CN107979112B - 一种风机控制方法、系统、终端及可读存储介质 - Google Patents

一种风机控制方法、系统、终端及可读存储介质 Download PDF

Info

Publication number
CN107979112B
CN107979112B CN201711235449.6A CN201711235449A CN107979112B CN 107979112 B CN107979112 B CN 107979112B CN 201711235449 A CN201711235449 A CN 201711235449A CN 107979112 B CN107979112 B CN 107979112B
Authority
CN
China
Prior art keywords
fan
power
output value
current
wind
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
CN201711235449.6A
Other languages
English (en)
Other versions
CN107979112A (zh
Inventor
党青
李强
吕铮
宗文志
冯静波
邓卫华
胡榕
季兰兰
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.)
State Grid Smart Grid Research Institute of SGCC
Original Assignee
Global Energy Interconnection Research Institute 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 Global Energy Interconnection Research Institute Co Ltd filed Critical Global Energy Interconnection Research Institute Co Ltd
Priority to CN201711235449.6A priority Critical patent/CN107979112B/zh
Publication of CN107979112A publication Critical patent/CN107979112A/zh
Application granted granted Critical
Publication of CN107979112B publication Critical patent/CN107979112B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2103/00—Details of circuit arrangements for mains or AC distribution networks
    • H02J2103/30—Simulating, planning, modelling, reliability check or computer assisted design [CAD] of electric power networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects

Landscapes

  • Wind Motors (AREA)

Abstract

本发明提供了一种风机控制方法、系统、终端及可读存储介质，其中，该方法包括如下步骤：采集整个风电场输送到电网的当前时刻系统参数、每一台风机的当前时刻工作状态信息以及系统额定频率；根据当前时刻系统参数、当前时刻工作状态信息以及系统额定频率输出每一台风机下一时刻的风机出力值；根据风机出力值输出每一台风机下一时刻的功率输出值；根据功率输出值控制每一台风机下一时刻的工作状态。这种控制方法当系统频率发生变化时，根据每一台风机的工作状态信息确定每一台风机的最优出力值及最优功率输出，使每一台风机均可参与系统的调节，以满足系统的一次调频，保证整个系统的稳定性，提高了风机控制的精确度。

