了上层控制器的响应频率,即 ,这等于上层控制器的组合有功功率信号的最高频率。 本实施例步骤S104中在下层将确定的混合储能系统HESS的综合功率分配给混合储能系统HESS的混合存储单元时,还包括根据下式确定锂电池在t时刻的输出功率和超级电容器在t时刻的输出功率:
上式中,为锂电池的输出功率,/>为超级电容器的输出功率,为锂电池在/>时刻的输出功率,t为时间,为锂电池的响应周期,/>为相交运算,/>为超级电容器在时刻的输出功率,/>为超级电容器的响应周期,[]是舍入函数,和/>表示在时间序列中不超过的最大元素/>的时间序列中/>和/>,/>和/>是锂电池和超级电容器的输出更新时间序列;且锂电池的响应周期/>为锂电池的响应频率的倒数,超级电容器的响应周期/>为超级电容器的响应频率的倒数,超级电容器的响应频率与上层控制的响应频率相同。锂电池的响应频率根据超前小时预测功率数据的低频和中频分量的截止频率来确定。小波分解是一种对非平稳信号的有效分析方法,通过使用小波分解,功率信号经通过三层分解被分解成八个小波。低频成分的频率范围是0.5-1.0 Hz。考虑到低频成分的高份额考虑到低频分量所占比例较高,并要求将响应频率降到最低响应频率,因此本实施例中将电池的响应频率设置为0.5Hz,而超级电容器继承了上层控制器的频率10 Hz。
和/>是电池和超级电容器的输出更新时间序列,满足以下条件。
命题:存在一个正整数的元素,使时间序列中至少有一个元素属于集合/>和/>
其中,和/>是类似于上层控制器的响应时间序列。/>是异步速率,它取决于更新速率最慢的单元,即锂电池。事实上,目前已有几种方法来提取异质单元的不同频率的成分,如低通滤波、滑动平均滤波、小波包分解等。然而,这些传统的方法在执行时有很高的存储要求和很高的计算负担,并且存在控制复杂性的问题。相反,本实施例方法所提出的方法能够基于简单的数据执行,这有助于实时的快速电压调节。
在区域2中,分散的混合储能系统HESS通过削减功率峰值来调节电压,当SoC∈(SOClow, SOCup)时,HESS被用来吸收导致电压上升的额外有功功率。为了确定混合储能系统HESS的最佳组合功率,一个系统级的优化问题被提出, 优化目标是在储能单元输出最小的情况下使电压偏差最小,其中是HESS的输出,SOClow和SOCup是混合储能系统HESS输出功率的上界和下界。当SoC达到触发线时,分散的混合储能系统HESS将从区域2中撤出。等待下一个低风速时期,存储单元放电,以实现功率平衡。如上所述,在考虑到多目标优化和运行特性的情况下,通过对混合储能系统HESS的最佳协调来跟踪和应对电力平衡的时变状态,从而能够实现增强的电压控制。
综上所述,基于无功功率容量(RPC)和无功功率需求(RPD),风电机组的运行被划分为两个区域。由于有足够的RPC,在区域1中提出了一种基于电压敏感性的局部Var/Volt控制方法,以保持节点电压在可行的范围内。区域2以分层的方式实现,其中HESS用于吸收导致有限RPC的部分功率,供以后使用。在上层,以最小的电压偏差和最小的HESS使用量来确定HESS的综合功率。在下层,开发了一种自我分配的方法,以在技术和经济目标之间进行最佳权衡,将综合功率分配给混合存储单元。本实施例根据无功功率容量(RPC)和无功功率需求(RPD),将风电运行分为两个区域;在区域1中,由于有足够的无功供应,节点电压通过基于电压敏感性的无功调节方法控制在一个可行的范围内。在区域2中,分散的混合储能系统(HESSs),即使在极高的功率因数下,也能实现有效的无功支持;在上层,通过制定系统级优化问题来确定混合储能系统的综合功率输出,旨在最小化电压偏差和储能输出,同时满足每个本地风电的功率限制和电能质量约束。随后,在下层,该组合功率被优化分配给具有最低成本和最安全充电状态的存储单元。基于风速轨迹设计了一种增强型电压控制方法,同时实现了风电机组功率和HESS输出的协调以及储能单元之间的最佳自我分配,以改善扩大风速范围内的电压性能。为了跟踪和处理联合电力的高频和低频部分,提出了一个异步响应框架,考虑到异质存储单元的不同运行特性和响应能力。在线电压反馈是以完全分散的方式使用的,没有任何明确的通信,这可以确保快速和连续的响应。
