METHOD FOR ACTIVELY OPTIMIZING, ADJUSTING AND CONTROLLING DISTRIBUTED WIND POWER PLANT PROVIDED WITH ENERGY-STORAGE POWER STATION

配有储能电站的分散式风电场有功优化调控方法

技术领域

本发明涉及一种配有储能电站的分散式风电场有功优化调控方法，属于风 电场并网运行有功功率控制技术领域。

背景技术

随着国家对可再生能源发电的高度重视，我国风电已成为优化能源结构和推 动可持续发展的重要新兴产业。 但是随着大规模风电并网之后,电力系统的安全 性、 可靠性、 电能质量以及电网调度都会受到风力发电波动性和随机性的影响。 集中式大电网具有强耦合性， 且不能灵活可靠地跟踪变化。 而分散式接入风电 项目是指位于用电负荷中心附近， 不以大规模远距离输送电力为目的， 所产生 的电力就近接入电网， 并在当地消纳的风电项目。 它可以较好的解决集中式风 力发电并网所产生的一些问题。 在此背景下， 国家提出了发展分散式风电的政 策

配有储能电站的分散式风电场直接接入低压配电网可以降低输电网损耗与 投资费用， 提高配电网的供电可靠性， 很大程度上确保能源安全。 然而随着对 风电场输出电能质量、 节能降损及电网安全稳定要求日趋提高， 通过开展对配 有储能电站的分散式风电场有功优化与运行问题的研究， 是降低电网损耗和保 证电网稳定运行的最有效手段。 通过对有功电源 （风机与储能电站） 的合理配 置及有功损耗的合理调控， 可以降低电网频率波动、 减少电网有功损耗， 从而 使电力系统能够安全稳定运行。

针对风电场的有功控制及优化研究， 已提出了不少的优化方法。 提出单台风 电机组在高风速、 中风速和低风速阶段可进行各台风电机组之间的有功功率协 调控制策略， 提高风电场发电裕度； 提出一种将风机转子动能作为能量储存装 置的一种风电场控制方法， 以减少短时电能波动， 提高风电场并网稳定性； 综 合考虑与输出功率波动关系最为密切的机组， 并对其出力进行控制来抑制出力 的波动等。 这些方法都可以实现风场的有功优化。

但针对于配有储能电站的分散式有功优化问题， 现在国内外的研究很少。 且 上述优化方法没有考虑到风电机组发出的有功功率与其自身损耗之间的多维函 数关系， 因此无法在满足并网点频率波动安全范围内尽可能使风力发电机组整 体损耗达到最小。

发明内容

发明目的

本发明提供一种配有储能电站的分散式风电场有功优化调控方法， 其目的 是解决以往的方式所存在的并网点频率波动安全范围内风力发电机组整体损耗 过大的问题， 其针对风场不同的运行条件建立多目标函数， 在有效控制频率波 动的同时， 还能够减少风机变桨载荷， 降低风电场有功损耗。

技术方案

一种配有储能电站的分散式风电场有功功率的控制方法， 其特征在于： 其 步骤如下：

第一步， 通过 SCADA检测控制和采集系统测出风场风速、 风机转速、 各机 组有功功率、 变电站侧有功功率、 机组及入网侧三相电压、 电流、 频率、 功率 因数、 储能系统充放电功率和并网点电能质量数据， 然后将这些数据通过通讯 线缆发送控制中心；

第二步， 设定风功率波动与机组出力约束条件为：

式为机组出力上下限约束； （2)式为考虑储能系统的风电场功率波动 范围约束， 在 lmin或 30min的时间窗内， 系统合成输出功率的变化幅度必须不 大于风电场总额定输出功率_rate/的 ^或^， 与₃。由电网导则规定， 系统合成 输出功率的变化幅度为最大值减去最小值之差；

第三步， 通过实时测量得到的风机出口电压 ^， 架空线路电流 /， 箱变空 载损耗率和额定负载下损耗率4、 A， 得到风场内的线路总损耗 A， 经整理得 到为： .