Description

一种风机控制方法、系统、终端及可读存储介质
技术领域
本发明涉及柔性直流输电技术领域，具体涉及一种风机控制方法、系统、终端及可读存储介质。
背景技术
风电发展初期，由于规模较小，对其的研究主要集中于单台风电机组的建模及对单机模型的降阶处理上。随着风电机组类型的增加和风电场规模的不断扩大，对整个风电场进行建模引起了人们的关注。大型风电场的建模思路分为两类，一类是采用详细模型，另一类是采用等值模型。详细模型将风电场视为多台小容量的发电机、升压变压器和大量的连接线路加入到电力系统中，进行详细建模，这是一个高阶的数学模型，不仅增大了电力系统的阶数，也增加了潮流计算的时间，尤其是时域仿真所需的时间，同时，也会引起许多严重的问题，如模型的有效性、数据的修正等问题。基于此，等值模型被提出以描述大型风电场的各种动态行为，该模型从整个风电场对电网的影响出发，将风电场看作一个整体进行研究。
目前风电场的模型，从风机建模上按照应用场景及功能划分为风速-风功率关系建模、稳态潮流计算模型、动态模型和暂态模型等。大量风电接入系统时，电力系统的控制便变得越来越重要。大型风电场动态模型主要用于风速波动或电网故障情况下对风电场动态行为的研究，同时也可用于风电场对电网动态稳态影响的研究。风电场动态模型主要采用简化的等值模型，分为单机等值法和多机等值法。
单机等值法中最常用的方法是将风电场所有发电机等值为一台，取单台机组机械功率之和作为等值发电机的机械功率输入，侧重于参数优化的研究，通过运用诸如最小二乘法、遗传算法、单纯形法等优化算法确定等值风力机的参数或控制参数，以精确模拟风电场整体动态过程。多机等值法主要对风电场内的风电机群进行聚类划分，其思想源于电力系统动态等值中的同调等值法。同调等值法中，根据动态过程中发电机功角的不同对机群进行划分。而风电机组不存在所谓的功角，因此该类研究主要通过定义风电机组的聚类指标，根据指标值的差异对风电机组进行聚类划分，每一类风电机组即可等值为一台风力机。
多机等值中最常用的方法是依据风速、排列位置、尾流效应或机械暂态数学模型方程组的特征根等指标，对风机进行分类聚合。这些方法物理概念明确，但均存在自身的局限性，如依据风机排列位置建模时，往往将同排风机等效为一台风力机，而实际风电场中，即使同排风机也可能存在较大的风速差异；依据特征根为分群依据，等值模型往往只适用于小干扰分析；这些均导致风机控制的精确度低。
发明内容
因此，本发明要解决的技术问题在于克服现有技术中的风机控制不够精确的缺陷。
为此，本发明提供如下技术方案：
本发明第一方面，提供一种风机控制方法，包括如下步骤：采集整个风电场输送到电网的当前时刻系统参数、所述风电场中每一台风机的当前时刻工作状态信息以及系统额定频率；根据所述当前时刻系统参数、所述当前时刻工作状态信息以及所述系统额定频率输出所述每一台风机下一时刻的风机出力值；根据所述每一台风机下一时刻的风机出力值输出所述每一台风机下一时刻的功率输出值；根据所述每一台风机下一时刻的功率输出值控制所述每一台风机下一时刻的工作状态。
可选地，所述系统参数包括系统功率输出值和系统频率输出值。
可选地，所述工作状态信息包括风机转子角速度、风机最终角速度、桨距角速度、风速的线速度以及叶尖速比。
可选地，根据最大功率跟踪算法控制所述每一台风机下一时刻的工作状态，所述下一时刻的工作状态为最大功率跟踪算法下的风机最优输出功率状态。
可选地，根据所述当前时刻系统参数、所述当前时刻工作状态信息以及所述系统额定频率输出所述每一台风机下一时刻的风机出力值的步骤中，包括：建立所述整个风电场的风电场模型；将所述当前时刻系统参数、所述当前时刻工作状态信息以及所述系统额定频率输入所述风电场模型中进行处理，得到所述每一台风机下一时刻的风机出力值。
可选地，通过使如下目标函数获取最优值获得所述下一时刻的风机出力值，继而确定风机最优功率输出，
ui(k+1)＝f[gmin|yi(k+1)-y*|，ui(k)]
其中，ui(k+1)为第i台风机下一时刻的风机出力值；ui(k)为第i台风机当前时刻的风机出力值；yi(k+1)为第i台风机下一时刻的系统频率；y*为系统额定频率。
可选地，根据所述每一台风机下一时刻的风机出力值输出所述每一台风机下一时刻的功率输出值的步骤中，包括：建立所述每一台风机的暂态模型；将所述下一时刻风机出力值输入所述暂态模型中进行处理，得到所述每一台风机下一时刻的功率输出值。
可选地，通过如下公式获得所述暂态模型，
Figure BSA0000154742640000041
Figure BSA0000154742640000042
Figure BSA0000154742640000043
Figure BSA0000154742640000044
其中，i为第i台风机；Jr为风机电机转动惯量；Jg为风机叶轮转动惯量；Pa，i为当前时刻第i台风机的风机功率；ωr，i为当前时刻第i台风机的风机转子速度；ωg，i为当前时刻第i台风机的最终风机角速度；
Figure BSA0000154742640000045
为下一时刻第i台风机的风机转子速度；
Figure BSA0000154742640000046
为下一时刻第i台风机的最终风机角速度；μ为风机模型PI控制器的积分系数；k为风机模型PI控制器的比例系数；θd，i为当前时刻第i台风机的桨距角速度；
