CN118399477A - 风光机组紧急控制功率分配策略生成方法及系统 - Google Patents
风光机组紧急控制功率分配策略生成方法及系统 Download PDFInfo
- Publication number
- CN118399477A CN118399477A CN202410514400.8A CN202410514400A CN118399477A CN 118399477 A CN118399477 A CN 118399477A CN 202410514400 A CN202410514400 A CN 202410514400A CN 118399477 A CN118399477 A CN 118399477A
- Authority
- CN
- China
- Prior art keywords
- wind
- power
- cost
- emergency control
- unit
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000004044 response Effects 0.000 claims abstract description 46
- 238000005457 optimization Methods 0.000 claims abstract description 34
- 230000033228 biological regulation Effects 0.000 claims description 46
- 230000008569 process Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 9
- 238000005299 abrasion Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000003828 downregulation Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003827 upregulation Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Landscapes
- Control Of Eletrric Generators (AREA)
Abstract
本发明属风光机组紧急控制技术领域，提供了一种风光机组紧急控制功率分配策略生成方法及系统。其中，获取电网控制目标、风光机组集群的初始输出功率及风光机组集群的工作状态；根据风光机组集群紧急控制功率分配优化模型及上述获取的信息，以调节代价最小为目的，在预设约束条件下，得到各风光机组有功功率调节量；其中，风光机组集群紧急控制功率分配优化模型为所有设备参与响应后的总体调节代价，与设备集群调控结果和系统控制目标的偏差量的权重求和；所有设备参与响应后的总体调节代价为将风电机组参与电网紧急控制的总代价与光伏机组参与电网紧急控制的总代价的累加和。
Description
技术领域
本发明属风光机组紧急控制技术领域，尤其涉及一种风光机组紧急控制功率分配策略生成方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
随着高比例新能源并入电网，电力系统动态响应发生显著变化。系统等效惯量下降，短路故障等大扰动事件下电网功角失稳风险增加。紧急控制常用的切负荷手段对用户影响较大，大规模粗放切除方式社会容忍度较低。随着传统机组出力空间被压缩，同步机不再具备大容量紧急控制支撑能力。
风光电源采用电子电子器件并网，功率调节效率远远超过传统火电或水电机组，在未来高度电力电子化的系统中可提供更为灵活便捷的功率支撑。然而现阶段新能源机组多采用最大功率追踪模式或限功率运行模式，并未考虑其功率主动支撑能力。紧急功率控制过程有严格的时间要求，大型集群往往包含百台甚至更多机组，在短时间内要求所有机组参与决策不现实。这样导致优化决策空间过大，增加了搜索难度的同时降低了集群响应效率；若所有机组都参与动作，将加剧机组磨损老化，恶化机组的工作状态。
综上所述，紧急控制过程中风光集群功率分配仅依赖风光机组可用容量或调节裕度而不考虑机组实际运行状态，无法满足紧急功率调度响应需求。
发明内容
为了解决上述紧急控制过程中风光集群功率分配仅依赖风光机组可用容量或调节裕度而不考虑机组实际运行状态，无法满足紧急功率调度响应需求的技术问题，本发明提供一种风光机组紧急控制功率分配策略生成方法及系统，其可以准确完成电网紧急控制目标并提高风光集群的效率和经济性，同时保障机组的健康状态。
