考虑网损的风电场有功功率分配方法(可编辑)
理论功率说明
理论功率及损失电量的说明及计算方法
一、理论功率说明
乐胜风场现有单台风机理论功率计算方法为：根据各风机当前30秒移动平均风速，查询现场合同功率曲线（见附件），得出各风机当前理论功率。
风场理论功率计算方法为，将故障停机的风机排除后将剩余风机当前理论功率累加，得到风场理论功率。
二、损失电量计算
风电场发电量损失有多种原因：故障停机、限功率、电网故障、天气原因故障、维护、线路检修等，损失电量是否考虑上述所有导致发电量损失的原因，需要业主提出需求。
目前，乐胜风场SCADA还没有进行损失电量计算。
若后续需要进行相关计算统计，可参考网调最新规定。
附：该风场空气密度下的合同功率曲线为。
风力发电系统功率预测算法
风力发电系统功率预测算法风力发电系统功率预测算法风力发电系统的功率预测算法是基于多种因素的综合分析，包括风速、风向、空气密度、机械损耗等。
下面将详细介绍风力发电系统功率预测算法的步骤。
步骤一：数据收集首先，需要收集风力发电系统的历史数据，包括风速、风向、空气密度和实际功率输出等信息。
这些数据可以通过气象站、传感器等设备获取，或者从已有的数据库中提取。
步骤二：数据预处理在进行预测之前，需要对数据进行预处理，以去除异常值、处理缺失数据等。
常用的方法包括插值法、平均法和回归法等，可以根据实际情况选择合适的方法。
步骤三：特征工程特征工程是指选取适当的特征来描述数据，以提高预测算法的准确性。
在风力发电系统功率预测中，常用的特征包括风速、风向、空气密度等。
此外，还可以考虑添加一些衍生特征，如风速的平均值、方差等。
步骤四：模型选择选择合适的预测模型是功率预测算法的核心。
常用的模型包括线性回归、支持向量机、随机森林等。
可以通过交叉验证等方法，选择最优的模型。
步骤五：模型训练与优化在选择好模型后，需要使用历史数据进行模型的训练和优化。
通常采用的方法是将数据集分为训练集和测试集，使用训练集来训练模型，然后使用测试集来评估模型的性能。
步骤六：模型评估与调优在模型训练完成后，需要对模型进行评估，并进行调优。
评估指标可以选择均方根误差（RMSE）、平均绝对误差（MAE）等指标。
如果模型的性能不够理想，可以尝试调整模型的参数，或者使用其他模型进行比较。
步骤七：模型应用与预测当模型经过评估和调优后，即可将其应用于实际的功率预测中。
根据实时获取的风速、风向、空气密度等信息，输入到模型中，即可得到对应的功率输出预测结果。
总结：风力发电系统功率预测算法是基于历史数据和多种相关因素的综合分析。
通过数据收集、预处理、特征工程、模型选择、训练与优化、模型评估与调优等步骤，可以建立准确可靠的预测模型，用于实现风力发电系统的功率预测。
这将有助于优化发电系统的运行，提高发电效率，降低能源成本。
风功率预测的方法
风功率预测的方法风功率预测是指对风力发电厂产生的风能进行预测，以便更好地管理和规划风力发电系统的运营。
准确的风功率预测对于风电场的安全运行、电网调度和电力市场交易等方面至关重要。
虽然风力是一种不稳定的自然资源，但通过利用合适的方法和技术，我们可以提高风功率预测的准确性。
风功率预测方法可以分为统计方法、基于物理原理的方法和机器学习方法。
统计方法是最常用的风功率预测方法之一。
它通过对历史风速数据进行分析和建模来预测未来的风力发电情况。
常用的统计方法包括时间序列分析、谱分析和回归分析等。
时间序列分析是一种将历史数据的趋势和周期性考虑在内的预测方法。
谱分析则是通过对信号进行频谱分析，提取出信号的频率特征来进行预测。
回归分析是一种通过建立线性或非线性回归模型来预测风功率的方法。
统计方法的优点是简单易实现，但对于复杂的非线性系统来说，可能会有一定的局限性。
基于物理原理的方法是另一类常用的风功率预测方法。
这种方法是基于对风力发电系统的建模和仿真来进行预测的。