Figure BSA0000154742640000051
为下一时刻第i台风机的桨距角速度；ρ为空气密度；R为风机叶片半径；vi为当前时刻第i台风机的风速的线速度；
Figure BSA0000154742640000052
为当前时刻第i台风机的风能利用率，即为叶尖速比和桨距角的函数。
本发明第二方面，提供一种风机控制系统，包括：第一获取模块，用于采集整个风电场输送到电网的当前时刻系统参数、所述风电场中每一台风机的当前时刻工作状态信息以及系统额定频率；第一处理模块，用于根据所述当前时刻系统参数、所述当前时刻工作状态信息以及所述系统额定频率输出所述每一台风机下一时刻的风机出力值；第二处理模块，用于根据所述每一台风机下一时刻的风机出力值输出所述每一台风机下一时刻的功率输出值；第三处理模块，用于根据所述每一台风机下一时刻的功率输出值控制所述每一台风机下一时刻的工作状态。
可选地，所述第一处理模块包括：第一处理单元，用于建立所述整个风电场的风电场模型；第二处理单元，用于将所述当前时刻系统参数、所述当前时刻工作状态信息以及所述系统额定频率输入所述风电场模型中进行处理，得到所述每一台风机下一时刻的风机出力值。
可选地，所述第二处理模块包括：第三处理单元，用于建立所述每一台风机的暂态模型；第四处理单元，用于将所述下一时刻风机出力值输入所述暂态模型中进行处理，得到所述每一台风机下一时刻的功率输出值。
本发明第三方面，提供一种终端，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行本发明第一方面任一所述的方法。
本发明第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现本发明第一方面任一所述方法的步骤。
本发明技术方案，具有如下优点：
本发明提供了一种风机控制方法、系统、终端及可读存储介质，其中，该方法包括如下步骤：采集整个风电场输送到电网的当前时刻系统参数、所述风电场中每一台风机的当前时刻工作状态信息以及系统额定频率；根据所述当前时刻系统参数、所述当前时刻工作状态信息以及所述系统额定频率输出所述每一台风机下一时刻的风机出力值；根据所述每一台风机下一时刻的风机出力值输出所述每一台风机下一时刻的功率输出值；根据所述每一台风机下一时刻的功率输出值控制所述每一台风机下一时刻的工作状态。这种控制方法当系统频率发生变化时，根据每一台风机的工作状态信息确定每一台风机的最优出力值及最优功率输出，使每一台风机均可参与系统的调节，以满足系统的一次调频，保证整个系统的稳定性，提高了风机控制的精确度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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为本发明实施例中风机控制方法的一个具体示例的流程图；
图2为本发明实施例中风机控制方法的另一个具体示例的流程图；
图3为本发明实施例中风电场风机的暂态模型的一个具体示例的示意图；
图4为本发明实施例中风机控制模型的一个具体示例的示意图；
图5为本发明实施例中过载情况下风电机组对一次调频的作用的示意图；
图6为本发明实施例中过载情况下风电机组的电力传输容量的示意图；
图7为本发明实施例中风机控制系统的一个具体示例的框图；
图8为本发明实施例中终端的结构示意图。
具体实施方式
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，所描述的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他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三””仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本实施例提供一种风机控制方法，流程图如图1所示。作为优选实施例，流程图如图2所示，包括如下步骤：
S1：采集整个风电场输送到电网的当前时刻系统参数、风电场中每一台风机的当前时刻工作状态信息以及系统额定频率。在本实施例中，当前时刻系统参数包括当前时刻系统功率输出值和当前时刻系统频率输出值；当然，在其它实施例中，当前时刻系统参数还可以包括其它参数，如电压波动、谐波参数等，根据需要合理设置即可。在本实施例中，当前时刻工作状态信息包括当前时刻风机转子角速度、当前时刻风机最终角速度、当前时刻桨距角速度、当前时刻风速的线速度以及当前时刻叶尖速比；当然，在其它实施例中，工作状态信息还可以包括其它信息，如电压、电流、谐波分析、无功补偿等，根据需要合理设置即可。在本实施例中，系统额定频率设置为工频频率50Hz；当然，在其它实施例中，系统额定频率也可以设置为其它值，如48Hz、60Hz等，根据需要合理设置即可。
S2：根据当前时刻系统参数、当前时刻工作状态信息以及系统额定频率输出每一台风机下一时刻的风机出力值。
在本实施例中，如图2所示，步骤S2具体包括步骤S21-S22：
