何健，丁曉群，陳光宇，許高俊，鄧吉祥

(1.河海大學(xué)能源與電氣學(xué)院，南京市 211100；2.國(guó)網(wǎng)江蘇省電力公司電力科學(xué)研究院，南京市 211103)

?

基于DFIG與SVC的風(fēng)電場(chǎng)無(wú)功電壓協(xié)調(diào)控制策略

何健1，丁曉群1，陳光宇1，許高俊2，鄧吉祥1

(1.河海大學(xué)能源與電氣學(xué)院，南京市 211100；2.國(guó)網(wǎng)江蘇省電力公司電力科學(xué)研究院，南京市 211103)

針對(duì)風(fēng)電場(chǎng)的無(wú)功電壓?jiǎn)栴}，構(gòu)建了風(fēng)電場(chǎng)模型，提出了一種綜合考慮雙饋風(fēng)電機(jī)組(doubly-fed induction generator，DFIG)和靜止無(wú)功補(bǔ)償器(static var compensator，SVC)的無(wú)功電壓協(xié)調(diào)控制策略。建立了綜合考慮風(fēng)電場(chǎng)公共接入點(diǎn)(point of common coupling，PCC)的電壓偏移量和無(wú)功源的無(wú)功裕度的目標(biāo)函數(shù)?；诨煦缌孔恿Ｗ尤核惴▽?duì)風(fēng)電場(chǎng)進(jìn)行無(wú)功電壓控制，通過(guò)協(xié)調(diào)DFIG和SVC的無(wú)功出力，使得風(fēng)電場(chǎng)PCC的電壓滿(mǎn)足要求，同時(shí)提高其無(wú)功源的無(wú)功裕度。最后，以華北某風(fēng)電場(chǎng)為例進(jìn)行算例分析，驗(yàn)證了所提無(wú)功電壓協(xié)調(diào)控制策略的可行性及有效性。

風(fēng)電場(chǎng)；雙饋風(fēng)電機(jī)組(DFIG)；靜止無(wú)功補(bǔ)償器(SVC)；混沌量子粒子群算法(CQPSO)；無(wú)功電壓控制

0 引 言

能源危機(jī)、環(huán)境破壞和全球變暖給人類(lèi)發(fā)展帶來(lái)巨大挑戰(zhàn)，在此背景下，風(fēng)電以其低碳、環(huán)保特性已成為當(dāng)今最具規(guī)模化開(kāi)發(fā)與商業(yè)化應(yīng)用前景的可再生能源。然而，風(fēng)電具有很強(qiáng)的波動(dòng)性及間歇性，將其并網(wǎng)后對(duì)電力系統(tǒng)的運(yùn)行方式會(huì)產(chǎn)生一定的影響[1-3]。

我國(guó)的風(fēng)能資源與負(fù)荷中心呈逆向分布，多數(shù)風(fēng)電采用“集中式開(kāi)發(fā)、遠(yuǎn)距離輸送”的模式。大規(guī)模風(fēng)電的并網(wǎng)改變了傳統(tǒng)電力系統(tǒng)的結(jié)構(gòu)特性，給電力系統(tǒng)的調(diào)度運(yùn)行方式帶來(lái)了新的挑戰(zhàn)。文獻(xiàn)[4]對(duì)國(guó)內(nèi)外含風(fēng)電的電力系統(tǒng)機(jī)組組合問(wèn)題的研究現(xiàn)狀進(jìn)行了綜述。風(fēng)電場(chǎng)多采用輻射型連接，匯集線(xiàn)路較長(zhǎng)，且少有甚至沒(méi)有負(fù)荷接入，是一個(gè)典型的電壓敏感性強(qiáng)的弱聯(lián)接送端電網(wǎng)。其電壓支撐能力不強(qiáng)，無(wú)功電壓?jiǎn)栴}突出，其中風(fēng)電場(chǎng)公共接入點(diǎn)(point of common coupling，PCC) 的電壓波動(dòng)尤為突出。因此，必須對(duì)其無(wú)功和電壓進(jìn)行控制，以保證其安全穩(wěn)定運(yùn)行。

