孫　釩，張建華

(華北電力大學電氣與電子工程學院輸配電研究所，北京　102206)

?

風電場場站級降功率控制策略優(yōu)化研究

孫釩，張建華

(華北電力大學電氣與電子工程學院輸配電研究所，北京102206)

0　引　言

近幾年，我國風力發(fā)電發(fā)展迅速，風電滲透率明顯提高[1]。但同時，風力發(fā)電波動性和不確定性對電網(wǎng)產(chǎn)生的影響也日趨明顯。因此研究能有效跟蹤電網(wǎng)調(diào)度指令變化、提高風電場功率調(diào)控能力的場站級有功功率控制系統(tǒng)顯得必要和迫切[2]。

風電場場站級功率控制主要對場內(nèi)各風電機組進行優(yōu)化調(diào)度來快速經(jīng)濟的跟蹤電網(wǎng)調(diào)度指令。目前國內(nèi)外關(guān)于此領(lǐng)域研究較少。文獻[3-4]整體介紹了風機本地控制和風電場集中控制的原理和結(jié)構(gòu)。文獻[5]在分析風電場有功控制能力和電網(wǎng)約束后提出了考慮儲能的風電場有功控制3層模型。文獻[6]以風電場有功損耗最小為目標函數(shù)建立優(yōu)化調(diào)度模型，使用粒子群算法求解。文獻[7]基于超短期功率預測，在降出力條件下以有功出力最大和線損最小為目標建立風電場群有功優(yōu)化模型。文獻[8]針對風機提出調(diào)節(jié)性能評價指標,使用優(yōu)先順序法確定控制序列，并提出功率分配算法，但未考慮風機運行損耗和機械特性，且評價方法較粗略。

針對以上文獻的不足，本文考慮變速恒頻風機在不同風速下的功率調(diào)節(jié)和機械特性，提出計及風機運行特性的風機功率調(diào)節(jié)評價指標體系，使用熵權(quán)法修正的層次分析法和模糊理論相結(jié)合的綜合評價方法，建立風機調(diào)控評分序列，并提出降功率優(yōu)化模型。最后，以湖北省隨州某風電場算例驗證了所提風電場場站級有功控制策略的有效性。

1　風電場有功功率控制

1.1風電場有功功率控制系統(tǒng)

風電場有功功率控制系統(tǒng)基于電網(wǎng)實時調(diào)度指令，以15min為控制周期，通過有功優(yōu)化策略實時控制場內(nèi)風機的有功出力值[9]，風電場有功控制系統(tǒng)主要包括SCADA系統(tǒng)、功率預測、場站級控制和單機控制系統(tǒng)，控制系統(tǒng)框圖參見文獻[10]。

本文以風電場實際運行中最常遇到的降功率情況進行分析。電網(wǎng)實時調(diào)度對風電場下達下一周期出力指令Pref，并與風電場當前功率Pcc比較得到功率調(diào)整值ΔP(ΔP=Pref-Pcc)，ΔP作為控制信號傳遞給風電場場站級控制系統(tǒng)。場站級控制通過有功評價策略模塊評估場內(nèi)風機調(diào)節(jié)性能并形成調(diào)控序列，功率分配模塊依據(jù)該序列計算下一控制周期各臺風機的出力參考值，最后傳遞到單機控制系統(tǒng)實現(xiàn)對每臺風機輸出功率的控制，實現(xiàn)風電場對電網(wǎng)實時調(diào)度指令的跟蹤。

1.2恒頻變速風力發(fā)電機運行特性分析

新建大型風電場為獲得更好的功率調(diào)控能力均采用變速變槳風力發(fā)電機，本文以雙饋風力發(fā)電機為例，分析風機功率調(diào)節(jié)特性[11-13]。

① 風速小于額定風速，風機按最優(yōu)槳距角定槳距運行，通過調(diào)節(jié)勵磁電流控制轉(zhuǎn)速實現(xiàn)捕獲風能大小的控制。此時功率調(diào)節(jié)通過電氣量實現(xiàn)，調(diào)節(jié)速率快且不產(chǎn)生機械損耗，但調(diào)節(jié)范圍有限。

② 風速大于額定風速，調(diào)節(jié)勵磁電流不能滿足要求，此時主要通過調(diào)節(jié)槳距角來控制風機功率輸出，功率調(diào)節(jié)通過改變機械量實現(xiàn)，調(diào)節(jié)范圍大但速率慢且機械損傷大，頻繁動作會縮短風機壽命。