P_L - 3 x l² r L -\- c_{ x U -f c₂— -f <^₃ 其中 为系数， 表达式如下: c, = a 2 N

X—— xP^xr L

¹ N,^{e c c} (4)

N x S

100 (5)

N x a x P„

其中： "为功率输出系数； N为风机数； 。为每台风机额定容量； I为架空 线路电流值； r为架空线单位长度电阻值； J为架空线各条线路的长度； N,为风 机出口电缆条数； 为箱变容量； 为电缆线单位长度的电阻值； z为电缆线长 四步，计算另外两个优化目标：变桨距气动阻力系数 、并网点的频率波 动 4,：

(7)

为需要调整的有功出力； 为风电机组卸载运行状态下的有功出力； f_b， 为设定的风电机组不参与调频的频率上、 下限值； f_a, ^为设定的风电机组 调频段的上、 下限值； 为 点对应的有功出力； dP _ dP άβ da

(8) dC_d άβ da dC_d 其中： 为桨距角、 "为入流角， 均为可测量数据；

第五步， 针对风电场运行的外界条件， 分为限电运行和不限电运行， 这两 种情况最后都进行风电场有功出力调整， 将上面所求得的优化目标带入目标函 数中； 限电情况：优化目标为并网点的频率波动 Δ/和 。当 P_B W + (k)≥ P_ref时， P_r 为调度给定风场有功输出值， 需进行变桨控制 Δ^， 此时优化目标需增加变桨距 气动阻力系数 此时目标函数如下：

min_v = (9) h₂P^Af (P_B(k)+_jp_l(k)≤p_re/) 不限电情况： 当风速 ^小于额定风速 时， 对风机进行最大功率跟踪控制

ΜΡΡΤ, 优化目标 Δ/和_; 当风速 υ小于等于额定风速 时， 对风机进行变桨控 制， 优化目标为 C Δ /和^ l₂P_L + /₃Δ/ {ν<υ_Γ, ΜΡΡΤ)

min f = , (10)

|/_ις_/+ +/₃Δ/ (υ≥υ_Γ,Αβ) 其中： ^/^和 ^^分别为限电和不限电时的权重系数, 约束条件为：

(11)

P_B +∑P_t=P_D + P_L (12)

(11)频率波动范围约束， 4 为频率偏移限值； （12) 电网供电平衡约束，

/ 为总负荷的需求；

第六步， 运用基于粒子群的车辆路径优化算法进行多目标有功优化。

针对上述多目标优化控制问题， 采用粒子群优化算法进行迭代搜索， 求最优 解， 步骤如下：

① ： 输入风机出口电压， 功率因数， 主变压器参数与实际的输入功率， 实际 电压与额定电压的比值， 箱变空载损耗率和额定负载下损耗率， 桨距角， 入流 角等参数。 计算风场内的线路总损耗， 频率波动与阻力系数；

② ： 设置维数、 最大迭代次数与粒子数；

③ ： 将 stepl中得到的结果带入公式 （9) (10) 中， 得到适应度值 令/^等于当前粒子的位置 p, '、 ,

④： 初始化位置与速度，计算第一个个体最优粒子的位置 并将此^(ί) 设为种群当前寻找到的全局最优粒子的位置

⑤ ： 若当前粒子适应度值小于个体极值， 则更新当前的个体极值；^_{ϊ ;}

⑥ ： 若当前粒子适应度值小于全局极值， 则更新当前的全局极值 ^

⑦ ： 由公式 （25) (26) 更新速度向量与位置向量；

. (') -X^l))₊ c₂r₂ — ) !■ = 1,2,.·.," (25) X^c)≤ Χ,Γ i = 2,...,n (26) 式中 t为当前循环次数 ； 4、 为粒子权重系数； ω为惯性权重； ν_ί 为（₀，

1) 内均匀分布随机数； V_id、 为第 i维粒子的位置与速度；

StepS： 用更新后的速度向量与位置向量计算适应度值；

Step9： 重复 step5至 lj step7;