此外,本实施例还提供一种适用于宽风域的风电场增强型分散式电压控制系统,包括相互连接的微处理器和存储器,微处理器被编程或配置以执行所述适用于宽风域的风电场增强型分散式电压控制方法。此外,本实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,计算机程序用于被微处理器编程或配置以执行所述适用于宽风域的风电场增强型分散式电压控制方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。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前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种适用于宽风域的风电场增强型分散式电压控制方法,其特征在于,包括:
S101,获取风电机组发出的有功功率pwt及混合储能系统HESS的荷电状态SOC;
S102,判断风电机组发出的有功功率pwt大于预设的临界有功功率Pcr,且混合储能系统HESS的荷电状态SOC属于预设的安全区域(SOClow, SOCup)内是否成立,其中SOClow、SOCup 分别为充电状态的最小和最大警戒线;若成立则判定风电机组的无功功率容量RPC足够应对无功功率需求RPD的电压调节,跳转步骤S103,否则跳转步骤S104;
S103,采用基于电压敏感性的局部无功Var/电压Volt控制的方式,以保持各个风电机组的节点电压在指定电压范围内,结束并退出;
S104,采用上层与下层结构的分层控制的方式,在上层以最小的电压偏差和最小的混合储能系统HESS使用量来确定混合储能系统HESS的综合功率;在下层将确定的混合储能系统HESS的综合功率分配给混合储能系统HESS的混合存储单元,结束并退出;
步骤S104中在上层以最小的电压偏差和最小的混合储能系统HESS使用量来确定混合储能系统HESS的综合功率包括:
S301,针对风电机组构成的风电机组网络建立下述线性方程的模型:
上式中,和/>分别表示支路ij的有功和无功功率流,/>和/>分别表示支路jk的有功和无功功率流,支路ij表示风电机组i和风电机组j之间的链路,支路jk表示风电机组j和风电机组k之间的链路,/>和/>表示风电机组j往风电机组网络中所注入的有功和无功功率,和/>分比为风电机组i和风电机组j的电压振幅的平方和,/>和/>为支路ij的阻抗参数;将上述线性方程的模型改写为下述矩阵的形式:
其中,和/>分别表示通过分支传输的有功功率和无功功率,/>和/>分别表示风电机组注入的有功功率和无功功率,/>为用于表示网络连接图的非满秩矩阵,/>为风电机组的数量,其中/>为矩阵/>的第一行,表示其他节点的潮流方向,/>和/>分别为对角线电阻矩阵和对角线电抗矩阵;将风电机组注入的有功功率和无功功率代入非满秩矩阵得到:
上式中,为节点电压,/>为有功功率对电压的影响,/>为无功功率的加权拉普拉斯矩阵,/>为有功功率的加权拉普拉斯矩阵,且加权拉普拉斯矩阵为正定和全等级,/>为松弛节点的电压;
S302,针对下述求解混合储能系统HESS的综合功率的优化问题进行求解以获得混合储能系统HESS的输出综合功率:
且上述优化问题的约束条件包括:
上式中,min为取最小值,表示优化问题,/>为节点电压,/>为节点电压参考值,/>为权重,/>为混合储能系统HESS总的有功功率输出,,/>和/>分别为混合储能系统HESS的输出最小值和最大值,/>和/>分别为风电机组网络的加权拉普拉斯矩阵,/>为有功功率输出总和,/> 为风电机组的注入功率,/>为风电机组的有功输出,/>和/>分别为30个迭代周期的时域中,有功功率输出的最小值和最大值,/>为预设阈值;
所述混合储能系统HESS由锂电池和超级电容器组成;
步骤S104中在下层将确定的混合储能系统HESS的综合功率分配给混合储能系统HESS的混合存储单元是指针对下述优化问题进行求解:
上式中,min为取最小值,表示优化问题,优化问题的右侧等式由运行成本、荷电状态SoC的安全性两个目标构成;/>、/>、/>、/>和/>为中间变量,, />, />, />和 />为系数,/>和/>分别为锂电池的额定功率和容量,为实际的放电深度,/>为额定的放电深度,/>为实际放电量,e为自然常数,/>为额定放电深度下的循环次数,/>为电锂池的循环寿命,/>为锂电池的输出功率,/>为控制周期,r为折旧率,/>为超级电容器的输出功率,/>和/>为权重,/>为锂电池的荷电状态,/>为超级电容器的荷电状态,/>是荷电状态参考值,/>为锂电池在t时刻的输出功率,/>为超级电容器在t时刻的输出功率,/>为混合储能系统HESS在t时刻总的有功功率输出;
