大型集群风电有功智能控制系统控制策略_二_风火电_打捆_外送协调控制

合集下载

风能发电保护控制装置的多智能体系统与协同控制技术

风能发电保护控制装置的多智能体系统与协同控制技术

风能发电保护控制装置的多智能体系统与协同控制技术随着全球对可再生能源需求的增加,风能发电作为一种清洁能源的形式,得到了广泛应用和推广。

然而,由于风能资源的不稳定性和风力发电机组的特殊性,风能发电系统面临着一系列的保护问题。

为了确保风能发电系统的安全运行和提高系统的性能,研究人员致力于研发风能发电保护控制装置的多智能体系统与协同控制技术。

多智能体系统是由相互交互作用的智能体组成的系统,每个智能体都具有局部目标和信息处理能力。

在风能发电保护控制装置中,多智能体系统的应用可以实现监测、控制和保护功能,并提高系统的鲁棒性和可靠性。

多智能体系统中的智能体可以根据自身的信息和目标进行决策,并通过与其他智能体的交互来实现协同控制。

这种系统能够实时感知和响应系统的变化,并根据实时数据做出相应的决策,从而提高系统的保护效果和运行效率。

多智能体系统的设计需要考虑以下几个方面:智能体的任务分配,智能体之间的协作机制以及信息的传递和共享。

首先,智能体的任务分配是指将系统的任务合理分配给不同的智能体,使每个智能体都能够完成其局部目标。

在风能发电保护控制装置中,可以将监测、控制和保护等功能分配给不同的智能体,以实现系统的全面保护和控制。

其次,智能体之间的协作机制是指智能体之间的相互作用和配合。

在风能发电保护控制装置中,智能体之间需要通过交换信息和共享资源来实现协同控制。

最后,信息的传递和共享是多智能体系统中至关重要的一部分。

在风能发电保护控制装置中,监测数据和控制指令等信息需要在智能体之间进行实时传递和共享,以便系统能够做出准确的保护和控制决策。

在风能发电保护控制装置的多智能体系统中,协同控制技术起着重要的作用。

协同控制指的是多个智能体之间通过共同协作来实现对系统的控制。

在风能发电保护控制装置中,协同控制技术可以实现不同智能体之间的信息交流和合作,从而提高系统的整体性能。

例如,当风能发电系统中出现异常情况时,协同控制技术可以使智能体之间实时交流信息并共同制定应对措施,从而避免系统发生故障或损坏。

大规模风电场有功功率控制策略

大规模风电场有功功率控制策略

大规模风电场有功功率控制策略摘要:风能的随机性和间歇性决定了风电场有功功率输出的不稳定性,随着风电规模的不断扩大,风电穿透率的逐渐增加,大容量风电接入给电力系统调度和安全稳定运行带来了很多新的挑战。

为了应对大容量风电接入的相关影响,欧盟国家的电网运行管理机构根据各自国家的风电设备技术水平、风电装机容量和电网的强壮程度等因素,制定了各自的风电场接入电网的管理规程,这些规程中都明确要求风电场应具备有功调节能力,并对有功调节变化率做出了明确的规定。

国际上趋于通过技术进步和制定强制性标准,使风电达到或接近常规电源性能。

关键词:大规模风电场;有功功率;控制策略1风电场有功功率控制为了给风功率预测系统提供校核数据,风电场设定一些风机不进行功率调节,处于采用最大功率捕获风能的运行模式,称为标杆风机。

标杆风机编号、每台风电机组的最小运行有功功率、有功功率调节响应时间等参数通过定值设定。

将属于一套EMS 管理的相同类型的一组风机称为一个机群,EMS 系统具有AGC 模块,能够实现对其管理的风电机组进行有功功率调节。

不配置EMS 系统的情况下,风电场有功功率控制子站(下面简称子站)通过风机 SCADA 与风机建立信息交互链路,SCADA 系统不具备功率分配功能,其接收子站的风电机组有功功率控制、启机和指令,然后转发给对应的风电机组。

根据风功率预测系统提供的超短期预测结果计算可调风电机组的最大有功功率。

总有功指令先在机群间按照设定的原则进行分配,再由 EMS 或子站直接在风电机组间进行有功功率分配。

风电场有功功率控制。

2有功功率分配策略以风电场上网有功功率P为控制目标,实时计算风电场内部功率损耗P loss,对总有功指令P cmd 进行变化量限制,得到全场风电机组的总有功功率目标值P target,按照设定的原则在机群间进行有功功率分配,形成机群的功率指令Picmd (i=1,2,…,n),然后在风电机组间进行有功功率分配,形成风电机组的功率指令Pi,jcmd(i=1,2,…,n;j=1,2,…,m)。

风电场功率控制系统调度功能技术要求

风电场功率控制系统调度功能技术要求

风电场功率控制系统调度功能技术要求1. 风电场功率控制系统的调度要快准稳呀!就像百米赛跑选手听到枪响后迅速起跑一样,必须快速响应各种变化。

比如,突然风速变了,它能马上调整功率输出,是不是超厉害?2. 它得能精准预测才行啊!这不就跟天气预报一样嘛,要尽可能准确地知道未来的情况。

要是预测错了,那可不得了!举个例子,预测风速错误,那功率调度不就乱套啦!3. 风电场功率控制系统调度还要超级智能哟!就好比一个聪明的管家,把一切都安排得井井有条。

当有多个设备同时运行时,它要能合理分配功率,多了不起呀!想想看,如果它不智能,那会多糟糕!4. 可靠性也是至关重要的呀!可不能关键时刻掉链子,这不跟我们的手机一样嘛,关键时刻可不能死机。

如果风电场功率控制系统不可靠,那风电场还怎么稳定运行呢,绝对不行啊!5. 它还要有很好的适应性呢!无论什么环境都能应对自如,就像一棵坚韧的小草,在哪都能茁壮成长。

比如遇到恶劣天气,它也能正常工作,这多牛啊!6. 风电场功率控制系统的交互性也要棒才行呀!能够和其他系统很好地配合,就像乐队里的不同乐器完美协作奏出美妙音乐一样。

如果交互性不好,那不就乱套啦!7. 它的稳定性得有保障啊!不能三天两头出问题,这就跟我们的房子一样,得稳稳当当的。

要是不稳定,那风电场的发电不就受影响啦,绝对不允许!8. 风电场功率控制系统的可扩展性也很重要哟!就像搭积木一样,可以根据需要不断增加新的功能。

不然以后要升级都没办法,那多可悲呀!9. 哎呀呀,总之呢,风电场功率控制系统的调度功能真的太重要啦!必须具备这些技术要求,才能让风电场高效、稳定地运行呀!我的观点结论:风电场功率控制系统的调度功能至关重要,以上技术要求都不可或缺,只有这样才能保障风电场的良好运作和发展。

风电场中的风力发电机组协调控制技术研究

风电场中的风力发电机组协调控制技术研究

风电场中的风力发电机组协调控制技术研究随着对可再生能源的需求不断增加,风电已经成为全球范围内最受关注的可再生能源之一。

风力发电机组作为风电场的核心部件,其协调控制技术的研究对提高风电场的发电效率和稳定性具有重要意义。

本文将就风电场中的风力发电机组协调控制技术的研究进行探讨。

首先,风力发电机组的协调控制技术的研究目标是实现风电场中多个风力发电机组之间的协调运行,提高风电场的发电效率和稳定性。

在实际运行中,风力发电机组受到风速、气象条件、负载变化等因素的影响,因此需要通过协调控制技术来使其在不同工作状态下实现最佳的发电效率。

协调控制技术主要包括协调控制策略的制定、协调控制算法的设计和实施等方面。

其次,风力发电机组的协调控制策略的制定是协调控制技术研究的关键。

协调控制策略需要考虑到风力发电机组之间的相互影响和互动,以及风电场整体的优化运行。

一种常见的协调控制策略是基于模型预测控制(Model Predictive Control,MPC)的方法,该方法通过建立风力发电机组的动态模型,预测未来一段时间内的风速和负载情况,并根据预测结果实施相应的协调控制策略。

