CN117277452B - 一种双馈风电机组快速有功控制的方法及装置 - Google Patents

一种双馈风电机组快速有功控制的方法及装置 Download PDF

Info

Publication number
CN117277452B
CN117277452B CN202311567056.0A CN202311567056A CN117277452B CN 117277452 B CN117277452 B CN 117277452B CN 202311567056 A CN202311567056 A CN 202311567056A CN 117277452 B CN117277452 B CN 117277452B
Authority
CN
China
Prior art keywords
wind turbine
doubly
electromagnetic torque
objective function
generator
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
CN202311567056.0A
Other languages
English (en)
Other versions
CN117277452A (zh
Inventor
杨彦霞
李少林
王伟胜
秦世耀
李庆
贺敬
曲春辉
张梅
苗风麟
李春彦
李建立
杨宁宁
程艳
关逸飞
王士柏
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.)
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Original Assignee
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Electric Power Research Institute Co Ltd CEPRI, Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd filed Critical China Electric Power Research Institute Co Ltd CEPRI
Priority to CN202311567056.0A priority Critical patent/CN117277452B/zh
Publication of CN117277452A publication Critical patent/CN117277452A/zh
Application granted granted Critical
Publication of CN117277452B publication Critical patent/CN117277452B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48—Controlling the sharing of the in-phase component
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H02J3/241—The oscillation concerning frequency
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P9/00—Arrangements for controlling electric generators for the purpose of obtaining a desired output
    • H02P9/007—Control circuits for doubly fed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P9/00—Arrangements for controlling electric generators for the purpose of obtaining a desired output
    • H02P9/04—Control effected upon non-electric prime mover and dependent upon electric output value of the generator
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P9/00—Arrangements for controlling electric generators for the purpose of obtaining a desired output
    • H02P9/10—Control effected upon generator excitation circuit to reduce harmful effects of overloads or transients, e.g. sudden application of load, sudden removal of load, sudden change of load
    • H02P9/105—Control effected upon generator excitation circuit to reduce harmful effects of overloads or transients, e.g. sudden application of load, sudden removal of load, sudden change of load for increasing the stability
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P2101/00—Special adaptation of control arrangements for generators
    • H02P2101/15—Special adaptation of control arrangements for generators for wind-driven turbines

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Eletrric Generators (AREA)
  • Wind Motors (AREA)

Abstract

本发明涉及一种双馈风电机组快速有功控制的方法及装置，包括：采集双馈风电机组的当前状态信息、有功功率指令和快速有功增量指令；基于双馈风电机组的当前状态信息和有功功率指令，对预先建立的优化目标函数进行求解，得到预测时刻的变流器的电磁转矩参考值和预测时刻的变桨系统的桨距角参考值；利用快速有功增量指令和预测时刻的变流器的电磁转矩参考值，确定预测时刻的变流器的电磁转矩最终值；基于预测时刻的变流器的电磁转矩最终值向双馈风电机组中的变流器下达电磁转矩指令，基于预测时刻的变桨系统的桨距角参考值向双馈风电机组中的变桨系统下达桨距角指令。本发明实现了降低风电机组传动链动态载荷和机组转速波动，确保机组安全稳定运行。