風(fēng)電場(chǎng)的無(wú)功電壓控制問(wèn)題已經(jīng)引起了國(guó)內(nèi)諸多專(zhuān)家學(xué)者的廣泛關(guān)注。文獻(xiàn)[5]以酒泉風(fēng)電基地為例，研究了基于神經(jīng)網(wǎng)絡(luò)的超短期風(fēng)電功率預(yù)測(cè)方法。文獻(xiàn)[6]計(jì)及了雙饋異步風(fēng)力發(fā)電機(jī)(doubly-fed induction generator，DFIG)的無(wú)功調(diào)節(jié)能力，并使之參與含風(fēng)電場(chǎng)的配電網(wǎng)無(wú)功電壓控制，使無(wú)功優(yōu)化實(shí)現(xiàn)了連續(xù)性調(diào)節(jié)。文獻(xiàn)[7]針對(duì)甘肅酒泉風(fēng)電基地“2-24”風(fēng)電機(jī)組連鎖脫網(wǎng)事故，分析其事故發(fā)生的主要原因，并提出區(qū)域自動(dòng)電壓控制(automatic voltage control, AVC)協(xié)調(diào)控制模式及策略。文獻(xiàn)[8]總結(jié)了國(guó)內(nèi)外AVC的發(fā)展現(xiàn)狀，并提出了智能AVC的概念與特征。文獻(xiàn)[9]建立風(fēng)電場(chǎng)多層動(dòng)靜態(tài)電壓協(xié)調(diào)控制模型，采用大容量靜態(tài)補(bǔ)償設(shè)備對(duì)其無(wú)功電壓進(jìn)行大幅調(diào)節(jié)，采用動(dòng)態(tài)補(bǔ)償設(shè)備平滑小幅波動(dòng)，取得了較好效果。文獻(xiàn)[10]考慮了雙饋風(fēng)電場(chǎng)無(wú)功源的無(wú)功裕度指標(biāo)，對(duì)其進(jìn)行無(wú)功電壓協(xié)調(diào)控制。文獻(xiàn)[11]提出了一種故障時(shí)刻的風(fēng)電場(chǎng)無(wú)功電壓實(shí)時(shí)協(xié)調(diào)控制策略，以提高風(fēng)電系統(tǒng)的故障穿越能力。

文獻(xiàn)[12-13]為近幾年國(guó)外專(zhuān)家在風(fēng)電場(chǎng)無(wú)功控制上取得的成果。文獻(xiàn)[12]提出了風(fēng)電場(chǎng)在正常運(yùn)行狀態(tài)和低電壓穿越狀態(tài)下的無(wú)功電壓控制策略。文獻(xiàn)[13]研究了如何協(xié)調(diào)DFIG無(wú)功輸出和其他無(wú)功源以提高系統(tǒng)的電壓穩(wěn)定裕度。但上述文獻(xiàn)并未同時(shí)考慮DFIG與SVC的靈活無(wú)功調(diào)節(jié)能力，未同時(shí)將二者納入到無(wú)功裕度的范疇內(nèi)，使得風(fēng)電場(chǎng)在應(yīng)對(duì)系統(tǒng)故障燈突發(fā)事件時(shí)的調(diào)節(jié)能力略顯不足。

風(fēng)電場(chǎng)接入電力系統(tǒng)技術(shù)規(guī)定為：風(fēng)電場(chǎng)要充分利用風(fēng)電機(jī)組的無(wú)功容量及其調(diào)節(jié)能力；當(dāng)風(fēng)電機(jī)組的無(wú)功容量不能滿(mǎn)足系統(tǒng)電壓調(diào)節(jié)需要時(shí)，應(yīng)在風(fēng)電場(chǎng)集中加裝適當(dāng)容量的無(wú)功補(bǔ)償裝置，必要時(shí)加裝動(dòng)態(tài)無(wú)功補(bǔ)償裝置[14]。而DFIG的無(wú)功補(bǔ)償能力是有限的，用于補(bǔ)償?shù)臒o(wú)功功率越少，其可再調(diào)節(jié)的無(wú)功范圍則越大。為此，本文在確保風(fēng)電場(chǎng)安全穩(wěn)定運(yùn)行的前提下，并使DFIG和SVC留有一定的無(wú)功裕度，將其無(wú)功裕度納入目標(biāo)函數(shù)之中，從而對(duì)整個(gè)風(fēng)電場(chǎng)的無(wú)功電壓進(jìn)行協(xié)調(diào)控制。鑒于傳統(tǒng)粒子群算法存在早熟、易陷入局部最優(yōu)的缺點(diǎn)，采用混沌量子粒子群算法對(duì)風(fēng)電場(chǎng)與升壓變電站進(jìn)行無(wú)功電壓控制，結(jié)果驗(yàn)證本文所提方法的正確性和實(shí)用性。

1 風(fēng)電場(chǎng)模型

DFIG發(fā)出的有功功率Pt與無(wú)功功率Qt的關(guān)系為

(1)

式中：Us為定子側(cè)電壓；s為轉(zhuǎn)差率；Xs、Xm為定子漏抗和勵(lì)磁電抗；Is、Ir為定子繞組和轉(zhuǎn)子側(cè)變流器的電流[15]。本文取某型號(hào)1.5 MW的DFIG，其P-Q運(yùn)行曲線(xiàn)如圖1所示。

圖1 1.5 MW雙饋異步發(fā)電機(jī)P-Q曲線(xiàn)Fig.1 P-Q curve of 1.5 MW doubly-fed induction generator