此外,还可以采用分布式控制策略,将风力发电机组之间的控制任务进行分解和分配,提高风电场的整体性能。

协调控制算法的设计是风电场中的风力发电机组协调控制技术研究的核心内容之一。

协调控制算法需要根据风力发电机组的工作状态和运行需求,确定相应的控制策略和调节参数。

一种常用的协调控制算法是基于PID控制器的方法,该方法可以根据系统误差的反馈信息对控制参数进行在线调整,以实现系统的稳定运行。

另外,还可以采用基于模糊控制、神经网络控制等更高级的控制算法,提高风力发电机组的协调控制性能。

最后,风电场中的风力发电机组协调控制技术的实施需要考虑到实际工程应用的可行性和经济性。

在实际运行中,需要将协调控制技术与风电场的监控系统和数据采集系统相结合,通过实时监测和运行数据分析,对风力发电机组的协调控制进行调整和优化。

风力发电群体智能优化与控制策略研究

风力发电群体智能优化与控制策略研究

风力发电群体智能优化与控制策略研究随着世界各国对可再生能源的需求日益增长,风力发电作为一种清洁、可再生的能源形式,得到了越来越多的关注和应用。

然而,由于风力发电的不确定性和间歇性特点,风力发电群体的智能优化与控制策略研究变得尤为重要。

本文将研究如何通过智能优化和控制策略提高风力发电群体的效率和可靠性。

首先,针对风力发电群体的智能优化,我们可以使用算法和模型来优化风力发电机组的性能,并提高整个群体的发电效率。

一种常用的方法是使用遗传算法来优化风力发电机组的布置和参数设置。

通过遗传算法,我们可以寻找风速和风向变化下的最佳布置方式,从而最大化发电的功率输出。

此外,我们还可以利用神经网络模型来对风力发电机组的输出功率进行预测,从而更好地控制群体运行的稳定性。

其次,针对风力发电群体的控制策略,我们可以通过协同控制和协同优化来提高整个群体的功率输出。

在风力发电群体中,各个发电机组之间的相互作用会影响整个群体的性能,因此需要一种协同控制策略来实现各个发电机组之间的协调运行。

一种常见的策略是利用群体智能算法,如蚁群优化算法或粒子群算法,来实现发电机组之间的协同调度。

通过这种协同控制策略,不仅可以提高整个群体的发电效率,还可以减少发电机组之间的冲突,延长设备的使用寿命。

另外,风力发电群体的智能优化与控制策略研究中还需要考虑到电网的需求和稳定性。

由于风力发电的不确定性,群体智能优化与控制策略应该能够实时地对电网负荷进行调节。

一种常见的方法是利用光伏发电或储能系统作为辅助能源来平衡风力发电的波动性。

此外,我们还可以应用智能优化算法来预测电网负荷的变化,并相应地调整风力发电机组的输出功率。

这样,不仅可以满足电网的需求,还可以减少对传统能源的依赖,促进可持续能源的发展。

最后,风力发电群体的智能优化与控制策略研究还需要考虑到经济性和可靠性的因素。

在电力市场的竞争中,如何降低风力发电的成本和提高其可靠性是关键问题。

通过智能化的优化和控制策略,我们可以降低风力发电机组的维护成本和损坏风险,提高风力发电群体的可靠性和经济性。

大型集群风电有功智能控制系统培训资料分析

大型集群风电有功智能控制系统培训资料分析

目录一、概念解释说明 (2)二、项目研究实施的目的和意义 (3)三、酒泉地区风电调度运行现状及问题 (4)1、甘肃酒泉地区风电发展概述: (4)2、风电大规模并网给电网调度运行带来的问题: (5)四、国内外集群风电有功控制现状及经验 (6)1、国内外风电特点 (6)2、风电有功控制现状 (6)五、系统配置 (7)六、控制策略 (8)1、控制策略整体原则 (8)2、控制模式 (9)3、控制方式 (10)4、申请加出力电场,执行新计划不到位,闭锁机制 (10)5、方式、模式转变闭锁15分钟 (10)6、系统高周 (10)7、不同区域间的协调控制 (10)8、计划分配算法 (11)9、风火联合调节策略 (14)七、调度监控控制平台 (17)一、概念解释说明1、断面限额:断面限额值为系统所设定的定值。

2、断面裕度:=断面限额值-断面实时潮流的差值。

3、可再增加接纳风电能力:即断面裕度最小值=MIN(所有影响风电送出的断面裕度)。

4、总发电计划(ZZJH):即总接纳风电能力=当前总出力+可再增加接纳风电能力(断面裕度最小值)。

每种控制模式下计算方法不同。

5、分区发电计划:瓜州区发电计划=瓜州区风电总出力+瓜州主变裕度;玉门区发电计划=玉门区风电总出力+玉门主变裕度。

6、风电场运行容量:运行容量=装机容量-检修容量。

7、运行容量比:A风电场运行容量/所有风电场运行容量和。

8、初始计划:系统初次运行时,每个风电场的计划值。

9、标杆计划:是各风电场按照运行容量比均分总发电计划,该计划仅为参考,并不是实际出力计划。

10、分区标杆计划:各分区风电场按运行容量比均分分区总发电计划,校核时用。

11、当前计划:是在满足电网安全的前提下根据风场当前出力、加出力申请、空闲程度算出每个风场计划,该计划是每个风场的实际出力计划;风电场需根据该计划及时调整出力。

12、空闲容量:风电场当前出力小于当前计划,即认为该风电场有空闲容量,说明该风电场的当前风速、风向难以使该风场的有功出力达到计划值。

风电场有功与无功功率控制系统的调度与维护

风电场有功与无功功率控制系统的调度与维护

风电场有功与无功功率控制系统的调度与维护近年来,随着全球能源危机的加剧以及环境保护的迫切需求,可再生能源逐渐成为全球能源发展的重要方向之一。

作为其中的重要组成部分,风能通过风力发电为人类提供了清洁、绿色的电力资源。

然而,由于风力的不可控性和不稳定性,风电场的有功与无功功率控制成为了风电发展中的一大挑战。

本文将深入探讨风电场有功与无功功率控制系统的调度与维护。

首先,风电场有功与无功功率控制系统的调度是指综合利用风能资源,保证风电场的有功和无功功率的平衡,实现电网稳定和电能质量的要求。

在风电场的调度中,需要兼顾风电机组的发电产能与电网的需求。

有功功率调度主要涉及发电机组的运行控制策略,以保证风电场的有功功率输出满足电网的负荷需求。

无功功率调度则是通过调节并控制风电场的无功功率输出,以维持电网的电压稳定。

因此,风电场有功与无功功率控制系统的调度是风电场正常运行的关键。

在风电场调度过程中,有功功率控制是维持电网运行稳定的核心。

其中,对风电机组的出力进行控制是影响有功功率输出的关键因素。

通常,一个风电场由多个风电机组组成,每个风电机组由一个或多个风力发电机组成。

为了实时掌握风电机组的运行状态,调度员需要关注风速、发电机组的性能特点、各机组之间的配合等因素。

根据电网的需求以及预测的风速变化,调度员会对风电机组的出力进行动态调整,保证风电场的有功功率的稳定输出,满足电网的负荷需求。

此外,风电机组的启停也是调度员重要的工作之一,根据电网负荷情况以及风电机组的可用性,合理安排机组的运行状态,确保风电场的有功功率的稳定调度。

除了有功功率的调度外,风电场的无功功率调度同样重要。

无功功率调度的目的是通过合理调整风电场的无功功率输出,维护电网的电压稳定,同时减少无功功率对电网损耗的影响。

在风电场的无功功率调度中,调度员需要根据电网电压的变化情况以及其与无功功率之间的关系,调整风电场的无功功率输出。

通过控制风电机组的无功功率,调度员可以合理维持电网的电压稳定范围,防止电网电压异常波动,保证供电质量和电网的安全稳定运行。

风电场中的智能预测与优化控制策略

风电场中的智能预测与优化控制策略

风电场中的智能预测与优化控制策略随着全球能源需求和环保意识的增强,风能作为一种清洁可再生能源备受瞩目。

风电场作为利用风能发电的地方,其发电效率和运行稳定性对整个风能发电系统都至关重要。

为了提高风电场的发电效率和运行稳定性,智能预测与优化控制策略成为了当前的研究焦点。

风电场中的智能预测是指利用先进的算法和技术预测风速和风向等关键气象参数,从而准确预测未来的风能供应情况。

通过精确的风能预测,风电场可以提前调整发电设备的运行状态,合理规划发电计划,并根据预测结果进行合理的运维管理。

这样可以避免因风能供应波动造成的发电不稳定,提高风电场的发电效率和经济效益。

智能预测的关键在于选择合适的算法和模型。

常用的预测算法包括回归分析、时间序列分析、人工神经网络和支持向量机等。

这些算法可以根据历史气象数据和其他相关的指标,构建出精确的预测模型。

同时,在选择模型时也需要考虑到实际应用的灵活性和实时性。

目前,基于深度学习的神经网络模型在风能预测中的应用也越来越广泛,其可以通过大量数据的学习和训练,提高预测的准确性和稳定性。

除了智能预测,优化控制策略也是提高风电场发电效率和运行稳定性的重要手段。

优化控制策略主要包括发电设备的调度控制和电网调度控制两个方面。

发电设备的调度控制主要涉及到风机桨叶角度、变桨角度和发电机的转速等参数的优化,通过改变这些参数来提高发电机的性能。

电网调度控制则是通过合理的电网运行、分布式发电和储能技术等手段,实现风电场的稳定运行和与电网的有效连接。

这些优化控制策略可以使风电场在不同风能条件下实现最大化的发电效率和最小化的运行成本。

在实际应用中,智能预测与优化控制策略可以结合起来,形成一个闭环控制系统。

智能预测模型可以根据实时采集的气象和电网数据,不断对风能供应进行预测,并将预测结果输入到优化控制模型中。

优化控制模型则可以根据预测结果,智能调整发电设备的参数和运行状态,以实现最佳的发电效率和运行稳定性。

风电大容量送出与电网安全运行智能控制系统研制成功

风电大容量送出与电网安全运行智能控制系统研制成功

风电大容量送出与电网安全运行智能控制系统研制成功针对风电功率忽高忽低而电网输送要求电压平稳的两难选择,中国研制开发出“大型集群风电有功智能控制系统”,这一系统已经在酒泉风电基地运用,填补了中国风电接入技术空白。

甘肃省电力公司承担了国家电网公司“大型集群风电有功智能控制系统”项目的开发研制,并结合中国在第一个千万千瓦级风电基地酒泉风电基地建设过程中面临的风电输送等实际技术难题而进行。