為提高風電場功率響應速率，減少風機運行損耗，功率控制時應優(yōu)先動作功率調(diào)整速率快、機械損耗小的風機，并盡量避免切停風機。

2　風電場場站級降功率評價策略

2.1風機功率調(diào)節(jié)評估指標體系

為綜合衡量風電機組功率調(diào)節(jié)速率和機械損傷情況，本節(jié)從電氣性能、機械性能、運行維護狀態(tài)3個方面提出6個指標對風機功率調(diào)節(jié)性能進行評估，各參數(shù)的采樣周期均為15min，與控制周期一致。

① 調(diào)節(jié)容量。風機調(diào)節(jié)容量A1是指機組當前功率與最小技術(shù)出力的差值，調(diào)節(jié)容量越大則該風機對風電場降功率調(diào)控的貢獻越大，應優(yōu)先動作。具體表達式為

(1)

式中:Pi為機組i當前功率；Pi,min為機組技術(shù)最小出力；PN為額定功率。

②預測調(diào)節(jié)容量。風機預測調(diào)節(jié)容量A2是指機組下一周期預測功率與最小技術(shù)出力的差值，預測調(diào)節(jié)容量越大的風機應優(yōu)先動作。具體表達式為

(2)

式中:Pi,pred為機組i下一周期功率預測值，預測周期為15min。

③槳距角指標。風機槳距角指標B1可衡量風機變槳機構(gòu)的狀態(tài)和槳距角動作時產(chǎn)生的機械損耗大小。具體表達式為

(3)

式中:θi為風機當前槳距角，(°)；90°表示槳距角最大調(diào)節(jié)范圍是90°。

④葉尖速比指標。風機葉尖速比指標B2可反映風機轉(zhuǎn)速和風能利用情況。額定風速以下葉尖速比越大，風機效率越高，降功率過程中調(diào)節(jié)能力越好。具體表達式為

(4)

式中:λi為風機當前葉尖速比；λmax為風機最優(yōu)葉尖速比。

⑤運行時間。風機運行時間C1是指機組從并網(wǎng)到當前周期已運行的時間，用于平衡場內(nèi)機組運行時間和運行損耗。具體表達式為

(5)

式中:Ti為風機連續(xù)運行時間，h，由SCADA系統(tǒng)按小時級更新，在控制周期內(nèi)不變化；Tmax為風機允許的最大連續(xù)運行時間。

⑥投運率。風機投運率C2反映機組控制執(zhí)行機構(gòu)的故障率以及是否適合參與功率調(diào)整。具體表達式為

(6)

式中:pi,off為風機運行故障率，由風電場歷史統(tǒng)計數(shù)據(jù)按日更新，在控制周期內(nèi)認為不變化。

將上述指標按層次法歸類。記風機功率調(diào)節(jié)性能為Z,電氣性能為A，機械性能為B，運行維護狀態(tài)為C，得到風機功率調(diào)節(jié)評估體系如圖1所示。

圖1　風機功率調(diào)節(jié)綜合評估指標體系

2.2層次分析法確定權(quán)重

層次分析法是一種實用的多目標決策方法，其基本思想是根據(jù)決策問題的性質(zhì)和目標將問題按層次分解成由下而上遞階的層次結(jié)構(gòu)[13-14]。采用層次分析法對風機功率調(diào)節(jié)性能進行評估的步驟如下：

①確定層次關(guān)系。本文根據(jù)風機功率調(diào)節(jié)能力綜合評估指標體系，把風機功率調(diào)節(jié)性能Z作為目標層，指標A、B、C作為準則層，具體指標A1～C2作為指標層，層級結(jié)構(gòu)如圖1所示。

②構(gòu)造判斷矩陣。使用1-9級標度法，根據(jù)層級結(jié)構(gòu)中各層各指標對上層相應指標的重要性進行兩兩比較，構(gòu)造判斷矩陣。本文層級結(jié)構(gòu)下，準則層相對目標層判斷矩陣記為Z3×3，指標層相對準則層判斷矩陣分別記為A2×2、B2×2、C2×2。矩陣Z3×3具體構(gòu)造方法如式(7)，其余矩陣的構(gòu)造方法類同：

(7)

式中:元素zIJ表示關(guān)于目標層指標Z，準則層指標I相對于指標J的相對重要度，數(shù)值越大表示相對重要度越高。該值由專家組意見決定，取值范圍為1～9及其倒數(shù)，且zIJ=1/zJI。

③計算各層級權(quán)重矩陣。對判斷矩陣Z,使用方根法計算權(quán)重，經(jīng)歸一化后得到權(quán)重矩陣VZ：

(8)