鑒于本文所進(jìn)行的無(wú)功優(yōu)化僅涉及DFIG無(wú)功出力和風(fēng)電場(chǎng)并網(wǎng)的升壓站低壓側(cè)母線(xiàn)所并聯(lián)SVC的無(wú)功補(bǔ)償量，并不涉及風(fēng)電場(chǎng)內(nèi)部DFIG連接方式的區(qū)別，因此風(fēng)電場(chǎng)采用集中模型進(jìn)行處理。假設(shè)風(fēng)電場(chǎng)采用同一型號(hào)的DFIG，工況相同，且都運(yùn)行在同一風(fēng)速下。設(shè)風(fēng)電場(chǎng)由N臺(tái)DFIG組成，經(jīng)升壓站接入電網(wǎng)，則該風(fēng)電場(chǎng)的有功輸出Pw與無(wú)功輸出Qw分別為

(2)

2 風(fēng)電場(chǎng)無(wú)功電壓協(xié)調(diào)控制基本思路

在建設(shè)堅(jiān)強(qiáng)智能電網(wǎng)的大環(huán)境下，雙饋型風(fēng)電場(chǎng)的無(wú)功電壓調(diào)控裝置主要包括DFIG、并網(wǎng)升壓站內(nèi)的并聯(lián)電容器組、有載調(diào)壓變壓器及動(dòng)態(tài)無(wú)功補(bǔ)償設(shè)備[10]，如SVC和靜止無(wú)功發(fā)生器(static var generator，SVG)。利用二者實(shí)現(xiàn)動(dòng)態(tài)的連續(xù)調(diào)節(jié)以平抑PCC電壓波動(dòng)，滿(mǎn)足電網(wǎng)電壓要求，并使其具有柔性控制、預(yù)防機(jī)制、自適應(yīng)和自愈功能[8]。

并聯(lián)電容器組和有載調(diào)壓變壓器(on-load tap changer，OLTC)調(diào)節(jié)速度慢，只能進(jìn)行分段、階躍的無(wú)功補(bǔ)償，難以達(dá)到連續(xù)精細(xì)調(diào)節(jié)的目的。SVC、SVG反應(yīng)速度快，調(diào)節(jié)精度高，能迅速地對(duì)PCC的電壓波動(dòng)進(jìn)行平抑[10]。當(dāng)電網(wǎng)發(fā)生電壓跌落時(shí)，由于SVC未能快速響應(yīng)，造成大量DFIG脫網(wǎng)，故障消除后又不能自動(dòng)退出，繼續(xù)向系統(tǒng)注入無(wú)功，造成PCC電壓過(guò)高，DFIG過(guò)電壓保護(hù)動(dòng)作，導(dǎo)致事故繼續(xù)擴(kuò)大。為此，在風(fēng)電場(chǎng)站配置方案中，SVC多存在于2010年以前的并網(wǎng)項(xiàng)目，而2012年以后則全部采用全容量SVG，且近2年的最大容性無(wú)功補(bǔ)償比例也有所提高[16]。

雙饋風(fēng)電場(chǎng)無(wú)功電壓協(xié)調(diào)控制的基本思路為：

(1)根據(jù)風(fēng)電場(chǎng)每時(shí)段平均預(yù)測(cè)風(fēng)速和DFIG輸出功率特性曲線(xiàn)，得到單臺(tái)DFIG的輸出功率，由式(2)計(jì)算得風(fēng)電場(chǎng)的有功輸出Pw與無(wú)功輸出Qw。

(2)將PCC作為PQ節(jié)點(diǎn)進(jìn)行潮流計(jì)算，得到風(fēng)電場(chǎng)并網(wǎng)點(diǎn)電壓UPCC。

(3)將相關(guān)數(shù)據(jù)輸入CQPSO程序按照目標(biāo)函數(shù)進(jìn)行無(wú)功優(yōu)化，得到該時(shí)段內(nèi)的最優(yōu)無(wú)功補(bǔ)償值。

(4)在保證有較大無(wú)功裕度的情況下，DFIG按此無(wú)功補(bǔ)償值進(jìn)行無(wú)功輸出。在此基礎(chǔ)上，根據(jù)UPCC是否滿(mǎn)足要求，判斷SVC是否動(dòng)作及決定其無(wú)功輸出功率。

3 無(wú)功優(yōu)化模型

3.1 風(fēng)電場(chǎng)無(wú)功電壓協(xié)調(diào)控制的目標(biāo)函數(shù)