“中国风能资源丰富的区域基本上位于辽阔的北部和西部,那里电力负荷小,电网薄弱。

”国家发改委能源所教授周凤起说。

“这就决定中国风电不能按照欧洲‘分散上网,就地消纳’的模式发展,只能是‘大规模-高集中-高电压-远距离输送’的模式。

而风电间歇式发电特点对电网消纳能力提出挑战,为保持电网稳定运行,迫切需要在技术上和调度管理上进行研究。

” “针对大型集群风电大容量送出与电网安全运行的矛盾,我们首次提出了大型集群风电最大出力、出力跟踪两种控制策略,开发了大型集群风电有功智能控制系统。

”甘肃省电力公司调度中心总工程师姚旭说。

“这个系统中首次实现了电网接纳风电能力的实时评估,然后根据评估结果确定风电最大发电出力,分配并显示各风电场的发电计划,做到了风电智能调度、有功智能控制、风火打捆的协调控制。

” 记者了解到,目前中国第一个千万千瓦级风电基地的9个风电场和2个火电厂已接入这个系统,并正式投入运行,实现了集群风电与电网的互动闭环控制。

项目的投运既保证了电网的安全、稳定运行,又保证了风电送出的最大、最优化。

中国目前是世界上风电发展速度最快的国家。

2009年,中国风电装机容量增速稳居世界首位,累计风电装机已达2601万千瓦,连续4年实现100%增长,到2010年底,中国风电装机突破3500万千瓦。

记者了解到,虽然中国装机容量快速增长,但并不都能实现并网发电。

“主要原因是难以实现大规模输送。

”甘肃省电力公司风电技术中心主任汪宁渤说。

而大型集群风电有功智能控制系统为中国解决风电接入问题初步提供了技术保障,填补了国内空白。

风力发电多智能体协同控制系统设计与性能分析

风力发电多智能体协同控制系统设计与性能分析

风力发电多智能体协同控制系统设计与性能分析随着全球对可再生能源的关注度不断增加,风力发电作为一种绿色、清洁的能源形式逐渐受到了广泛的关注与应用。

为了提高风力发电的效率和可靠性,现代风力发电站往往采用多个风力涡轮发电机进行协同工作。

风力发电多智能体协同控制系统成为了提高风力发电站整体性能的关键技术。

一、风力发电多智能体协同控制系统的设计原理与目标风力发电多智能体协同控制系统是基于多个智能体之间协同合作的控制系统。

每个智能体代表着一个风力涡轮发电机,通过相互通信、数据共享和决策交互来实现整个发电站的协同控制。

系统设计的目标是通过有效的资源分配和动态调整,最大化发电系统的总体效能、稳定性和可靠性。

二、风力发电多智能体协同控制系统的关键技术与主要功能1. 智能体通信与数据共享技术:风力发电站中的每个风力涡轮发电机是一个智能体,通过网络通信技术实现各个智能体之间的通信和数据共享。

智能体可以共享自身的状态信息、风速和发电数据等,以便进行全局优化和决策。

2. 智能体决策与优化技术:智能体通过分析接收到的数据,并结合预测模型与优化算法,采取合适的控制策略,实现发电系统的最优功率追踪。

同时,智能体之间还需要进行协商与协调,以实现整个系统的协同工作。

3. 系统状态监测与故障检测技术:风力发电系统需要实时监测和检测风力涡轮发电机的运行状态和故障情况。

通过建立合适的监测装置和故障检测算法,可以实现对发电机的健康状况进行实时监控,并及时进行故障诊断和维护。

4. 动态资源分配和负载均衡技术:风力发电站中的每个发电机都需要动态分配风资源,并进行负载均衡控制,以保证整个系统的运行效率和平稳性。

通过建立动态资源分配模型和负载均衡算法,可以实现系统的优化控制。

三、风力发电多智能体协同控制系统的性能分析与评估风力发电多智能体协同控制系统的性能分析和评估主要包括以下几个方面:1. 效率与可靠性分析:通过对风力发电机的发电效率、能量损失和故障率等指标进行分析,评估协同控制系统对整个系统效率和可靠性的影响。

浅谈风电集群有功功率控制及其策略

浅谈风电集群有功功率控制及其策略

浅谈风电集群有功功率控制及其策略国内的风电产业规模正处在不断扩大的构成中,实现对风险集群有功功率的科学控制,可以使风电集群的应用价值得到更加充分的开发.。

本文首先对风电集群有功功率控制存在的问题进行了总结研究,并结合风电集群的构成情况,制定了提高有功功率控制水平的具体策略.。

关键词:有功功率;风电集群;控制策略从当前国内风电集群的建设经验来看,风电功率波动问题具备多方面影响,唯有实现对风电集群有功功率的合理控制,才可以保证电力系统实现合理运转.。

因此,当前很多风电集群运营人员都对有功功率控制具备较高水平的关注.。

一、风电集群有功功率控制存在的问题(一)各阶段风速的调控缺乏合理性目前,一些风电集群在制定有功功率控制的具体策略过程中,对于全场平均风速的特征重视程度较低,缺乏对啟动风速的对比研究,导致各机组点位的风速情况无法得到精准掌控,难以在功率相关性得到明确的情况下,为初始阶段风速的合理控制提供必要支持.。

部分风电集群在处理有功功率控制的具体工作过程中,缺乏对功率相关性的考察,未能对风速变化过程中,各有关机组的实际启动情况进行准确研究,无法提高风速调控方案的设计合理性.。

在风速增加速度较快的情况下,一些风电场存在较强的湍流现象,部分风电机组功率的调整工作未能实现对额定风速的有效控制,导致额定风速存在较为严重的随机波动现象,在功率参数未能得到及时调整的情况下,风速无法保证控制在合理区间.。

一些风电集群的有功功率在控制过程中,对于全场平均风速的特征考察研究存在不足,未能以额定风速为参照制定风速调控的具体策略,导致大部分机组无法在额定功率的基础上运行,难以保证功率系数得到有效提升.。

(二)输出控制方案缺乏合理性部分风电集群在制定有功功率控制的具体方案过程中,对于爬坡控制的相关需求重视程度较低,缺乏对风电场实际运行情况的关注,导致最大风能在捕获发电过程中的运行情况无法得到明确,难以在风电机组制定爬坡功率控制方案的过程中,充分满足输出方案的创新需要.。