它通常使用复杂的物理方程和机器学习算法来考虑风的传输特性、涡旋动力学等因素。
基于物理原理的方法的优点是可以对复杂的非线性系统进行较准确的预测，但是需要大量的风速、风向等实测数据来进行模型的校准和验证。
机器学习方法是近年来风力发电预测领域的热点研究领域。
这种方法利用机器学习算法对大量历史数据进行训练，建立预测模型。
常用的机器学习算法包括支持向量机、人工神经网络、决策树等。
机器学习方法的优点是可以灵活地适应不同场景下的预测需求，并能够处理大量的输入特征，比如温度、湿度、气压等。
但机器学习方法也存在一些挑战，比如需要大量的数据来进行模型训练，模型的解释性较差等。
除了上述方法外，还有一些辅助方法可以提高风功率预测的准确性。
比如数据融合方法可以结合多种数据源，比如气象卫星数据、雷达回波数据等，来提高预测的准确性。
时间尺度的选择也是一个关键因素，短期预测可以通过近实时的数据来进行，而中长期预测则可以通过气象模型来进行。
风电场有功功率控制系统研究与应用
风电场有功功率控制系统研究与应用一、有功功率控制系统的工作原理有功功率控制系统是指通过控制发电机转子角度，来调整风电场的发电功率输出，从而保持风电场的有功功率在稳定状态下运行。
其基本工作原理是根据风机的输出功率和预期的功率曲线，通过控制风机的轴角度，来调整风机的扭矩和转速，使得风电场的发电功率始终保持在最佳状态。
通过这种方式，可以最大限度地提高风电场的发电效率，同时降低风电场对电网的影响。
有功功率控制系统通常由控制器、传感器和执行器等部件组成。
控制器负责接收传感器采集到的数据，经过处理后输出控制信号给执行器，从而实现对风机转角的调节。
传感器用于监测风机的转速、风速、电网情况等关键参数，为控制器提供必要的输入信号。
执行器则根据控制信号调整风机的转角，实现对风机的控制。
有功功率控制系统在风电场中的应用具有重要意义。
有功功率控制系统可以有效提高风电场的发电效率。
通过控制风机的转角，使得风机在不同风速下可以输出最佳的有功功率，最大限度地利用风能资源。
有功功率控制系统可以保证风电场的稳定运行。
在电网故障或电网负荷变化时，有功功率控制系统可以快速响应，通过调整风机的转角，使得风电场的有功功率保持在稳定状态，保护电网和风电场的安全运行。
有功功率控制系统还可以降低风电场对电网的影响。
通过控制风机的输出功率，可以减少因风能波动导致的电网频率和电压的波动，提高电网的稳定性和安全性。
随着风能行业的不断发展和成熟，有功功率控制系统也面临着新的挑战和机遇。
未来，有望出现更加智能化和自动化的有功功率控制系统。
通过引入先进的控制算法和人工智能技术，可以实现对风电场的全面监测和智能控制，使得风电场可以更好地适应复杂多变的外部环境。
有望出现更加柔性化和高效化的有功功率控制系统。
随着新型材料和新型技术的不断进步，有望开发出更加轻量化和高效化的风机转角控制装置，减小风机的机械损耗，提高风电场的发电效率。
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发表时间：2017-10-20T11:16:59.107Z 来源：《电力设备》2017年第17期作者：岳嵘[导读] 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（国网郑州供电公司河南省郑州市 450000）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。
考虑尾流效应的风电场有功功率控制策略研究
考虑尾流效应的风电场有功功率控制策略研究尾流效应是指当一台风力发电机转动时，其旋转叶片所形成的气流将影响其后方的其他风力发电机的工作效率。
同时，研究表明，风力发电机之间的距离越近，尾流效应越显著。
因此，在风力发电场中，采取合理的有功功率控制策略可以有效减少尾流效应对发电量的影响，提高电站发电效率和经济效益。