为了实现上述目的，本发明采用如下技术方案：
本发明的第一个方面提供了一种风光机组紧急控制功率分配策略生成方法。
在一个或多个实施例中，提供了一种风光机组紧急控制功率分配策略生成方法，包括：
获取电网控制目标、风光机组集群的初始输出功率及风光机组集群的工作状态；
根据风光机组集群紧急控制功率分配优化模型及上述获取的信息，以调节代价最小为目的，在预设约束条件下，得到各风光机组有功功率调节量；
其中，风光机组集群紧急控制功率分配优化模型为所有设备参与响应后的总体调节代价，与设备集群调控结果和系统控制目标的偏差量的权重求和；
所有设备参与响应后的总体调节代价为将风电机组参与电网紧急控制的总代价与光伏机组参与电网紧急控制的总代价的累加和。
作为一种实施方式，所述风电机组参与电网紧急控制的总代价，是基于风电机组是否参与响应进行停机控制、单个风电机组代价累加和及其所占总代价的比例因子得到。
作为一种实施方式，所述单个风电机组代价累加和，是风电机组停机过程所构建的单个风电机组参与电网紧急控制的停机磨损代价、机组状态控制代价和功率调节量代价这三者的累加和。
作为一种实施方式，所述停机磨损代价由转速调节代价和桨距角调节代价两者加权求和得到。
作为一种实施方式，所述光伏机组参与电网紧急控制的总代价，是根据光伏紧急调节过程所构建的光伏机组下调控制代价及光伏机组上调控制代价，进而结合功率调节量，从光伏机组下调控制代价及光伏机组上调控制代价中匹配确定得到。
作为一种实施方式，所述约束条件包括：第一个约束条件、第二个约束条件和第三约束条件；
第一个约束条件代表设备集群总体响应量应满足最小过切原则，即向上或向下调节量超过功率目标值与初始值的差；
第二个约束条件代表光伏机组可连续调节功率，功率上调节上限为一定时间窗口内的功率预测最小值；
第三约束条件代表风电机组仅能以切机的方式参与紧急控制。
本发明的第二个方面提供了一种风光机组紧急控制功率分配策略生成系统。
在一个或多个实施例中，一种风光机组紧急控制功率分配策略生成系统，包括：
信息获取模块，其用于获取电网控制目标、风光机组集群的初始输出功率及风光机组集群的工作状态；
功率分配模块，其用于根据风光机组集群紧急控制功率分配优化模型及上述获取的信息，以调节代价最小为目的，在预设约束条件下，得到各风光机组有功功率调节量；
其中，风光机组集群紧急控制功率分配优化模型为所有设备参与响应后的总体调节代价，与设备集群调控结果和系统控制目标的偏差量的权重求和；
所有设备参与响应后的总体调节代价为将风电机组参与电网紧急控制的总代价与光伏机组参与电网紧急控制的总代价的累加和。
作为一种实施方式，所述约束条件包括：第一个约束条件、第二个约束条件和第三约束条件；
第一个约束条件代表设备集群总体响应量应满足最小过切原则，即向上或向下调节量超过功率目标值与初始值的差；
第二个约束条件代表光伏机组可连续调节功率，功率上调节上限为一定时间窗口内的功率预测最小值；
第三约束条件代表风电机组仅能以切机的方式参与紧急控制。
在一个或多个实施例中，还提供了一种风光机组紧急控制功率分配策略生成系统，其包括：
单机设备层、设备集群层和云控制中心；
所述单机设备层感知单机风电机组和光伏机组的实时运行状态并计算调节能力；
所述设备集群层用于将其管控区域内的各单机设备层的调节能力和调节代价进行汇集上传；
所述云控制中心用于汇总所有设备集群层的可调节能力和调控代价，形成风光机组集群紧急控制功率分配优化模型，以调节代价最小为目的，在预设约束条件下，计算得到各风光机组有功功率调节量，并经设备集群层下发至对应单机设备层中。
本发明的第三个方面提供了一种电子设备。
一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的风光机组紧急控制功率分配策略生成方法中的步骤。
与现有技术相比，本发明的有益效果是：
本发明通过分析风光机组紧急控制响应特性与停机过程，建立了风电机组及光伏机组参与电网紧急控制的总代价，进而结合设备集群调控结果和系统控制目标的偏差量，构建出风光机组集群紧急控制功率分配优化模型，再以风光机组最大调节能力为边界进行优化，求解得到各风光机组的有功功率调节量，充分挖掘了风光机组集在电网紧急控制过程中的调节潜力，可解决传统紧急控制措施如切机切负荷在高比例新能源并网系统中控制效果不佳甚至失效的问题，在规模化分布式风光并网系统紧急控制中具有很强的适应性。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明实施例的风光机组紧急控制功率分配策略生成方法的流程示意图；
