考虑双馈电机风电场无功调节能力的配电网无功优化

针对目前配电网无功优化中没有考虑具有灵活无功调节能力的并网双馈电机风电场为系统提供无功支持的问题,研究了考虑双馈电机风电场无功调节能力的配电网无功优化模型和算法.分析了风速预测误差对双馈电机风电场无功容量的影响,将双馈电机风电场无功容量极限作为约束条件,在最大效率利用风能的前提下将双馈电机风电场作为连续无功源参与配电网...     

分散式风电场DFIG与SVC协调无功控制策略

针对具有动态无功调节能力的双馈风力发电机组组成的分散式风电场,提出了一种并联无功补偿方案,综合利用风电场安装的SVC无功补偿装置及双馈机组的无功调节能力来实现无功优化。由风电场电压控制点的电压偏差推算出风电场的无功功率需求,根据此时双馈风机和SVC无功补偿装置实际无功发生能力,以网损最小为目标函数进行无功分配,通过此分配方法既可以发挥双馈风机无功调节能力又可以减小风电场能的损耗。仿真结果表明采用所提策略能够充分发挥分散式风电场的快速无功调节能力,有效抑制风速扰动、负荷变化、电网故障等因素引起的电压波动,维持接入地区电网的电压稳定性。     

基于分层模型预测控制的风电场电压协调控制策略

针对弱连接并网风电场无功电压调节中电压支撑能力较弱且易受风功率波动影响的问题,提出一种基于多时间级垂直分层思想与模型预测控制(MPC)理论相结合的风电场无功电压分层协调控制策略。首先,在自适应调节层,依据风电场调节能力与并网点电压波动轨迹预测,提出一种并网点电压自适应调节策略。其次,在无功分配层,求解无功需求容量,并给出一种可考虑各机组无功调节裕度的改进比例分配策略。最后,在跟踪控制层,依据状态预测与参考、反馈信息实时修正控制误差。通过分层MPC,各层内不同时间级的预测信息可被高效利用,各层间不同时间尺度的控制亦可得到有效协调。基于PSCAD的仿真分析结果验证了所提方法的有效性。     

考虑风电功率预测的分散式风电场无功控制策略

分散式风电接网模式可以解决集中式并网限电等问题,但对配电网传统运行模式带来挑战。为解决其经济稳定运行难题,提出了一种包含无功预测、无功整定、无功分配的三层新型分散式风电场无功协调控制策略。其中,无功预测层利用物理和统计方法组合预测单台机组未来无功输出能力;无功整定层针对有无无功补偿设备,提出风电机组基于电网无功缺额降出力的自身补偿和多时间尺度协调离散补偿设备、静止无功发生器(SVG)与风电机组共同补偿配电网无功需求方法;无功分配层基于风电功率预测无功功率信息,考虑风速波动性,按照优先级动态筛选风电机组,调节其输出功率以跟踪无功补偿指令。工程算例证明了所提策略可以有效提高电压支撑能力,减小风电场损耗。     

基于分层MPC的风电场电压协调控制策略研究

针对弱连接并网风电场电压稳定性易受风功率波动影响,提出了一种基于分层模型预测控制(MPC)的风电场电压协调控制策略。首先,建立自适应调节层,根据风电场无功补偿能力以及有功预测信息对并网点电压进行预测,实现对并网点电压的自适应调整。其次,建立无功分配层,通过计算风电机组在无功补偿中所需要的无功容量,根据不同风电机组的无功裕度对其无功出力进行分配。最后,根据跟踪控制层的反馈信息对电压控制的误差进行修正,从而达到对弱连接并网风电场无功电压的有效控制。仿真结果表明:提出的无功电压控制策略实现了对无功输出的自适应调整,并可有效地解决风电场存在的无功缺额问题;保证了在多种情况下的风电场并网电压控制的稳定性;通过分层MPC,各层内不同时间级的预测信息可被高效利用,各层间不同时间尺度的控制亦可得到有效协调。     

基于风电场功率特性的风电预测误差分布估计EI北大核心CSCD

风电功率预测对风电场运行和电网调度决策具有重要影响。基于风电场的功率特性曲线,提出了一种风电预测误差分布的估计方法。首先根据历史运行数据对风电场的功率特性曲线进行拟合;然后按照风电场的切入风速和额定风速将历史实测数据划分为3部分,并利用改进后的广义误差分布等模型提取每一部分风电功率预测误差的概率密度特性,根据其数值特征,设定相应的风电功率修正方法和预测误差分布的估计方法;最后按照待测日预测风速的大小选择对应的修正方法补偿所预测的功率,并估计预测误差的分布范围。结合中国北方某风电场的实际运行数据进行了仿真算例分析,验证了所提方法的有效性。     