SteplO：判断迭代次数， 满足则输出结果； 否则回到 Step7。

优点及效果

本发明针对配有储能电站的分散式风电场的外部运行特点， 提出了运行情况 下的多目标有功优化方法， 即， 配有储能电站的分散式风电场有功优化调控方 法： 判断风电场是否在限电情况下运行， 根据风速情况进行多目标优化控制。

(1) 通过 SCADA系统测出所需数据， 然后将这些数据通过通讯线缆发送 控制中心。

(2) 设定风功率波动与机组出力约束条件。

(3) 计算箱变额定负载损耗 P„， 箱变空载损耗 。， 风机出口与箱变低压侧 连接的电缆线路损耗 ， 各条线路功率损耗 。 经整理得到风场内的线路总损 耗^ -

(4)计算另外两个优化目标： 变桨距气动阻力系数 、 并网点的频率波动

Λ

(5)针对风电场运行的外界条件， 分为限电运行和不限电运行， 这两种情 况最后都进行风电场有功出力调整。 根据风速情况进行多目标控制， 将上面所 求得的优化目标带入目标函数中。

( 6) 运用基于粒子群的车辆路径优化算法进行多目标有功优化。

本实用新型的具体优点与积极效果如下： 1、根据风场运行条件与风速情况， 分层次建立多目标函数， 通过调节线损、 频率、 载荷等变量进行有功功率的调 控。 2、 本控制方法以风电渗透率在配电网设定的范围内为基础， 在保证功率波 动在安全运行范围内为前提， 提高了系统的稳定性。 3、 实用性强， 可用于整个 分散式风电场的多目标控制来进行有功功率的调节， 以实现整个风场的有功损 耗最小化。

附图说明

图 1储能配比风电分散接入电网典型拓扑结构图；

图 2风场有功分层优化控制策略流程图；

图 3变桨效果随风速变化曲线图；

图 4翼型的阻力特性曲线；

图 5是图2中最大功率跟踪优化控制原理示意图是；

图 6基于粒子群算法的流程图。

具体实施方式：

下面结合附图对本实用新型做进一步说明。

如附图 1 所示， 本发明提出的控制对象为： 风电机组和储能电站一起汇流 接入 10kV当地变电站回路， 然后通过 10kV/35kV接入公共接入点 （PCC/1 ); 同区域电网内， 还有 m个同样模式的风储电站， 汇流 35kV后输送至不同的终 端用户负荷； 35kV可升压后接入公共大电网。

本发明的基本思路在于： 通过优化调控可以优化电网的频率波动、 变桨载 荷与线路损耗,降低电网的有功损耗，并改善电压质量,使用电设备安全可靠地运 行。

本发明中所考虑的有功优化问题,可作如下定义:通过各种调节手段,在满足 频率约束和运行约束的条件下，使目标函数最优。 由上可见，有功优化问题实际上 是一个典型的带约束的组合优化问题。

一种在配有储能电站的分散式风电场有功优化调控方法， 如图 2所示， 它 的步骤如下：

第一步， 通过 SCADA检测控制和采集系统测出风场风速， 风机转速， 各机 组有功功率， 变电站侧有功功率， 机组及入网侧三相电压、 频率， 功率因数， 储能系统充放电功率， 并网点电能质量数据， 然后将这些数据通过通讯线缆发 送控制中心。

第二步， 设定设定风功率波动与机组出力约束条件为：

1、 机组出力上下限约束：

p， <p<p (1) 式中^ ， 分别为机组出力的最小值和最大值。

2、 考虑储能系统的功率波动范围约束：

当储能系统响应充放电功率指令值时， 可得：

P₀(k + \) = P_w(k) + P_B(k) (2)

P„W为当前时刻的合成输出功率； i W为当前时刻 k的风电功率； P k、为 储能系统的充放电功率。

储能系统在当前时刻储存的能量为：

E_B{k) = E_B{Q)-^∑P_BU) (3)

E_B(0)为储能系统的初始能量。

分别取 P。( 和 为状态变量 x A:)和 ¾ (&)， P_w{k)视为外部扰动变量 r( ， 为控制输入量 WW， 则平抑波动控制系统的状态空间模型如下：

(4) x₂ (k + l) = x₂ (k)一 u(k)