本文從構(gòu)造PCC電壓偏移的隸屬度函數(shù)[17]和風(fēng)電場(chǎng)無(wú)功源的無(wú)功裕度兩方面來(lái)衡量風(fēng)電場(chǎng)的無(wú)功電壓控制策略的優(yōu)劣，然后將二者加權(quán)求和作為目標(biāo)函數(shù)，以此作為滿(mǎn)意度來(lái)進(jìn)行評(píng)價(jià)。

(1)PCC電壓偏移ΔUPCC的隸屬度函數(shù)。正常運(yùn)行方式下，PCC電壓UPCC偏移應(yīng)在額定電壓的-3%～+7%之內(nèi)[14]，即

(3)

式中：電壓偏移ΔUPCC=UPCC-Uref，Uref為參考電壓，本文中取1.0pu；ΔUmax、ΔUmin為系統(tǒng)所允許UPCC電壓偏移的上、下限，分別取7%和-3%。本文中，式(3)的建立僅作理論性探討。

(2)風(fēng)電場(chǎng)無(wú)功源的無(wú)功裕度。升壓站的動(dòng)態(tài)無(wú)功補(bǔ)償設(shè)備SVC具有快速調(diào)節(jié)的能力，能在故障時(shí)提供無(wú)功支撐。因此，在風(fēng)電場(chǎng)穩(wěn)定運(yùn)行期間，讓DFIG優(yōu)先承擔(dān)其調(diào)壓任務(wù)。一方面能預(yù)留充足的動(dòng)態(tài)無(wú)功裕度以應(yīng)對(duì)風(fēng)電場(chǎng)的暫態(tài)故障，另一方面能夠緩解DFIG脫網(wǎng)后帶來(lái)的無(wú)功過(guò)剩問(wèn)題。同時(shí)，應(yīng)適當(dāng)考慮各臺(tái)DFIG在無(wú)功調(diào)節(jié)范圍內(nèi)的出力均衡以保證其參與無(wú)功電壓協(xié)調(diào)控制的可靠性。為此，引入風(fēng)電場(chǎng)無(wú)功源無(wú)功裕度指標(biāo)

(4)

由于SVC與DFIG都能雙向調(diào)節(jié)無(wú)功功率，因而根據(jù)風(fēng)電場(chǎng)的運(yùn)行狀況及PCC的電壓調(diào)度指令對(duì)無(wú)功源上下限進(jìn)行設(shè)置以保證所有無(wú)功源的調(diào)節(jié)方向相同[10]。式(4)中的QCimax和QCimin應(yīng)滿(mǎn)足

[QCimin,QCimax]=

(5)

(3)目標(biāo)函數(shù)：

(6)

式中：λ1、λ2為權(quán)重系數(shù)，根據(jù)層次分析法[18]得其分別為0.9和0.1。限于篇幅，本文不作深入分析。

3.2 潮流方程約束

(7)

式中：Pi和Qi為節(jié)點(diǎn)i注入的有功功率與無(wú)功功率；Ui和Uj為節(jié)點(diǎn)i和j的電壓；Gij、Bij和θij為節(jié)點(diǎn)i和j之間的互電導(dǎo)、互電納和相角差；N為總節(jié)點(diǎn)數(shù)。

3.3 變量約束

(1)狀態(tài)變量不等式約束：

UPCCmin≤UPCC≤UPCCmax

(8)

式中：UPCCmax和UPCCmin為PCC電壓所允許的上、下限值。

(2)控制變量不等式約束：

(9)

式中：Timax和Timin為節(jié)點(diǎn)i處OLTC變比上、下限值；QCimax和QCimin為節(jié)點(diǎn)i無(wú)功補(bǔ)償裝置的無(wú)功容量上、下限；QGimax和QGimin分別為第i臺(tái)DFIG所發(fā)無(wú)功功率的上、下限。

4 基于CQPSO的風(fēng)電場(chǎng)無(wú)功優(yōu)化

4.1 粒子群算法

粒子群算法(particle swarm optimization，PSO)[6]通過(guò)更新自身的2個(gè)“極值”來(lái)進(jìn)行迭代尋優(yōu)：(1)粒子i的自身最優(yōu)解pid；(2)粒子群的全局最優(yōu)解，即全局極值gd。粒子更新自身速度與位置的表達(dá)式為

(10)

式中：vid(t)、xid(t)為第i個(gè)粒子t次迭代時(shí)d維上的速度和位置；w為慣性常數(shù)；c1、c2為學(xué)習(xí)因子。

PSO具有收斂速度快、優(yōu)化效率高、魯棒性強(qiáng)等優(yōu)點(diǎn)，但其全局尋優(yōu)能力較差，易陷入局部最優(yōu)。為此，采用具有高效率全局搜索能力的CQPSO[19]，利用其混沌映射來(lái)保持群體多樣性，避免算法收斂于局部最優(yōu)解。