图2是本发明实施例的风光机组调节能力评估示意图；
图3是本发明实施例的风光机组紧急控制功率分配策略生成系统结构示意图；
图4是本发明实施例的一种电子设备的示意图；
图5是本发明实施例的风光电源分层聚合管控架构；
图6是本发明实施例的风光机组紧急控制功率分配策略生成原理图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
图1是本发明实施例中一种风光机组紧急控制功率分配策略生成方法的流程示意图，如图1所示的本实施例中的风光机组紧急控制功率分配策略生成方法可以包括：
S101，获取电网控制目标、风光机组集群的初始输出功率及风光机组集群的工作状态。
例如，电网控制目标为Pg,ref，风光机组集群的初始输出功率为Pg,t；
风光机组集群的工作状态包括但不限于风电机组的停机前转速及桨距角，光伏机组的实际工作值等。
S102，根据风光机组集群紧急控制功率分配优化模型及上述获取的信息，以调节代价最小为目的，在预设约束条件下，得到各风光机组有功功率调节量。
实际运行中电网电压和频率波动对机组实时工作状态具有一定影响，在满足设备稳定运行不脱网的情况下，故障切除后机组的功率会快速回升至稳态运行水平附近。现有实际工程证明机组在功率微小波动工况下仍然具备参与紧急控制的能力，因此忽略机组功率随电网状态波动带来的微小差值。对于风电和光伏机组，其调节能力范围需结合调节持续时长内的功率预测值来准确评估。电网需求的功率调节持续时长一般在五分钟级以上，而新能源机组功率在五分钟内的具备很大的波动性，因此将评估时刻定义起点，从起点开始至调节需求时长窗口内的功率极限值作为机组最大调节能力。
机组采取功率控制的前提是响应目标应在可输出最大功率范围之内，因此机组调节能力评估之前需要进行功率短期预测。目前功率预测方法已有许多研究进行开展，且预测精度可以满足紧急控制需求。因功率预测不在本专利的研究范围内，此处以风光机组历史输出曲线附加噪声来模拟预测误差，满足后续功率匹配模型的优化需求。
图2为机组功率预测曲线，其中T为电网紧急控制要求的持续时长，t0为评估时刻。黄色曲线为最大功率追踪模式下的输出功率，绿色曲线代表限功率模式下的工作曲线。以电网稳定需求为主要目标进行评估时，考虑到机组接受上级指令的时间可能在相邻两调度时刻内的任意时间，定义[t0,t0+T]时间范围内功率曲线的最小值作为机组功率下调的最大值，限功率运行值与[t0,t0+T]范围内预测曲线的最小值间的差值为功率上调的最大极限。这种评估方式虽然带来了一定误差，但是为机组完全响应上级指令提供了足够的裕度。
在本实施例中，风光机组集群紧急控制功率分配优化模型为所有设备参与响应后的总体调节代价，与设备集群调控结果和系统控制目标的偏差量的权重求和。
其中，所有设备参与响应后的总体调节代价为将风电机组参与电网紧急控制的总代价与光伏机组参与电网紧急控制的总代价的累加和。所述风电机组参与电网紧急控制的总代价，是基于风电机组是否参与响应进行停机控制、单个风电机组代价累加和及其所占总代价的比例因子得到。
所述单个风电机组代价累加和，是风电机组停机过程所构建的单个风电机组参与电网紧急控制的停机磨损代价、机组状态控制代价和功率调节量代价这三者的累加和。其中，所述停机磨损代价由转速调节代价和桨距角调节代价两者加权求和得到。
所述光伏机组参与电网紧急控制的总代价，是根据光伏紧急调节过程所构建的光伏机组下调控制代价及光伏机组上调控制代价，进而结合功率调节量，从光伏机组下调控制代价及光伏机组上调控制代价中匹配确定得到。
下面给出风光机组集群紧急控制功率分配优化模型的具体构建过程：
风电机组参与电网紧急控制的总代价的构建过程为：
风电机组正常停机时，遵循降低转速、断开并网开关、停止发电、叶片停转和锁定控制柜等多个控制步骤。转速从初始状态降低至可断开并网开关的水平所消耗的时间根据机组的类型不同而有所差异，一般在几分钟到半小时内。这个过程无法满足电网紧急控制的需求，为防止电网故障进一步扩散，通常在机组启动紧急停机控制之前断开并网开关，切断机组与电网的联系。断开开关之后，紧急停机程序将会快速调整叶片桨距角停止风轮的旋转，减少风电机组的输入功率。除气动刹车外，紧急情况下系统将会激活机械刹车系统，采用如齿轮箱、湿式盘式或干式盘式刹车的方式提供足够的制动力保护机组。通过风电机组制动过程的分析可知，停机代价主要取决于风电机组的实际转速水平和机组的实时工作状态。
风电机组断开并网开关后，利用空气制动使转速降低至一定水平，然后再采用机械制动使机组完全停转，并将桨距角调整至90度。因此，停机过程产生的控制代价包括两部分：停机前转速越高的机组，其停机过程越长，对系统功率控制响应的效率影响越大；机组因桨距角调整带来一定的磨损，当转速过高时部分机组还会触发机械制动带来额外的机械损耗。因此停机磨损代价定义为式(1)。