Description

一种双馈风电机组快速有功控制的方法及装置
技术领域
本发明属于风电机组控制技术领域，具体涉及一种双馈风电机组快速有功控制的方法及装置。
背景技术
随着风电、光伏发电等新能源装机规模不断扩大，发电量快速增长，系统惯量水平能力不断下降，一旦受到功率扰动极易引发频率安全问题。因此，风电场应具备快速有功控制功能，通过提供惯量响应和一次调频响应性能实现对风电的频率主动支撑能力，促使风电主动参与系统频率响应，保障电力系统安全稳定运行。
风电机组作为一种大型旋转设备，在运行时旋转器件(叶片、发电机转子等)储存了一定的动能，通过附加控制可在系统频率发生变化时释放一部分旋转动能给电网或者从电网吸收一定的电能转化为旋转动能，从而在短时间内实现快速改变风机有功出力，模拟同步发电机组主动参与电力系统频率控制。在实际应用中风电机组的快速有功响应，基于转子动能完成，通过短时间释放或吸收转子动能完成的，就是直接将所需的有功变化量通过控制发电机的电磁转矩变化实现，机组响应10%的额定功率的时间基本是在400到500ms之间，响应时间较慢。而随着越来越多新能源接入电网后，机组的频率响应特性不能满足高比例接入系统后的要求，容易增加系统暂态失稳风险。
因此，亟需缩短风电机组快速有功响应时间来改善频率响应特性，但是如果缩短风电机组快速有功控制响应时间，即短时间内快速释放、吸收能量导致机组电磁力矩发生大的扰动，继而会破坏风电机组传动链轴系平衡，极大地增加传动链轴系部件载荷。在风电机组正常有功控制过程中，风电机组多采用增加阻尼控制策略，即将采集的发电机转速，经过多个滤波器和相应的相位补偿后，叠加到电磁转矩指令上，但是这种增加阻尼控制过程，整个控制周期需要进行滤波处理，时间周期较长而且极易造成功率波动。实际应用中，为了实现快速有功响应，机组往往没有增加阻尼控制，不考虑因快速有功控制引起风电机组传动链疲劳载荷的增长，这将造成风电机组传动链疲劳载荷增加，容易降低风电机组的使用寿命，增加风电机组的维护成本。
发明内容
为克服上述相关技术中存在的问题，本申请提供一种双馈风电机组快速有功控制的方法及装置。
第一方面，提供一种双馈风电机组快速有功控制的方法，包括：
采集双馈风电机组的当前状态信息、有功功率指令和快速有功增量指令；
基于所述双馈风电机组的当前状态信息和所述有功功率指令，对预先建立的优化目标函数进行求解，得到预测时刻的变流器的电磁转矩参考值和预测时刻的变桨系统的桨距角参考值；
利用所述快速有功增量指令和所述预测时刻的变流器的电磁转矩参考值，确定预测时刻的变流器的电磁转矩最终值；
基于所述预测时刻的变流器的电磁转矩最终值向双馈风电机组中的变流器下达电磁转矩指令，基于所述预测时刻的变桨系统的桨距角参考值向双馈风电机组中的变桨系统下达桨距角指令。
优选的，所述基于所述双馈风电机组的当前状态信息和所述有功功率指令，对预先建立的优化目标函数进行求解，包括：
将预先建立的双馈风电机组有功控制预测模型代入所述优化目标函数，并基于所述双馈风电机组的当前状态信息和所述有功功率指令，利用二次规划方法对所述优化目标函数进行求解，得到预测时刻的变流器的电磁转矩参考值和预测时刻的变桨系统的桨距角参考值。
优选的，所述利用所述快速有功增量指令和所述预测时刻的变流器的电磁转矩参考值，确定预测时刻的变流器的电磁转矩最终值，包括：
利用所述快速有功增量指令计算得到变流器的电磁转矩前馈参考值；
将所述变流器的电磁转矩前馈参考值和所述预测时刻的变流器的电磁转矩参考值相加，得到所述预测时刻的变流器的电磁转矩最终值。
优选的，所述优化目标函数的建立过程包括：
以双馈风电机组的传动链扭矩变化最小为目标构建第一目标函数；
以跟踪双馈风电机组的有功功率指令为目标构建第二目标函数；
以跟踪双馈风电机组参考转速中的风轮转速为目标构建第三目标函数；
以跟踪双馈风电机组参考转速中的发电机转速为目标构建第四目标函数；
基于所述第一目标函数、所述第二目标函数、所述第三目标函数和所述第四目标函数构建所述优化目标函数。
优选的，所述双馈风电机组有功控制预测模型的建立过程，包括：
构建双馈风电机组模型；
利用小信号增量法对所述双馈风电机组模型进行线性化，得到线性化双馈风电机组模型；
基于所述线性化双馈风电机组模型，利用模型预测控制方法构建双馈风电机组有功控制预测模型。
优选的，所述双馈风电机组模型，包括：气动模型、传动系统模型、电气控制模型。
优选的，所述基于所述线性化双馈风电机组模型，利用模型预测控制方法构建双馈风电机组有功控制预测模型，包括：
利用模型预测控制方法，将所述线性化双馈风电机组模型变换为状态空间方程；
基于所述状态空间方程，构建双馈风电机组有功控制预测模型。
优选的，所述双馈风电机组的当前状态信息，包括：
风轮转速、发电机转速、传动链扭转角、变流器的电磁转矩和变桨系统的桨距角。
优选的，所述电磁转矩前馈参考值的计算式，包括：
上式中，为电磁转矩前馈参考值，/>为快速有功增量指令，ωg为发电机转速，kΔ为电磁转矩前馈系数。
优选的，所述优化目标函数，包括：
上式中，Obj为优化目标函数，Obj1为第一目标函数，Obj2为第二目标函数，Obj3为第三目标函数，Obj4为第四目标函数。
优选的，所述第一目标函数包括：
所述第二目标函数包括：
所述第三目标函数包括：
所述第四目标函数包括：
上式中，j∈[1,np]，np为预测步长；k∈[0,F]，F为最大采样时刻；Obj1为第一目标函数，W1为权重，ΔTs为传动链扭矩变化量，ΔTs(k+j|k) 为在第k时刻预测第k+j时刻的传动链扭矩变化量，Obj2为第二目标函数，为有功功率指令，W2为权重，Pg为机组有功功率，Pg(k+j|k) 为在第k时刻预测第k+j时刻的机组有功功率，Obj3为第三目标函数，W3为权重，ωr为风轮转速，ng为增速比，kopt为最大功率跟踪系数，ωr(k+j|k) 为在第k时刻预测第k+j时刻的风轮转速，Obj4为第四目标函数，W4为权重，ωg为发电机转速，ωg(k+j|k)为在第k时刻预测第k+j时刻的发电机转速。
优选的，所述双馈风电机组有功控制预测模型，包括：目标函数和约束条件；
所述目标函数包括：
所述约束条件包括：