基于风电场功率特性的风电预测误差分布估计

风电功率预测对风电场运行和电网调度决策具有重要影响。基于风电场的功率特性曲线,提出了一种风电预测误差分布的估计方法。首先根据历史运行数据对风电场的功率特性曲线进行拟合;然后按照风电场的切入风速和额定风速将历史实测数据划分为3部分,并利用改进后的广义误差分布等模型提取每一部分风电功率预测误差的概率密度特性,根据其数值特征,设定相应的风电功率修正方法和预测误差分布的估计方法;最后按照待测日预测风速的大小选择对应的修正方法补偿所预测的功率,并估计预测误差的分布范围。结合中国北方某风电场的实际运行数据进行了仿真算例分析,验证了所提方法的有效性。     

基于直驱风机风电场的无功综合调配策略研究

针对大规模风电场接入电网带来的无功电压问题,本文首先分析了当前应用广泛的直驱风机控制策略;其次,在综合考虑风速、桨距角等因素及低电压穿越要求的基础上,分析了直驱风机在Crowbar是否动作两种状态下的无功调节能力;最后通过对无功灵敏度的分析以及故障恢复时的要求,得出了风电场无功分配的定量控制方案。综合无功分配和调节两方面,给出了风电场分三阶段控制的综合调配方案。通过算例分析验证了调配策略的有效性,对提高风电场的故障穿越能力提供了支持,并给出了比较全面的无功调配策略。     

分散式风电场不同时间等级的多目标无功优化控制

针对具有一定动态无功调节能力的双馈式风力发电机组构成的分散式风电场,为解决其经济稳定运行,提出一种包含风功率预测的不同时间尺度多目标无功优化控制方法。考虑风速变化相关性分组-单机预测风电机组无功输出情况,通过风电机组和SVC共同补偿电网无功需求;根据风电预测无功功率信息,采用多目标无功控制快速有效调节其输出功率以跟踪无功补偿指令。为减少风电场内设备动作次数,选取不同时间级的控制,目标为分钟级无功控制以有功网损最小为优化目标,秒级的无功控制以电压偏差最小、电压稳定裕度最大、短时闪变最小为综合优化目标,毫秒级的无功控制以机组变流器的瞬间最大无功支撑能力为优化目标进行无功分配。工程算例证明所提策略有效的降低网损、提高电压支撑能力并保证电网正常的运行。     

基于风速预测与储能的可调度风电场并网功率控制

由于风速变化的随机性,大规模风电场并网给电网调度带来困难,进而影响系统的稳定性。为了提高风电场的可调度性,本文提出了基于风速预测与钒电池储能的风电场并网功率协调控制系统。采用BP神经网络法对未来一天的风速进行预测,通过预测的风速值计算风电场向电网发送的功率,并将预测值提交到电网调度机构。同时,在风电场的出口处接入钒电池储能系统,快速响应弥补风电场实际发出功率与预测功率的误差,从而提高电网依据风功率预测进行风电场发电调度的可信性,改善了风电场与电力系统之间的协调运行能力。     

基于相似日和风速连续性的风电场短期功率预测

对风电场进行短期功率预测能够有效减小风电场出力波动对电力系统的影响,降低电力系统的运行成本和旋转备用。综合考虑天气因素以及风速连续性的影响,提出基于相似日和风电连续性的风电场短期功率预测方法。首先,完成BP神经网络训练样本的选择,然后利用预测日前一天的风速作为输入,完成预测日功率的预测,最后将此模型运用于威海某风电场,并与仅考虑风速连续性得到的预测结果相比较,分析预测误差,结果表明前者预测精度更高。     

直驱式风电场功率协调控制策略

针对因风速扰动、负荷变化等引起的缓慢且幅度较大的电压波动,提出了一种基于直驱式风电场的功率协调控制策略。通过调节桨距角降低有功出力,从而增加风电场无功功率的调节能力,维持风电场出口电压水平,从而预防或避免由于电压偏差较大引起风电机组进入低电压穿越模式,造成其对电网更大的冲击。仿真结果表明,上述方法能够合理协调控制风电场的有功和无功出力,有效为风电场出口电压提供无功支持,从而维持接入点电压的稳定性。     

考虑机组运行状态的海上风电场无功协调控制

针对由具有无功调节能力的双馈风机DFIG(doubly-fed induction generator)组成的海上风电场,结合海上风电场特点和无功补偿配置情况,在考虑风电场内机组crowbar动作情况、机端电压和因尾流效应导致的风速差异对双馈风机动态无功极限影响的基础上,提出在电网电压跌落期间通过调节转子电流,充分利用场内双馈风机的无功协调控制能力进行最大无功支撑实现低电压穿越;在电网电压恢复阶段,控制场内双馈风机快速输出感性无功抑制电网电压骤升,提高了低穿恢复阶段的过电压抑制能力。基于DIgSILENT/PowerFactory仿真平台,搭建风电场协调控制模型验证所提控制策略的效果。仿真结果表明,所提控制策略在电压低跌落状态下可以充分发挥风电机组的无功出力能力,协助电网电压快速恢复,有效提高故障电网的暂态电压水平。     