C1＝c1,wω/ωmax+c1,β(1-β/90) (1)
式中c1,w、c1,β分别为转速和桨距角调节代价因子，ω和ωmax为实际转速和机组允许的最大转速，β为桨距角。式(1)表明停机代价由两部分组成：第一部分代表机组转速水平对功率控制的影响，转速越快，停机延迟对紧急控制的时效性影响越深；第二部分表示机组调节前桨距角越小，停机后调节程度越大，机械磨损越严重。
机组接受指令进行调控时，实时调控能力受自身工作状态和输出水平限制。风机仅能通过切机的方式参与电网紧急控制，因此以考虑功率下调的方式评估机组状态对响应优先级的影响。当状态参数符合最大功率追踪运行模式时，表明此刻机组正常工作在最优曲线的峰值处，选择该机组优先停机时可以更高的功率裕度满足最小过切原则，提升电网紧急控制的响应成功率。将最大功率模式下的机组切换至定功率状态，可减少非控制机组对电网的影响，防止机组功率自由变动导致故障情况加剧。因此定义式(2)利用状态参数来表征机组的实际状态水平，并定义式(3)体现机组状态反映的控制代价。
C2＝c2,x(1-x) (3)
式中c2,x为工作状态调节代价因子，ωmppt为最大功率追踪模式下的理论最优转速。式(3)表明机组实时状态偏离最优状态越远，调节代价越高。
第三部分为机组调节量相应的控制代价。对于电网侧功率削减的对象没有差别，只需通过设备组合达到控制目标即可，因此这部分代价仅考虑机组实时输出功率大小的影响。由于风电机组仅能通过切机的方式参与响应，因此设备响应量等于机组接受指令时的实时功率，因此定义式(4)来表征功率调节量的相应代价。
C3＝c3,adjPt (4)
式中c3,adj为功率调节代价因子，Pt为机组的实际有功功率。综上所述，风电机组参与电网紧急控制的总代价为：
其中xu为0-1变量，代表机组是否参与响应进行停机控制；cst为三部分调节代价所占总代价的比例因子，该参数由操作人员对机组评估时的侧重程度所决定，某个cst越大，代表机组调节代价中该部分的损耗更多，实际应用时由机组群体状况决定。
光伏机组参与电网紧急控制的总代价的构建过程为：
光伏机组依靠电力电子器件并网，功率调节过程基本不涉及机械装置的控制。电网下达紧急控制指令时，光伏系统立即断开并网断路器和隔离开关，停止光伏机组继续输出功率。根据控制指令，光伏机组将从最大功率追踪模式切换至定功率控制进行功率调整，该过程与风电机组一致，因此除机械调节代价外组成成分与风机基本相同。
光伏功率调节速率由电力电子器件性能所决定，调节延迟时间基本满足紧急控制要求，因此光伏机组的功率调节量为当前最大可输出能力内的连续性区间。
最大功率追踪模式下的光伏机组仅具备降低功率的能力，功率调节范围为当前输出水平以下的所有连续值，功率下调过程与风电机组基本相似，因此下调时的光伏机组控制代价定义为：
式中，cadj、cx分别为功率调节代价因子和机组实时工作状态代价因子。Pt为调节前机组的实际有功功率。ΔP为机组响应功率大小。cst代表每部分代价所占比例，具体含义与风机调整代价相同此处不再赘述。x为光伏机组工作状态，类比于风机状态定义，采用光伏机组的直流电压与最大功率追踪模式下参考电压的比例表征机组状态，由式(7)所表示。
式中Vi,mppt为电压参考值，Vi为实际工作值。基于式(7)在最大功率追踪模式下，机组的状态代价均为零，代表此模式下的所有机组状态响应优先级相同，需依据其他参数进行区分。
处于限功率模式下的光伏机组实时出力具有一定的上调空间，功率调节范围为机组当前输出至最大功率追踪模式下的功率参考值，因此机组的功率上调能力受功率预测准确度的限制。与功率下调节不同，机组状态越接近最优控制状态，具备的调节空间越小，响应优先级应越低，因此第二部分的状态调节代价有所区别。功率上调节整体代价定义为式(8)，式中参数的含义与式(6)一致不再赘述。
综上所述，光伏机组的紧急控制代价如式(9)所示。其中ΔP为功率调节量，以向下调节为正表示。调度时光伏机组仅能采取其中一种模式参与响应。
集群紧急控制功率分配优化模型为：
通过移动时间窗即可动态获取终端机组调节性能信息，进而建立考虑不同机组调节特性差异的功率匹配模型，总调节代价即模型目标函数如式(10)所示。