S21：建立整个风电场的风电场模型。在本实施例中，风电场模型采用模型预测控制算法(Model Predictive Control，缩写为MPC)建立MPC模型，具体采用风电场功率分配算法；当然，在其它实施例中，MPC模型的建立也可以采用其它功率分配算法，如基于风功率预测的风电场混合储能容量多目标优化配置法等，根据需要合理设置即可；风电场模型也可以为其它模型，如带有储能的分布式新能源系统模型等，根据需要合理设置即可。
MPC控制即输出功率追踪问题，其控制原理为：离散式MPC控制器状态量、输入量与输出量之间的关系可表示为：
x(i+1)＝Ax(i)+Bu(i)+Md(i)
y(i)＝Cx(i)+Du(i)
其中，x(i+1)为下一时刻的系统状态量；x(i)为当前时刻的系统状态量；y(i)为当前时刻的系统输出量；u(i)为当前时刻的系统输入量；d(i)为当前时刻的系统扰动量；A为MPC状态方程中系统状态变量系数；B为MPC状态方程中系统状态输入量系数；C为系统输出量与系统状态量的关联系数；D为系统输出量与系统输入量的关联系数；M为当前时刻的系统扰动量系数。通过上式可以得到，根据当前时刻的系统输入变量和当前时刻的系统状态量可以得到下一时刻的系统状态量，之后，根据下一时刻的系统状态量可得到下一时刻的输出量，系统输入变量的作用是使得输出变量可以追踪其参考值。
S22：将当前时刻系统参数、当前时刻工作状态信息以及系统额定频率输入风电场模型中进行处理，得到每一台风机下一时刻的风机出力值。
电力系统一次调频，即频率f(s)与功率P(s)的关系可表示为：
Figure BSA0000154742640000101
其中，Δf为电力系统频率变化；ΔP为电力系统功率变化值值；τ为系统一阶微分系数；kf为系统的一阶积分系数；ωn为电力系统同步发电机角速度；δ为功率因数角。
采用MPC模型，上式可写为MPC模型的数学表达式的形式，
Figure BSA0000154742640000102
Figure BSA0000154742640000103
其中，Δf为系统状态输出，这里代表电力系统频率变化；a1为系统状态变量因数；xf为系统状态变量；b1为电力系统功率变化因数；ΔP为电力系统功率变化值；a0为初始状态下系统状态变量因数；b0为初始状态下电力系统功率变化因数。
将MPC控制应用到本实施例中，其中u(i)作为当前时刻的系统输入量对应每台风机当前时刻输出功率，y(i+1)作为下一时刻的系统输出量对应下一时刻的系统频率，x(i)作为当前时刻的系统状态量对应风电场当前时刻系统功率输出值即风电场总功率。
在本实施例中，通过使如下目标函数获取最优值获得下一时刻的风机出力值，继而确定风机最优功率输出，
ui(k+1)＝f[gmin|yi(k+1)-y*|，ui(k)]
其中，ui(k+1)为第i台风机下一时刻的风机出力值；ui(k)为第i台风机当前时刻的风机出力值；yi(k+1)为第i台风机下一时刻的系统频率；y*为系统额定频率。当然，在其它实施例中，也可以通过其它公式获得下一时刻的风机出力值，核心是选择合适的输入量使得输出量y(k)与参考值y0(k)的偏差最小，即成本函数最优，成本函数为Δy(k)＝y(k)-y0(k)，其中，y(k)表示系统频率，y0(k)表示额定频率，根据需要合理设置即可。
S3：根据每一台风机下一时刻的风机出力值输出每一台风机下一时刻的功率输出值。
在本实施例中，如图2所示，步骤S3具体包括步骤S31-S32：
S31：建立每一台风机的暂态模型。在本实施例中，风机暂态模型的控制方法为最大功率跟踪(Maximum Power Tracking，缩写为MPT)控制；当然，在其它实施例中，风机暂态模型还可以为其它模型控制方法，如模型算法控制与动态矩阵控制等，根据需要合理设置即可。暂态模型如图3所示，包括同步发电机、发电机侧变流器、网侧变流器、中/低压变压器及中压系统、风机模型、空气动力模型、动力模型、最大功率追踪器、桨距角控制以及变流器控制。
风力模型：仿真步长为5s并采用真实测量数据，数据被以统计学方式进行了处理并经过样条内插之后输送到不同风机中；空气动力模型：计算考虑风速、桨距角角度及角速度等因素在内的机械转矩；动力模型：该模型代表发电机转子，并且在系统复杂性以及与整个控制系统的契合性这两方面进行了博弈；最大功率追踪器：对电网侧换流器输入有功功率，该功率是按照发电机不同速度下对应的最大功率输出所绘制出的查找表中得来的；桨距角控制：限制转子角速度并确保输出功率在正常范围内，改善叶片动力学特性的有效性；变流器控制：发电机侧的变流器控制直流侧电压以及发电机母线侧电压，电网侧变流器控制流向电网的有功及无功功率。正常工作状态下的有功功率的确定来自于最大功率追踪器(其也起到了频率支持的作用)。在本实施例中，风机对系统的电压支撑这一因素不被考虑，因而无功功率输入也被设置为零。
考虑到有N个风机的风电场，每个风机包括一个涡轮机、一个发电机以及一个变流器，通过如下公式获得暂态模型，
Figure BSA0000154742640000121
Figure BSA0000154742640000131
Figure BSA0000154742640000132
其中，i为第i台风机；Jr为风机电机转动惯量；Jg为风机叶轮转动惯量；Pa，i为当前时刻第i台风机的风机功率；ωr，i为当前时刻第i台风机的风机转子速度；ωg，i为当前时刻第i台风机的最终风机角速度；