步骤S104中在下层将确定的混合储能系统HESS的综合功率分配给混合储能系统HESS的混合存储单元时,还包括根据下式确定锂电池在t时刻的输出功率和超级电容器在t时刻的输出功率/>
上式中,为锂电池的输出功率,/>为超级电容器的输出功率,/>为锂电池在/>时刻的输出功率,t为时间,/>为锂电池的响应周期,/>为相交运算,/>为超级电容器在/>时刻的输出功率,/>为超级电容器的响应周期,[]是舍入函数,/>和 />表示在时间序列中不超过的最大元素 />的时间序列中 />和 />,/>和 />是锂电池和超级电容器的输出更新时间序列;且锂电池的响应周期/>为锂电池的响应频率的倒数,超级电容器的响应周期为超级电容器的响应频率的倒数,超级电容器的响应频率与上层控制的响应频率相同。
2.根据权利要求1所述的适用于宽风域的风电场增强型分散式电压控制方法,其特征在于,步骤S103包括:
S201,分别针对每一台风电机组的电压和相位角的增量,有功和无功功率的增量计算该风电机组的功率与电压的灵敏度系数;
S202,将各台风电机组的功率与电压的灵敏度系数纳入优化问题来优化风电机组的Var输出以确定节点电压在指定电压范围,并保持节点电压在指定电压范围内,结束并退出。
3.根据权利要求2所述的适用于宽风域的风电场增强型分散式电压控制方法,其特征在于,步骤S201中计算该风电机组的功率与电压的灵敏度系数的函数表达式为:
上式中,和 />分别为电压和相位角的增量,/>和 />分别为有功和无功功率的增量,/>、/>、/>、/>分别为电压对有功、电压对无功、相位角对有功、相位角对无功的灵敏度系数。
4.根据权利要求3所述的适用于宽风域的风电场增强型分散式电压控制方法,其特征在于,步骤S202中将各台风电机组的功率与电压的灵敏度系数纳入优化问题来优化风电机组的局部无功Var输出时,所建立的优化目标函数的函数表达式为:
上式中,min为取最小值,两项多项式中第一项旨在保持足够的局部无功Var以保证电压支持能力,而第二项旨在减少节点的电压偏差;为风电机组在t时刻的无功功率,/>为风电机组的无功功率参考值,/>和 />为权重,/>和/>分别为有功和无功与电压的灵敏度系数矩阵,/>和/>分别为风电机组在t时刻的有功功率增量和无功功率增量,且有:
上式中,为风电机组在t时刻的有功功率,/>为风电机组在t时刻的无功功率,和/>分别为/>台风电机组的有功功率和无功功率,/>为松弛母线和风电机组的数量,/>、/>分别为电压对有功、电压对无功的灵敏度系数;且任意第/>台风电机组在t时刻用于电压调节的无功功率需求RPD的计算函数表达式为:
上式中,为第/>台风电机组在t时刻用于电压调节的无功功率需求RPD,/>为松弛母线和风电机组的数量,/>为第i个节点的电压幅值,/>为第/>台风电机组在t时刻的有功功率增量,/>和 />分别为风电场第/>台风电机组的有功和无功功率。
5.一种适用于宽风域的风电场增强型分散式电压控制系统,包括相互连接的微处理器和存储器,其特征在于,所述微处理器被编程或配置以执行权利要求1~4中任意一项所述适用于宽风域的风电场增强型分散式电压控制方法。
6.一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其特征在于,所述计算机程序用于被微处理器编程或配置以执行权利要求1~4中任意一项所述适用于宽风域的风电场增强型分散式电压控制方法。
CN202310812991.2A 2023-07-05 2023-07-05 适用于宽风域的风电场增强型分散式电压控制方法及系统 Active CN116526588B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310812991.2A CN116526588B (zh) 2023-07-05 2023-07-05 适用于宽风域的风电场增强型分散式电压控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310812991.2A CN116526588B (zh) 2023-07-05 2023-07-05 适用于宽风域的风电场增强型分散式电压控制方法及系统