式中k1和k2分别为权重因子，Pg,ref为电网控制目标，Pg,t为设备集群初始输出功率，ΔPadj为同一集群内所有风光机组实际调节量的总和，W和P分别代表集群内可参与紧急控制的风电机组和光伏机组的数目。总调节代价由两部分组成：第一部分为设备集群调控结果和系统控制目标的偏差量，偏差量越大代表控制没有精确完成目标，相应的控制代价越高；第二部分代表所有设备参与响应后的总体调节代价。一定调节范围内机组响应量越高，集群总体控制结果越精准，功率偏差带来的成本越小，但设备响应代价越高，因此需要采用合适的优化算法求解优化模型。
模型约束条件定义为式(11)。
式中Pr为光伏机组在未来较短时间窗口内预测功率值的最小值，Pt+1为光伏机组分配得到的功率控制目标。xu为风电机组参与紧急控制的标志，为1时代表机组参与响应。第一个约束条件代表设备集群总体响应量应满足最小过切原则，即向上或向下调节量超过功率目标值与初始值的差；第二个约束条件代表光伏机组可连续调节功率，功率上调节上限为一定时间窗口内的功率预测最小值；而风电机组仅能以切机的方式参与紧急控制，因此以第三约束条件进行表征。
在本实施例中，可采用现有成熟求解器Cplex结合yalmip对风光机组集群紧急控制功率分配优化模型进行求解这两种商业求解器在处理大规模优化问题时具有建模边界和性能优异等特性，满足紧急控制时间尺度下功率优化匹配的需求。
图3是本发明实施例中一种风光机组紧急控制功率分配策略生成系统结构示意图，本实施例与图1的风光机组紧急控制功率分配策略生成方法相对应，如图3所示，本实施例中的风光机组紧急控制功率分配策略生成系统可以包括：
信息获取模块301，其用于获取电网控制目标、风光机组集群的初始输出功率及风光机组集群的工作状态；
功率分配模块302，其用于根据风光机组集群紧急控制功率分配优化模型及上述获取的信息，以调节代价最小为目的，在预设约束条件下，得到各风光机组有功功率调节量；
其中，风光机组集群紧急控制功率分配优化模型为所有设备参与响应后的总体调节代价，与设备集群调控结果和系统控制目标的偏差量的权重求和；
所有设备参与响应后的总体调节代价为将风电机组参与电网紧急控制的总代价与光伏机组参与电网紧急控制的总代价的累加和。
约束条件包括：第一个约束条件、第二个约束条件和第三约束条件；
第一个约束条件代表设备集群总体响应量应满足最小过切原则，即向上或向下调节量超过功率目标值与初始值的差；
第二个约束条件代表光伏机组可连续调节功率，功率上调节上限为一定时间窗口内的功率预测最小值；
第三约束条件代表风电机组仅能以切机的方式参与紧急控制。
风光机组集群紧急控制功率分配优化模型的具体构建过程，与风光机组紧急控制功率分配策略生成方法中的过程相同，此处不再详述。
此处需要说明的是，图3中的风光机组紧急控制功率分配策略生成系统中的信息获取模块301及功率分配模块302，与图1中的风光机组紧急控制功率分配策略生成方法中的步骤S101及步骤S102中的具体实施过程相同，此处不累述。
参照图4，给出一种电子设备的示意图。需要说明的是，图4示出的电子设备400仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，电子设备400包括中央处理单元(CPU)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有系统操作所需的各种程序和数据。中央处理单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如局域网(LAN)卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。
本实施例的电子设备中的中央处理单元401执行所述程序时实现如图1所示的风光机组紧急控制功率分配策略生成方法中的步骤。
特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行图1所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元401执行时，执行本申请的装置中限定的各种功能。
其中，图1所示的方法所对应的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。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
在一个或多个实施例中，如图5和图6所示，还提供了一种风光机组紧急控制功率分配策略生成系统，其包括：
单机设备层、设备集群层和云控制中心；
所述单机设备层感知单机风电机组和光伏机组的实时运行状态并计算调节能力；
所述设备集群层用于将其管控区域内的各单机设备层的调节能力和调节代价进行汇集上传；
所述云控制中心用于汇总所有设备集群层的可调节能力和调控代价，形成风光机组集群紧急控制功率分配优化模型，以调节代价最小为目的，在预设约束条件下，计算得到各风光机组有功功率调节量，并经设备集群层下发至对应单机设备层中。