上式中，x为状态变量，u为控制变量，y为输出变量，其中，控制变量为变流器的电磁转矩的变化量和变桨系统的桨距角的变化量，输出变量为传动链扭矩、机组有功功率变化量、风轮转速变化量和发电机转速变化量，状态变量为风轮转速、发电机转速、传动链扭转角、变流器的电磁转矩的变化量和变桨系统的桨距角的变化量；x(k+1)为第k+1时刻的状态变量，x(k)为第k时刻的状态变量，u(k)为第k时刻的控制变量，Ad、Bd、Cd和Ed为参数矩阵，Ed(k)为第k时刻的参数矩阵，y(k+1)为第k+1时刻的输出变量，θ为变桨系统的桨距角，θmin为变桨系统的桨距角的最小值，θmax为变桨系统的桨距角的最大值，Δθ为变桨系统的桨距角变化量，Δθmin为变桨系统的桨距角变化量最小值，Δθmax为变桨系统的桨距角变化量最大值，ΔTgmin为发电机电磁转矩变化量最小值，ΔT为发电机电磁转矩变化量，ΔTgmax为发电机电磁转矩变化量最大值，T为发电机电磁转矩，Tgmax为发电机电磁转矩最大值。
优选的，所述参数矩阵Ad包括：
所述参数矩阵Bd包括：
所述参数矩阵Cd包括：
所述参数矩阵Ed包括：
上式中，t为时间，e为以e为底的指数函数，Ac、Bc、Cc和Ec均为参数矩阵，T0为采样周期。
优选的，所述气动模型的计算式包括：
所述传动系统模型的计算式包括：
所述电气控制模型的计算式包括：
上式中，Tr为风电机组气动扭矩，ρ为空气密度，R为风轮半径，v为风速，Cp为风电机组风能利用系数，ωr为风轮转速，Jr为风轮转动惯量，Jg为发电机转动惯量，ωg为发电机转速，ηg为风机增速比，Tg为双馈风电机组的电磁转矩，为变流器的电磁转距参考值，τg为变流器的电磁转距控制时间常数，s为复变量，θ为变桨系统的桨距角，/>为变桨系统的桨距角参考值，/>为变桨系统的桨距角控制时间常数，θs为传动链的扭转角，Ts为风电机组传动链扭矩，K为传动链刚度系数，D为传动链阻尼系数。
优选的，所述线性化双馈风电机组模型，包括：
上式中，Jr为风轮转动惯量，K为传动链刚度系数，ηg为风机增速比，Δωr为风轮转速变化量，Δθ为变桨系统的桨距角变化量，Δv为风速变化量，ωg为发电机转速，Δωg为发电机转速变化量，Δθs为传动链的扭转角变化量；Jg为发电机转动惯量，D为传动链阻尼系数，ΔTg为发电机电磁转矩变化量；τg为变流器的电磁转距控制时间常数，为变流器的电磁转矩参考值变化量，/>为变桨系统的桨距角控制时间常数，Tg为双馈风电机组的电磁转矩，/>为变桨系统的桨距角参考值变化量，ΔTs为传动链扭矩变化量，ΔPg为机组有功功率变化量，/>、/>、/>均为在当前采样点由风电机组气动扭矩Tr的一阶泰勒近似得出的系数。
优选的，所述状态空间方程，包括：
上式中，x'为x的导数，x为状态变量，u为控制变量，y为输出变量，Ac、Bc、Cc和Ec均为参数矩阵；其中，控制变量为变流器的电磁转矩的变化量和变桨系统的桨距角的变化量，输出变量为传动链扭矩、机组有功功率变化量、风轮转速变化量和发电机转速变化量，状态变量为风轮转速、发电机转速、传动链扭转角、变流器的电磁转矩的变化量和变桨系统的桨距角的变化量。
优选的，所述参数矩阵Ac的计算式包括：
所述参数矩阵Bc的计算式包括：
所述参数矩阵Cc的计算式包括：
所述参数矩阵Ec的计算式包括：
上式中，、/>在当前采样点由机组有功功率Pg的一阶泰勒近似得出的系数；
、/>、/>是在当前采样点由风电机组气动扭矩Tr的一阶泰勒近似得出的系数；D为传动链阻尼系数，K为传动链刚度系数，ηg为风机增速比，Jr为风轮转动惯量，Jg为发电机转动惯量，τg为变流器的电磁转距控制时间常数，/>为变桨系统的桨距角控制时间常数，Δv为风速变化量。
第二方面，提供一种双馈风电机组快速有功控制的装置，包括：
采集单元，用于采集双馈风电机组的当前状态信息、有功功率指令和快速有功增量指令；
求解单元，用于基于所述双馈风电机组的当前状态信息和所述有功功率指令，对预先建立的优化目标函数进行求解，得到预测时刻的变流器的电磁转矩参考值和预测时刻的变桨系统的桨距角参考值；
第一确定单元，用于利用所述快速有功增量指令和所述预测时刻的变流器的电磁转矩参考值，确定预测时刻的变流器的电磁转矩最终值；
第二确定单元，用于基于所述预测时刻的变流器的电磁转矩最终值向双馈风电机组中的变流器下达电磁转矩指令，基于所述预测时刻的变桨系统的桨距角参考值向双馈风电机组中的变桨系统下达桨距角指令。
优选的，所述求解单元，具体用于：
将预先建立的双馈风电机组有功控制预测模型代入所述优化目标函数，并基于所述双馈风电机组的当前状态信息和所述有功功率指令，利用二次规划方法对所述优化目标函数进行求解，得到预测时刻的变流器的电磁转矩参考值和预测时刻的变桨系统的桨距角参考值。
优选的，所述第一确定单元，具体用于：
利用所述快速有功增量指令计算得到变流器的电磁转矩前馈参考值；
将所述变流器的电磁转矩前馈参考值和所述预测时刻的变流器的电磁转矩参考值相加，得到所述预测时刻的变流器的电磁转矩最终值。
第三方面，提供一种计算机设备，包括：一个或多个处理器；
所述处理器，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，实现所述的双馈风电机组快速有功控制的方法。
根据本申请实施例的第四方面，提供一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现所述的双馈风电机组快速有功控制的方法。
本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：
本发明提供的一种双馈风电机组快速有功控制的方法及装置，包括采集双馈风电机组的当前状态信息、有功功率指令和快速有功增量指令；基于双馈风电机组的当前状态信息和有功功率指令，对预先建立的优化目标函数进行求解，得到预测时刻的变流器的电磁转矩参考值和预测时刻的变桨系统的桨距角参考值；利用快速有功增量指令和预测时刻的变流器的电磁转矩参考值，确定预测时刻的变流器的电磁转矩最终值；基于预测时刻的变流器的电磁转矩最终值向双馈风电机组中的变流器下达电磁转矩指令，基于预测时刻的变桨系统的桨距角参考值向双馈风电机组中的变桨系统下达桨距角指令。本发明通过增加电磁转矩前馈控制技术，实现快速有功控制，同时考虑风电机组在快速有功控制过程中带来的传动链扭振变大问题，增加风电机组的传动链扭矩变化小以及避免机组转速发生大范围波动为优化目标，实现了降低风电机组传动链动态载荷和机组转速波动，确保机组安全稳定运行，从而满足高比例新能源接入电网后系统对调频的需求。
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，下面描述中的附图仅仅是本发明的一些实施例，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是本发明实施例提供的一种双馈风电机组快速有功控制的方法的流程图；
图2是本发明实施例提供的一种双馈风电机组快速有功控制的方法的示意图；