式中:vI為指標I經(jīng)歸一化計算后相對于上層指標Z的權(quán)重。

同理，對判斷矩陣A、B、C歸一化后可得權(quán)重矩陣VA、VB、VC，并構(gòu)建指標層權(quán)重矩陣VD:

(9)

④計算權(quán)重矩陣。指標層各風機指標相對調(diào)節(jié)性能Z的權(quán)重矩陣V計算如下：

(10)

⑤層次排序與一致性檢驗。為確保判斷矩陣構(gòu)建合理，需驗證最大特征根、隨機一致性指標和隨機一致性比率是否滿足要求，若不滿足要求，需調(diào)整判斷矩陣元素重新計算。

2.3熵值法修正權(quán)重

由于層次分析法屬于主觀賦權(quán)法，權(quán)重確定時專家知識和經(jīng)驗等主觀因素影響較大。熵值法是一種根據(jù)各指標信息載量的大小來確定指標權(quán)重的客觀賦權(quán)方法，可以彌補層次分析法的主觀缺陷，使權(quán)重更符合實際[13,15]。使用熵值法修正層次分析法權(quán)重的步驟如下：

①構(gòu)造決策矩陣D：

式中:xij表示當前控制周期內(nèi)，第i臺風機指標j的數(shù)值，可由場內(nèi)SCADA系統(tǒng)獲取初始數(shù)據(jù)并按照公式(1)～(6)求得；j=1～6分別表示指標A1～C2。

②計算指標j下第i臺機組的特征比重：

(11)

③計算指標j的熵值ej：

(12)

④計算差異性系數(shù)gj：

(13)

⑤確定權(quán)重系數(shù)uj，得到權(quán)重矩陣U：

(14)

⑥權(quán)重矩陣修改。根據(jù)權(quán)重矩陣V和熵權(quán)矩陣U計算綜合權(quán)重矩陣W，計算公式如下：

2.4模糊綜合評價方法

模糊綜合評價應用模糊集合理論，通過對評價對象進行單因素評價，再考慮各因素權(quán)重，給出最終的綜合評價結(jié)果[15]。模糊綜合評價步驟如下：

①建立指標集。指標集已在2.1節(jié)建立；

②建立評價集。為平衡準確性和復雜度，本文對風機調(diào)節(jié)性能指標的評價集分為優(yōu)、良、差3個等級，分別對應百分制100、80、60分。“優(yōu)”表示風機功率調(diào)節(jié)性能優(yōu)秀，最適合參與功率調(diào)整；“良”表示風機功率調(diào)節(jié)性能較佳，需要時可以參與功率調(diào)整；“差”表示風機功率調(diào)節(jié)性能差，不適合參與功率調(diào)整；

③隸屬度計算。上文所述6個風機調(diào)節(jié)性能評價指標均屬效益型指標，數(shù)值越大調(diào)節(jié)性能越好。據(jù)此，設(shè)定指標X的最優(yōu)、最差分界點分別為n、l，中間值為m。指標隸屬度按下式計算：

(16)

(17)

(18)

④模糊評價，建立評分矩陣。根據(jù)指標X對不同評價的隸屬度和評價等級分值，確定機組i指標X的模糊評分：

(19)

得到模糊評分矩陣Fi：

(20)

⑤模糊綜合評價。根據(jù)綜合權(quán)重矩陣W和模糊評分矩陣Fi，計算機組i的調(diào)節(jié)性能綜合評分為

(21)

綜合評分FCi值越大，說明風機i功率調(diào)控時性能越好，應優(yōu)先動作。將場內(nèi)風機按照綜合評分由大到小的順序排列并重新編號，建立風電機組降功率控制序列S。風電場場站級降功率評價策略流程如圖2所示。

圖2　風電場場站級降功率評價策略流程圖

3　風電場場站級降功率優(yōu)化模型

本節(jié)基于上一節(jié)得出的風機調(diào)控序列，研究風電場場站級降功率值優(yōu)化分配模型，求解該模型可計算得出各臺風機在下一周期的功率設(shè)定值。該優(yōu)化模型的原則是盡量避免切機，同時減少場內(nèi)風機功率設(shè)定值的波動，以減小風機因功率調(diào)控產(chǎn)生的機械損耗，提高風電場運行經(jīng)濟性。

根據(jù)降功率值ΔP的大小，風電場降功率可分為不切機和切機兩種，判別公式如下：

(22)