Figure BSA0000154742640000133
为下一时刻第i台风机的风机转子速度；
Figure BSA0000154742640000134
为下一时刻第i台风机的最终风机角速度；μ为风机模型PI控制器的积分系数；k为风机模型PI控制器的比例系数；θd，i为当前时刻第i台风机的桨距角速度；
Figure BSA0000154742640000136
为下一时刻第i台风机的桨距角速度。
每个风机的功率与风速之几间关系通过如下公式得到，
Figure BSA0000154742640000135
其中，Pa，i为当前时刻第i台风机的风机功率；ρ为空气密度；R为风机叶片半径；vi为当前时刻第i台风机的风速的线速度；Cp(βi，λi)为当前时刻第i台风机的风能利用率，即为叶尖速比和桨距角的函数。
S32：将下一时刻风机出力值输入暂态模型中进行处理，得到每一台风机下一时刻的功率输出值。
S4：根据每一台风机下一时刻的功率输出值控制每一台风机下一时刻的工作状态。在本实施例中，为了使得风电场总输出功率达到最优，考虑到最大功率跟踪算法下控制每一台风机下一时刻的工作状态，下一时刻的工作状态为可使目标函数最小的最优单台风机功率输出状态。
由于频率变化量与功率变化量间的线性关系，成本函数即可设置为在考虑不超过系统限制条件下使得频率变化量最优，即使得风电场总输出功率达到最优，即
Figure BSA0000154742640000141
其中，Pg，i为风电场总输出功率；ωg，i为最终风机角速度；ui作为输入系统状态变量，为MPC风电场模型中单台风机的输出功率；
Figure BSA0000154742640000142
为风电场总输出功率参考值。当频率发生变化时，可通过控制局部每个风电场的功率，确定风速下满足最大功率追踪，而使得风电场总输出功率达到最优继而完成对电网的一次调频。
上述风机控制方法，当系统频率发生变化时，根据每一台风机的工作状态信息确定每一台风机的最优出力值及最优功率输出，使每一台风机均可参与系统的调节，以满足系统的一次调频，保证整个系统的稳定性，提高了风机控制的精确度。
本发明所提供的控制方法是一种基于模型的控制技术，以通过优化风电场每台风机的出力来达到对整个电力系统一次调频的功能。如图4所示，控制方法是基于卡尔曼滤波器及模型预测控制技术提出的，其中，卡尔曼滤波器用以评估风速，这也引出了基于每个风机最优化控制下对系统的核心控制，通过使包括系统边界条件限制在内的的成本函数达到最小，从而可以找出每个风机的最优工作区域并满足对系统一次调频功能的实现。
该控制方法实现的步骤为：1)将整个风电场看作一个整体，如图4所示，其控制方法包含核心控制(Central Control)和局部控制(local Control)，其中，核心控制包括一台核心控制器(MPC Controller)以及一台核心卡尔曼滤波器(Central KF)，局部控制包括若干局部卡尔曼滤波器(local KF)与最大功率跟踪控制(MPT)，每一台局部卡尔曼滤波器控制一台风机；2)随着风能的采纳，风电场越来越多地被要求满足系统不同要求其中包括对有功功率的控制，有功功率有效值根据风电场控制算法通过核心控制器被分配到每个风机中(作为输入量)；3)核心控制器接收转子角速度测量值，桨距角角度以及系统频率的偏差(变化量)以及由整个风电场输送到电网的功率值。桨距角控制独立地由PI控制器控制，其使得角速度与有功功率控制在正常范围内；4)局部风机及局部卡尔曼滤波器的控制方法为最大功率追踪，使得在特定转速下输送到电网的功率为最优值。在正常运行情况下，核心控制器是不投入使用的，核心控制器为每一台风机输入功率参考值，该功率参考值在故障时会做出相应改变；5)当系统频率发生变化时，根据最大功率跟踪信号确定输入量的变化量以满足系统的一次调频。之后输入信号根据对风速的计算结果，传输到各局部风机中并需保证整个系统的稳定性。该控制策略的可以实现当系统出现扰动时，使每一台风机均可参与对系统扰动的调节。当大量风电接入系统时，电力系统的控制便变得越来越重要。从另一方面讲，当系统受到扰动出现频率过低或过高的现象时，风电场也可以通过发出有功功率调节系统频率。一种基于模型的优化控制被研究，该控制方法利用了模型预测控制系统并有效结合了对风情况的判断，用以定义风机对系统频率控制的影响。结合了卡尔曼滤波器(KF)及模型预测控制(MPC)等不同技术用以预测电力系统负荷的变化以及通过追踪每个风机桨距角的角度确定的实际风速范围，以找出每个风机的最优工作点，继而使得风机在不触及工作极限运行条件下调节系统频率并减少系统频率的变化。核心卡尔曼滤波器是用来判断外在负荷的变化，而局部卡尔曼滤波器用来估计风速并评估风机的暂态特性。通过图4所示的风机控制模型进一步可以分析出风电场内部风机与风机间是如何耦合协调、控制有功功率的输出，以改善扰动或故障对系统频率的影响。从图4还可以看出，当出现风速或转子角速度以及桨距角这些不可被直接测量出的变量时，需结合MPC通过引入KF得到上述变量的估计值以及外部功率变化量的估计值，KF作用为当系统某些参数不可被直接测量时，引入一个估计值，其估计值与真实值的偏差可以被引入KF环节的系统处理，最终使得参数估计值与真实值误差在可接受范围内。