图3是本发明实施例提供的一种双馈风电机组快速有功控制的装置的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图，对本发明的技术方案进行清楚、完整地描述，显然，下述实施例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做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。
实施例一
本发明提供一种双馈风电机组快速有功控制的方法，如图1所示，包括：
步骤101：采集双馈风电机组的当前状态信息、有功功率指令和快速有功增量指令；
步骤102：基于双馈风电机组的当前状态信息和有功功率指令，对预先建立的优化目标函数进行求解，得到预测时刻的变流器的电磁转矩参考值和预测时刻的变桨系统的桨距角参考值；
步骤103：利用快速有功增量指令和预测时刻的变流器的电磁转矩参考值，确定预测时刻的变流器的电磁转矩最终值；
步骤104：基于预测时刻的变流器的电磁转矩最终值向双馈风电机组中的变流器下达电磁转矩指令，基于预测时刻的变桨系统的桨距角参考值向双馈风电机组中的变桨系统下达桨距角指令。
需要说明的是，有功功率指令和快速有功增量指令可以但不限于为能量管理平台下发的。
进一步的，步骤102，包括：
将预先建立的双馈风电机组有功控制预测模型代入优化目标函数，并基于双馈风电机组的当前状态信息和有功功率指令，利用二次规划方法对优化目标函数进行求解，得到预测时刻的变流器的电磁转矩参考值和预测时刻的变桨系统的桨距角参考值。
进一步的，步骤103，包括：
步骤1031：利用快速有功增量指令计算得到变流器的电磁转矩前馈参考值；
步骤1032：将变流器的电磁转矩前馈参考值和预测时刻的变流器的电磁转矩参考值相加，得到预测时刻的变流器的电磁转矩最终值。
可以理解的是，本发明提出通过转矩前馈控制方法实现快速有功控制，同时考虑减小因快速有功响应引起风电机组传动链疲劳载荷的增长，实现风电机组在快速有功响应的同时减小机组传动链的动态载荷。
需要说明的是，如图2所示，为了实现快速有功控制，需要在机组能够准确跟踪能量管理平台下发的有功指令，同时考虑机组机械部件动作受载荷约束导致桨叶角不能很快变化，为了实现快速性，需要在变流器的电磁转矩指令上叠加部分快速有功所需的转矩变化量，通过前馈控制模式迅速改变变流器的电磁转矩指令/>，从而实现频率响应所需的快速有功指令/>。
进一步的，优化目标函数的建立过程包括：
以双馈风电机组的传动链扭矩变化最小为目标构建第一目标函数；
以跟踪双馈风电机组的有功功率指令为目标构建第二目标函数；
以跟踪双馈风电机组参考转速中的风轮转速为目标构建第三目标函数；
以跟踪双馈风电机组参考转速中的发电机转速为目标构建第四目标函数；
基于第一目标函数、第二目标函数、第三目标函数和第四目标函数构建优化目标函数。
可以理解的是，考虑风电机组的传动链扭矩变化最小优化目标，通过降低机组传动链扭矩波动实现降低风电机组动态载荷。考虑风电机组在快速有功响应时转速的稳定性，并满足风电机组的最大跟踪功率需求，增加了转速参考点跟踪目标。
进一步的，双馈风电机组有功控制预测模型的建立过程，包括：
构建双馈风电机组模型；
利用小信号增量法对双馈风电机组模型进行线性化，得到线性化双馈风电机组模型；
基于线性化双馈风电机组模型，利用模型预测控制方法构建双馈风电机组有功控制预测模型。
可以理解的是，双馈风电机组模型中的气动扭矩是与风速、转速、桨距角度等多变量相关的时变非线性模型，不能直接进行风电机组有功控制算法设计，故对其使用小信号增量法进行线性化，即在工作点对各状态变量取小扰动后进行泰勒展开并保留一阶项，可得线性化双馈风电机组模型。由于模型预测控制方法在处理复杂非线性系统的优势，适合风电机组有功控制的这种多变量输入输出的复杂系统，因此将线性化模型写成状态空间方程。
进一步的，双馈风电机组模型，包括：气动模型、传动系统模型、电气控制模型。
进一步的，基于线性化双馈风电机组模型，利用模型预测控制方法构建双馈风电机组有功控制预测模型，包括：
利用模型预测控制方法，将线性化双馈风电机组模型变换为状态空间方程；
基于状态空间方程，构建双馈风电机组有功控制预测模型。
进一步的，双馈风电机组的当前状态信息，包括：
风轮转速、发电机转速、传动链扭转角、变流器的电磁转矩和变桨系统的桨距角。
进一步的，电磁转矩前馈参考值的计算式，包括：
上式中，为电磁转矩前馈参考值，/>为快速有功增量指令，ωg为发电机转速，kΔ为电磁转矩前馈系数。
进一步的，优化目标函数，包括：
上式中，Obj为优化目标函数，Obj1为第一目标函数，Obj2为第二目标函数，Obj3为第三目标函数，Obj4为第四目标函数。
本发明提出在快速有功控制响应过程中，以控制风轮转速和发电机转速及时跟踪转速参考值，通过对电磁转矩和桨距角实时调整，避免机组因快速有功响应导致转速波动大，超过了安全运行转速范围造成故障停机。
进一步的，第一目标函数包括：
第二目标函数包括：
第三目标函数包括：
第四目标函数包括：
上式中，j∈[1,np]，np为预测步长；k∈[0, F]，F为最大采样时刻；Obj1为第一目标函数，W1为权重，ΔTs为传动链扭矩变化量，ΔTs(k+j|k) 为在第k时刻预测第k+j时刻的传动链扭矩变化量，Obj2为第二目标函数，为有功功率指令，W2为权重，Pg为机组有功功率，Pg(k+j|k) 为在第k时刻预测第k+j时刻的机组有功功率，Obj3为第三目标函数，W3为权重，ωr为风轮转速，ng为增速比，kopt为最大功率跟踪系数，ωr(k+j|k) 为在第k时刻预测第k+j时刻的风轮转速，Obj4为第四目标函数，W4为权重，ωg为发电机转速，ωg(k+j|k)为在第k时刻预测第k+j时刻的发电机转速。
进一步的，双馈风电机组有功控制预测模型，包括：目标函数和约束条件；
目标函数包括：
约束条件包括：
上式中，x为状态变量，u为控制变量，y为输出变量，其中，控制变量为变流器的电磁转矩的变化量和变桨系统的桨距角的变化量，输出变量为传动链扭矩、机组有功功率变化量、风轮转速变化量和发电机转速变化量，状态变量为风轮转速、发电机转速、传动链扭转角、变流器的电磁转矩的变化量和变桨系统的桨距角的变化量；x(k+1)为第k+1时刻的状态变量，x(k)为第k时刻的状态变量，u(k)为第k时刻的控制变量，Ad、Bd、Cd和Ed为参数矩阵，Ed(k)为第k时刻的参数矩阵，y(k+1)为第k+1时刻的输出变量，θ为变桨系统的桨距角，θmin为变桨系统的桨距角的最小值，θmax为变桨系统的桨距角的最大值，Δθ为变桨系统的桨距角变化量，Δθmin为变桨系统的桨距角变化量最小值，Δθmax为变桨系统的桨距角变化量最大值，ΔTgmin为发电机电磁转矩变化量最小值，ΔT为发电机电磁转矩变化量，ΔTgmax为发电机电磁转矩变化量最大值，T为发电机电磁转矩，Tgmax为发电机电磁转矩最大值。