3.1不切機降功率優(yōu)化模型

當ΔPMAX≥ΔP時，風電場僅通過調(diào)控場內(nèi)部分機組至最小出力就能完成風電場降功率的要求，不必切停機組。設(shè)定調(diào)控序列中前s臺機組功率為最小值，剩余機組功率設(shè)定值保持不變。根據(jù)如下公式可求得s值：

(23)

式中:s為需要降低功率設(shè)定值的風機臺數(shù)。

3.2切機降功率優(yōu)化模型

當ΔPmax<ΔP時，風電場必須切停部分風機才能滿足風電場降功率要求。為使切機數(shù)量最小，不切機機組應按最小功率運行。據(jù)此設(shè)定調(diào)控序列中前r臺機組被切停，剩余機組按最小出力運行，根據(jù)如下公式可求得r值：

(24)

式中:r為需要切機的臺數(shù)，r為正整數(shù)；ΔP′為切機功率值，ΔP′=ΔP-ΔPMAX。

根據(jù)上述模型可計算得出場內(nèi)每臺風機在下一周期的功率設(shè)定值，將該功率設(shè)定值序列傳遞到單機控制系統(tǒng)即可實現(xiàn)風電場對調(diào)度指令的跟蹤。

4　算例分析

本文以湖北省隨州市天河口風電場一期2014年典型日某時刻實測數(shù)據(jù)為算例來驗證本評價策略和功率優(yōu)化算法的有效性。該風電場包含33臺聯(lián)合動力UP86/1500型雙饋風機，額定容量PN，最小技術(shù)出力設(shè)為Pmin，額定風速10m/s，最優(yōu)葉尖速比λmax=10.1，最大連續(xù)運行時間設(shè)為Tmax=2 000h，采樣時刻風電場總輸出功率45.5MW，其余實測數(shù)據(jù)見附錄A。

經(jīng)過指標計算，由層次分析法和熵值法修正后得到的各項指標權(quán)重見表1。經(jīng)模糊綜合評價后場內(nèi)各機組綜合評分和優(yōu)先排序情況見表2。

表1　風機功率調(diào)節(jié)評估指標權(quán)重

表2　風機綜合評分和優(yōu)先級排序

分兩種場景分別討論風電場在該時刻的降功率控制情況：

場景一：調(diào)度側(cè)控制風電場調(diào)整出力至35MW，ΔP=10.5MW，ΔPMAX>ΔP，風電場不需切機。

場景二：調(diào)度側(cè)控制風電場調(diào)整出力至15MW，ΔP=30.5MW ，ΔPMAX<ΔP，風電場需切停部分機組。

兩種降功率情形下，分別按照本文功率優(yōu)化算法和傳統(tǒng)功率控制策略計算得到的風機調(diào)控結(jié)果如表3所示。

表3　不同場景下不同控制策略風機動作數(shù)量比較

由表3可見，場景一中，當降功率數(shù)值較小時，傳統(tǒng)控制策略則會導致全場機組動作或切機，而本文策略可以避免切機，且使機組動作臺數(shù)最少，；場景二中，當降功率數(shù)值較大時，平均分配和比例分配策略已無法滿足調(diào)度要求，切機策略會使超過一半的機組停機，而本文策略只需切停3臺機組，可有效減少切機數(shù)量，提高風電場運行平穩(wěn)性。

算例表明，本文綜合評價策略和優(yōu)化算法能夠有效降低風電場降功率運行時風機的動作數(shù)量和切機數(shù)量，確保優(yōu)先選擇綜合性能最佳的風機進行功率調(diào)控，從而降低了風機控制和執(zhí)行機構(gòu)的動作次數(shù)和運行損耗，提高了風機運行壽命和風電場運行經(jīng)濟性。

5　結(jié)　論

本文基于恒頻變槳風機的運行調(diào)控和機械特性，提出風電機組功率調(diào)節(jié)綜合評估指標體系，使用熵值法修正的層次分析法確定指標權(quán)重，通過模糊綜合評價對機組調(diào)節(jié)性能評分，并進一步建立風電場場站級降功率優(yōu)化分配模型實現(xiàn)對風機的功率輸出控制。算例分析表明，本文所提風電場控制策略和優(yōu)化算法在降低風機損耗提高運行經(jīng)濟性方面具有可行性。

[1]邢正軍, 林俐, 張東英. 風電集群緊急功率控制方法研究[J]. 現(xiàn)代電力, 2014, 31(4):7-13.

[2]Moyano C F, Lopes J A P. Unit Commitment and Dispatch Strategies for a Wind Park[C]// Power Engineering, Energy and Electrical Drives, 2007. POWERENG 2007. International Conference onIEEE, 2007:12 - 17.