通过20台风机运行的仿真模拟情况，证实了控制方法的灵活性与有效性，并证实参数发生变化时系统稳定性仍能得到保证。图5为过载情况下风电机组对一次调频的作用的示意图；图6为过载情况下风电机组的电力传输容量的示意图。从图5中可以看出，在系统30s突然出现50MW过负荷时，有风电场MPC协调控制的系统比没有风机间协调控制的风电场对电力系统一次调频的贡献要少很多。图6可以看出具备风电场MPC协调控制的风机在过载情况下比不具备协调控制的风机传输更多的电力，继而降低了弃风率。
本实施例还提供一种风机控制系统，该系统用于实现实施例中的实施方式，已经进行过说明的不再赘述。如以下所使用的术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
本实施例提供的风机控制系统如图7所示，第一获取模块71，用于采集整个风电场输送到电网的当前时刻系统参数、风电场中每一台风机的当前时刻工作状态信息以及系统额定频率；第一处理模块72，用于根据当前时刻系统参数、当前时刻工作状态信息以及系统额定频率输出每一台风机下一时刻的风机出力值；第二处理模块73，用于根据每一台风机下一时刻的风机出力值输出每一台风机下一时刻的功率输出值；第三处理模块74，用于根据每一台风机下一时刻的功率输出值控制每一台风机下一时刻的工作状态。
其中，第一处理模块72包括：第一处理单元721，用于建立整个风电场的风电场模型；第二处理单元722，用于将当前时刻系统参数、当前时刻工作状态信息以及系统额定频率输入风电场模型中进行处理，得到每一台风机下一时刻的风机出力值。
第二处理模块73包括：第三处理单元731，用于建立每一台风机的暂态模型；第四处理单元732，用于将下一时刻风机出力值输入暂态模型中进行处理，得到每一台风机下一时刻的功率输出值。
上述各个模块的更进一步的功能描述与上述实施例相同，在此不再赘述。
上述风机控制系统具有控制精确度高的优点。
本实施例提供一种终端，如图8所示，包括：至少一个处理器801，例如CPU(CentralProcessing Unit，中央处理器)，至少一个通信接口803，存储器804，至少一个通信总线802。其中，通信总线802用于实现这些组件之间的连接通信。其中，通信接口803可以包括显示屏(Display)、键盘(Keyboard)，可选通信接口803还可以包括标准的有线接口、无线接口。存储器704可以是高速RAM存储器(Ramdom Access Memory，易挥发性随机存取存储器)，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。存储器804可选的还可以是至少一个位于远离前述处理器801的存储装置。其中处理器801可以结合图7所描述的系统，存储器804中存储一组程序代码，且处理器801调用存储器804中存储的程序代码，以用于执行一种风机控制方法，即用于执行如图1和图2实施例中的风机控制方法。
其中，通信总线802可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。通信总线802可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器804可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)，硬盘(英文：hard diskdrive，缩写：HDD)或固态硬盘(英文：solid-state drive，缩写：SSD)；存储器804还可以包括上述种类的存储器的组合。
其中，处理器801可以是中央处理器(英文：central processing unit，缩写：CPU)，网络处理器(英文：network processor，缩写：NP)或者CPU和NP的组合。
其中，处理器801还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文：application-specific integrated circuit，缩写：ASIC)，可编程逻辑器件(英文：programmable logic device，缩写：PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文：complex programmable logic device，缩写：CPLD)，现场可编程逻辑门阵列(英文：field-programmable gate array，缩写：FPGA)，通用阵列逻辑(英文：generic arraylogic，缩写：GAL)或其任意组合。
可选地，存储器804还用于存储程序指令。处理器801可以调用程序指令，实现如本申请图1和图2实施例中所示的风机控制方法。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的风机控制方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
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。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (9)