(5)

式中： r(t)为过程输出矩阵。 max Y(k - ί) - min Y(k-i)≤ γρ

(6) max Y(k-i)~ min Y(k-i)≤r₃₀p_rateii

， 共 M个时刻， 其中 ;S: = 0,l，...,A -l。

任意 lmin的时间窗内， 系统合成输出功率的变化幅度 （最大值减去最小值 之差） 必须不大于风电场总额定输出功率 /^^的 ,; 在任意 30min的时间窗内， 系统合成输出功率的变化幅度必须不大于风电场总额定输出功率 p_ra,_t£/的 。， γ 与^由电网导则规定。

第三步， 风电场的集电线路分为电缆集电线路和架空线集电线路，相对于火 电厂来说,风电场的集电线路更为复杂，接近于一个小型的配电网。 风电机与升压 站之间通过这个小型的配电网传输功率时，会产生不容忽视的线路损耗，而火电 厂在运行期间可以不考虑这些损耗。 对电缆和架空两种集电线路方案进行有功 功率损耗计算。

计算箱变额定负载损耗 Ρ„，箱变空载损耗 Ρ。，风机出口与箱变低压侧连接的 电缆线路损耗 ^， 各条线路功率损耗 ^。 经整理得到风场内的线路总损耗 。

/L、为各条线路功率损耗：

P_loss = 3x 1 x i? = 3 x 7 x r i ( 7) 其中： /为线路电流； r为单位长度电阻值； £为各条线路的长度,

为风机出口与箱变低压侧连接的电缆线路损耗：

其中：_α为功率输出系数； 为每台风机额定容量； N为风机总数； Μ为风 机出口电缆线路数； ^为风机出口电压； r为电缆单位长度的电阻值； L_c为电 缆长度。

A为箱变空载损耗. -

其中： S为箱变容量； Α为空载下的损耗率 <

为箱变额定负载损耗：

其中： ¾为额定负载下的损耗率( 风场内的线路总损耗为：

(11) 经整理得到为：

1 1

P, =3x1 xr xL + c, xi/, +c， he,■ (12)

¹ Α β₂ 为系数， 表达式如下:

Cj = α

N x S

100 (14)

N x a² x „

c, =

100 x S, (15) 第四歩，计算另外两个优化目标：变桨距气动阻力系数 、并网点的频率波 动 4 。

1、 风电机组在额定风速之上运行时， 需要进行调节桨距角以减少风轮的能 量捕获， 从而调节有功功率发电能力。 变桨距过程中， 风力机叶片会承受气动 力引起的变桨距载荷， 以动量-叶素理论分析计算风电机组的气动载荷， 建立非 线性函数关系。 由空气动力引起的变桨距载荷可表示为：

Μ₇ = ζάΜ_ζ = O.Spv cJ² + C_d² · 5C sin + θ) dr (16) 其中： C为升力系数； C_rf为阻力系数； 为桨距角； 为合力与切向力夹角。 可以看出， 空气动力引起的变桨距载荷与节距角有关， 所以改变桨距角可以 改变风力机空气动力载荷。 然而在同一风速下， 桨距角越小， 风力机捕获的风 能越大， 同时风力机承受载荷也越大， 所以风力机载荷成为了制约机组安全稳 定运行的一个短板。 为了防止过大的变桨距载荷损害机组使用寿命， 在研究变 桨距时必须对机组载荷进行评估， 使载荷风险最小化。 其中阻力系数 可在很 大程度上代表变桨距载荷引起的有功损耗。