可以理解的是，上述公式中的t一般代指时间，t和dt是离散化标准公式的表现形式。
进一步的，参数矩阵Ad包括：
参数矩阵Bd包括：
参数矩阵Cd包括：
参数矩阵Ed包括：
上式中，t为时间，e为以e为底的指数函数，Ac、Bc、Cc和Ec均为参数矩阵，T0为采样周期。
进一步的，气动模型的计算式包括：
传动系统模型的计算式包括：
/>
电气控制模型的计算式包括：
上式中，Tr为风电机组气动扭矩，ρ为空气密度，R为风轮半径，v为风速，Cp为风电机组风能利用系数，ωr为风轮转速，Jr为风轮转动惯量，Jg为发电机转动惯量，ωg为发电机转速，ηg为风机增速比，Tg为双馈风电机组的电磁转矩，为变流器的电磁转距参考值，τg为变流器的电磁转距控制时间常数，s为复变量，θ为变桨系统的桨距角，/>为变桨系统的桨距角参考值，/>为变桨系统的桨距角控制时间常数，θs为传动链的扭转角，Ts为风电机组传动链扭矩，K为传动链刚度系数，D为传动链阻尼系数。
进一步的，线性化双馈风电机组模型，包括：
上式中，Jr为风轮转动惯量，K为传动链刚度系数，ηg为风机增速比，Δωr为风轮转速变化量，Δθ为变桨系统的桨距角变化量，Δv为风速变化量，ωg为发电机转速，Δωg为发电机转速变化量，Δθs为传动链的扭转角变化量；Jg为发电机转动惯量，D为传动链阻尼系数，ΔTg为发电机电磁转矩变化量；τg为变流器的电磁转距控制时间常数，为变流器的电磁转矩参考值变化量，/>为变桨系统的桨距角控制时间常数，Tg为双馈风电机组的电磁转矩，/>为变桨系统的桨距角参考值变化量，ΔTs为传动链扭矩变化量，ΔPg为机组有功功率变化量，/>、/>、/>均为在当前采样点由风电机组气动扭矩Tr的一阶泰勒近似得出的系数。
进一步的，状态空间方程，包括：
上式中，x'为x的导数，x为状态变量，u为控制变量，y为输出变量，Ac、Bc、Cc和Ec均为参数矩阵；其中，控制变量为变流器的电磁转矩的变化量和变桨系统的桨距角的变化量，输出变量为传动链扭矩、机组有功功率变化量、风轮转速变化量和发电机转速变化量，状态变量为风轮转速、发电机转速、传动链扭转角、变流器的电磁转矩的变化量和变桨系统的桨距角的变化量。
进一步的，参数矩阵Ac的计算式包括：
参数矩阵Bc的计算式包括：
参数矩阵Cc的计算式包括：
参数矩阵Ec的计算式包括：
上式中，、/>在当前采样点由机组有功功率Pg的一阶泰勒近似得出的系数；
、/>、/>是在当前采样点由风电机组气动扭矩Tr的一阶泰勒近似得出的系数；D为传动链阻尼系数，K为传动链刚度系数，ηg为风机增速比，Jr为风轮转动惯量，Jg为发电机转动惯量，τg为变流器的电磁转距控制时间常数，/>为变桨系统的桨距角控制时间常数，Δv为风速变化量。
本发明提供的一种双馈风电机组快速有功控制的方法包括：采集双馈风电机组的当前状态信息、有功功率指令和快速有功增量指令；基于双馈风电机组的当前状态信息和有功功率指令，对预先建立的优化目标函数进行求解，得到预测时刻的变流器的电磁转矩参考值和预测时刻的变桨系统的桨距角参考值；利用快速有功增量指令和预测时刻的变流器的电磁转矩参考值，确定预测时刻的变流器的电磁转矩最终值；基于预测时刻的变流器的电磁转矩最终值向双馈风电机组中的变流器下达电磁转矩指令，基于预测时刻的变桨系统的桨距角参考值向双馈风电机组中的变桨系统下达桨距角指令。本发明通过增加电磁转矩前馈控制技术，实现快速有功控制，同时考虑风电机组在快速有功控制过程中带来的传动链扭振变大问题，增加风电机组的传动链扭矩变化小以及避免机组转速发生大范围波动为优化目标，实现了降低风电机组传动链动态载荷和机组转速波动，确保机组安全稳定运行，从而满足高比例新能源接入电网后系统对调频的需求。
实施例二
本发明还提供一种双馈风电机组快速有功控制的装置，如图3所示，包括：
采集单元，用于采集双馈风电机组的当前状态信息、有功功率指令和快速有功增量指令；
求解单元，用于基于双馈风电机组的当前状态信息和有功功率指令，对预先建立的优化目标函数进行求解，得到预测时刻的变流器的电磁转矩参考值和预测时刻的变桨系统的桨距角参考值；
第一确定单元，用于利用快速有功增量指令和预测时刻的变流器的电磁转矩参考值，确定预测时刻的变流器的电磁转矩最终值；
第二确定单元，用于基于预测时刻的变流器的电磁转矩最终值向双馈风电机组中的变流器下达电磁转矩指令，基于预测时刻的变桨系统的桨距角参考值向双馈风电机组中的变桨系统下达桨距角指令。
进一步的，求解单元，具体用于：
将预先建立的双馈风电机组有功控制预测模型代入优化目标函数，并基于双馈风电机组的当前状态信息和有功功率指令，利用二次规划方法对优化目标函数进行求解，得到预测时刻的变流器的电磁转矩参考值和预测时刻的变桨系统的桨距角参考值。
进一步的，第一确定单元，具体用于：
利用快速有功增量指令计算得到变流器的电磁转矩前馈参考值；
将变流器的电磁转矩前馈参考值和预测时刻的变流器的电磁转矩参考值相加，得到预测时刻的变流器的电磁转矩最终值。
进一步的，该装置还包括：第一建立单元，用于建立优化目标函数；
第一建立单元，包括：
第一建立模块，用于以双馈风电机组的传动链扭矩变化最小为目标构建第一目标函数；
第二建立模块，用于以跟踪双馈风电机组的有功功率指令为目标构建第二目标函数；
第三建立模块，用于以跟踪双馈风电机组参考转速中的风轮转速为目标构建第三目标函数；
第四建立模块，用于以跟踪双馈风电机组参考转速中的发电机转速为目标构建第四目标函数；
第五建立模块，用于基于第一目标函数、第二目标函数、第三目标函数和第四目标函数构建优化目标函数。
进一步的，该装置还包括：第二建立单元，用于建立双馈风电机组有功控制预测模型；
第二建立单元，包括：
第六建立模块，用于构建双馈风电机组模型；
获取模块，用于利用小信号增量法对双馈风电机组模型进行线性化，得到线性化双馈风电机组模型；
第七建立模块，用于基于线性化双馈风电机组模型，利用模型预测控制方法构建双馈风电机组有功控制预测模型。
进一步的，双馈风电机组模型，包括：气动模型、传动系统模型、电气控制模型。
进一步的，第七建立模块，具体用于：
利用模型预测控制方法，将线性化双馈风电机组模型变换为状态空间方程；
基于状态空间方程，构建双馈风电机组有功控制预测模型。
进一步的，双馈风电机组的当前状态信息，包括：
风轮转速、发电机转速、传动链扭转角、变流器的电磁转矩和变桨系统的桨距角。
进一步的，电磁转矩前馈参考值的计算式，包括：