4.2 CQPSO

PSO之所以易陷入局部最優(yōu)，是因?yàn)槠淞Ｗ釉谲壍纼?nèi)運(yùn)行，因而其搜索空間有限，不能覆蓋整個(gè)可行域空間進(jìn)行。

混沌量子粒子群算法(chaotic quantum-behaved particle swarm optimization，QPSO)[20]認(rèn)為其粒子具有量子行為，可在整個(gè)可行域空間中搜索。粒子的速度與位置不能同時(shí)確定，但可以利用薛定諤方程求解其位置的概率密度函數(shù)。隨后通過(guò)蒙特卡羅仿真得到粒子的位置

(11)

xidop(t+1)=φxid(t)+(1-φ)gid(t)

(12)

(13)

(14)

(15)

式中：xad(t)為粒子群中所有粒子第t次迭代第d維上的平均最佳位置；u、φ為[0, 1]上服從均勻分布的隨機(jī)數(shù)；β為慣性權(quán)值，是保證CQPSO收斂的一個(gè)重要參數(shù)，可按下式動(dòng)態(tài)變化取值

(16)

式中：tmax為最大迭代次數(shù)； 當(dāng)u≤0.5時(shí)，式(15)中β前取“+”號(hào)，當(dāng)u>0.5時(shí)，β前取“-”號(hào)。在迭代過(guò)程中，β隨迭代次數(shù)增加而線(xiàn)性減少。

采用混沌系統(tǒng)的遍歷性來(lái)避陷入免局部最優(yōu)，進(jìn)而提高算法的全局尋優(yōu)能力。采用完全處于混沌狀態(tài)的Logistic映射I：(0, 1)→(0, 1)，來(lái)更新變量：xi+1=axi(1-xi)，xi∈[0,1]，i=1,2,…,n，a為參數(shù)。

4.3 基于CQPSO的無(wú)功電壓協(xié)調(diào)控制流程

(1)輸入預(yù)測(cè)風(fēng)功率參數(shù)、電壓上下限、升壓站內(nèi)OLTC參數(shù)、SVC容量，進(jìn)而計(jì)算其有功輸出及無(wú)功調(diào)節(jié)范圍。

(2)在控制變量可行域內(nèi)混沌初始化量子粒子群。計(jì)算粒子的適應(yīng)度。設(shè)迭代次數(shù)t=0。

(3)對(duì)粒子進(jìn)行速度和位置更新，通過(guò)潮流計(jì)算得其適應(yīng)度，即本文目標(biāo)函數(shù)值，并對(duì)之進(jìn)行評(píng)估。更新局部最優(yōu)解pid和全局最優(yōu)解gd。

(4)通過(guò)潮流計(jì)算，得其適應(yīng)度值。對(duì)其進(jìn)行判斷，如果滿(mǎn)足規(guī)定精度要求或達(dá)到最大迭代次數(shù)，則停止，輸出最優(yōu)解；否則轉(zhuǎn)步驟(3)。

5 算例分析

以華北某風(fēng)電場(chǎng)為例進(jìn)行算例分析，其系統(tǒng)結(jié)構(gòu)如圖2所示。該風(fēng)電場(chǎng)由80 臺(tái)1.5MW的DFIG組成，總裝機(jī)容量為120MW。將所有風(fēng)電場(chǎng)等效為1臺(tái)DFIG，經(jīng)機(jī)端變壓器升壓至6kV集電系統(tǒng)，經(jīng)電纜接至升壓變電站低壓側(cè)母線(xiàn)。取主變壓器T1高壓側(cè)母線(xiàn)為系統(tǒng)電壓控制點(diǎn)。變電站內(nèi)配有1套SVC，其容量為-40～60Mvar。OLTC的電壓調(diào)節(jié)范圍為1±4×1.25%。CQPSO的參數(shù)：種群規(guī)模NP=50，最大迭代次數(shù)tmax=50，w=0.6，c1=c2=2.0。本文電壓基準(zhǔn)值取35 kV，并取變電站35 kV側(cè)母線(xiàn)作為電壓控制點(diǎn)。

圖2 測(cè)試系統(tǒng)結(jié)構(gòu)圖Fig.2 Structure of test system

該風(fēng)電場(chǎng)在冬季典型日的風(fēng)速曲線(xiàn)及其單臺(tái)DFIG的有功功率輸出曲線(xiàn)如圖3所示。

圖3 風(fēng)電場(chǎng)風(fēng)速曲線(xiàn)與DFIG有功功率輸出曲線(xiàn)Fig.3 Curves of wind speed in wind farm and active power output of DFIG