大型集群风电有功智能控制系统设计

大型集群风电有功智能控制系统设计

大型集群风电有功智能控制系统设计李雪明, 行!舟/ 陈振寰/ 陈永华, 王福军/ 罗剑波,$,-国网电力科学研究院/南京南瑞集团公司#江苏省南京市/,...2,/-甘肃电力调度通信中心#甘肃省兰州市$2..!.%摘要 分析了大规模风电接入甘肃电网对调度运行产生的影响 提出了风电有功功率控制的思路介绍了大型集群风电有功智能控制系统的配置方案 系统功能 控制策略设计原则 以及控制系统与风电场之间的控制接口方案和控制方法 该系统已投入工程运行使得各风电场的发电量普遍提高 取得了很好的控制效果 既保证了风能这一绿色能源得到有效开发和充分利用 又保证了电网的安全稳定运行关键词 大型集群风电 有功功率控制 智能控制 风电场集控系统收稿日期 /.,.".!"/. 修回日期 /.,.".#"2.&!引言近年来#随着风电技术的不断进步以及对可再生能源开发利用的重视#风电得到了迅猛发展#越来越多的大型风电场开始接入电网#各网省电网公司开始关注大型风电场接入电网后所带来的影响#尤其是风电接入后电网的安全稳定问题&风能是一种清洁能源#又是一种具有波动性'随机性和间歇性特点的能源&风电场往往远离负荷中心#这增加了电网潮流的不确定性#需要通过常规电源的调节和加装储能系统来平衡和平抑风电功率波动&风电场并网运行给电网的安全稳定运行带来了一定的冲击和挑战&为了保证电网的安全稳定#调度运行人员往往在运行控制中留有较大的安全裕度#这导致电网最大可接纳风电能力得不到充分利用#即使是在电网缺电时#风电场的有功出力也不能得到充分利用#这无疑浪费了风电的装机容量&因此#如何主动对风电场的有功出力进行控制#是电网和风电场都十分关心的课题&与水电'火电等常规电源相比#目前还没有办法像常规电源一样对风电场有功出力进行计划安排和控制&另外#中国的电源结构以煤电为主#系统备用容量和调峰手段有限#风电的大规模集中开发#使电网调节将更为困难&随着风电场装机容量的不断增加#如何有效控制各风电场的有功出力#制定既可与风电场有功控制能力相匹配#又可减轻风电场给电网带来的有功'频率调整压力的控制目标#充分地利用风能#实现各风电场的协调控制以满足电网对风电场有功的综合需求#解决大规模风电接入电网后的安全稳定问题#这就对电网的稳定'控制与调度技术提出了更高要求&国家电网公司制定的P /O &M 2B /-/..B 2风电场接入电网技术规定3!,"中也明确要求风电场应具备有功功率调节能力#能根据电网调度部门指令控制其有功功率输出#并保证风电场有功控制系统的快速性和可靠性#必要时可通过安全稳定控制装置自动降低或快速切除风电场有功功率!/"?"&"!甘肃酒泉地区风电调度运行存在的主要问题酒泉地区的风电场主要集中在瓜州和玉门两地#截至/.,.年#月#甘肃嘉酒电网共接入风电场,.座#总装机容量为,-.!OM #主要依靠甘肃河西电网至主网的双回22.J *线路送出&22.J *骨架电网目前最大输送能力仅为$..[M #即使在投运了瓜-玉-嘉安全稳定控制系统之后#河西电网的通道输送能力也仅提高到了B ..[M #考虑到地方小水电占用一部分送出能力以后#特别是在汛期和冬季#地区水电'供热火电机组相互挤占外送通道#面临风电送出受限的局面&到/.,.年底#酒泉风电基地作为国内首个,.OM 风电基地#其一期工程将并网发电#该地区的风电总装机容量将达到!-,#OM #主要依靠双回$!.J *线路送出&根据相关研究分析表明#仍然有时段需限制风电出力#致使酒泉风电基地仍将遇到送出0瓶颈1&预计到/.,!年#酒泉风电基地总装机容量将达到,/-$,OM &风电的大规模并网给电网调度运行带来了以下问题),%大规模集群风电场多处于偏远地区#集中接入和集中送出是其主要特点#而这些地区的网架结构相对薄弱#电网送出能力有限&/%大规模集群风电场多处于同一风力资源带#具有很强的同时性#风电尖峰负荷大#根据负荷曲线和风电出力曲线的对比#反调峰特性明显#给电网的-B !-第2?卷!第,$期/.,.年B 月,.日*46-2?!N 4-,$E G @3-,.#/.,.调峰带来困难&2%风能的间歇性强#风电功率预测难度大#导致电网不但要考虑负荷备用#还要考虑给风电留有备用容量#在旋转备用的安排上非常困难&?%调度运行指挥难度大&酒泉风电基地投产后#风电场运行单位将达到/B 家#协调指挥非常困难#特别是在电网紧急情况下#传统电话调度方式难以满足要求&!%风电间歇性造成的电网电压波动非常频繁#无功设备投切频繁#传统的电压调节控制方式不再适用&#%低电压穿越能力等风电机组运行特性对电网安全稳定的影响加大#电网的运行控制困难&上述问题中#前?条均与风电有功的可控性和实时控制能力密切相关#特别是送出能力和调峰能力的限制将成为影响风电出力的主要因素#增加了电网调峰'调频的难度#严重时甚至威胁电网的安全稳定运行&为此#甘肃省电力公司投资建设开发了M Y E 'E ",...大型集群风电有功智能控制系统#既保证了电网在各种运行方式下的稳定可靠运行#从而最大限度地提高电网的输送能力和对风电的接纳能力#又实现了调度决策的智能化#自动计算下发风电场发电计划#使风电场的出力最大化#保证在电网出现事故情况时#风电出力切除最小化和最优化#实现充分利用风能等新资源的目标!!"9"&!!风电有功功率控制的基本思路由于风能的间歇性和随机性#精确预测风电功率难度非常大&从电网运行角度进行风电有功功率控制#难以像火电'水电等常规电源一样做到随时按照电网调度的要求在指定出力下运行#而且为了有效利用风能资源#必须尽可能保证风电出力的最大化&因此#风电有功功率控制有以下/种思路),%最大出力控制模式&即在保证电网安全稳定的前提下#根据电网风电接纳能力计算各风电场最大出力上限值#风电场出力低于上限值时处于自由发电状态$爬坡速率必须满足要求%#超出本风电场最大出力上限值时#可根据其他风电场空闲程度占用其他风电场的系统资源#以达到风电出力最大化与风电场之间风能资源优化利用的目标&/%出力跟踪控制模式&即以各风电场风电功率预测为依据#经控制中心站安全校核后下发各风电场发电计划#各风电场必须实时跟踪发电计划进行有功功率的调整&以上/种控制思路既适用于多个风电场的有功控制#也适用于不同区域风电场群之间的分区有功协调控制#作为特例#也同样适用于只有一个大型集中风电场的有功控制&这/种控制思路在本系统开发中均得到体现&实现有功智能控制#需要解决以下两大技术难题),%系统的架构设计&即如何根据现有的信道条件'可用设备资源和允许投资总额情况#设计整个系统的架构#保证系统的可靠性和可行性#同时还要考虑系统在今后一段时间内的可扩展性&/%系统的控制策略设计&控制策略设计是系统设计的核心#调度运行人员对风电场调度运行的控制经验和控制方法均体现在控制策略设计中&通过有功控制系统对控制策略的自动实施#代替调度运行人员对风电场的实时控制#减少调度运行人员与风电场之间频繁的业务联系和复杂的计算#让其专注于对甘肃全网的监控&合理的控制策略设计同时也能最大限度地利用风能资源和电网输电通道资源#提高风电接纳能力和各风电场发电量#加强对风电场的管理和控制&#!系统的配置方案和主要功能大型集群风电有功智能控制系统采用?层体系结构#分别对应控制中心站'控制主站'控制子站和控制执行站#具体如图,所示&图"!大型集群风电有功智能控制系统配置#$%&"!<+02$%.6(/$+0+21(6%4*1.)/46)+2J $0=-+J 46(*/$54$0/411$%40/*+0/6+1)@)/4,,%控制中心站/个控制中心站采用主/备配置#分别位于甘肃省调度中心和嘉峪关地区调度中心#主要实现对整个系统的实时监控#实现大型集群风电有功智能控制系统的智能协调控制策略'计划值的实时计算和下发'风电场加出力申请的自动批复'申请算法和跟-.#-/.,.#2?$,$%!踪算法的切换'运行方式和控制模式的切换等主要功能&甘肃省调度中心和嘉峪关地区调度中心的调度运行人员能通过控制中心站的控制终端实时监控计算所得各风电场计划值数据'风电场出力'电网备用容量'22.J*通道关键断面和风电上网主变潮流'裕度等数据以及各风电场有功功率控制装置的运行情况'控制模式'动作报告等内容&/%控制主站/个控制主站分别位于瓜州站和玉门站#主备配置E'E"!..M风电场有功功率控制装置#主要实现B个风电场'!个控制子站'/个控制中心站之间的信息汇总和交换#装置运行信息的上送和下发#控制中心站计算所得各风电场计划值数据的实时下发等功能&2%控制子站!个控制子站由原河西电网瓜-玉-嘉安全稳定控制系统中的瓜州子站'山丹子站'凉州子站'玉门子站'嘉峪关子站组成#实时监测22.J*各控制断面的潮流#把监测线路和关键断面的运行情况'故障情况'过载情况实时上送到本系统的控制主站和控制中心站#作为与控制策略有关的一个重要信息来源'计算和协调控制决策的依据和重要的约束条件#同时也实现了大型集群风电有功智能控制系统与河西安全稳定控制系统之间的协调&?%控制执行站在大梁'向阳'中电酒泉'三十里井子'昌马'大唐玉门'洁源'北大桥东'天润柳园B个风电场装设了E'E"!..M有功功率控制装置#作为风电有功控制执行站#实时监测各风电场的出力#并根据控制中心站按各种运行方式自动分配给各风电场的出力计划控制风电场出力#实现风电场出力最大化'最优化控制和切风电机组容量最小化控制#最大可能地充分利用风能资源#并实现超发告警及超时超发切机功能&在张掖电厂和金昌电厂装设了E'E"!..M有功功率控制装置#作为/个火电有功控制执行站#加入到本有功智能控制系统中#从而尽可能提高电网的风电接纳能力#充分发挥风电有功智能控制系统对河西风电的调控能力&按照22.J*输电断面裕度的变化#当需要增加风电场出力而输电通道裕度受限时#通过向张掖和金昌电厂发降出力指令#把通道的输电能力尽量让给风电#实现河西电网风电'火电联合协调控制调节&控制中心站与控制主站之间'控制主站与控制子站和各个控制执行站之间全部采用专用/[W=3/0通道&为了保证可靠性#控制中心站与控制主站之间'瓜州和玉门/个控制主站之间'控制主站与各控制子站及控制执行站之间#采用了双/[W=3/0通道#确保信息传递的可靠性&甘肃省调的控制中心站还能与省调的能量管理系统$Q[E%通信#实时获取备用容量等数据#实现风电场调峰控制策略&另外#当控制中心站与控制子站之间通信中断时#甘肃省调的控制中心站可以从Q[E中获取电网断面裕度等控制策略计算所需数据#保证主站控制策略计算的正确性#提高整个系统的可靠性和可用性&$!控制策略设计原则在控制策略设计方面#根据前述风电有功控制的/种思路#在各种运行方式和控制模式下#本系统实现了按电网接纳能力自动调整不同控制模式下的标杆计划计算'当前计划计算'安全校核'风电场加出力申请受理和自动批复等功能#并兼有定曲线控制方式'分区控制模式下计划值计算下发'调峰模式下计划值计算下发'紧急调峰模式下计划值计算下发'紧急控制模式下计划值计算下发等主要功能#控制策略流程如图/所示&图!!有功智能控制系统控制策略流程#$%&!!#1+J*9(6/+2*+0/6+1)/6(/4%@$0J$0=-+J46(*/$54$0/411$%40/*+0/6+1)@)/4,具体控制策略将另撰文详述#其总的设计原则如下),%控制策略设计体现了公平'公开'公正的原则#保证每个风电场都能公平地获得发电计划#各种信息相互开放'充分公开#所有风电场都能获知其他风电场出力和计划以及电网最大可接纳容量等信息&/%保证风电场出力最大化#实时计算电网的最大可接纳风电能力#根据接纳能力的变化以及各风电场当前出力和风电场提出的加出力申请$有风电场操作人员手动申请和风电集控系统自动申请/种方式%#每固定周期计算一次各风电场的计划#并下发至各风电场&该计划值为上限值#低于该计划可自由发电#高于该计划需要申请&2%以保证电网安全稳定运行为首要条件#在未-,#-绿色电力自动化 !李雪明#等!大型集群风电有功智能控制系统设计提出加出力申请或提出申请而未获批准的情况下#如果某风电场高于计划值运行#超过规定时间#则由控制执行站的有功功率控制装置切除相应馈线上的全部风电机组#使出力回到计划值以下#以保证主网的安全&?%降低操作员的操作复杂性#对风电机组尽量做到无损伤控制&各风电场根据系统分配的发电计划#或根据风电功率预测经系统安全校核后各风电场获得的发电计划#调整发电出力#调整方式可由各风电场操作人员手动调整或由风电集控系统自动调整#进行出力跟踪&!