1.一种风机控制方法，其特征在于，包括如下步骤：
采集整个风电场输送到电网的当前时刻系统参数、所述风电场中每一台风机的当前时刻工作状态信息以及系统额定频率；
根据所述当前时刻系统参数、所述当前时刻工作状态信息以及所述系统额定频率输出所述每一台风机下一时刻的风机出力值；
根据所述每一台风机下一时刻的风机出力值输出所述每一台风机下一时刻的功率输出值；
根据所述每一台风机下一时刻的功率输出值控制所述每一台风机下一时刻的工作状态；
根据最大功率跟踪算法控制所述每一台风机下一时刻的工作状态，所述下一时刻的工作状态为最大功率跟踪算法下的风机最优输出功率状态，通过使如下目标函数获取最优值，即系统频率最为接近系统额定频率，获得所述下一时刻的风机出力值，继而确定风机最优功率输出，
ui(k+1)＝f[gmin|yi(k+1)-y*|，ui(k)]
其中，ui(k+1)为第i台风机下一时刻的风机出力值；ui(k)为第i台风机当前时刻的风机出力值；yi(k+1)为第i台风机下一时刻的系统频率；y*为系统额定频率；
当频率发生变化时，可通过控制局部每个风电场的功率，确定风速下满足最大功率追踪，而使得风电场总输出功率达到最优继而完成对电网的一次调频；
电力系统一次调频，即频率f(s)与功率P(s)的关系可表示为：
Figure FDA0003162203410000021
其中，△f为电力系统频率变化；△P为电力系统功率变化值；τ为系统一阶微分系数；kf为系统的一阶积分系数；ωn为电力系统同步发电机角速度；δ为功率因数角。
2.根据权利要求1所述的风机控制方法，其特征在于，所述系统参数包括系统功率输出值和系统频率输出值。
3.根据权利要求1所述的风机控制方法，其特征在于，所述工作状态信息包括风机转子角速度、风机最终角速度、桨距角速度、风速的线速度以及叶尖速比。
4.根据权利要求1-3任一所述的风机控制方法，其特征在于，根据所述当前时刻系统参数、所述当前时刻工作状态信息以及所述系统额定频率输出所述每一台风机下一时刻的风机出力值的步骤中，包括：
建立所述整个风电场的风电场模型；
将所述当前时刻系统参数、所述当前时刻工作状态信息以及所述系统额定频率输入所述风电场模型中进行处理，得到所述每一台风机下一时刻的风机出力值。
5.根据权利要求1-3任一所述的风机控制方法，其特征在于，根据所述每一台风机下一时刻的风机出力值输出所述每一台风机下一时刻的功率输出值的步骤中，包括：
建立所述每一台风机的暂态模型；
将所述下一时刻风机出力值输入所述暂态模型中进行处理，得到所述每一台风机下一时刻的功率输出值。
6.根据权利要求5所述的风机控制方法，其特征在于，通过如下公式获得所述暂态模型，
Figure FDA0003162203410000031
Figure FDA0003162203410000032
Figure FDA0003162203410000033
Figure FDA0003162203410000034
其中，i为第i台风机；Jr为风机电机转动惯量；Jg为风机叶轮转动惯量；Pa,i为当前时刻第i台风机的风机功率；ωr,i为当前时刻第i台风机的风机转子速度；ωg,i为当前时刻第i台风机的最终风机角速度；
Figure FDA0003162203410000035
为下一时刻第i台风机的风机转子速度；
Figure FDA0003162203410000036
为下一时刻第i台风机的最终风机角速度；μ为风机模型PI控制器的积分系数；k为风机模型PI控制器的比例系数；θd,i为当前时刻第i台风机的桨距角速度；
Figure FDA0003162203410000037
为下一时刻第i台风机的桨距角速度；ρ为空气密度；R为风机叶片半径；vi为当前时刻第i台风机的风速的线速度；CP(βi,λi)为当前时刻第i台风机的风能利用率，即为叶尖速比和桨距角的函数。
7.一种风机控制系统，其特征在于，基于权利要求1-6任一项所述的风机控制方法，所述风机控制系统包括：
第一获取模块，用于采集整个风电场输送到电网的当前时刻系统参数、所述风电场中每一台风机的当前时刻工作状态信息以及系统额定频率；
第一处理模块，用于根据所述当前时刻系统参数、所述当前时刻工作状态信息以及所述系统额定频率输出所述每一台风机下一时刻的风机出力值；
第二处理模块，用于根据所述每一台风机下一时刻的风机出力值输出所述每一台风机下一时刻的功率输出值；
第三处理模块，用于根据所述每一台风机下一时刻的功率输出值控制所述每一台风机下一时刻的工作状态。
8.一种终端，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述权利要求1-6中任一所述的方法。
9.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现上述权利要求1-6中任一所述方法的步骤。
CN201711235449.6A 2017-11-30 2017-11-30 一种风机控制方法、系统、终端及可读存储介质 Active CN107979112B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711235449.6A CN107979112B (zh) 2017-11-30 2017-11-30 一种风机控制方法、系统、终端及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711235449.6A CN107979112B (zh) 2017-11-30 2017-11-30 一种风机控制方法、系统、终端及可读存储介质