采用3種不同的無(wú)功電壓控制方式來(lái)對(duì)其控制效果進(jìn)行對(duì)比。

(1)僅采用升壓站的SVC。

(2)僅采用風(fēng)電場(chǎng)的DFIG。

(3)升壓站的SVC和風(fēng)電場(chǎng)的DFIG共同參與無(wú)功電壓控制。

不考慮風(fēng)電場(chǎng)的地形影響和尾流效應(yīng)，假設(shè)其內(nèi)所有DFIG均具有相同的風(fēng)速，進(jìn)而將風(fēng)電場(chǎng)內(nèi)的所有DFIG等效為1臺(tái)DFIG進(jìn)行處理。

基于CQPSO對(duì)風(fēng)電場(chǎng)進(jìn)行無(wú)功優(yōu)化，得到3種無(wú)功電壓控制方式在各時(shí)刻的目標(biāo)函數(shù)值如圖4所示。

圖4 不同無(wú)功電壓控制方式下的目標(biāo)函數(shù)值Fig.4 Objective function values in different reactive voltage control mode

對(duì)比圖4中的3種無(wú)功電壓控制方式，可以看出方式3的無(wú)功電壓控制效果明顯優(yōu)于方式1和方式2。本文所提的無(wú)功電壓協(xié)調(diào)控制綜合考慮了PCC電壓偏移指標(biāo)和風(fēng)電場(chǎng)無(wú)功源(DFIG和SVC)的無(wú)功裕度，其優(yōu)化效果明顯優(yōu)于前兩者：與方式1相比，增加了SVC的無(wú)功補(bǔ)償裕度，同時(shí)減少了因SVC投入運(yùn)行而產(chǎn)生的電能損耗；與方式2相比，減少了風(fēng)電場(chǎng)內(nèi)無(wú)功損耗。這是因?yàn)镈FIG輸出的無(wú)功功率需經(jīng)過(guò)較長(zhǎng)的集電線(xiàn)路與多重變壓器送出至風(fēng)電場(chǎng)PCC，途中必定會(huì)產(chǎn)生一定的無(wú)功損耗，并增加有功損耗。

為驗(yàn)證本文所采用的CQPSO的有效性，分別按文獻(xiàn)[6]采用的PSO和文獻(xiàn)[20]采用的QPSO進(jìn)行無(wú)功優(yōu)化，并連續(xù)運(yùn)行50次，最后得到的關(guān)于目標(biāo)函數(shù)F的收斂特性曲線(xiàn)如圖5所示。

圖5 算法的收斂特性曲線(xiàn)Fig.5 Convergence characteristic curves in algorithms

由圖5可知，CQPSO在優(yōu)化效果與計(jì)算速度上比其他方法都具有一定的優(yōu)越性。在CQPSO算法中粒子量子化，粒子的運(yùn)動(dòng)受到來(lái)自量子空間中量子化吸引勢(shì)場(chǎng)的束縛，因而具有聚集態(tài)性質(zhì)。該粒子能夠以一定的概率密度出現(xiàn)于量子空間的任意點(diǎn)，即可在整個(gè)可行域空間內(nèi)尋優(yōu)，從而克服了PSO易發(fā)生局部最優(yōu)的缺點(diǎn)。此外，根據(jù)算法的實(shí)際運(yùn)行情況動(dòng)態(tài)調(diào)整β，使得CQPSO在收斂速度、計(jì)算精度和全局尋優(yōu)能力上得以明顯提高。

6 結(jié) 論

(1)提出了綜合考慮升壓變電站的SVC和風(fēng)電場(chǎng)的DFIG的無(wú)供電壓協(xié)調(diào)控制策略，使風(fēng)電場(chǎng)的無(wú)功裕度更大，能夠更好地應(yīng)對(duì)電網(wǎng)故障。

(2)CQPSO混沌初始化粒子群，并根據(jù)算法實(shí)際運(yùn)行情況動(dòng)態(tài)調(diào)整β，進(jìn)而改善了算法的性能，克服了PSO易收斂于局部最優(yōu)的缺點(diǎn)，全局尋優(yōu)能力、收斂速度及計(jì)算精度都得以明顯提高。

[1]薛禹勝，雷興，薛峰，等.關(guān)于風(fēng)電不確定性對(duì)電力系統(tǒng)影響的評(píng)述[J].中國(guó)電機(jī)工程學(xué)報(bào)，2014，28：4761-4769.XueYusheng，LeiXing，XueFeng，etal.Areviewonimpactsofwindpoweruncertaintiesonpowersystems[J].ProceedingsoftheCSEE，2014，34(29)：5029-5040.

[2]張麗英，葉廷路，辛耀中，等.大規(guī)模風(fēng)電接入電網(wǎng)的相關(guān)問(wèn)題及措施[J].中國(guó)電機(jī)工程學(xué)報(bào)，2010，30(25)：1-9.ZhangLiying，YeTinglu，XinYaozhong，etal.Problemsandmeasuresofpowergridaccommodatinglargescalewindpower[J].ProceedingsoftheCSEE，2010，30(25)：1-9.

