风电场整场有功损耗的控制方法、装置和系统制造方法及图纸

本发明专利技术公开一种风电场整场有功损耗的控制方法、装置和系统，涉及风力发电领域，为解决风电场整场有功损耗大的问题。风电场整场有功损耗的控制方法，包括：根据风电场中各组成部分的特征参数和拓扑结构，建立风电场模型；为风电场模型设置N组不同的无功控制变量的值，并针对每组无功控制变量的值，结合特征参数，利用潮流计算和预设的约束条件，获得与每组无功控制变量的值对应的风电场模型的整场有功损耗；利用优化算法，进行多次迭代计算，得到目标无功控制变量值；将目标无功控制变量值下发至风电场中对应的组成部分，使得风电场中对应的组成部分根据目标无功控制变量值进行调整。

【技术实现步骤摘要】
风电场整场有功损耗的控制方法、装置和系统
本专利技术涉及风力发电领域，尤其涉及一种风电场整场有功损耗的控制方法、装置和系统。
技术介绍
风电场包括多台风力发电机，以及与多台风力发电机配合的变流器、变压器、母线、无功补偿装置，以及连接上述各部分的送电线路等等。风电场利用其中的风力发电机将风能转化为电能，并通过变流器、变压器、补偿设备、母线以及各个线路，将电能传输至用电网络中去。在将风能转化为电能，以及将电能升压、并输送至用电网络的过程中，风电场内部会消耗一部分电量，消耗的这一部分电量即为风电场的有功损耗。消耗的这一部分电量包括场用电、站用电、风力发电机自用电等。经过对多个风电场进行能源审计，分析风电场的能量流，查找风电场有功损耗的分布，最终得出，有功损耗约占整个风电场发电量的3％～7％。比如，49.5MW的风电场的综合场用电量每年的损耗能够达到500万KWh。当前阶段的风电场的有功损耗非常大，使得风电场损耗了较多电量。
技术实现思路
本专利技术实施例提供了一种风电场整场有功损耗的控制方法、装置和系统，能够降低风电场内部损耗的电量。第一方面，本专利技术实施例提供了风电场整场有功损耗的控制方法，包括：采集风电场中各组成部分的特征参数和拓扑结构，根据特征参数和拓扑结构，建立风电场模型；为风电场模型设置N组不同的无功控制变量的值，并针对每组无功控制变量的值，结合特征参数，利用潮流计算和预设的约束条件，获得与每组无功控制变量的值对应的风电场模型的整场有功损耗，N为大于1的整数；利用优化算法，进行多次迭代计算，得到目标无功控制变量值，目标无功控制变量值为多次迭代计算中整场有功损耗最小时对应的风电场模型中的无功控制变量的值；将目标无功控制变量值下发至风电场中对应的组成部分，使得风电场中对应的组成部分根据目标无功控制变量值进行调整。在第一方面的一些实施例中，优化算法包括改进的混合混沌优化算法和粒子群算法的改进优化算法，利用优化算法，进行多次迭代计算，得到目标无功控制变量值的步骤，包括：a、获取N组无功控制变量的值中的较优无功控制变量值，较优无功控制变量值为N组无功控制变量的值中整场有功损耗最小的1组无功控制变量的值；b、将除较优无功控制变量值之外的N-1组无功控制变量的值按照一定步长向较优无功控制变量值靠近，得到更新后的N-1组无功控制变量的值；c、获取利用混沌算法根据较优无功控制变量值衍生的多组无功控制变量的值，将其中整场有功损耗最小的1组无功控制变量的值，随机替换掉更新后的N-1组无功控制变量的值中的1组无功控制变量的值；d、将经过替换的更新后的N-1组无功控制变量的值和较优无功控制变量值，作为步骤a中的N组控制变量的值，并依次执行步骤a、步骤b、步骤c，直至满足预设的终止条件，获取多次迭代计算中的整场有功损耗最小的1组无功控制变量的值，作为目标无功控制变量值。在第一方面的一些实施例中，无功控制变量包括风电场中各无功补偿装置的无功出力、各风力发电机的无功出力、各升压变分接头档位和箱式变压器运行分接头的档位中的一种或多种。