稳态运行时，风光电源的调节能力和代价聚合后逐层上传至电网调控中心滚动生成紧急控制策略；策略匹配成功时调控中心直接下发每个并网集群的控制目标值，经中间层分配下发至终端设备后完成指令执行。系统控制中心涵盖设备能力评估、状态更新、成本计算、信息聚合以及策略生成和分配多种机制，通过分层架构的方式实现了不同层级之间的解耦控制，相比于单机设备的集中控制架构减少了数据通信负担。
针对集群紧急控制架构开发对应的风光电源控制模拟程序，利用Python结合MATLAB的方式构建通用设备模型和接口设计，实现电网稳定控制算法的接入。不同设备的物理特性、状态参数、控制模式存在差异，如风电机组的转速、桨距角状态，而光伏机组则为光伏电池的状态参数。另一方面，不同的设备在响应时又具有一定的统一性，风电机组和光伏机组在功率控制时均采用定功率控制模式，调控代价评估时都需要基于机组状态计算，这都为模型的统一化构建提供了可能性。为实现不同设备和不同匹配算法对所提框架的适应性，基于面向对象的思想从不同层次进行模块构建。通过构建各功能的类接口实现仿真模型的标准化、模块化以及接口化，同时采用类派生的思想提升框架的可拓展性。
本发明的该风光机组紧急控制功率分配策略生成系统分析风电机组停机过程，从机械、状态和功率调节量三方面构建风机紧急控制代价；分析光伏紧急调节过程，从状态和功率调节量两方面构建光伏紧急控制代价；汇聚风光机组单体调节信息聚合上传；从功率指令执行和调节代价两方面建立目标函数，并以功率最大可调节量作为边界条件构建紧急功率优化分配模型。采用商业求解器对混合整数线性优化模型进行求解，得到最终各机组有功功率调节量。
本发明的风光机组紧急控制功率分配策略生成系统按照“紧急控制分层架构—控制系统实现—调节能力评估—调节代价因子构建—时间窗口平移—紧急功率分配优化”的思路，对风光集群参与电网紧急控制功率优化分配问题进行策略构建。通过构建风光机组-设备集群-云控制中心的分层控制架构，实时全面掌握终端机组状态信息。利用Python联合MATLAB搭建紧急控制系统，为与电网调控中心进行信息交互提供通用接口。依据机组状态不同分别对最大功率追踪模式和限功率运行模式下的机组进行上/下调节能力评估，同时通过分析机组紧急控制过程不同响应特性，从机械损耗、工作状态和功率调节量三部分构建机组紧急控制代价。通过平移时间窗口，紧急控制系统可动态获取机组紧急调节性能信息。当紧急控制指令下发时，以功率调整误差和调节代价最小为目标进行指令优化分配。所构建的混合整数线性模型极大的减少了计算工作量，为后续终端机组紧急控制所需操作节省出更多时间。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种风光机组紧急控制功率分配策略生成方法，其特征在于，包括：
获取电网控制目标、风光机组集群的初始输出功率及风光机组集群的工作状态；
根据风光机组集群紧急控制功率分配优化模型及上述获取的信息，以调节代价最小为目的，在预设约束条件下，得到各风光机组有功功率调节量；
其中，风光机组集群紧急控制功率分配优化模型为所有设备参与响应后的总体调节代价，与设备集群调控结果和系统控制目标的偏差量的权重求和；
所有设备参与响应后的总体调节代价为将风电机组参与电网紧急控制的总代价与光伏机组参与电网紧急控制的总代价的累加和。
2.如权利要求1所述的风光机组紧急控制功率分配策略生成方法，其特征在于，所述风电机组参与电网紧急控制的总代价，是基于风电机组是否参与响应进行停机控制、单个风电机组代价累加和及其所占总代价的比例因子得到。
3.如权利要求2所述的风光机组紧急控制功率分配策略生成方法，其特征在于，所述单个风电机组代价累加和，是风电机组停机过程所构建的单个风电机组参与电网紧急控制的停机磨损代价、机组状态控制代价和功率调节量代价这三者的累加和。
4.如权利要求3所述的风光机组紧急控制功率分配策略生成方法，其特征在于，所述停机磨损代价由转速调节代价和桨距角调节代价两者加权求和得到。
5.如权利要求1所述的风光机组紧急控制功率分配策略生成方法，其特征在于，所述光伏机组参与电网紧急控制的总代价，是根据光伏紧急调节过程所构建的光伏机组下调控制代价及光伏机组上调控制代价，进而结合功率调节量，从光伏机组下调控制代价及光伏机组上调控制代价中匹配确定得到。
6.如权利要求1所述的风光机组紧急控制功率分配策略生成方法，其特征在于，所述约束条件包括：第一个约束条件、第二个约束条件和第三约束条件；
第一个约束条件代表设备集群总体响应量应满足最小过切原则，即向上或向下调节量超过功率目标值与初始值的差；