改善接入地区电压稳定性的风电场无功控制策略

针对大规模风电场接入电网带来的电压无功问题,提出一种改善接入地区电压稳定性的变速恒频风电场无功控制策略,在系统发生扰动时,以接入点为电压控制点,扰动前的稳态电压为控制目标,动态调节风电场输出无功功率,维持接入点电压水平。实际应用时,该策略利用系统部分雅可比矩阵推导风电场的电压无功灵敏度信息,并根据风电场的无功输出能力计算风电场无功调整量,同时通过设置控制死区和延时,避免了风电机组的频繁调控。仿真算例表明,采用所提策略能够充分发挥变速恒频电机风电场的快速无功调节能力,有效抑制风速扰动、负荷变化等因素引起的电压波动,维持接入地区电网的电压稳定性。     

计及无功裕度的双馈风电场无功电压协调控制

针对双馈风电场的无功补偿能力和电压稳定问题,提出考虑双馈风电场无功裕度的无功电压控制方案。该方案以双馈风电机组为主要补偿设备,以静止无功补偿器作为辅助无功补偿设备,并引入风电场风功率预测,优化计算未来一个时段内的无功补偿优化参考值。在MATLAB/Simulink中建立双馈风电场模型,连接无穷大电网,采用粒子群优化算法优化出风电场无功补偿参考值。仿真结果表明,风电机组按照该无功优化参考值进行无功输出,可留有更大的无功裕度,增强了风电场无功调节能力,并且满足电压要求,提高了风电场的电压稳定性,同时双馈发电机组无需连续无功调节。     

集对分析理论在风电场风速区间预测中的应用

风力发电的出力直接取决于风速,因此需要提高风速的预测精度。考虑到风速点预测精度的提高有较难克服的瓶颈,文中提出一种针对风速的区间预测方法,将集对分析原理引入风速的区间预测中,利用风向、温度、气压、湿度等影响因素的训练数据,并考虑风速点预测的结果误差分布及风速变化率的影响,确定未来某时间段内风速的预测值所属的分类集合,以该分类集合的上下限作为风速预测区间的上下限,从而实现了风速的区间预测。以国内某风电场的数据进行训练和预测,验证了基于集对分析理论的风速区间预测方法的有效性,同时所提方法的预测结果可以用于风电场功率预测。     

基于比恩法的风电场风速-功率曲线建模误差分析

以预测风速为输入进行风电功率预测时,风电场风速-功率曲线的建模精度至关重要。提出一种基于比恩法的风电场风速-功率曲线建模方法,并分析不同风速区间下各建模误差的变化情况。分析结果表明,忽略风速-功率传变特性差异导致风速较小时建模曲线偏高,风速较大时建模曲线偏低,而忽略风速空间分散性对建模曲线的影响则相反,因此两者对建模精度的影响有明显的抵消现象,且各建模误差的变化情况与风速大小密切相关。     

一种实时校正的改进BP神经网络超短期风速预测模型

风电机组出力可由风速计算得出,提高风速预测精度对减小风电并网冲击、合理调度风能资源至关重要。基于风电场气象及风速数据的时间连续性,提出了一种加入误差实时校正环节及风速变化趋势分析的改进方法介绍,在提高风速预测精度的同时有效改善了过校正情况。采用某个风电场的实际运行数据进行了仿真,结果表明,所提出的改进BP神经网络风速预测模型方法具有较好的预测精度。     

基于RVM与ARMA误差校正的短期风速预测

为提高风速预测的准确性,提出了基于相关向量机(RVM)与自回归滑动平均(ARMA)误差校正的风电场短期风速预测算法。该算法首先在RVM的基础上,建立了影响因素与未来24小时风速的非线性模型,并采用遗传算法(GA)进行优化,从而保证了模型参数最优。然后,针对已建立的RVM预测模型的误差序列,采用ARMA模型对其进行拟合,最后用ARMA模型的误差预测值校正已有的风速预测值。本文对江苏某风电场的风速进行预测,算例结果表明该方法是合理有效的。     

基于MMC-BESS的风电场功率及电压综合调节策略

风电并网存在功率及公共耦合点(Point of Common Coupling, PCC)电压波动问题,常规方法为采用储能装置与无功补偿装置分别进行调节,但会导致系统结构复杂。文中研究了一种基于模块化多电平变换器拓扑的电池储能系统(Modular Multilevel Converter Based Battery Energy Storage System, MMC-BESS),可对风电场功率及电压进行综合调节。由于风速的随机性导致风电场输出功率波动,提出将风电场有功功率输入到一阶低通滤波器中,滤波器输出与输入的差作为MMC-BESS有功参考信号,以平滑风电场并网功率。由于风电场负荷突变导致PCC电压波动,提出将PCC电压的d轴分量与额定值作差,通过PI调节生成无功参考电流,实现PCC电压调节,在模拟风电场场景下进行实验,实验结果验证了风电场中MMC-BESS四象限功率补偿能力。