在第一方面的一些实施例中，针对任意一组无功控制变量的值，获得与一组无功控制变量的值对应的风电场模型的整场有功损耗的步骤，具体包括：利用一组无功控制变量的值，计算风电场模型中的如下有功损耗的有功损耗之和：风力发电机变流器的有功损耗、风力发电机变流器网侧至箱式变压器低压侧线路的有功损耗、风力发电机的箱式变压器的有功损耗、风力发电机的箱式变压器高压侧至集电杆线路的有功损耗、集电杆至升压站低压侧线路的有功损耗、无功补偿装置的有功损耗和升压变压器的有功损耗；获取有功损耗之和作为与一组无功控制变量的值对应的风电场模型的整场有功损耗。在第一方面的一些实施例中，无功补偿装置包括静态无功补偿装置SVC和/或静态无功发生装置SVG。在第一方面的一些实施例中，风电场中各组成部分的特征参数包括如下项中的一种或多种：风电场中的节点数目、各个节点的电压上下限、各个节点的标准电压、节点标识、风力发电机数目、风力发电机节点号、风力发电机的无功功率的上下限、风力发电机标识、变压器数目、变压器当前档位、变压器总档位、变压器步长和变压器标识。在第一方面的一些实施例中，在根据特征参数和拓扑结构，建立风电场模型的步骤之前，还包括：获取特征参数的偏差值，筛选出偏差值小于预设偏差的特征参数；根据预设精度，对偏差值小于预设偏差的特征参数进行修正。在第一方面的一些实施例中，潮流计算包括牛顿-拉夫逊算法、高斯-塞得算法和/或P-Q分解算法。在第一方面的一些实施例中，优化算法包括内点法、遗传算法、神经网络算法、粒子群算法和/或蚁群算法。第二方面，本专利技术实施例提供了一种风电场整场有功损耗的控制装置，包括：数据采集单元，被配置为采集风电场中各组成部分的特征参数和拓扑结构；模型建立单元，被配置为根据特征参数和拓扑结构，建立风电场模型；人机交互单元，被配置为为风电场模型设置多组不同的无功控制变量的值；计算单元，被配置为针对每组无功控制变量的值，结合特征参数，利用潮流计算和预设的约束条件，获得与每组无功控制变量的值对应的风电场模型的整场有功损耗，N为大于1的整数；还被配置为利用优化算法，进行多次迭代计算，得到目标无功控制变量值，目标无功控制变量值为多次迭代计算中整场有功损耗最小时对应的风电场模型中的无功控制变量的值；控制单元，被配置为将目标无功控制变量值下发至风电场中对应的组成部分，使得风电场中对应的组成部分根据目标无功控制变量值进行调整。在第二方面的一些实施例中，优化算法包括改进的混合混沌优化算法和粒子群算法的改进优化算法，计算单元具体被配置为：a、获取N组无功控制变量的值中的较优无功控制变量值，较优无功控制变量值为N组无功控制变量的值中整场有功损耗最小的1组无功控制变量的值；b、将除较优无功控制变量值之外的N-1组无功控制变量的值按照一定步长向较优无功控制变量值靠近，得到更新后的N-1组无功控制变量的值；c、获取利用混沌算法根据较优无功控制变量值衍生的多组无功控制变量的值，将其中整场有功损耗最小的1组无功控制变量的值，随机替换掉更新后的N-1组无功控制变量的值中的1组无功控制变量的值；d、将经过替换的更新后的N-1组无功控制变量的值和较优无功控制变量值，作为步骤a中的N组控制变量的值，并依次执行步骤a、步骤b、步骤c，直至满足预设的终止条件，获取多次迭代计算中的整场有功损耗最小的1组无功控制变量的值，作为目标无功控制变量值。在第二方面的一些实施例中，无功控制变量包括风电场中各无功补偿装置的无功出力、各风力发电机的无功出力、各升压变分接头档位和箱式变压器运行分接头的档位中的一种或多种。在第二方面的一些实施例中，计算单元还具体被配置为：利用与一组无功控制变量的值，计算风电场模型中的如下有功损耗的有功损耗之和：风力发电机变流器的有功损耗、风力发电机变流器网侧至箱式变压器低压侧线路的有功损耗、风力发电机的箱式变压器的有功损耗、风力发电机的箱式变压器高压侧至集电杆线路的有功损耗、集电杆至升压站低压侧线路的有功损耗、无功补偿装置的有功损耗和升压变压器的有功损耗；获取有功损耗之和作为与一组无功控制变量的值对应的风电场模型的整场有功损耗。在第二方面的一些实施例中，风电场中各组本文档来自技高网...