Publications (2)

Publication Number Publication Date
CN116526588A CN116526588A (zh) 2023-08-01
CN116526588B true CN116526588B (zh) 2023-09-08

Family

ID=87390747

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310812991.2A Active CN116526588B (zh) 2023-07-05 2023-07-05 适用于宽风域的风电场增强型分散式电压控制方法及系统

Country Status (1)

Country Link
CN (1) CN116526588B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106208113A (zh) * 2016-07-12 2016-12-07 上海电力学院 一种基于荷电状态的混合储能分层协调控制方法
CN107947231A (zh) * 2017-12-01 2018-04-20 国网江苏省电力有限公司电力科学研究院 一种面向配电网优化运行的混合储能系统控制方法
CN109149593A (zh) * 2018-09-29 2019-01-04 上海电力学院 针对低风速分散式风电并入配电网的双层电压优化方法
IT201900011739A1 (it) * 2019-07-15 2021-01-15 Univ Degli Studi Genova Metodo e sistema per il controllo di inverter in microreti
CA3109161A1 (en) * 2020-02-25 2021-08-25 Wobben Properties Gmbh Method of feeding electric power by means of a wind energy system
US11201473B1 (en) * 2020-06-19 2021-12-14 Hunan University Coordinated control system and method of wind turbine and STATCOM for suppressing unbalanced voltage in dispersed wind farm
CN113922384A (zh) * 2021-10-14 2022-01-11 湖南大学 一种风电场分散式无功电压优化协调控制方法
CN114465223A (zh) * 2022-01-07 2022-05-10 湖南大学 一种辐射型直流海上风电场电压控制方法及系统
CN115021314A (zh) * 2022-06-20 2022-09-06 四川大学 一种用于增强系统电压稳定的双馈风机联合控制策略
WO2022271102A2 (en) * 2021-06-23 2022-12-29 Nanyang Technological University System and method for stabilizing a power distribution network