%尽量做到各风电场之间的资源协调优化分配#根据风的大小和风电场容量来分配每个风电场的当前计划#无风的风电场让计划给有风的风电场#风况相同时#根据运行容量等比分配#以达到充分利用风能的目的#并且对各风电场公平分配&#%提高对风电场的运行管理控制能力#保证调度计划的公平性和严肃性&%!与风电场的控制接口本系统在各风电场都配置了E 'E "!..M 有功功率控制装置#可实时采集计算上网主变的功率'各,.J *$或2!J *%馈线的功率#可实时发送本风电场出力值至控制中心站#可实时接收控制中心站下发的出力计划值&当本风电场来风需要加出力时#在手动申请方式下#风电场值班人员可通过有功功率控制装置提供的控制终端#向控制中心站提出加出力申请#控制中心站将自动受理风电场的加出力申请#如经过计算有裕度#则自动批复#把新的出力计划值下发至提出加出力申请的风电场#风电场可按新的计划执行&当本风电场出力超出计划值时#有功功率控制装置首先告警#如果在设定时间内没有回到计划值以下#则智能选择跳开风电场馈线开关#切除馈线上的所有风电机组#如图2$5%所示&图7!有功智能控制系统与风电场的控制接口#$%&7!<+0/6+1$0/462(*4A 4/J 440J $0=-+J 46(*/$54$0/411$%40/*+0/6+1)@)/4,(0=J $0=2(6,!!为了降低风电场操作人员的工作强度#让其专注于对风电机组的监控#本系统实现了各风电场的自动申请方式#即利用风电场控制执行站E 'E "!..M 有功功率控制装置与风电场集控系统的以太网接口#通过[4+W T 0/('Y 协议方式进行通信&风电场集控系统增加了与E 'E "!..M 装置通信接口软件'风电功率超短期预测和功率控制软件&E 'E "!..M 装置把接收到的来自控制中心站的计划值实时下发到风电场集控系统#由集控系统根据计划值实现对风机的变桨控制或启停控制#以调整风电场总的出力&当风电场来风时#风电场集控系统根据风速预测风电场的风电功率作为当前最大出力#并通过[4+W T 0/('Y 协议方式将最大出力值送至风电场的E 'E "!..M 装置#如超出当前系统给定的出力计划值#则就地控制系统自动向E 'E "!..M 装置发加出力申请&E 'E "!..M 装置把请求信息转发至控制中心站#经有功控制系统进行安全校核后#控制中心站自动批复并下发新的出力计划值#风电场跟踪当前批复的计划值进行有功调整#实现有功功率闭环控制自动化&如图2$W %所示#这种控制方式已经在天润柳园'昌马等风电场首先得以实现#可大大减轻风电场操作人员的工作强度#尽可能做到对风电机组的无损伤有功控制&'!结语M Y E 'E ",...大型集群风电有功智能控制系统已于/.,.年2月正式投入运行&从投运以来的运行情况看#该系统实现了设计目标#风电场加出力申请能在/0内得到自动回复#大大降低了调度运行人员的工作强度和操作复杂性&系统代替调度运行人员实现了对风电的实时控制#让调度运行人员专注于对整个甘肃电网的监控#较好地解决了人工调度控制方式存在的有功控制不及时'分配不公'控制调整慢等问题#充分发挥了河西22.J *电网的通道输送能力&系统投运后#在大风情况下#22.J *输电通道全部占满,通过各风电场申请增加出力#系统可实现瓜州'玉门风电场出力的优化配置#提高了河西风电的综合利用效率&当大风需要增加风电场出力而22.J *输电通道裕度受限时#通过向张掖和金昌电厂发降出力指令#把增加的22.J *通道的空余额度让给风电#以充分利用风电清洁能源#降低碳排放#实现河西电网风电'火电联合协调控制调节&据初步统计#该系统投运后#各风电场的发电量得到普遍提高#河西风电发电量平均提高,?%#获得了很好的控制效果&通过系统建设加强了对风电-/#-/.,.#2?$,$%!场的管理#促使其不断提高风电预测水平和管理能力#提高了对风电场的管理控制能力&此系统的成功研发和投入运行#是风电智能调度控制技术应用的成功案例#改善了电网对风电接入的适应性和控制性#证明大型集群风电是可控'能控的#这是对传统观念的颠覆&系统设计过程中提出了智能有功控制的总体方案'系统架构'控制方式#实现了智能有功调度控制和智能调度决策#所提出的智能控制策略体现了公平'公开'公正的原则#各风电场通过有功控制装置的操作终端能看到有关的全部信息#真正做到全透明&该系统的有功功率智能控制策略和实现手段在国内属于首创#并拥有全部自主知识产权&该系统的成功实施解决了甘肃大规模风电开发初期的电网运行安全问题#更为今后酒泉风电基地的建设提供了坚实的理论基础和稳定运行控制平台#既保证了风能这一绿色能源得到有效开发'充分利用#实现节能减排#大大降低碳排放#又保证了电网的安全稳定经济运行#必将产生巨大的经济效益#并发挥显著的社会效益&参考文献!,"国家电网公司-P /O &M 2B /-/..B !风电场接入电网技术规定-/..B -!/"刘臣宾#夏彦辉#常东旭-基于O Y \E 的风电并网稳定控制系统的研究///..B 年中国电机工程学会年会论文集#/..B 年,,月/!"/$日#天津-!2"乔颖#鲁宗相-考虑电网约束的风电场自动有功控制-电力系统自动化#/..B #22$//%)99"B 2-P K :`L =<H #;]Z 4<H 8=5<H -M =<+>5A 70513=S G @4V G A14<3A 4614<0=+G A =<H 14<03A 5=<304>@4V G A H A =+0-:T 34753=4<4>Q 6G 13A =1Y 4V G A E U03G 70#/..B #22$//%)99"B 2-!?"王芝茗#苏安龙#鲁顺-基于电力平衡的辽宁电网接纳风电能力分析-电力系统自动化#/.,.#2?$2%)9#"B .-M:N OZ F =7=<H #E ]:<64<H #;]E F T <-:<56U 0=04<15@51=3U 4>V =<+@4V G A=<3G H A 53G +=<34;=54<=<H @4V G A H A =+W 50G +4<@4V G A W 565<1G -:T 34753=4<4>Q 6G 13A =1Y 4V G AE U 03G 70#/.,.#2?$2%)9#"B .-!!"迟永宁#李群英#李琰#等-大规模风电并网引起的电力系统运行与稳定问题及对策-电力设备#/..9#B $,,%),#",B -')KL 4<H <=<H #;K P T <U =<H #;K L 5<#G 356-Y 4V G A0U 03G 74@G A 53=4<5<+035W =6=3U@A 4W 6G 7015T 0G +W U =<3G H A 53=4<4>65A H G "0156G V =<+@4V G A 5<+14A A G 0@4<+=<H 046T 3=4<0-Q 6G 13A =156Q i T =@7G <3#/..9#B $,,%),#",B -!#"范高锋#赵海翔#戴慧珠-大规模风电对电力系统的影响和应对策略-电网与清洁能源#/..9#/?$,%)??"?9-_:N O 54>G <H #Z ):`)5=8=5<H #&:K)T =R F T -(F G =7@5135<+14T <3G A 7G 50T A G4>65A H G0156G V =<+@4V G A4<@4V G A0U 03G 7-Y 4V G A E U 03G 75<+'6G 5<Q <G A H U #/..9#/?$,%)??"?9-!$"迟永宁#刘燕华#王伟胜#等-风电接入对电力系统的影响-电网技术#/..$#2,$2%)$$"9,-')KL 4<H <=<H #;K ]L 5<F T 5#M:N O M G =0F G <H #G 356-E 3T +U 4<=7@5134>V =<+@4V G A =<3G H A 53=4<4<@4V G A0U 03G 7-Y 4V G A E U 03G 7(G 1F <464H U#/..$#2,$2%)$$"9,-!9"魏巍#王渝红#李兴源#等-大型风电场建模及接入甘肃嘉酒电网仿真分析-电力系统自动化#/..B #22$,9%)B #",.,-M Q KM G =#M:N O L T F 4<H #;K^=<H U T 5<#G 356-E =7T 653=4<4>65A H G0156G V =<+>5A 70=<3G H A 53=4<=<34O 5<0T j =5X =T @4V G A 0U 03G 7-:T 34753=4<4>Q 6G 13A =1Y 4V G A E U 03G 70#/..B #22$,9%)B #",.,-李雪明 ,B #! 男 通信作者 硕士 研究员级高级工程师 主要研究方向 电力系统安全稳定分析与控制 Q "75=6 6=8T G 7=<H $0H G @A =-0H11-147-1<行!舟 ,B $, 男 硕士 高级工程师 主要研究方向 电力系统计算分析 稳定控制及运行管理 Q "75=6 8=<H R F 4T $H 0-0H 11-147-1<陈振寰 ,B $2 男 硕士 高级工程师 主要研究方向 电网调度及运行管理 Q "75=6 1F G <R F $H 0-0H11-147-1<;4)$%0+2N (6%4<1.)/46)+2P $0=C +J 46D */$54?0/411$%40/<+0/6+1K @)/4,3!-475(#0,2-!,:"6<4/2>8.,"67#64;#/2>8.,/<#064;,2J9,:K 4F4#/23*LM (;#A <,a ,b E 353GO A =+Q 6G 13A =1Y 4V G A\G 0G 5A 1F K <03=3T 3Gc N 5<X =<H /,...2c 'F =<5d /b O 5<0TQ 6G 13A =1Y 4V G A&=0@531F =<H 5<+'477T <=153=4<'G <3G A c ;5<R F 4T$2..!.c 'F =<5e D A )/6(*/H (F =0@5@G A5<56U R G 03F GG 8=03=<H @A 4W 6G 704>+=0@531F =<H 5<+4@G A 53=4<5>3G A65A H G "0156G V =<+@4V G AF 50W G G <14<<G 13G +34O 5<0T @4V G A H A =+c 5<+3F G 14<3A 46=+G 54>V =<+@4V G A 513=S G =<3G 66=H G <314<3A 46=0@T 3>4A V 5A +b (F G 14<>=H T A 53=4<@65<c 0U 03G 7>T <13=4<c 14<3A 4603A 53G H U +G 0=H <A T 6G c 14<3A 46=<3G A >51G 01F G 7G 5<+14<3A 467G 3F 4+4>65A H G 16T 03G A 04>3F GV =<+@4V G A 513=S G =<3G 66=H G <314<3A 460U 03G 75A G +G 01A =W G +b (F G =7@6G 7G <353=4<4>3F G 14<3A 460U 03G 7F 50A G 0T 63G +=<5H A G 53G A @4V G A H G <G A 53=<H 15@51=3U 4>G 51FV =<+>5A 75<+5H 44+14<3A 46G >>G 13>4A 3F G 34356V =<+@4V G AV F =6G G <0T A =<H <434<6U 3F GG >>G 13=S G +G S G 64@7G <35<+>T 66T 0G 4>H A G G <V =<+G <G A H U c W T 356043F G 0G 1T A =3U 5<+035W =6=3U 4>3F G @4V G A H A =+b I 4@J+6=)H 65A H G 16T 03G A 04>V =<+@4V G A d 513=S G @4V G A 14<3A 46d =<3G 66=H G <314<3A 46d V =<+>5A 71G <3A 56=R G +"14<3A 460U 03G 7-2#- 绿色电力自动化 !李雪明#等!大型集群风电有功智能控制系统设计。