有功功率控制策略是指通过改变风力发电机的输出功率来控制尾流效应。
在风力发电场中，制定合理的有功功率控制策略需要考虑以下因素：首先，风速是影响风力发电机输出功率的重要因素。
因此，在制定有功功率控制策略时，需要根据实际风速情况调整发电机的输出功率。
具体来说，当风速较低时，提高发电机的输出功率可以降低尾流效应的影响；当风速较高时，适当降低发电机的输出功率可以减少尾流效应对后方风力发电机的影响。
其次，风向也是影响风力发电机尾流效应的重要因素。
因此，在制定有功功率控制策略时，需要考虑风机之间的布局和方向，使得风机之间的相互作用最小化。
具体来说，在风向相同的情况下，应尽量避免将风机布局在同一直线上，而应将风机布置为互相错开的方式，以最大限度地减少尾流效应的影响。
最后，风力发电场中的风机数量和类型也会对有功功率控制策略的制定产生影响。
在小型风力发电场中，风机数量相对较少，且类型单一，因此可采取较为简单的有功功率控制策略。
而在大型风力发电场中，风机数量较多，类型较复杂，因此需要采用更加复杂的有功功率控制策略，以保证风力发电机之间的相互作用最小化。
在实际应用中，考虑尾流效应的风力发电场有功功率控制策略可分为两种：集中控制和分散控制。
集中控制策略通常通过预测风速和风向等气象因素，控制整个风电场内的所有风机，以最大化整个风电场的发电效率。
分散控制策略则将每个风机都设置为独立控制单元，通过风机之间的通讯和协调来最小化尾流效应的影响。
总之，考虑尾流效应的风力发电场有功功率控制策略是提高风力发电场经济效益和可靠性的重要措施。
风电场电量计算公式
风电场电量计算公式单位:MWh1.关口表计量电量1)上网电量 251正向A总(A+)2)用网电量 251反向A总(A-)3)送网无功 251正向R总(R+)4)用网无功 251反向R总(R-)2.发电量:是指每台风力发电机发电量的总和。
1)表底读数 (312A+)+(313A+)+(314A+)+(315A+)+(316A+)+(317A+)2)日用量 (今日表底读数-昨天表底读数)*350*60*0.001(即*21)3)月累计今日日用量+昨天月累计4)年累计今日日用量+昨天年累计3.上网电量:风电场与电网的关口表计计量的风电场向电网输送的电能。
1)表底读数 251A+2)日用量 (今251A+)-(昨251A+)3)月累计今日日用量+昨天月累计4)年累计今日日用量+昨天年累计4.用网电量:风电场与电网的关口表计计量的电网向风电场输送—————————————————————————————————————————————————————的电能。
1)表底读数 251A-2)日用量 (今251A-)-(昨251A-)3)月累计今日日用量+昨天月用量4)年累计今日日用量+昨天年累计5.站用电量1)表底读数 361A+2)日用量 (今日表底读数-昨天表底读数)*350*20*0.001(即*7)3)月累计今日日累计+昨天月累计4)年累计今日日累计+昨天年累计注意:现在算出的单位是Mwh,运行日志上的单位是万kWh，要将算出的数小数点前移一位(如:427Mwh=42.7万kWh)*厂用电率:风电场生产和生活用电占全场发电量的百分比。
厂用电率=(厂用电量日值?发电量日值)×100=(0.161?20.02)×100*风电场的容量系数:是指在给定时间内该风电场发电量和风电场装机总容量的比值容量系数=发电量日值?(50×2×24)等效利用小时数也称作等效满负荷发电小时数。
基于 DFIG 机组转子动能的风电场有功功率优化分配方法
基于 DFIG 机组转子动能的风电场有功功率优化分配方法尹远;卢继平;刘钢;徐兵;翁宗林;谢应昭;李辉【期刊名称】《电力系统保护与控制》【年(卷),期】2012(000)017【摘要】由于风速的波动性，风电场需要找出一种控制方法以稳定其有功功率输出。