第二个约束条件代表光伏机组可连续调节功率，功率上调节上限为一定时间窗口内的功率预测最小值；
第三约束条件代表风电机组仅能以切机的方式参与紧急控制。
7.一种风光机组紧急控制功率分配策略生成系统，其特征在于，包括：
信息获取模块，其用于获取电网控制目标、风光机组集群的初始输出功率及风光机组集群的工作状态；
功率分配模块，其用于根据风光机组集群紧急控制功率分配优化模型及上述获取的信息，以调节代价最小为目的，在预设约束条件下，得到各风光机组有功功率调节量；
其中，风光机组集群紧急控制功率分配优化模型为所有设备参与响应后的总体调节代价，与设备集群调控结果和系统控制目标的偏差量的权重求和；
所有设备参与响应后的总体调节代价为将风电机组参与电网紧急控制的总代价与光伏机组参与电网紧急控制的总代价的累加和。
8.如权利要求7所述的风光机组紧急控制功率分配策略生成系统，其特征在于，所述约束条件包括：第一个约束条件、第二个约束条件和第三约束条件；
第一个约束条件代表设备集群总体响应量应满足最小过切原则，即向上或向下调节量超过功率目标值与初始值的差；
第二个约束条件代表光伏机组可连续调节功率，功率上调节上限为一定时间窗口内的功率预测最小值；
第三约束条件代表风电机组仅能以切机的方式参与紧急控制。
9.一种风光机组紧急控制功率分配策略生成系统，其特征在于，包括：
单机设备层、设备集群层和云控制中心；
所述单机设备层感知单机风电机组和光伏机组的实时运行状态并计算调节能力；
所述设备集群层用于将其管控区域内的各单机设备层的调节能力和调节代价进行汇集上传；
所述云控制中心用于汇总所有设备集群层的可调节能力和调控代价，形成风光机组集群紧急控制功率分配优化模型，以调节代价最小为目的，在预设约束条件下，计算得到各风光机组有功功率调节量，并经设备集群层下发至对应单机设备层中。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6中任一项所述的风光机组紧急控制功率分配策略生成方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410514400.8A CN118399477A (zh) | 2024-04-26 | 2024-04-26 | 风光机组紧急控制功率分配策略生成方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410514400.8A CN118399477A (zh) | 2024-04-26 | 2024-04-26 | 风光机组紧急控制功率分配策略生成方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118399477A true CN118399477A (zh) | 2024-07-26 |
Family
ID=91986528
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410514400.8A Pending CN118399477A (zh) | 2024-04-26 | 2024-04-26 | 风光机组紧急控制功率分配策略生成方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118399477A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108306331A (zh) * | 2018-01-15 | 2018-07-20 | 南京理工大学 | 一种风光储混合系统的优化调度方法 |
| CN115549216A (zh) * | 2022-08-31 | 2022-12-30 | 中国长江三峡集团有限公司 | 一种风光储场站有功-无功协调控制方法及系统 |
| CN115776139A (zh) * | 2022-12-09 | 2023-03-10 | 国网河南省电力公司经济技术研究院 | 一种分布式光伏分层群调群控方法和系统 |
| CN116316878A (zh) * | 2023-02-20 | 2023-06-23 | 东南大学 | 一种考虑风机极限卸荷能力的风电场紧急降功率控制方法 |
-
2024
- 2024-04-26 CN CN202410514400.8A patent/CN118399477A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108306331A (zh) * | 2018-01-15 | 2018-07-20 | 南京理工大学 | 一种风光储混合系统的优化调度方法 |