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106208113A (zh) * 2016-07-12 2016-12-07 上海电力学院 一种基于荷电状态的混合储能分层协调控制方法
CN107947231A (zh) * 2017-12-01 2018-04-20 国网江苏省电力有限公司电力科学研究院 一种面向配电网优化运行的混合储能系统控制方法
CN109149593A (zh) * 2018-09-29 2019-01-04 上海电力学院 针对低风速分散式风电并入配电网的双层电压优化方法
IT201900011739A1 (it) * 2019-07-15 2021-01-15 Univ Degli Studi Genova Metodo e sistema per il controllo di inverter in microreti
CA3109161A1 (en) * 2020-02-25 2021-08-25 Wobben Properties Gmbh Method of feeding electric power by means of a wind energy system
US11201473B1 (en) * 2020-06-19 2021-12-14 Hunan University Coordinated control system and method of wind turbine and STATCOM for suppressing unbalanced voltage in dispersed wind farm
WO2022271102A2 (en) * 2021-06-23 2022-12-29 Nanyang Technological University System and method for stabilizing a power distribution network
CN113922384A (zh) * 2021-10-14 2022-01-11 湖南大学 一种风电场分散式无功电压优化协调控制方法
CN114465223A (zh) * 2022-01-07 2022-05-10 湖南大学 一种辐射型直流海上风电场电压控制方法及系统
CN115021314A (zh) * 2022-06-20 2022-09-06 四川大学 一种用于增强系统电压稳定的双馈风机联合控制策略

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Decentralized Volt/Var Control Based on Variable Gradient Projection for PMSG-Based Wind Farm;Hanzhi Peng等;《 IEEE Transactions on Sustainable Energy》;第1-第10页 *

Also Published As

Publication number Publication date
CN116526588A (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
de Carvalho et al. Fuzzy-based approach for power smoothing of a full-converter wind turbine generator using a supercapacitor energy storage
Sutikno et al. A review of recent advances on hybrid energy storage system for solar photovoltaics power generation
Parwal et al. Energy management for a grid-connected wave energy park through a hybrid energy storage system
Ma et al. Optimal allocation of hybrid energy storage systems for smoothing photovoltaic power fluctuations considering the active power curtailment of photovoltaic
CN103986190B (zh) 基于发电功率曲线的风光储联合发电系统平滑控制方法
Forestieri et al. Integrative sizing/real-time energy management of a hybrid supercapacitor/undersea energy storage system for grid integration of wave energy conversion systems
Kamel et al. A novel hybrid ant colony-particle swarm optimization techniques based tuning STATCOM for grid code compliance
CN112636367A (zh) 一种平抑风电波动的混合储能容量优化配置方法
CN110808597A (zh) 主动配电网中考虑三相不平衡的分布式电源规划方法
Egbomwan et al. Twin delayed deep deterministic policy gradient (TD3) based virtual inertia control for inverter-interfacing DGs in microgrids
CN113809733A (zh) 光储系统直流母线电压与超级电容荷电管理控制方法
CN109327031A (zh) 基于电池储能的直驱风电多机系统功率协控方法及系统
Ghaedi et al. Optimal placement and sizing of TCSC for improving the voltage and economic indices of system with stochastic load model
Zhu et al. Energy storage scheduling design on friendly grid wind power
Li et al. Research on the control strategy of energy storage participation in power system frequency regulation
Abed et al. Planning and operation of dynamic energy storage for improved integration of wind energy
CN105958535A (zh) 分布式电源集群控制系统及其控制方法
CN116526588B (zh) 适用于宽风域的风电场增强型分散式电压控制方法及系统
Li et al. A new low-frequency oscillation suppression method based on EMU on-board energy storage device
Palizban et al. Evaluation of the hierarchical control of distributed Energy Storage Systems in islanded Microgrids based on Std IEC/ISO 62264
AL-Maaitah et al. Particle Swarm Optimizer for BESS Operation to Mitigate Voltage Deviation of the Modified IEEE 9-bus Power System
Trabelsi et al. Joint coordination of optimal power management and energy storage system sizing for a full-scale marine current turbine considering microgrid integration constraint
Wang et al. Power distribution and energy storage regulation for Pharmaceutical Companies
Yang et al. A hierarchical energy management strategy for DC microgrid hybrid energy storage systems based on fractional-order sliding mode controller
Liu et al. Optimal transient power sharing method for shipboard MVDC System based on segmented variable step dynamic programming

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