在分析了现行的控制策略对风电场有功波动的抑制能力的基础上，根据双馈风电机组的运行特性，提出主动控制风机转子转速和桨距角的方式进行有功功率分配，进而达到平稳风电场有功出力的目的。
控制策略以优化整个风电场的转子中储存的总动能的方法提高风电场有功功率的输出稳定性，并利用粒子群算法求解该优化问题。
通过仿真，验证了该有功功率分配策略可以平抑风电场有功功率波动，提高风电场的有功输出稳定性。
【总页数】6页(P127-132)【作者】尹远;卢继平;刘钢;徐兵;翁宗林;谢应昭;李辉【作者单位】输配电装备及系统安全与新技术国家重点实验室重庆大学,重庆400030;输配电装备及系统安全与新技术国家重点实验室重庆大学,重庆400030;输配电装备及系统安全与新技术国家重点实验室重庆大学,重庆400030;输配电装备及系统安全与新技术国家重点实验室重庆大学,重庆400030;输配电装备及系统安全与新技术国家重点实验室重庆大学,重庆400030;输配电装备及系统安全与新技术国家重点实验室重庆大学,重庆400030;输配电装备及系统安全与新技术国家重点实验室重庆大学,重庆400030【正文语种】中文【中图分类】TM71;TM61【相关文献】1.大型风电场内机组的有功功率优化方法研究 [J], 任勇;李峰;王芸芸2.限出力条件下风电场集群有功功率优化分配方法 [J], 王世谦;林俐;狄立;于琳琳;田春筝3.考虑DFIG机组容量限制的风电场功率分配方法 [J], 黄崇鑫;张凯锋;戴先中;张冠虎4.基于转子动能控制的DFIG调频能力分析与调频方案 [J], 张旭;查效兵;岳帅5.基于塔架载荷灵敏度的风电场有功功率分配方法研究 [J], 魏超;唐梓彭;上官炫烁因版权原因，仅展示原文概要，查看原文内容请购买。
网损计算和网损分摊方法
网损计算和网损分摊方法0 引言当今电力系统正经历着自上而下的改革，传统的生产及经营方式正在逐渐改变为发电公司、输电公司、配电公司三者独立的运营模式。
在这种运营模式下，市场竞争将更加激烈。
建立电力商品市场，引入科学的竞争机制，以降低电力商品的价格已成为必然。
网损，作为电力运输费用的重要一环，其费用的分摊是考察电力价格是否合理的基础，也是提高输电系统运行透明度、保障电力系统健康稳定发展的关键。
1 网损计算和网损分摊网损计算就是电能经各级电压电网的输变电设备传输到终端电力用户所产生的电力损耗的计算。
在现今的电力市场中，电网公司提供输变电设备，负责将发电公司生产出的电能传输到广大用户。
同时电网公司为了回收成本、创造效益，要向电力供、用双方收取费用，这笔费用被称为输电费用。
输电过程中造成的电力损耗也是输电费用的一部分。
网损分摊实际上就是网损费用的分摊问题，是输电费用分摊的子问题。
电网在运行时，输电网络所引起的损耗不仅与传输的功率量、传输距离有关系，而且与电网系统所处的运行状态也密切相关。
所以电力用户在使用相同的电量时，无法确切的知道使用该电量所带来的电量损耗，这就给电量损耗的分摊带来了不便。
一般来说，进行大量的电量传输时网损约占总发电量的5%～10%，但是使用不同的网损计算、分摊方法会造成用户所占分摊比例的巨大差异，且对电力公司正常工作带来重大影响。
因此，公平合理的对网损进行分摊即有助于改善电力公司与用户之间友好关系，又有助于提高电网公司设备的使用寿命。
2 常见的网损分摊方法2.1 平均网损分摊法平均网损分摊法是一种取决于用户所用用电量的分摊方法，就是不考虑电网性能、结构，传输距离长短，用户所处地理环境，仅仅考虑总的发电量和用电量，在全国范围内计算总的网损系数进行，从而进行网损分摊。
平均网损分摊法是最早被电力联营市场所采用一种分摊方法，其具有简单明了，方便计算的特点，如今仍然被西班牙，英格兰等国家使用。
虽然很多专家对平均网损分摊法进行了改进，将电力质量，传输的地理环境考虑进去，但是平均法依然不能有效的反应不同情况下的电网长期运营的效益情况，无法提供有效的竞争机制，因此只有极少数的国家在使用这种方法。