C_d= (17) pxv_x xc dr 其中 p为空气密度；_Vl为气流速度； c为半径 处叶片弦长； 为作用在叶 片上的阻力； 为叶素厚度。 为桨距角， ^与风速的关系如图 3所示； "为入流角， 的关系如图 4 dp da 所示， 可以看出在一定范围内所呈现出正弦曲线的特性， 所以将其拟定为： dC

sin ( - 45°) (18) da

所以 可以通过 （18) 得到 <

dC,

阻力系数的关系。

dP _ dP άβ da

(19) dC_d dfi da dC_d

2、 系统频率超出设定的限值 Λ</<Λ或 _/;</</J寸， 风电机组调整出力， 响应系统频率变化， 具 为：

其中 Δ_Ρ为需要调整的有功出力； 为风电机组卸载运行状态下的有功出 力； f_h, 为设定的风电机组不参与调频的频率上、 下限值； f_a, 为设定的 风电机组调频段的上、 下限值； 为 点对应的有功出力。 各量均为标么值， 功率基准值为由风速确定的有功出力， 频率基准值为额定频率 50Hz。

第五步， 针对风电场运行的外界条件， 分为限电运行和不限电运行， 这两 最后都进行风电场有功出力调整。 将上面所求得的优化目标带入目标函

1、限电情况：优化目标为并网点的频率波动 4~和 ^。当 p ) + ^( ≥p_reis寸， 需进行变桨控制 Δ^。 为调度给定风场有功输出值。此时优化目标需增加变桨 距气动阻力系数 G。此时目标函数如下： minf_x = (21)

i ( )<_re/)

2、 不限电情况： 当风速 u小于额定风速 时， 对风机进行最大功率跟踪控 制 优化目标 Δ/和_; 当风速 u小于等于额定风速 时， 对风机进行变桨 控制， 优化目标为 C_RF， Δ/和 。

l₂P_L + l₃Af {v<v_r, MPPT)

min 其中： /,ΛΛ和 /₁₅/₂,/₃分别为限电和不限电时的权重系数。

最大功率跟踪控制 ΜΡ/Γ采用的是最优叶尖速比法。当风速变化时要维持风 力机的叶尖速比 始终保持在最佳值 ^处,^ ^一般是通过计算或实验获得，这 样在任何风速下风力机对风能的利用率都最大。 图 5为其控制原理框图,它将风 速和风力机转速的测量值作为控制系统的输入信号，通过计算得出此时的实际叶 尖速比 ，然后与最优叶尖速比 相比较,所得误差值送入控制器，控制器控制逆 变器的输出来调节风机转速，从而保证叶尖速比最优。

根据上述目标函数（21) (22)， 约束条件为：

频率波动范围约束：

(23)

电网供电平衡约束：

(24) 其中 Λ为总负荷的需求（ 第六歩， ¾用基于粒子群优化箅法进行多目标有功优化。

针对上述多 标优化控制 1¾题， 釆用粒子鮮优化算法进行達代搜索， 求最低 解， 歩骤如

Stepl： 输入风机出口电 ， 功率國数， 主变 ffi器參数与实际 输入功率， 实 际电 I 与额定电压的比值， 箱变空载损耗率和额定负载下损耗率， 菜距角， 入 流角等参数》 计算风场内的线路总损耗， 频率波动与&力系数《

ste_P2： 设置维数、 最大迭代次数与粒子數； ste_P3： 将 stepl中得到的结果带入公式（21 ) (22)中，得到适应度值 /«_te， 令/ 等于当前粒子的位置

Step4： 初始化位置与逮度，计算第一个个体最优粒子的位置 «，并将此^p 为种群 前寻找到的全局最优粒子的位置 pj、；

Step5： 若¾前粒子适应度值小于个体极值， 则更新当前飾个体极僮 ^._{( ;} '

Step6： 若 前粒子适应度值小亍全局极值，则更新 ¾前諭全局极值

Step7： 由公式 （25) (26) 更新速度向量与位置向量。 ) 式中_t为当前循环次数 ； ¾、 为粒子权重系数； 为惯性权重； 、 ¾为 ( 0, I ) 内均 z习分布隨机数； V,、 I 为第 i维粒子脑位置与速度； Step8: 用更新后的速度向量与位置向量计算适应度值； Step9： 茧复 stepS到 step7;

StepiO：判斷迭代次数， 满足则输出结果； 否则回到 Step