1、项目背景随着大规模风电的接入,传统的电网调度遇到巨大的技术挑战,迫切需要新的调度控制策略来保持电力系统安全稳定运行和促进新能源的消纳。大型风电场内部往往存在风机数量较多、分布范围广、风机型号不一致等情况,造成各风机负荷率和输出有功功率的不同。这些为风电场对系统有功功率调度计划

首页 > 风电 > 风电产业 > 技术 > 正文

风电场有功功率多目标分层递阶预测控制策略

2017-06-26 16:57 来源:中国电机工程学报 作者: 叶林 任成 李智 赵永宁

1、项目背景

随着大规模风电的接入,传统的电网调度遇到巨大的技术挑战,迫切需要新的调度控制策略来保持电力系统安全稳定运行和促进新能源的消纳。大型风电场内部往往存在风机数量较多、分布范围广、风机型号不一致等情况,造成各风机负荷率和输出有功功率的不同。这些为风电场对系统有功功率调度计划追踪和调度波动次数的限制带来了困难,不利于风电场降低运行控制和维护成本。

2、论文所解决的问题及意义

目前风电场内的风机有功调度策略存在两方面问题:⑴缺乏对风电场有功功率状态、风机状态与可调节能力、调度计划指标和调度波动次数等问题的综合考虑;⑵在结合多种预测时间尺度的风电场在线优化控制能力方面受限。

针对上述问题,本文从风电场分层递阶预测控制(MPC)和风机分群控制管理两个角度制定运行控制策略。首先,将风电场场内有功功率调度分为场站优化分配层、分群控制层和单机有功功率管理层三个层次;然后,在建立超短期风电功率预测组合模型为场站层MPC提供整场有功预测值的基础上,按照风机发电状态对风机进行分群,在整场、机群和单机层面分别建立滚动优化模型对有功功率进行在线滚动优化控制,并通过风电场检测设备向各层反馈实时有功发电状态,实现系统的自动反馈校正,从而实现风电场有功功率的多目标协调优化控制。

3、论文重点内容

本文在超短期风电功率预测的基础上对场内控制时序分解,构建分层MPC策略,经过递阶滚动优化和分层反馈校正提高有功功率调度计划的追踪精度。图1中场站优化分配层根据超短期风电功率组合预测模型的预测结果,以15min 一次的频率滚动优化计算各机群有功功率负荷分配调度值。分群控制层根据风机负荷及未来发电状态每15min 进行一次风机机群的重新划分,并以5min 一次的频率计算本机群内风机的有功功率负荷分配指标。单机有功功率管理层根据分群控制层下发的风机负荷指标对风机进行1min 频率的调度指令追踪滚动优化和实时反馈校正。此外,通过分布式预测控制(DMPC)思想根据风机负荷和未来发电状态对风机进行分群,并在各机群内建立独立而有针对性的滚动优化模型,从而降低计算的复杂程度和风机调度指令的波动次数。图2为有功递阶滚动优化控制框图。

图1 风电场有功功率多目标递阶预测控制时序图

图2有功递阶滚动优化控制框图

在风电具有明显波动的区间内,所提的方法能够很好地处理风电场有功功率的连续波动。本文选取了在分群控制层面5min内的9个风电机群有功功率变化曲线进行说明。图3中1-2min系统功率抬升,低负荷升功率机群先动作,3min仍不满足系统功率稳定,中负荷升功率机组动作4min系统功率降低,高/中负荷降功率机群开始动作,5min仍不满足系统功率稳定,高负荷降功率机群达到限值,中/低负荷升功率机组动作。表1显示了5min内的系统调度值和风电场的实际有功功率值,其中系统调度值的分辨率是15min。

图3 5min内各风电机群有功功率变化

表1 5min内风电场有功调度计划指标及实际有功功率

多目标分层递阶MPC方法明显优于传统的固定比例分配算法和变比例分配算法,对比结果如图4和表2所示,其中固定比例分配算法和变比例分配算法均根据15min前风电场有功功率和风电场有功调度计划指标进行有功功率分配,滚动计算周期为每15min一次。