| CN115549216A (zh) * | 2022-08-31 | 2022-12-30 | 中国长江三峡集团有限公司 | 一种风光储场站有功-无功协调控制方法及系统 |
| CN115776139A (zh) * | 2022-12-09 | 2023-03-10 | 国网河南省电力公司经济技术研究院 | 一种分布式光伏分层群调群控方法和系统 |
| CN116316878A (zh) * | 2023-02-20 | 2023-06-23 | 东南大学 | 一种考虑风机极限卸荷能力的风电场紧急降功率控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王超 等: "风光水汇集直流外送系统暂态频率电压紧急协调控制策略", 电网与清洁能源, vol. 39, no. 12, 31 December 2023 (2023-12-31), pages 50 - 60 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021164112A1 (zh) | 风电场优化配置储能作为黑启动电源的频率控制方法及系统 | |
| CN110120686B (zh) | 一种基于电力系统在线惯量估计的新能源承载力预警方法 | |
| CN106487042B (zh) | 一种多时间尺度微电网电压无功优化控制方法 | |
| EP2557311A1 (en) | A method for controlling a wind power park and a wind power park controlled by such method | |
| AU2018101070A4 (en) | Automatic voltage control method, device and system for wind farm | |
| CN108462212B (zh) | 一种新能源电力系统在多源多调控域运行方式下控制方法 | |
| CN109038613A (zh) | 一种计及风电虚拟惯性/一次调频响应的自适应低频减载方法 | |
| CN101860044A (zh) | 风电场无功电压的协调控制方法 | |
| CN117239740B (zh) | 一种虚拟电厂系统的优化配置与灵活性提升方法及系统 | |
| CN108092322B (zh) | 一种基于调频市场环境的agc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 | |
| CN107482692A (zh) | 风电场有功控制的方法、装置及系统 | |
| CN107689638A (zh) | 一种基于相轨迹分析的含风电电力系统暂态协调控制方法 | |
| CN115842359A (zh) | 考虑动态调频性能的风光储场站一次调频备用整定方法 | |
| CN115224746A (zh) | 一种海上风电的多场景集群协调控制方法、装置及系统 | |
| CN116154877B (zh) | 一种优化新能源场站集群调频参数的方法 | |
| CN108964113A (zh) | 一种新能源发电调度方法及系统 | |
| Zhang et al. | Frequency-constrained unit commitment for power systems with high renewable energy penetration | |
| CN115833111A (zh) | 高比例新能源电力系统的最小惯量需求评估方法、装置、系统及介质 | |
| CN111541279A (zh) | 考虑机组出力状态的风电场功率自动控制系统及方法 | |
| CN110350554A (zh) | 基于混联结构的风储系统辅助电网一次调频控制方法 | |
| CN112202202A (zh) | 一种多层递阶结构下的风电场群协调控制方法 | |
| CN105720596B (zh) | 电力储能系统的调频方法和装置 | |
| CN112886646A (zh) | 一种电力系统的虚拟惯量控制方法及装置 | |
| CN117060430A (zh) | 一种基于改进lstm网络的构网型风电调频预测方法 |
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 |