[3]丁明，李賓賓，韓平平.雙饋風(fēng)電機(jī)組運(yùn)行方式對(duì)系統(tǒng)電壓穩(wěn)定性的影響[J].電網(wǎng)技術(shù)，2010，34(10)：26-31.DingMing，LiBinbin，HanPingping.Impactsofoperationmodesofdoubly-fedwindturbinegeneratoronsystemvoltagestability[J].PowerSystemTechnology，2010，34(10)：26-31.

[4]劉吉臻，王海東，李明揚(yáng).含風(fēng)電的電力系統(tǒng)機(jī)組組合問(wèn)題研究綜述[J].電力建設(shè)，2014，35(12)：37-45.LiuJizhen，WangHaidong，LiMingyang.Reviewonunitcommitmentofpowersystemswithwindpowerintegration[J].ElectricPowerConstruction，2014，35(12)：37-45.

[5]馬彥宏，汪寧渤，馬明，等.基于神經(jīng)網(wǎng)絡(luò)的酒泉風(fēng)電基地超短期風(fēng)電功率預(yù)測(cè)方法[J].電力建設(shè)，2013，34(9)：1-5.MaYanhong，WangNingbo，MaMing，etal.Ultra-short-termwindpowerpredictionmethodbasedonneuralnetworkforJiuquanwindpowerbase[J].ElectricPowerConstruction，2013，34(9)：1-5.

[6]趙晶晶，符楊，李東東.考慮雙饋電機(jī)風(fēng)電場(chǎng)無(wú)功調(diào)節(jié)能力的配電網(wǎng)無(wú)功優(yōu)化[J].電力系統(tǒng)自動(dòng)化，2011，35(11)：33-38.ZhaoJingjing，F(xiàn)uYang，LiDongdong.ReactivepoweroptimizationindistributionnetworkconsideringreactivepowerregulationcapabilityofDFIGwindfarm[J].AutomationofElectricPowerSystems，2011，35(11)：33-38.

[7]王佳明，王智冬，李暉，等.預(yù)防大規(guī)模風(fēng)機(jī)連鎖脫網(wǎng)事故的區(qū)域自動(dòng)電壓控制協(xié)調(diào)控制策略[J].電力建設(shè)，2014，35(1)：78-83.WangJiaming，WangZhidong，LiHui，etal.RegionalAVCcoordinatingcontrolstrategylarge-scalecascadingtrip-offpreventionofwindturbines[J].ElectricPowerConstruction，2014，35(1)：78-83.

[8]唐寅生，丁曉群.智能AVC系統(tǒng)的特征和建設(shè)研究[J].電網(wǎng)技術(shù)，2010，34(10)：10-14.TangYinsheng，DingXiaoqun.ResearchonfeaturesofsmartAVCanditsconstruction[J].PowerSystemTechnology，2010，34(10)：10-14.

[9]陳惠粉，喬穎，閔勇，等.風(fēng)電場(chǎng)動(dòng)靜態(tài)無(wú)功補(bǔ)償協(xié)調(diào)控制策略[J].電網(wǎng)技術(shù)，2013，37(1)：248-254.ChenHuifen，QiaoYing，MinYong，etal.Studyoncoordinatedcontrolstrategyofdynamicandstaticreactivecompensationinwindfarm[J].PowerSystemTechnology，2013，37(1)：248-254.

[10]楊碩，王偉勝，劉純，等.雙饋風(fēng)電場(chǎng)無(wú)功電壓協(xié)調(diào)控制策略[J].電力系統(tǒng)自動(dòng)化，2013，37(12)：1-6.YangShuo，WangWeisheng，LiuChun，etal.Coordinativecontrolstrategyofreactivepowerandvoltagecontrolofwindfarmwithdoubly-fedinductiongenerators[J].AutomationofElectricPowerSystems，2013，37(12)：1-6.

[11]王成福，梁軍，馮紅霞，等.故障時(shí)刻風(fēng)電系統(tǒng)無(wú)功電壓協(xié)調(diào)控制策略[J].電力自動(dòng)化設(shè)備，2011，31(9)：14-17.

WangChengfu,LiangJun,FenHongxia，etal.Coordinatedvar-voltagecontrolduringfaultofwindpowersystem[J].ElectricPowerAutomationEquipment，2011，31(9)：14-17.

[12]DeRijckeS，ErgunH，VanHertemD，etal.Gridimpactofvoltagecontrolandreactivepowersupportbywindturbinesequippedwithdirect-drivesynchronousmachines[J].IEEETransactionsonSustainableEnergy，2012，3(4)：890-898.

[13]KumarVSS，ReddyKK，ThukaramD.Coordinationofreactivepoweringrid-connectedwindfarmsforvoltagestabilityenhancement[J].IEEETransactionsonPowerSystems，2014，29(5)：2381-2390.