基于最小网损的风电场无功优化分配策略
基于最小网损的风电场无功优化分配策略刘志武;苑舜;邢作霞;蔡志远【摘要】针对含双馈式风电机组的风电场接入系统维持接入点电压稳定性问题,通过分析通辽某风电场的实测数据,分析其无功补偿特点,提出了基于有功最小的无功优化分配策略;构建了以风力发电机、箱式变压器和集电线路有功损耗最小的无功优化分配目标函数,利用等微增率法对其求解;在考虑风电场有功损耗的前提下,充分利用双馈式风电机组无功调节能力,制定了该风电场无功分配方案.仿真结果表明该策略的可行性,对风电系统的经济运行具有一定的参考价值.【期刊名称】《可再生能源》【年(卷),期】2015(033)005【总页数】7页(P700-706)【关键词】双馈式风电机组;有功损耗;无功优化分配;等微增率法【作者】刘志武;苑舜;邢作霞;蔡志远【作者单位】福建省龙岩供电公司,福建龙岩364000;沈阳工业大学电气工程学院,辽宁沈阳 110870;沈阳工业大学电气工程学院,辽宁沈阳 110870;沈阳工业大学电气工程学院,辽宁沈阳 110870【正文语种】中文【中图分类】TM614在众多可再生能源中，风能是最具规模、最易开发的一种。
依据我国风资源分布的特点和电网的发展现状,东北地区风电的发展速度已经在全国区域电网中居于首位，并主要集中在北部，尤其是赤峰、通辽、兴安盟和呼伦贝尔地区，呈现出了大规模集中开发、分散式接入的特征,无功补偿一般采用分散式就地无功补偿方式。
双馈式风电机组本身可作为无功源[1]，随着双馈式风电机组的大规模应用，协调风电场内无功补偿设备与双馈式风电机组无功出力是提高并网点电压稳定性的关键。
并且大规模风电接入区域电网电压随着风电出力的变化而变化,严重影响电网的电压运行稳定性，直接导致风电场网损增大、用电占用比例升高、发电效率低下。
因此，研究大规模风电集中接入电网的无功补偿源协调控制策略具有重要的现实意义。
国内外对大规模风电场接入电网的电压及无功控制进行研究，但多集中于计算风电机组无功容量以及对控制点电压进行形成电压-无功闭环控制，即考虑风电机组无功出力能力时，利用P-Q解耦关系，可计算无功功率极限,以风电场并网点电压为依据求取无功调整量，利用电压-无功环实现对并网点电压的控制，提出风电场无功功率控制策略[2]~[10]。
- 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、"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、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)。
。那么粒子的位置和速度更新方程如下:
, ,
因素,进行修正后,将有功出力参考值发送至风电
式中: 为 条线路在风力发电机运行在额定功率 以我国东部地区某风电场为例对所提方法的
有效性进行验证。该风电场规划容量 ,本期
时传输的容量, 为线路平均额定电压; 为功率
工程装机容量 ,安装单机容量为 .的
输出系数 输出功率占额定功率的百分比 ; 为单
双馈异步风力发电机组 台。风力发电机出口电
位长度的阻抗值; 为各条线路的长度。将各个线路
传统的火电厂那样需要消耗化石燃料,因此不适用
佃。 .. . ≯ 一≯ 。 ≯ 一 囊 。 黟 ≮ . 。 簪囊 、 特别推移/一 一一开关柜开关牛开关柜 开关柜开关柜
传统电力系统最优负荷分配时的等耗量微增率准
则。同时在风资源分布不均匀的情况下,利用传统
的平均分配功率的方法,对运行在非最大功率追踪
第机群 第 机群 第 机群第 机群 『 第机群
情况 。整个风电场风力资源部分充足并 的功率损耗,因此,本文所提方法对风电场调度有
一
且风速分布不均匀,假设如果以最大功率追踪模 定的实际指导意义
式运行,第 组和第 组只能输出额定功率的%,其他可以按照额定功率输出,整个风电场的理结语
论输出可以达到 . 。在此情况下,分别取值