Publications (2)

Publication Number Publication Date
CN107979112A CN107979112A (zh) 2018-05-01
CN107979112B true CN107979112B (zh) 2021-08-27

Family

ID=62008548

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711235449.6A Active CN107979112B (zh) 2017-11-30 2017-11-30 一种风机控制方法、系统、终端及可读存储介质

Country Status (1)

Country Link
CN (1) CN107979112B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108711885A (zh) * 2018-06-05 2018-10-26 重庆大学 一种针对风力场状态协同估计方法
CN109343448B (zh) * 2018-09-18 2020-09-08 国电联合动力技术有限公司 一种用于风机一体化控制系统的编程系统及其编程方法
CN112529373B (zh) * 2020-11-26 2022-04-26 国网宁夏电力有限公司电力科学研究院 多回直流同时故障下电网频率稳定性评估方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103034764A (zh) * 2012-12-12 2013-04-10 上海市电力公司 双馈变速恒频风电机组系统建模与仿真方法
CN105048499A (zh) * 2015-07-24 2015-11-11 中国农业大学 基于模型预测控制的风电并网实时调度方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103034764A (zh) * 2012-12-12 2013-04-10 上海市电力公司 双馈变速恒频风电机组系统建模与仿真方法
CN105048499A (zh) * 2015-07-24 2015-11-11 中国农业大学 基于模型预测控制的风电并网实时调度方法及装置

Also Published As

Publication number Publication date
CN107979112A (zh) 2018-05-01

Similar Documents

Publication Publication Date Title
US9822765B2 (en) Wind power plant control system
CN104836253B (zh) 双馈风机虚拟惯量的控制方法及控制装置
CN108475929B (zh) 用于控制风力发电厂的方法
CN109494769A (zh) 一种风场参与调频方法及系统
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
CN110518632B (zh) 一种风电场并网对电网惯量削弱的定量计算方法
CN116717425A (zh) 一种风机变桨控制方法、系统及存储介质
CN113507137A (zh) 基于DigSILENT/PF的风电场模型构建方法及相关装置
CN107800154A (zh) 一种dfig参与电网一次调频的多风速段综合控制方法
CN117972272A (zh) 基于新能源电力系统的频率指标快速分析方法及系统
CN107979112B (zh) 一种风机控制方法、系统、终端及可读存储介质
CN115693704A (zh) 一种基于虚拟惯量控制的变惯性响应时间计算方法
CN115940148A (zh) 最小惯量需求评估方法、装置、电子设备及存储介质
CN114597908A (zh) 考虑集电线路电压分布的风电场无功控制优化方法和装置
CN113162064B (zh) 一种多风场最优调频方法及系统
CN120262557A (zh) 一种电气自动化控制系统及方法
CN113013913B (zh) 风电场无功电压控制系统和方法
CN110661270B (zh) 含风电的电力系统电压稳定性协调控制方法
CN115313499B (zh) 一种风机频率控制参数计算方法、装置、终端及介质
CN115514008B (zh) 基于平均系统频率模型的新能源系统在线惯性配置方法
CN117811012A (zh) 双馈风电主动支撑一次调频的建模方法、装置和相关设备
CN117458534A (zh) 一种新型液流储能调峰调频方法及装置
CN109657380A (zh) 一种基于扩展卡尔曼滤波的双馈风电场动态等值方法
CN115579908A (zh) 一种新型海上风电场综合功率控制方法及系统
CN114421490A (zh) 风电参与电网频率支撑的快速仿真模型的构建方法

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
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 18 Binhe Avenue, future science and Technology City, Changping District, Beijing 102200

Patentee after: State Grid Smart Grid Research Institute Co.,Ltd.

Country or region after: China

Address before: 102209 18 Riverside Avenue, Changping District science and Technology City, Beijing

Patentee before: GLOBAL ENERGY INTERCONNECTION RESEARCH INSTITUTE Co.,Ltd.

Country or region before: China

CP03 Change of name, title or address
OL01 Intention to license declared
OL01 Intention to license declared