[14]GB/T19963—2011 風(fēng)電場(chǎng)接入電力系統(tǒng)技術(shù)規(guī)定[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2011.

[15]Santos-MartinD，ArnaltesS，RodriguezAmenedoJL.Reactivepowercapabilityofdoublyfedasynchronousgenerators[J].ElectricPowerSystemsResearch，2008，78(11)：1837-1840.

[16]鄭海濤，鄭昕，吳興全，等.大型并網(wǎng)風(fēng)電場(chǎng)和光伏電站內(nèi)動(dòng)態(tài)無(wú)功補(bǔ)償?shù)膽?yīng)用技術(shù)分析[J].電力系統(tǒng)保護(hù)與控制，2014，42(16)：149-154.ZhengHaitao,ZhengXin,WuXingquan，etal.Technicalanalysisofdynamicreactivepowercompensationequipmentappliedinlarge-scalegridconnectedwindpowerplantandphotovoltaicsubstation[J].PowerSystemProtectionandControl，2014，42(16)：149-154.

[17]余昆，曹一家，陳星鶯，等.含分布式電源的地區(qū)電網(wǎng)無(wú)功電壓優(yōu)化[J].電力系統(tǒng)自動(dòng)化，2011，35(8)：28-32.YuKun,CaoYijia,ChenXingying，etal.Reactivepowerandvoltageoptimizationofthedistrictgridwithdistributedgenerators[J].AutomationofElectricPowerSystems，2011，35(8)：28-32.

[18]SaatyTL.Theanalytichierarchyprocess[M].NewYork：McGraw-HillInc，1980：12-15.

[19]TurgutOE，TurgutMS，CobanMT.Chaoticquantumbehavedparticleswarmoptimizationalgorithmforsolvingnonlinearsystemofequations[J].Computers&MathematicswithApplications，2014，68(4)：508-530.

[20]MengKe，WangHonggang，DongZhaoyang，etal.Quantum-inspiredparticleswarmoptimizationforvalve-pointeconomicloaddispatch[J].IEEETransactionsonPowerSystems，2010，25(1)：215-222.

(編輯：蔣毅恒)

Reactive Voltage Coordinated Control Strategy for Wind Farm Based on DFIG and SVC

HE Jian1, DING Xiaoqun1, CHEN Guangyu1, XU Gaojun2, DENG Jixiang1

(1. College of Energy and Electrical Engineering, Hohai University, Nanjing 211100, China;2. Electric Power Research Institute, Jiangsu Electric Power Company, Nanjing 211103, China)

A wind farm mode was established aiming at resolving the problem of the reactive voltage. And reactive voltage coordinated control strategy was proposed with comprehensively considering both doubly-fed induction generator (DFIG) and static var compensator (SVC). With considering the voltage deviation of the point of common coupling (PCC) and the reactive power margin of the reactive power source for wind farm, an objective function was established. Chaotic quantum-behaved particle swarm optimization (CQPSO) was used for the reactive voltage control of wind farm; by coordinating the reactive power output of DFIG and SVC, the voltage of PCC connected with power system was enabled to meet the requirement, and the reactive power margin of reactive power source was improved at the same time. Finally, a wind farm in North China was taken as an example for analysis, and the simulation results verified the feasibility and effectiveness of the proposed reactive voltage coordinated control strategy.

wind farm; doubly-fed induction generator (DFIG); static var compensator (SVC); chaotic quantum-behaved particle swarm optimization (CQPSO); reactive voltage control

國(guó)家高技術(shù)研究發(fā)展計(jì)劃項(xiàng)目(863計(jì)劃) (2013AA050601)。

TM 761

A

1000-7229(2015)05-0001-06

10.3969/j.issn.1000-7229.2015.05.001

2014-12-29

2015-03-26

何健(1987)，男，通信作者，碩士，研究方向?yàn)殡娏ο到y(tǒng)規(guī)劃、運(yùn)行與控制；

丁曉群(1956)，男，教授，博士生導(dǎo)師，研究方向?yàn)殡娏ο到y(tǒng)運(yùn)行與控制、電力設(shè)備故障診斷、電力系統(tǒng)經(jīng)濟(jì)運(yùn)行等；

陳光宇(1981)，男，博士，主要研究方向?yàn)殡娏ο到y(tǒng)規(guī)劃、運(yùn)行與控制；

許高俊(1989)，男，碩士，研究方向?yàn)殡姎庠O(shè)備狀態(tài)監(jiān)測(cè)與故障診斷；

鄧吉祥(1991)，男，碩士研究生，研究方向?yàn)殡娏ο到y(tǒng)運(yùn)行與控制。

Project Supported by the National High Technology Research and Development of China (863 Program) (2013AA050601).