大规模风电场有功功率控制策略

大规模风电场有功功率控制策略

大规模风电场有功功率控制策略摘要:近年来,随着风电的快速发展和我国独特的大型新能源发电基地集中的电网发展模式,带来了严重的挑战,电力平衡和电网的安全和经济运行,主动输出功率风场的协调控制,提高清洁能源的利用是主要的研究课题风力发电技术。

关键词:大规模风电场;有功功率;控制策略1研究现状及问题目前,国内外对风力发电机组有功功率优化控制的研究进行了探讨。

根据风力发电的猜测数据,提出了小风电场机组调度和有功功率、无功功率分布的求解方法。

提出了一种基于拉盖尔函数的非线性猜测控制方案,利用聚类控制器对风电场中的所有风电场进行均匀调节,优化风电场的总产量。

提出基于有功功率的实时速度信息分类控制策略,该方法基于风力发电机组运行工况的动态分类和风速实时信息,并根据风力发电机组最大发电容量和工况建立有功功率分配模型。

但文献中对风场有功优化控制的研究很少用于投机的功率概念,没有考虑风电场损失和风速的影响,不同规模风电场输出功率等因素对机组的影响,无法完成风电场的高效运行。

根据已有的研究成果和存在的问题,本文以风电场产量优化和风电场内部损失为主要政策。

建立了考虑上述多种原则的风电场功率优化模型,并对风电场有功功率优化问题进行了探讨。

2有功功率分配策略2.1风电机组数据处理及核算根据通信、运行以及风机是否可调和不可调的特点,正常运行、无故障运行、无基准风机的风轮机为可调风机,其他机组为不可调风机。

考虑到未来风力发电机组的发电能力,可以降低风机的调节频率,增加风轮机的使用寿命。

根据实时风数据和超短期猜测资料,计算了可调风机在下一段时间内的最大有功功率。

(1)式中,Pi,jfmax为机群i的j飓风电机组在未来一段时间内的最大有功功率,T1为上一个猜测数据的时间与当时时间的差值,T2为超短期猜测数据的时间距离,Pi,jfmax为机群i的第j飓风电机组在当时气候条件下的最大有功功率,Pi,jfmax为机群i的第j飓风电机组鄙人一时间的最大有功功率猜测值。

综述AGC在风电场的应用--孙建雷

综述AGC在风电场的应用--孙建雷

综述AGC在风电场的应用孙建雷(中节能(肃北)风力发电有限公司马鬃山第二风电场)摘要阐述了电力系统AGC及风电场AGC的概念、工作原理、组织结构及网络链路,介绍了AGC系统和功率控制系统的功能,分析了风电场AGC系统的投运对甘肃电网调度运行和大型集群并网风电场运行产生的影响。

该系统的投运,既降低了大规模集群并网风电场对电网调峰的冲击,提升了新能源送出通道能力,又保证了电网安全稳定运行。

关键词:电网调度风电场AGC功率控制目录一、概述 (1)(一)AGC概述 (1)(二)风电场AGC概述 (1)(三)风电场AGC原理 (2)二、风电场AGC的结构 (3)(一)风电场AGC的组成 (3)(二)风电场AGC的网络架构 (4)三、系统功能 (5)(一)风电场AGC的主要功能 (5)(二)协调控制功能 (5)(三)有功功率控制系统的主要功能 (6)四、影响 (6)五、结语 (7)参考文献 (8)综述AGC在风电场的应用引言随着新能源并网装机占全网的比重不断增加,新能源机组特性、集中并网等因素给电网运行带来巨大压力,为满足《风电场接入电力系统技术规定》中的要求,以及提高电网的稳定性和风电场出力调整的合理性,自动发电控制技术(AGC)已成为保证电力系统安全运行和电网经济运行不可缺少的控制技术。

一、概述(一)AGC概述自动发电控制(Automatic Generation Control)简称AGC,它是跟踪电力调度交易机构下发的指令情况来控制发电机有功出力,实现对发电机功率的自动控制。

AGC系统是能量管理系统(EMS)的重要组成部分,可以根据电网调度的控制目标将指令远程发送给相关发电厂,通过电厂的自动控制调节装置,实现对发电机功率、频率的自动控制。

AGC在电力系统的应用中主要作用是通过调整火力发电机组和水力发电机组来确保电网的频率。

(二)风电场AGC概述在电网公司下发的关于《风电场接入电力系统技术规定》中,规定了并网风电场应配置有功功率控制系统,具备有功功率调节能力,参与系统有功功率调节。

风电场电力系统的协调控制技术研究

风电场电力系统的协调控制技术研究

风电场电力系统的协调控制技术研究风电场作为一种新兴的清洁能源,在近年来得到了广泛的应用与发展。

然而,它的发展面临很多问题,其中之一就是电力系统的协调控制技术。

本文将重点探讨风电场电力系统的协调控制技术研究。

一、背景分析风电场的电力系统具有很大的不确定性。

风速和风向的变化会直接影响风电发电量的变化,因此必须对风电场中的各个变量进行监测、分析和控制,从而保证风电场的正常运行。

此外,风电场的电力系统并网运行,需要遵循严格的电力系统并网规定,确保电网的安全稳定运行。

因此,风电场的电力系统协调控制技术显得十分重要。

二、协调控制技术的分类风电场电力系统的协调控制技术主要可以分为以下三类:发电控制、场内调度控制和场外调度控制。

1. 发电控制风电场中,每个发电机都要精确控制出力,以确保整个风电场的电力质量与稳定性。

发电控制的核心任务是精确控制风电机组的转速,维持正常工作状态。

这需要根据风电机组的特点确定出一个合理稳态的控制算法,以保持整个风电场的电力输出和机组的稳定运行。

2. 场内调度控制场内调度控制是指对风电场内各设备的协同控制与调度,以最大化风电场的利用率和经济效益。

这需要采用一系列先进的调度算法和控制策略,以提高风电场的发电效率和接入电网质量,从而最大化系统的经济效益。

3. 场外调度控制场外调度控制是指风电场的上游电网和下游负载的协调控制。

它涉及到风电场的电力输送、优先级和安全性等重要因素的保证。

这需要在电网稳定状态下实现准确的电量平衡,避免对电网造成不必要的影响。

三、技术挑战与可能的解决方案对于风电场电力系统的协调控制技术来说,存在一些技术挑战,如下:1. 变电站容量限制风电场的对接电网容量与变电站容量的配合有限,难以满足风电场的高效运行要求。