为 %,%,%,%,进行验证,结 随着风电装机容量的不断增大,风电场参与系
统优化领域。
因.提出了一种风电机群本文以连接在同一母线 初始化时产生 群随机粒子,这群粒子就
上的若干台机组为 个机群 为单元的风电场调度
方法,解决了风电场内运行在非最大功率追踪 是 组随机解.在每一次迭代中,粒子通过跟踪 模式下风力发电机的调度问题,同时该方法 个极值来更新自己,一个是该粒子目前找到的最好
照额定功率输出,整个风电场的理论输出可以达到
果也列于表 ~ 中。情况 。整个风电场风力资源充足,如果以. 。在此情况下,分别取值为%, %,%,进行验证,结果如表 所示。
最大功率追踪模式运行,整个风电场的理论输出可
以达到 。在此情况下 分别取值为
表 情况 风电场有功损耗对比关系%, %,%,%,%,进行验证,
~ . 和. ; 一和 为最大迭代次数和当前 有功功率约束:
迭代次数。
Ⅱ 十
不等式约束条件:
风电场优化调度数学模型 ≤ ≤≤ ≤
. 风电场有功功率损耗的计算方法
≤ ≤
与火力发电不同,风力发电是分布式发电,风
力发电机容量小,机组台数多而且分布在较大的地
≤ ≤
理空间范围内,风电场内部的集电线路要将分散的
风电场的优化调度问题是典型的带有约束的
型号为: 一 / ,阻抗为 . / 。风场变
规划问题,其目的是通过控制变量的优选,使风电
电站内设置 台容量为 的升压变压器,
场内的潮流最优。传统的电力系统在进行最优负荷
升压至 接人系统。
分配时考虑的主要因素是各个火力机组的耗量微
/升压变压器
增率特性。而风电场由于以风力资源为动力,不像
同时,基于预测的风电场调度。风电功率预测
特 剐 推 荐 ∞》
取 种不同的情况对所提问题进行研究,其 情况 。整个风电场风力资源不充足并且风
速分布也不均匀,如果以最大功率追踪模式运行,
中,风电场功率输出系数分别取值为 %,/ %, %,%,%。为了对比平均分配方 第 组和第 组只能输出额定功率的 %,第 组
法与本文所提方法的区别,平均分配方法的计算结 和第 组只能输出额定功率的 %,第 组可以按
能有效的减少风电场内部的有功功率损耗,使得风 解,称为个体极值,一般用 表示;另一个是整个种
力发电机能更加有效的跟踪调度中心出力命令。最 群目前找到的最好解,称为全局极值,用 表示。根
后本文对所提方法进行了算例验证。 据这两个最优解,粒子利用式和式 来更新自
己的飞行速度和位置。
风电场调度 设有 个粒子,粒子 的信息可用 维向量表
场内部多台机组组成的风电机群的有功调度研究
还较少涉及。本文以风电功率预测为基础,将粒子 计算理论。它通过模拟鸟群的捕食行为来求解优化
群优化算法引入到风电场内部的优化调度中,通过 问题,是一种迭代随机搜索算法。具有鲁棒性
分析风电场集电线路的特点及有功功率损耗的原 好,易于实现等优点,目前已被广泛应用于电力系
子;是『 , 内的随机数; 为粒子所经历的最
发电机通过集电线路将功率汇集到升压站,然后再
好位置; 为整个群体所经历的最好位置; 为迭代
输送到电网中。而在功率汇集传输的过程中会产生
次数;迭代终止条件根据具体问题的不同而不同,
一
不容忽视的线路损耗。这是风电场调度区别与传统
般选为最大迭代次数或微粒种群目前的最优解
然.这就使得可调度的风力机逐渐成为风电场控制
的一种选择,丹麦的海上风电场 基本粒子群优化算法 已经做了有关的尝试。但是它仅仅局限
在单台风电机的控制上,而国内的研究也主要集中 粒子群算法 ,
在含风电场电力系统中常规机组的控制,对于风电 是等人在 世纪 年提出的一种基于
群体演化算法,其基本思想来源于人工生命和演化
度对当前速度的影响程度, 较大则算法具有较强
能设备不宜参与系统。
的全局搜索能力,∞较小则算法倾向于局部搜索,一
对于风电场参与系统的方式,目前只能要
般将其设为随时间线性减小,迭代过程中:
求风电机组不按照 模式,即留出一定的裕度