【技术保护点】
1.一种风电场整场有功损耗的控制方法，其特征在于，包括：采集所述风电场中各组成部分的特征参数和拓扑结构，根据所述特征参数和所述拓扑结构，建立风电场模型；为所述风电场模型设置N组不同的无功控制变量的值，并针对每组无功控制变量的值，结合所述特征参数，利用潮流计算和预设的约束条件，获得与所述每组无功控制变量的值对应的所述风电场模型的整场有功损耗，N为大于1的整数；利用优化算法，进行多次迭代计算，得到目标无功控制变量值，所述目标无功控制变量值为多次迭代计算中所述整场有功损耗最小时对应的所述风电场模型中的无功控制变量的值；将所述目标无功控制变量值下发至所述风电场中对应的组成部分，使得所述风电场中对应的组成部分根据所述目标无功控制变量值进行调整。

【技术特征摘要】
1.一种风电场整场有功损耗的控制方法，其特征在于，包括：采集所述风电场中各组成部分的特征参数和拓扑结构，根据所述特征参数和所述拓扑结构，建立风电场模型；为所述风电场模型设置N组不同的无功控制变量的值，并针对每组无功控制变量的值，结合所述特征参数，利用潮流计算和预设的约束条件，获得与所述每组无功控制变量的值对应的所述风电场模型的整场有功损耗，N为大于1的整数；利用优化算法，进行多次迭代计算，得到目标无功控制变量值，所述目标无功控制变量值为多次迭代计算中所述整场有功损耗最小时对应的所述风电场模型中的无功控制变量的值；将所述目标无功控制变量值下发至所述风电场中对应的组成部分，使得所述风电场中对应的组成部分根据所述目标无功控制变量值进行调整。2.根据权利要求1所述的方法，其特征在于，所述优化算法包括改进的混合混沌优化算法和粒子群算法的改进优化算法，所述的利用优化算法，进行多次迭代计算，得到目标无功控制变量值的步骤，包括：a、获取N组无功控制变量的值中的较优无功控制变量值，所述较优无功控制变量值为N组无功控制变量的值中整场有功损耗最小的1组无功控制变量的值；b、将除所述较优无功控制变量值之外的N-1组无功控制变量的值按照一定步长向所述较优无功控制变量值靠近，得到更新后的N-1组无功控制变量的值；c、获取利用混沌算法根据较优无功控制变量值衍生的多组无功控制变量的值，将其中整场有功损耗最小的1组无功控制变量的值，随机替换掉更新后的N-1组无功控制变量的值中的1组无功控制变量的值；d、将经过替换的更新后的N-1组无功控制变量的值和较优无功控制变量值，作为步骤a中的N组控制变量的值，并依次执行步骤a、步骤b、步骤c，直至满足预设的终止条件，获取多次迭代计算中的整场有功损耗最小的1组无功控制变量的值，作为目标无功控制变量值。3.根据权利要求1所述的方法，其特征在于，所述无功控制变量包括所述风电场中各无功补偿装置的无功出力、各风力发电机的无功出力、各升压变分接头档位和箱式变压器运行分接头的档位中的一种或多种。4.根据权利要求1所述的方法，其特征在于，针对任意一组无功控制变量的值，获得与所述一组无功控制变量的值对应的所述风电场模型的整场有功损耗的步骤，具体包括：利用一组无功控制变量的值，计算所述风电场模型中的如下有功损耗的有功损耗之和：风力发电机变流器的有功损耗、风力发电机变流器网侧至箱式变压器低压侧线路的有功损耗、风力发电机的箱式变压器的有功损耗、风力发电机的箱式变压器高压侧至集电杆线路的有功损耗、集电杆至升压站低压侧线路的有功损耗、无功补偿装置的有功损耗和升压变压器的有功损耗；获取所述有功损耗之和作为与所述一组无功控制变量的值对应的所述风电场模型的整场有功损耗。5.根据权利要求3或4所述的方法，其特征在于，所述无功补偿装置包括静态无功补偿装置SVC和/或静态无功发生装置SVG。6.根据权利要求1所述的方法，其特征在于，所述风电场中各组成部分的特征参数包括如下项中的一种或多种：所述风电场中的节点数目、各个节点的电压上下限、各个节点的标准电压、节点标识、风力发电机数目、风力发电机节点号、风力发电机的无功功率的上下限、风力发电机标识、变压器数目、变压器当前档位、变压器总档位、变压器步长和变压器标识。7.根据权利要求1所述的方法，其特征在于，在根据所述特征参数和所述拓扑结构，建立风电场模型的步骤之前，还包括：获取所述特征参数的偏差值，筛选出偏差值小于预设偏差的特征参数；根据预设精度，对偏差值小于预设偏差的特征参数进行修正。8.根据权利要求1所述的方法，其特征在于，所述潮流计算包括牛顿-拉夫逊算法、高斯-塞得算法和/或P-Q分解算法。9.根据权利要求1所述的方法，其特征在于，所述优化算法包括内点法、遗传算法、神经网络算法、粒子群算法和/或蚁群算法。10.一种风电场整场有功损耗的控制装置，其特征在于，包括：数据采集单元，被配置为采集所述风电场中各组成部分的特征参数和拓扑结构；模型建立单元，被配置为根据所述特征参数和所述拓扑结构，建立风电场模型；人机交互单元，被配置为为所述风电场模型设置多组不同的无功控制变量的值；计算单元，被配置为针对每组无功控制变量的值，结合所述特征参数，利用潮流计算和预设的约束条件，获得与所述每组无功控制变量的值对应的所述风电场模型的整场有功损耗，N为大于1的整数；还被配置为利用优化算法，进行多次迭代计算，得到目标无功控制变量值，所述目标无功控制变量值为多次迭代计算中所述整场有功损耗最小时对...

【专利技术属性】
技术研发人员：李书琦，刘登峰，高绚，
申请(专利权)人：北京天诚同创电气有限公司，
类型：发明
国别省市：北京,11