因此,需要开发出新的变电站容量控制策略和新型高压断路器,以提高变电站的容量和接口容量。

2. 风速不确定性风速的不确定性一直是风电场电力系统的主要问题之一。

这需要采用更为高效的控制策略和算法,以确保电力系统的稳定工作,例如采用适应性控制策略、智能优化算法和动态调度策略。

风电场群区集控系统的沟通协调与协同工作

风电场群区集控系统的沟通协调与协同工作

风电场群区集控系统的沟通协调与协同工作随着风电行业的迅猛发展,风电场群区集控系统的沟通协调与协同工作变得日益重要。

风电场群区集控系统是指将多个风电场的风力发电机组通过通信网络连接,实现集中控制和集中监测的系统。

它的沟通协调与协同工作对于保障风电场运行的安全高效具有至关重要的作用。

在风电场群区集控系统中,沟通协调是保证各个风电场之间信息流畅交流的关键。

首先,各个风电场应建立高效的信息交流平台,采用清晰简洁的语言进行沟通,避免信息传递过程中的误解和不必要的麻烦。

其次,定期召开会议,交流风电场之间的运行情况、技术问题和经验分享等,增进彼此的了解和合作。

此外,建立起长期、稳定的交流渠道,及时沟通各类问题和变化,保证问题能够得到迅速解决。

在风电场群区集控系统中,协同工作是保证整个系统正常运行的基础。

各个风电场需要建立起紧密的合作关系,优化各类资源的调度和利用。

首先,通过技术手段实现各个风电场之间的实时信息共享,确保对整个系统的全面掌控。

其次,在遇到风电场异常情况时,各个风电场需要互相支持和协调,共同解决问题,保证系统的稳定运行。

此外,建立灵活高效的调度机制,实现各个风电场之间的电力调度,并在能源供应不足时进行紧急协助,确保能源的平衡分配。

为了更好地协调风电场群区集控系统的工作,需要对系统进行统一管理和监控。

首先,建立完善的数据采集与分析系统,对各个风电场的运行数据进行实时采集和分析,及时发现问题并进行处理。

其次,通过智能化技术,对各个风电场的设备状态进行远程监控和评估,预测可能出现的故障,并提前采取相应措施进行维护和修复。

此外,建立组织协同管理机制,明确各个风电场的责任和任务分工,形成有序的工作流程,提高工作效率。

风电场群区集控系统的沟通协调与协同工作还需要充分发挥人员的作用。

人员之间的合作与交流对于系统的运行至关重要。

首先,各个风电场要培养专业化的技术团队,提高技术水平和解决问题的能力。

其次,建立良好的团队合作氛围,加强团队内部的沟通与协作,形成整体效应。

智能风力发电系统控制策略的设计与实现

智能风力发电系统控制策略的设计与实现

智能风力发电系统控制策略的设计与实现随着人们对于可再生能源的关注日益增加,风力发电系统的应用也日渐广泛。

而智能风力发电系统作为一种新型的风力发电技术,其智能化程度高,能够更好地适应不同的环境和负载,成为了当前风力发电产业研究的热点之一。

本文将从智能风力发电系统控制策略的设计与实现方面,分析智能风力发电系统在风能转化和发电控制方面的一些应用和发展趋势。

一、智能风力发电系统控制策略简介一直以来,风力发电系统的控制策略一直是人们研究的焦点之一。

传统的风力发电系统通常采用PID控制器来调整叶片角度,然而,这种控制方式存在许多弊端,如难以适应复杂的气象环境、不足以保证稳定和高效的发电等。

为此,人们引入了人工智能、模糊推理、神经网络等新技术,来提高智能风力发电系统的控制精度、响应速度与实际效果。

二、智能风力发电系统的控制策略设计1. 气象环境预测模型智能风力发电系统的控制策略主要集中于风力发电机组调整叶片角度以适应复杂的气象环境和保证发电。

因此,首先需要建立可靠的气象环境预测模型。

气象环境预测模型是基于大量的气象数据进行训练,以实现系统对气象环境的预测和适应。

2. 基于神经网络的控制应用神经网络是智能风力发电系统中常用的控制方法之一。

在风能转化及发电过程中,系统需要根据当前的风能情况来调节电机的转速和叶片的角度。

采用神经网络来实现能够更好地适应不同的气象环境和负载环境,提高系统响应速度和控制精度。

3. 遗传算法的应用遗传算法是一种高效优化算法,该算法依靠类似进化过程中的“自然选择”和“遗传”过程,模拟自然界中物种进化的方式,优化得到更符合实际情况的控制策略。

在智能风力发电系统中,遗传算法的应用能够大大提高系统的发电效率与稳定性。

三、智能风力发电系统的控制策略实现1. 基于LabVIEW的控制系统LabVIEW是一种广泛应用于数据采集、控制系统等领域的虚拟仪器开发平台。

在智能风力发电系统的控制策略设计与实现中,LabVIEW提供了非常便捷的开发环境以及成熟的控制器件和控制算法,能够快速实现智能控制策略的设计与实现。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

大型集群风电有功智能控制系统控制策略(二)风火电“打捆”外送协调控制陈振寰1,陈永华2,行 舟1,崔 刚1,伏岁林1,张柏林1(1.甘肃电力调度通信中心,甘肃省兰州市730050;2.国网电力科学研究院/南京南瑞集团公司,江苏省南京市210003)摘要:根据风火电“打捆”外送的特点,基于优先利用风能资源、提高通道利用率的原则,提出了风火电“打捆”外送的有功控制策略。

介绍了与传统自动发电控制(AGC)控制目标的区别与配合、风电与火电的协调控制方法、火电调节量的计算方法,以及各火电厂之间及火电厂内部的分配方法等。

该策略在甘肃电网经过实际应用,取得了较好的应用效果,证明了其可行性。

关键词:风电系统;控制策略;协调控制;超前控制;校正控制收稿日期:2010-09-30;修回日期:2011-07-03。

0 引言中国风能开发主要集中在风能资源丰富的“三北”地区,这些地区受电力负荷水平低、系统规模小、风电就地消纳规模不足的限制,大规模风电必须送到区域电网内甚至其他区域电网消纳,风电年利用小时数低,单独远距离传输经济性差,同时传输线路上的功率频繁波动不利于系统的安全稳定运行[1]。

考虑到风能资源丰富的地区同时也是煤炭资源较丰富的地区,若采取风电、火电“打捆”外送,并对风电、火电的有功功率进行协调控制,能有效减小线路功率的波动,有利于系统的安全稳定,同时明显降低受端电网的供电成本。

文献[2]提出了含风电系统的有功调度与控制的2层结构,通过对系统内常规机组出力的调度和控制来弥补风电出力的波动;文献[3-4]提出了水电与火电的协调控制;文献[5-6]提出了稳定断面潮流越限的预防和校正控制方法;文献[7]提出了在风电场内不同风电机组之间实现自动发电控制(AGC)的方法;文献[8]提出了考虑电网约束的风电有功控制方法。

上述研究对有功控制的发展起到了积极作用,但还需从风火电“打捆”外送的有功协调控制的角度开展进一步的研究。

风火电“打捆”外送的有功控制需要解决以下主要问题:控制风火电“打捆”外送断面不超过稳定限额,风速较大时,只调节火电出力不能满足送出断面稳定要求,必须调节风电出力;优先利用风能资源且提高通道利用率,火电出力96点计划根据日前风电功率预测及负荷预测计算得出,当风电实际出力与预测功率偏差超过规定值时,需要提升或降低火电出力。

解决上述问题的关键是风火电控制的分工协调、与传统AGC控制目标的区别与配合,以及调节量的计算及分配。

本文针对上述问题,提出了考虑风电控制的风火电“打捆”外送有功协调控制策略。

1 与传统AGC控制目标的区别与配合传统AGC的目标是控制省级联络线交换功率和系统频率在规定范围内,而风火电“打捆”外送协调控制的目标是控制“打捆”外送断面不超过稳定限额、减小线路功率波动、优先利用风能资源,以及充分利用输电通道。

显然,两者的控制目标不同,但由于风火电“打捆”外送协调控制的目标是以充分利用输电通道为目的,所以可将控制区域内的所有风电和火电看做一个整体,根据风电出力变化调整火电出力变化,从而减小控制区域内发电机组的总出力变化,也减小了省级联络线潮流变化,使其与传统AGC的控制目标趋于一致。

因此,在实际运行中,风火电协调控制可以减小风火电“打捆”外送断面的功率波动,在多数情况下,与AGC对机组的控制方向一致,有利于降低风电出力波动带来的AGC调节压力。

2 风火电协调控制方法风火电“打捆”外送有功控制的一个主要目标是控制“打捆”外送断面不超过稳定限额,若只控制火电,由于火电最小技术出力的限制,火电调节量有限,在风速较大时,难以满足断面调节需求。