上式中，为电磁转矩前馈参考值，/>为快速有功增量指令，ωg为发电机转速，kΔ为电磁转矩前馈系数。
进一步的，优化目标函数，包括：
/>
上式中，Obj为优化目标函数，Obj1为第一目标函数，Obj2为第二目标函数，Obj3为第三目标函数，Obj4为第四目标函数。
进一步的，第一目标函数包括：
第二目标函数包括：
第三目标函数包括：
第四目标函数包括：
上式中，j∈[1,np]，np为预测步长；k∈[0, F]，F为最大采样时刻；Obj1为第一目标函数，W1为权重，ΔTs为传动链扭矩变化量，ΔTs(k+j|k) 为在第k时刻预测第k+j时刻的传动链扭矩变化量，Obj2为第二目标函数，为有功功率指令，W2为权重，Pg为机组有功功率，Pg(k+j|k) 为在第k时刻预测第k+j时刻的机组有功功率，Obj3为第三目标函数，W3为权重，ωr为风轮转速，ng为增速比，kopt为最大功率跟踪系数，ωr(k+j|k) 为在第k时刻预测第k+j时刻的风轮转速，Obj4为第四目标函数，W4为权重，ωg为发电机转速，ωg(k+j|k)为在第k时刻预测第k+j时刻的发电机转速。
进一步的，双馈风电机组有功控制预测模型，包括：目标函数和约束条件；
目标函数包括：
约束条件包括：
上式中，x为状态变量，u为控制变量，y为输出变量，其中，控制变量为变流器的电磁转矩的变化量和变桨系统的桨距角的变化量，输出变量为传动链扭矩、机组有功功率变化量、风轮转速变化量和发电机转速变化量，状态变量为风轮转速、发电机转速、传动链扭转角、变流器的电磁转矩的变化量和变桨系统的桨距角的变化量；x(k+1)为第k+1时刻的状态变量，x(k)为第k时刻的状态变量，u(k)为第k时刻的控制变量，Ad、Bd、Cd和Ed为参数矩阵，Ed(k)为第k时刻的参数矩阵，y(k+1)为第k+1时刻的输出变量，θ为变桨系统的桨距角，θmin为变桨系统的桨距角的最小值，θmax为变桨系统的桨距角的最大值，Δθ为变桨系统的桨距角变化量，Δθmin为变桨系统的桨距角变化量最小值，Δθmax为变桨系统的桨距角变化量最大值，ΔTgmin为发电机电磁转矩变化量最小值，ΔT为发电机电磁转矩变化量，ΔTgmax为发电机电磁转矩变化量最大值，T为发电机电磁转矩，Tgmax为发电机电磁转矩最大值。
进一步的，参数矩阵Ad包括：
参数矩阵Bd包括：
参数矩阵Cd包括：
参数矩阵Ed包括：
上式中，t为时间，e为以e为底的指数函数，Ac、Bc、Cc和Ec均为参数矩阵，T0为采样周期。
进一步的，气动模型的计算式包括：
传动系统模型的计算式包括：
电气控制模型的计算式包括：
上式中，Tr为风电机组气动扭矩，ρ为空气密度，R为风轮半径，v为风速，Cp为风电机组风能利用系数，ωr为风轮转速，Jr为风轮转动惯量，Jg为发电机转动惯量，ωg为发电机转速，ηg为风机增速比，Tg为双馈风电机组的电磁转矩，为变流器的电磁转距参考值，τg为变流器的电磁转距控制时间常数，s为复变量，θ为变桨系统的桨距角，/>为变桨系统的桨距角参考值，/>为变桨系统的桨距角控制时间常数，θs为传动链的扭转角，Ts为风电机组传动链扭矩，K为传动链刚度系数，D为传动链阻尼系数。
进一步的，线性化双馈风电机组模型，包括：
上式中，Jr为风轮转动惯量，K为传动链刚度系数，ηg为风机增速比，Δωr为风轮转速变化量，Δθ为变桨系统的桨距角变化量，Δv为风速变化量，ωg为发电机转速，Δωg为发电机转速变化量，Δθs为传动链的扭转角变化量；Jg为发电机转动惯量，D为传动链阻尼系数，ΔTg为发电机电磁转矩变化量；τg为变流器的电磁转距控制时间常数，为变流器的电磁转矩参考值变化量，/>为变桨系统的桨距角控制时间常数，Tg为双馈风电机组的电磁转矩，/>为变桨系统的桨距角参考值变化量，ΔTs为传动链扭矩变化量，ΔPg为机组有功功率变化量，/>、/>、/>均为在当前采样点由风电机组气动扭矩Tr的一阶泰勒近似得出的系数。
进一步的，状态空间方程，包括：
上式中，x'为x的导数，x为状态变量，u为控制变量，y为输出变量，Ac、Bc、Cc和Ec均为参数矩阵；其中，控制变量为变流器的电磁转矩的变化量和变桨系统的桨距角的变化量，输出变量为传动链扭矩、机组有功功率变化量、风轮转速变化量和发电机转速变化量，状态变量为风轮转速、发电机转速、传动链扭转角、变流器的电磁转矩的变化量和变桨系统的桨距角的变化量。
进一步的，参数矩阵Ac的计算式包括：
参数矩阵Bc的计算式包括：
参数矩阵Cc的计算式包括：
参数矩阵Ec的计算式包括：
上式中，、/>在当前采样点由机组有功功率Pg的一阶泰勒近似得出的系数；
、/>、/>是在当前采样点由风电机组气动扭矩Tr的一阶泰勒近似得出的系数；D为传动链阻尼系数，K为传动链刚度系数，ηg为风机增速比，Jr为风轮转动惯量，Jg为发电机转动惯量，τg为变流器的电磁转距控制时间常数，/>为变桨系统的桨距角控制时间常数，Δv为风速变化量。
可以理解的是，上述提供的装置实施例与上述的方法实施例对应，相应的具体内容可以相互参考，在此不再赘述。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
实施例三
基于同一种发明构思，本发明还提供了一种计算机设备，该计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能，以实现上述实施例中一种双馈风电机组快速有功控制的方法的步骤。
实施例四
基于同一种发明构思，本发明还提供了一种存储介质，具体为计算机可读存储介质（Memory），所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序（包括程序代码）。需要说明的是，此处的计算机可读存储介质可以是高速RAM 存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中一种双馈风电机组快速有功控制的方法的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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用存储介质（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。
本发明是参照根据本发明实施例的方法、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。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (17)