[3]林俐, 趙會龍, 陳迎,等. 風電場建模研究綜述[J]. 現(xiàn)代電力, 2014, 31(2):1-10.

[4]谷峰, 梁軍, 張利. 并網(wǎng)雙饋發(fā)電機風電場的功率控制[C]// 中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集(下冊). 2008.

[5]喬穎, 魯宗相. 考慮電網(wǎng)約束的風電場自動有功控制[J]. 電力系統(tǒng)自動化, 2009, 33(22):88-93.

[6]張文通, 朱曉榮. 考慮網(wǎng)損的風電場有功功率分配方法[J]. 陜西電力, 2012, 40(6):11-15.

[7]王世謙, 林俐, 狄立,等. 限出力條件下風電場集群有功功率優(yōu)化分配方法[J]. 中國電力, 2013, 46(12):107-112.

[8]林俐, 謝永俊, 朱晨宸,等. 基于優(yōu)先順序法的風電場限出力有功控制策略[J]. 電網(wǎng)技術(shù), 2013, 37(4):960-966.

[9]葉希, 魯宗相, 喬穎,等. 風火聯(lián)運源端系統(tǒng)有功優(yōu)化運行分層協(xié)調(diào)思路[J]. 電力系統(tǒng)自動化, 2014, 20期(20):1-8.

[10]鄒見效, 袁煬, 黃其平,等. 風電場有功功率控制降功率優(yōu)化算法[J]. 電子科技大學學報, 2011, 40(6):882-886.

[11]王成山. 微電網(wǎng)分析與仿真理論[M]. 北京: 科學出版社, 2013：44-66.

[12]Zhi Dawei, Xu Li. Direct power control of DFIG with constant switching frequency and improved transient performance[J]. Energy Conversion, IEEE Transactions on, 2007, 22(1): 110-118.

[13]何永秀. 電力綜合評價方法及應用[M]. 北京：中國電力出版社，2011：131-143.

[14]鄧雪, 李家銘, 曾浩健,等. 層次分析法權(quán)重計算方法分析及其應用研究[J]. 數(shù)學的實踐與認識, 2012, 42(7):93-100.

[15]陳衛(wèi), 楊波,等. 計及電動汽車充電站接入的配電網(wǎng)承載能力評估與優(yōu)化[J]. 電工技術(shù)學報, 2014, 29(8)：27-35;45.

(責任編輯：林海文)

附錄A

Research on Active Power Reduction Control Optimization of Wind Farm

SUN Fan，ZHANG Jianhua

(School of Electrical & Electronic Engineering, North China Electric Power University, Beijing 102206, China)

場站級功率控制系統(tǒng)是風電場跟蹤電網(wǎng)調(diào)度指令、控制風電機組的關(guān)鍵。為優(yōu)化風電場功率控制系統(tǒng)，減小調(diào)節(jié)過程產(chǎn)生的風機頻繁啟停和動作損耗，本文考慮恒頻變槳風機的運行機械特性，提出功率調(diào)節(jié)評價指標體系，使用熵值法修正的層次分析法確定指標權(quán)重，通過模糊綜合評價對機組評分，進而提出風電場降功率優(yōu)化分配模型。最后以某風電場實際算例對所提評價策略和優(yōu)化模型的有效性進行了比較驗證。

風電場功率控制；評估指標；模糊綜合評價；功率分配模型

Power control system for wind farm is a key link in tracking grid dispatching instruction and controlling wind turbines. In order to optimize the power control system for wind farm, and to reduce mechanical loss of wind turbine in control process, the operational mechanical characteristics of wind turbines is considered in this paper, and a comprehensive evaluation system is proposed. Then the index weights are determined by using AHP corrected by the entropy weight method, and turbines are assessed by fuzzy comprehensive evaluation. In the end, a reducing power optimization model is proposed. The effectiveness of proposed evaluation strategy and optimization model is verified by actual wind farm example.

wind farm power control; evaluation system; fuzzy comprehensive evaluation; power allocation model

表A1　風電場風機數(shù)據(jù)表

1007-2322(2016)05-0012-06

A

TM614;TM73

國家電網(wǎng)公司科技項目(5215M0130467)

2015-10-19

孫釩(1990—)，男，碩士研究生，研究方向為配電網(wǎng)規(guī)劃和分布式發(fā)電控制，E-mail:914555650@qq.com；

張建華(1952—)，男，教授，博士生導師，研究方向為電力系統(tǒng)規(guī)劃和安全評價，智能配電網(wǎng)和分布式發(fā)電等, E-mail:13946012863@163.com。