另外,在风速增长过程中,风电出力的整体变化率可能大—21—第35卷 第21期2011年11月10日于参与调节的火电机组出力的整体变化率,这样可能导致在风速较大阶段风火电“打捆”外送断面超限额运行。

因此,风电也必须参与调节,实际控制时风电应采取超前控制,根据风火电“打捆”外送断面裕度,结合各风电场风资源的时空差异进行控制,火电采取校正控制,根据风火电“打捆”外送断面裕度,结合风电预期变化量和各火电厂情况进行控制,如图1所示。

图1 风火电“打捆”外送协调控制框图Fig.1 Block diagram of coordination control ofwind power and thermal power对于风电的控制可利用文献[8]中提出的按各控制断面潮流裕度自动调整控制模式进行控制,在此主要阐述对于火电的控制。

3 火电控制方法火电控制通过设定风火电“打捆”外送断面裕度上、下限来启动。

若断面裕度低于设定的下限值,则需降低火电出力,若断面裕度高于设定的上限值,则需提升火电出力,如图2所示。

图2 火电控制流程Fig.2 Flow chart of thermal power control 若上下限定值设置不当或调节量不当,则外加风电出力和负荷的变化均有可能造成火电出力不必要的上下调节,因此断面裕度上下限之间要留有合适的区间,区间过小易造成火电频繁调节,区间过大则风火电“打捆”外送通道难以充分利用。

另外,断面裕度下限的设定与断面稳定限额之间也要留有合适的区间,区间过大则风火电“打捆”外送通道难以充分利用,区间过小则断面抗意外风险能力降低。

在风速增加阶段,断面潮流达到稳定限额前,先达到调节火电限值,此时火电开始下降,提前让出通道给风电,但若风电功率持续增加,且增加速率快于火电下降速率时,即使火电功率提前下降,断面潮流还是会达到稳定限额,到达稳定限额后,由于对风电进行了控制,断面潮流不会超过稳定限额。

3.1 调节量的计算方法若风火电“打捆”外送断面裕度大于设定的上限或小于设定的下限时,需调节火电,调节量ΔPG_need可用下式表示:ΔPG_need=PLf-PLf_cur-λΔPw(1)式中:PLf为断面控制的目标值;PLf_cur为当前断面潮流;ΔPw为下个时段的风电预计变化量;λ为风电变化量的参与系数。

ΔPG_need为正,代表需要提升火电出力,为负则代表需要降低火电出力。

为避免风电预计变化量对火电调控方向的影响,当前断面裕度小于设定的下限时,根据式(1)计算得出的ΔPG_need若大于0,则取0,当前断面裕度大于设定的上限时,若ΔPG_need小于0,则取0。

若没有对风电进行有功控制,可直接用下个时段风电功率预测值减去风电当前出力得到ΔPw;若风电参与有功控制,对不同的风电有功控制方法,ΔPw的计算方法不同。

若采取文献[8]中提出的最大出力控制方法,则有ΔPw=min(Papply,Pf)(2)式中:Papply为所有申请量为正的风电场的计划总和减去出力总和;Pf为风电计划总和减去风电当前出力总和。

若风电控制采取文献[8]中提出的出力跟踪控制方法,则ΔPw等于Pf。

λ由人工设定,取值范围为0~1.0,可根据实际ΔPw的准确程度来调整。

3.2 各电厂之间的分配计算出火电调节量后,综合各火电厂对风火电“打捆”外送断面的灵敏度信息及各火电厂下个时段的调节能力,计算分配各火电厂的控制量。

—31—·绿色电力自动化· 陈振寰,等 大型集群风电有功智能控制系统控制策略:(二)风火电“打捆”外送协调控制为使电厂机组的负荷优化分配方式更为合理,调度中心站下发至电厂的调节指令是针对全厂的负荷指令,再由部署在电厂的有功控制装置按照经济性、快速性、调节频度等分配原则将指令合理地分配到各机组,实现机组的安全、稳定和经济运行。

3.3 电厂内部的分配火电厂接收到调度中心站下发的全厂总出力指令后,根据机组的升、降出力分配比例系数进行分配,然后校核是否超出每台机组设置的经济分配上下限。

若有超出,则将超出部分先分给未超过经济分配限值的,都达到经济分配限值后,再将多余部分均分,然后校核是否有超单机AGC限值,若有超过限值的部分,则将超过部分再分给未超出的机组。

为适应火电厂实际运行需求,机组升、降出力分配比例可在电厂操作PC上由电厂运行人员根据实际机组运行情况在线调整。

为提高机组是否可调节信息的可靠性,除由分布式控制系统(DCS)提供机组是否可调信息外,在电厂操作PC上,设置每台机组的手动/自动按钮,由电厂运行人员根据机组实际运行情况进行人工干预,设置为自动时表示该机组可调,设置为手动时机组不可调。

在计算分配时,只有DCS和人工干预结果都认为某机组可调节时,才调节该机组。

有功控制装置与机组DCS接口,提供机组的负荷指令,接口类型为4~20mA电流信息。

4~20mA代表的机组出力分别在有功控制装置及DCS中设定,两者必须保持一致,4mA代表的机组出力要低于机组调节下限,20mA代表的机组出力要高于机组调节上限。

为避免机组由不可调变为可调后,有功控制装置输出至机组DCS的模拟量不确定,机组不可调时,有功控制装置的模拟量输出要自动跟踪机组当前出力。

火电机组一次调频始终优先,当系统频率变化后,机组一次调频动作,改变机组出力,当系统频率正常后,继续执行风火电协调控制指令。

·广告·图3 日288点出力曲线Fig.3 Daily 288-point power output curve5 结语本文提出了风火电“打捆”外送的有功协调控制策略。

通过在甘肃某330kV外送电网的实际应用,证明该策略能有效控制风火电“打捆”外送断面潮流不超过稳定限额,提高了通道利用率,且有利于风能资源的充分利用。

随着国内风火电“打捆”外送格局的逐步形成,该控制策略对于风火电“打捆”外送的有功协调控制具有借鉴意义。

—41—2011,35(21)参考文献[1]白建华,辛颂旭,贾德香,等.中国风电开发消纳及输送相关重大问题研究[J].电网与清洁能源,2010,26(1):14-17.BAI Jianhua,XIN Songxu,JIA Dexiang,et al.Study of majorquestions of wind power digestion and transmission in China[J].Power System and Clean Energy,2010,26(1):14-17.[2]陈宁,于继来.基于电气剖分信息的风电系统有功调度与控制[J].中国电机工程学报,2008,28(16):51-58.CHEN Ning,YU Jilai.Active power dispatch and regulation ofwind power system based on electrical dissecting information ofelectric power network[J].Proceedings of the CSEE,2008,28(16):51-58.[3]孙素琴,滕贤亮,戴飞,等.河南电网AGC水火电联调试验研究[J].电力系统自动化,2008,32(6):99-102.SUN Suqin,TENG Xianliang,DAI Fei,et al.Experimentalinvestigation on coordinate control between hydro units andthermal units in Henan power grid[J].Automation of ElectricPower Systems,2008,32(6):99-102.[4]滕贤亮,高宗和,张小白,等.有功调度超前控制和在线水火电协调控制策略[J].电力系统自动化,2008,32(22):16-20.TENG Xianliang,GAO Zonghe,ZHANG Xiaobai,et al.Look-ahead control for active power dispatching system and onlinehydro-thermal coordinated control strategy[J].Automation ofElectric Power Systems,2008,32(22):16-20.[5]赵建宁,徐武祥,杨强.基于AGC的稳定断面潮流控制的设计与实现[J].电力系统自动化,2006,30(22):85-88.ZHAO Jianning,XU Wuxiang,YANG Qiang.Design andimplementation of active power control for tie lines based onautomatic generation control[J].Automation of Electric PowerSystems,2006,30(22):85-88.[6]张小白,高宗和,钱玉妹,等.用AGC实现稳定断面越限的预防和校正控制[J].电网技术,2005,29(19):55-59.ZHANG Xiaobai,GAO Zonghe,QIAN Yumei,et al.Implementation of preventive and remedial control for tie lineoverload by use of automatic generation control[J].PowerSystem Technology,2005,29(19):55-59.[7]乔颖,鲁宗相.考虑电网约束的风电场自动有功控制[J].电力系统自动化,2009,33(22):88-93.QIAO Ying,LU Zongxiang.Wind farms active power controlconsidering constraints of power grids[J].Automation ofElectric Power Systems,2009,33(22):88-93.[8]行舟,陈永华,陈振寰,等.大型集群风电有功智能控制系统控制策略:(一)风电场之间的协调控制[J].电力系统自动化,2011,35(20):20-23.XING Zhou,CHEN Yonghua,CHEN Zhenhuan,et al.Acontrol strategy of active power intelligent control system forlarge cluster of wind farms Part one coordination control ofwind farms[J].Automation of Electric Power Systems,2011,35(20):20-23.[9]李雪明,行舟,陈振寰,等.大型集群风电有功智能控制系统设计[J].电力系统自动化,2010,34(17):59-63.LI Xueming,XING Zhou,CHEN Zhenhuan,et al.Exploitationof large clusters of wind power active intelligent control system[J].Automation of Electric Power Systems,2010,34(17):59-63.陈振寰(1973—),男,硕士,高级工程师,主要研究方向:电网调度及运行管理。

相关文档
最新文档