1.一种双馈风电机组快速有功控制的方法，其特征在于，包括：
采集双馈风电机组的当前状态信息、有功功率指令和快速有功增量指令；
基于所述双馈风电机组的当前状态信息和所述有功功率指令，对预先建立的优化目标函数进行求解，得到预测时刻的变流器的电磁转矩参考值和预测时刻的变桨系统的桨距角参考值；
利用所述快速有功增量指令和所述预测时刻的变流器的电磁转矩参考值，确定预测时刻的变流器的电磁转矩最终值；
基于所述预测时刻的变流器的电磁转矩最终值向双馈风电机组中的变流器下达电磁转矩指令，基于所述预测时刻的变桨系统的桨距角参考值向双馈风电机组中的变桨系统下达桨距角指令；
所述基于所述双馈风电机组的当前状态信息和所述有功功率指令，对预先建立的优化目标函数进行求解，包括：
将预先建立的双馈风电机组有功控制预测模型代入所述优化目标函数，并基于所述双馈风电机组的当前状态信息和所述有功功率指令，利用二次规划方法对所述优化目标函数进行求解，得到预测时刻的变流器的电磁转矩参考值和预测时刻的变桨系统的桨距角参考值；
所述利用所述快速有功增量指令和所述预测时刻的变流器的电磁转矩参考值，确定预测时刻的变流器的电磁转矩最终值，包括：
利用所述快速有功增量指令计算得到变流器的电磁转矩前馈参考值；
将所述变流器的电磁转矩前馈参考值和所述预测时刻的变流器的电磁转矩参考值相加，得到所述预测时刻的变流器的电磁转矩最终值；
所述优化目标函数的建立过程包括：
以双馈风电机组的传动链扭矩变化最小为目标构建第一目标函数；
以跟踪双馈风电机组的有功功率指令为目标构建第二目标函数；
以跟踪双馈风电机组参考转速中的风轮转速为目标构建第三目标函数；
以跟踪双馈风电机组参考转速中的发电机转速为目标构建第四目标函数；
基于所述第一目标函数、所述第二目标函数、所述第三目标函数和所述第四目标函数构建所述优化目标函数。
2.根据权利要求1所述的方法，其特征在于，所述双馈风电机组有功控制预测模型的建立过程，包括：
构建双馈风电机组模型；
利用小信号增量法对所述双馈风电机组模型进行线性化，得到线性化双馈风电机组模型；
基于所述线性化双馈风电机组模型，利用模型预测控制方法构建双馈风电机组有功控制预测模型。
3.根据权利要求2所述的方法，其特征在于，所述双馈风电机组模型，包括：气动模型、传动系统模型、电气控制模型。
4.根据权利要求2所述的方法，其特征在于，所述基于所述线性化双馈风电机组模型，利用模型预测控制方法构建双馈风电机组有功控制预测模型，包括：
利用模型预测控制方法，将所述线性化双馈风电机组模型变换为状态空间方程；
基于所述状态空间方程，构建双馈风电机组有功控制预测模型。
5.根据权利要求1所述的方法，其特征在于，所述双馈风电机组的当前状态信息，包括：
风轮转速、发电机转速、传动链扭转角、变流器的电磁转矩和变桨系统的桨距角。
6.根据权利要求1所述的方法，其特征在于，所述电磁转矩前馈参考值的计算式，包括：
上式中，为电磁转矩前馈参考值，/>为快速有功增量指令，ωg为发电机转速，kΔ为电磁转矩前馈系数。
7.根据权利要求1所述的方法，其特征在于，所述优化目标函数，包括：
上式中，Obj为优化目标函数，Obj1为第一目标函数，Obj2为第二目标函数，Obj3为第三目标函数，Obj4为第四目标函数。
8.根据权利要求1所述的方法，其特征在于，所述第一目标函数包括：
所述第二目标函数包括：
所述第三目标函数包括：
所述第四目标函数包括：
上式中，j∈[1,np]，np为预测步长；k∈[0,F]，F为最大采样时刻；Obj1为第一目标函数，W1为权重，ΔTs为传动链扭矩变化量，ΔTs(k+j|k) 为在第k时刻预测第k+j时刻的传动链扭矩变化量，Obj2为第二目标函数，为有功功率指令，W2为权重，Pg为机组有功功率，Pg (k+j|k) 为在第k时刻预测第k+j时刻的机组有功功率，Obj3为第三目标函数，W3为权重，ωr为风轮转速，ng为增速比，kopt为最大功率跟踪系数，ωr (k+j|k) 为在第k时刻预测第k+j时刻的风轮转速，Obj4为第四目标函数，W4为权重，ωg为发电机转速，ωg (k+j|k)为在第k时刻预测第k+j时刻的发电机转速。
9.根据权利要求1所述的方法，其特征在于，所述双馈风电机组有功控制预测模型，包括：目标函数和约束条件；
所述目标函数包括：
所述约束条件包括：
上式中，x为状态变量，u为控制变量，y为输出变量，其中，控制变量为变流器的电磁转矩的变化量和变桨系统的桨距角的变化量，输出变量为传动链扭矩、机组有功功率变化量、风轮转速变化量和发电机转速变化量，状态变量为风轮转速、发电机转速、传动链扭转角、变流器的电磁转矩的变化量和变桨系统的桨距角的变化量；x(k+1)为第k+1时刻的状态变量，x(k)为第k时刻的状态变量，u(k)为第k时刻的控制变量，Ad、Bd、Cd和Ed为参数矩阵，Ed(k)为第k时刻的参数矩阵，y(k+1)为第k+1时刻的输出变量，θ为变桨系统的桨距角，θmin为变桨系统的桨距角的最小值，θmax为变桨系统的桨距角的最大值，Δθ为变桨系统的桨距角变化量，Δθmin为变桨系统的桨距角变化量最小值，Δθmax为变桨系统的桨距角变化量最大值，ΔTgmin为发电机电磁转矩变化量最小值，ΔT为发电机电磁转矩变化量，ΔTgmax为发电机电磁转矩变化量最大值，T为发电机电磁转矩，Tgmax为发电机电磁转矩最大值。
10.根据权利要求9所述的方法，其特征在于，所述参数矩阵Ad包括：
所述参数矩阵Bd包括：
所述参数矩阵Cd包括：
所述参数矩阵Ed包括：
上式中，t为时间，e为以e为底的指数函数，Ac、Bc、Cc和Ec均为参数矩阵，T0为采样周期。
11.根据权利要求3所述的方法，其特征在于，所述气动模型的计算式包括：
所述传动系统模型的计算式包括：
所述电气控制模型的计算式包括：
上式中，Tr为风电机组气动扭矩，ρ为空气密度，R为风轮半径，v为风速，Cp为风电机组风能利用系数，ωr为风轮转速，Jr为风轮转动惯量，Jg为发电机转动惯量，ωg为发电机转速，ηg为风机增速比，Tg为双馈风电机组的电磁转矩，为变流器的电磁转距参考值，τg为变流器的电磁转距控制时间常数，s为复变量，θ为变桨系统的桨距角，/>为变桨系统的桨距角参考值，/>为变桨系统的桨距角控制时间常数，θs为传动链的扭转角，Ts为风电机组传动链扭矩，K为传动链刚度系数，D为传动链阻尼系数。
12.根据权利要求2所述的方法，其特征在于，所述线性化双馈风电机组模型，包括：
上式中，Jr为风轮转动惯量，K为传动链刚度系数，ηg为风机增速比，Δωr为风轮转速变化量，Δθ为变桨系统的桨距角变化量，Δv为风速变化量，ωg为发电机转速，Δωg为发电机转速变化量，Δθs为传动链的扭转角变化量；Jg为发电机转动惯量，D为传动链阻尼系数，ΔTg为发电机电磁转矩变化量；τg为变流器的电磁转距控制时间常数，为变流器的电磁转矩参考值变化量，/>为变桨系统的桨距角控制时间常数，Tg为双馈风电机组的电磁转矩，为变桨系统的桨距角参考值变化量，ΔTs为传动链扭矩变化量，ΔPg为机组有功功率变化量，/>、/>、/>均为在当前采样点由风电机组气动扭矩Tr的一阶泰勒近似得出的系数。
13.根据权利要求4所述的方法，其特征在于，所述状态空间方程，包括：
上式中，x'为x的导数，x为状态变量，u为控制变量，y为输出变量，Ac、Bc、Cc和Ec均为参数矩阵；其中，控制变量为变流器的电磁转矩的变化量和变桨系统的桨距角的变化量，输出变量为传动链扭矩、机组有功功率变化量、风轮转速变化量和发电机转速变化量，状态变量为风轮转速、发电机转速、传动链扭转角、变流器的电磁转矩的变化量和变桨系统的桨距角的变化量。
14.根据权利要求13所述的方法，其特征在于，所述参数矩阵Ac的计算式包括：
所述参数矩阵Bc的计算式包括：
所述参数矩阵Cc的计算式包括：
所述参数矩阵Ec的计算式包括：
上式中，、/>在当前采样点由机组有功功率Pg的一阶泰勒近似得出的系数；
、/>、/>是在当前采样点由风电机组气动扭矩Tr的一阶泰勒近似得出的系数；D为传动链阻尼系数，K为传动链刚度系数，ηg为风机增速比，Jr为风轮转动惯量，Jg为发电机转动惯量，τg为变流器的电磁转距控制时间常数，/>为变桨系统的桨距角控制时间常数，Δv为风速变化量。
15.一种双馈风电机组快速有功控制的装置，其特征在于，包括：
采集单元，用于采集双馈风电机组的当前状态信息、有功功率指令和快速有功增量指令；
求解单元，用于基于所述双馈风电机组的当前状态信息和所述有功功率指令，对预先建立的优化目标函数进行求解，得到预测时刻的变流器的电磁转矩参考值和预测时刻的变桨系统的桨距角参考值；
第一确定单元，用于利用所述快速有功增量指令和所述预测时刻的变流器的电磁转矩参考值，确定预测时刻的变流器的电磁转矩最终值；
第二确定单元，用于基于所述预测时刻的变流器的电磁转矩最终值向双馈风电机组中的变流器下达电磁转矩指令，基于所述预测时刻的变桨系统的桨距角参考值向双馈风电机组中的变桨系统下达桨距角指令；
所述求解单元，具体用于：
将预先建立的双馈风电机组有功控制预测模型代入所述优化目标函数，并基于所述双馈风电机组的当前状态信息和所述有功功率指令，利用二次规划方法对所述优化目标函数进行求解，得到预测时刻的变流器的电磁转矩参考值和预测时刻的变桨系统的桨距角参考值；
所述第一确定单元，具体用于：
利用所述快速有功增量指令计算得到变流器的电磁转矩前馈参考值；
将所述变流器的电磁转矩前馈参考值和所述预测时刻的变流器的电磁转矩参考值相加，得到所述预测时刻的变流器的电磁转矩最终值；
所述装置还包括：第一建立单元，用于建立优化目标函数；
第一建立单元，包括：
第一建立模块，用于以双馈风电机组的传动链扭矩变化最小为目标构建第一目标函数；
第二建立模块，用于以跟踪双馈风电机组的有功功率指令为目标构建第二目标函数；
第三建立模块，用于以跟踪双馈风电机组参考转速中的风轮转速为目标构建第三目标函数；
第四建立模块，用于以跟踪双馈风电机组参考转速中的发电机转速为目标构建第四目标函数；
第五建立模块，用于基于第一目标函数、第二目标函数、第三目标函数和第四目标函数构建优化目标函数。
16.一种计算机设备，其特征在于，包括：一个或多个处理器；
所述处理器，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，实现如权利要求1至14中任意一项所述的双馈风电机组快速有功控制的方法。
17.一种计算机可读存储介质，其特征在于，其上存有计算机程序，所述计算机程序被执行时，实现如权利要求1至14中任意一项所述的双馈风电机组快速有功控制的方法。
CN202311567056.0A 2023-11-23 2023-11-23 一种双馈风电机组快速有功控制的方法及装置 Active CN117277452B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311567056.0A CN117277452B (zh) 2023-11-23 2023-11-23 一种双馈风电机组快速有功控制的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311567056.0A CN117277452B (zh) 2023-11-23 2023-11-23 一种双馈风电机组快速有功控制的方法及装置