.∞~一 ~/ 一 ×凡
作为旋转备用参与系统。比如按照预测风电功
式中: 一和 为 的起始值和终止值,一般取为
考虑网损的风电场有功功率分配方法
特 别 推 荐 ∞ 》
率的 %发电.以剩余 %作为备用容量。此运行
提出了风电场发电裕度的计算方法,模拟了常规电
方案虽然没有最大程度上利用风能,但是它通过参
厂响应电网发电要求的过程。
从欧洲风电的运行经验可以看出,随着风电装 与系统,提高了电力系统整体的可靠性与可控
机容量的不断增大,风电场参与系统已成必 性,在风电穿透高的电力系统优势更为明显。
~ 号 台机组连接到同一母线上,记为第 机
式中: 为箱变容量; 分别为空载、额定负载下
群: ~ 号 台机组连接到同一母线上,记为第
的损耗率;Ⅳ为风力发电机的数目。风场内的有功总
机群: ~ 号 台机组连接到同一母线上,记为第
损耗为: 】机群:这 个机群经 回集电线路接入风电场数学模型变电站 母线如图 所示 。线路导体
菌尸
场。风电场调度中心再将整个风电场的出力要求分
解到各台风力发电机。基于预测值的调度是风电场 凡
调度区别于传统调度的一个特点。
式中:, ,..., 为第 个粒子; , ,?, 表
风电场集电线路相比于传统火电厂要复杂
示 维搜索空间中的第 个变量; , 为学习因
很多,它类似于小型的配电网。分布在各处的风力
果如表 所示
统已成必然,这就要求一部分风电场不能运行
在 模式,但是对于运行在非 模式下风
表 情况 风电场有功损耗对比关系
电场内有功负荷的分配并没有有效的方法,传统的
平均分配的方法,在风资源分配不均匀时有一定的
局限性。本文提出了利用粒子群优化算法求解风电
场调度问题的数学模型和求解方法.并进行了算例
验证,得到了比较满意的结果。
率损耗使得风电场功率与调度要求之间存在误差, 出力情况。利用 编程语言对此算例进
最大程度地减小线路损耗能更好地满足调度对风
行编程验证,主要参数设定如下:最大迭代次数为
电场的出力要求。本文即以线路损耗为目标函数。 次,粒子数为 ,学习因子 。惯性因子
目标函数为: 。
. . 和. ,初始粒子群由计算机自动生成。
模式下的风力发电机进行调度存在困难凹。因此,提 图 风力发电场的集电线路不意图
出一种对运行在非最大功率追踪模式下的风力发
对风电场的总出力要求在 组之间利用优化
电机的调度方法十分必要。 算法进行分配。取机群组数为粒子所处空间的维数
由于功率在风电场内部汇集过程中的有功功 .粒子在 维空间中的位置代表了各个机群的
内风速基本相同.如果以最大功率追踪模式运行。 况下,如果对各个机组出力进行优化后.线路损耗
整个风电场的理论输出可以达到 。在此情况 将减少 %~ %;对比第 组和第 组,虽然在风
下,分别取值为 %, %,%,进行验证, 速较低的情况下,网损会有所增加,但是对出力优
结果如表 所示。 化后仍能减少 %以上的线路损耗,从第 组和第
调度的另一个特点。
经过多次进化不再改变为止。粒子在根据速度不断
. 调度
调整自己位置的同时,还要受到最大速度 限
目前,风电场配备的储能设备主要有大容量蓄
制,当 超过 一时,速度将会被限定为 一。. 是
电池、超级电容器等设备,由于蓄电池充放电次数、
个非负数,称为惯性因子,它是控制微粒的先前速
超级电容器储能容量等技术条件的限制,风电场储
结果如表 所示。
表 情况 风电场有功损耗对比关系
表 ~ 中: 表示原始损耗的功率, 表
示优化以后损耗的功率, 表示原始功率损耗占要
求出力 的百分比, 表示优化后功率损耗占要
求出力 的百分比, 表示减少的损失占原始损情况 。整个风电场风力资源不充足,所有 耗功率的百分比。
风机均不能按照额定功率输出,但是在整个风电场 从以上分析结果可以看出,在风力资源充足情
的功率损耗相加,即可得到线路有功功率总损耗。 压 . .每台风机配置 台箱式变电站,采用一
机一变接线形式,箱变内部装设 . 升压变压