表2 24小时风机调度波动次数优先控制结果

图4 3种方法的有功功率控制结果

从图4和表2中可以看出,3种方法在实际有功调度与调度控制目标之间的均方根误差方面以及在风机调度波动次数方面,本文所提的方法明显优于其他两种方法。

4、结论

(1)分层MPC方法实现了综合考虑多个控制目标的基础上的有功功率合理分配和精确控制,提高了风电场有功功率控制的精度和稳定性。

(2)多目标分层MPC可以较好地降低有功功率波动,增强风电场有功功率调控的鲁棒性。

(3)分层策略很好地解决了超短期风电功率预测时间分辨率和实时控制时间不匹配的问题,逐级降低的有功功率控制时间分辨率可以提高有功功率控制的精度。

(4)基于DMPC思想的风电场风机分群控制算法可以减少在追踪系统调度计划指标过程中风机调度控制波动次数。

引文信息

叶林, 任成, 李智, 等. 风电场有功功率多目标分层递阶预测控制策略[J]. 中国电机工程学报, 2016, 36(23): 6327-6336.

YE Lin, REN Cheng, LI Zhi, et al. Stratified Progressive Predictive Control Strategy for Multi-objective Dispatching Active Power in Wind Farm [J].Proceedings of the CSEE, 2016, 36(23): 6327-6336(in Chinese).

团队介绍

中国农业大学叶林教授领导的团队主要从事电力系统自动化、考虑大规模风电/太阳能接入的电网安全风险分析、风电/太阳能功率预测模型和空间相关性算法、基于功率预测的区域风电场有功功率控制策略、电力系统电磁暂态建模与实时仿真以及区域风电场风能资源精细化评估等领域的科学研究。

叶林(1968),男,教授、博士生导师,德国洪堡学者、教育部新世纪优秀人才、霍英东青年基金奖励项目获得者。2000年毕业于中国科学院电工研究所获工学博士学位。2000-2002年在德国卡尔斯鲁厄大学(KIT)从事科学研究,2004-2007年在英国剑桥大学工程系工作。近年来先后主持4项国家自然科学基金研究项目、教育部科学技术重点研究项目、教育部博士点基金(博导类)课题、霍英东青年教师奖励(基金)项目、北京市自然科学基金研究项目、教育部出国留学回国人员启动基金等纵向科研项目以及国家电网公司科技项目。近年来在国内外学术期刊发表高水平的研究论文被SCI收录23篇、EI收录论文63篇,申请/获国家发明专利16项和授权计算机软件著作权39项。担任《电力系统保护与控制》、《电力与能源进展》、《Protection & Control of Modern Power Systems》期刊的编委。

2000-2002年获德国政府最高荣誉Alexander von Humboldt Stiftung/Foundation基金(德国洪堡学者);2004年获教育部霍英东基金会青年教师奖励(基金项目)资助;2008年入选教育部新世纪优秀人才资助计划;获2012年度教育部科学研究优秀成果奖(科学技术)自然科学奖二等奖(排名第一)。

任成(1992),男,硕士研究生,主要研究方向为电力系统运行与控制、新能源发电技术。北京市优秀学生干部,中国农业大学五四青年标兵。

李智(1994),女,硕士研究生,主要研究方向为电力系统运行与控制、新能源发电技术。

赵永宁(1990),男,博士研究生,主要研究方向为电力系统运行与控制、新能源发电技术,2016-2017年在丹麦DTU大学访学交流1年。

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。
展开全文
打开北极星学社APP,阅读体验更佳
2
收藏
投稿

打开北极星学社APP查看更多相关报道

今日
本周
本月
新闻排行榜

打开北极星学社APP,阅读体验更佳
*点击空白区域关闭图片,
双指拖动可放大图片,单指拖动可移动图片哦