Publications (2)

Publication Number Publication Date
CN117277452A CN117277452A (zh) 2023-12-22
CN117277452B true CN117277452B (zh) 2024-03-26

Family

ID=89218284

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311567056.0A Active CN117277452B (zh) 2023-11-23 2023-11-23 一种双馈风电机组快速有功控制的方法及装置

Country Status (1)

Country Link
CN (1) CN117277452B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109950934A (zh) * 2019-03-01 2019-06-28 重庆大学 一种双馈风电机组主动耗能运行的控制方法
CN110513248A (zh) * 2019-08-15 2019-11-29 华北电力科学研究院有限责任公司 一种具有主动支撑电网功能的风机桨距角控制方法及装置
CN116624332A (zh) * 2023-07-21 2023-08-22 中国电力科学研究院有限公司 一种抑制双馈风电机组传动链扭振的控制方法和系统
CN117028145A (zh) * 2023-10-08 2023-11-10 国网江苏省电力有限公司电力科学研究院 考虑塔架载荷抑制的风电机组有功功率控制方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110206685B (zh) * 2018-02-28 2020-07-28 北京金风科创风电设备有限公司 风电场中的风力发电机组的前馈控制方法和设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109950934A (zh) * 2019-03-01 2019-06-28 重庆大学 一种双馈风电机组主动耗能运行的控制方法
CN110513248A (zh) * 2019-08-15 2019-11-29 华北电力科学研究院有限责任公司 一种具有主动支撑电网功能的风机桨距角控制方法及装置
CN116624332A (zh) * 2023-07-21 2023-08-22 中国电力科学研究院有限公司 一种抑制双馈风电机组传动链扭振的控制方法和系统
CN117028145A (zh) * 2023-10-08 2023-11-10 国网江苏省电力有限公司电力科学研究院 考虑塔架载荷抑制的风电机组有功功率控制方法及装置

Also Published As

Publication number Publication date
CN117277452A (zh) 2023-12-22

Similar Documents

Publication Publication Date Title
Beltran et al. High-order sliding-mode control of variable-speed wind turbines
Zhao et al. Fatigue load sensitivity-based optimal active power dispatch for wind farms
Stol et al. Individual blade pitch control for the controls advanced research turbine (CART)
CN106774276B (zh) 风电场自动发电控制系统测试平台
CN112117768B (zh) 基于功率跟踪曲线切换的风力发电机组分段调频控制方法
CN116624332B (zh) 一种抑制双馈风电机组传动链扭振的控制方法和系统
Guo et al. Incorporating approximate dynamic programming-based parameter tuning into PD-type virtual inertia control of DFIGs
CN203420825U (zh) 风机塔架振动抑制系统和提高风机切出风速的控制系统
Imran et al. DAC with LQR control design for pitch regulated variable speed wind turbine
Fan et al. An optimized decentralized power sharing strategy for wind farm de-loading
Hossain et al. Integration of wind into running vehicles to meet its total energy demand
Ali et al. Comparative study of different pitch angle control strategies for DFIG based on wind energy conversion system
CN113991754B (zh) 一种风电场的控制方法、系统及计算设备
Wanigasekara et al. Design of dynamic fuzzy Q-learning controller for networked wind energy conversion systems
CN114465287A (zh) 一种风电场快速有功功率优化方法及系统
Jiao et al. EWSE and uncertainty and disturbance estimator based pitch angle control for wind turbine systems operating in above-rated wind speed region
CN116805126B (zh) 一种风电场多级服役质量调控方法、系统及介质
CN117277452B (zh) 一种双馈风电机组快速有功控制的方法及装置
Wiens et al. Holistic simulation of wind turbines with fully aero-elastic and electrical model
Muhando et al. Modelling–based approach for digital control design for nonlinear WECS in the power system
Shaltout et al. An economic model predictive control approach for wind power smoothing and tower load mitigation
Chang et al. Combined predictive feedforward and feedback control for blade pitch of wind turbine
Miao et al. Power control performance evaluation of wind turbine based on a hardware-in-the-loop simulation platform
US20230184216A1 (en) Control a wind turbine with a modified power reference
Fu et al. Study on linear dynamic model and analysis of operating characteristics of high-power vscf wind energy conversion system

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