基于融合信息的风电场群有功优化调控方法技术

本发明专利技术公开了一种基于融合信息的风电场群有功优化调控方法。在本发明专利技术所述融合信息中，计算出风电场调度指令区间；以获取的最短时间间隔的风电功率预测值来判别风电场群的风电功率未来趋势，优化风电场调度指令区间的上下限，得到优化后的风电场调度指令区间；按各风场在弃风功率中占比进行等比例分配分配弃风功率，按调节功率总量中各风场贡献占比值进行等比例分配总储能配置容量，最终完成风电场群的优化调控。

【技术实现步骤摘要】

本专利技术属于智能电网领域，尤其涉及一种基于融合信息的风电场群有功优化调控方法。
技术介绍
风电的大规模、集群式并网，使电力系统调度与控制面临压力，电网、风场必须做出相应改变，以消纳这一具有随机性、波动性的不确定性电源发电，风电集群式调控即可视为风场侧的一种改变。而针对风电场群的有功调控研究尚不多见，已有研究或者利用预测、或者针对机组控制、或者引入储能，以实现场群优化调控，均为单一信息指导下的优化，而当前风电场群内已呈现出多种信息交织的态势，如何高效发挥多种信息间的互补优势，避免因单一信息指导优化而导致的效率低下，已成为场群调控所面临的关键问题，因此，有必要开展多种信息融合下的场群调控研究。虽然已有研究或者利用预测信息指导优化风电调度，或者借助储能平抑风电场的有功功率输出，对风功率的调控均起到了积极的作用。但依然存在以下两方面问题：一、现有计及预测与储能的调控研究多集中于单一风场，而对于多风场多储能构成的场群效应的考虑尚显不足；二、电网侧调控与场群内调控间的衔接与协调未能被充分考虑。因此，有必要开展多种信息融合下的场群调控研究。首先，对场群侧，多信息融合下的场群调控可充分利用各风场间的功率相关性。当多风场间呈互补特性时，叠加后的波动性将呈减缓态势，可以利用这一态势提高调控的效率与能力；而当其呈现同时特性时，则可利用融合信息对叠加出现的波峰(或波谷)提前进行预判、集中调控能力(特别是有限的储能调节能力)实施关键性功率调节。再者，对电网侧，接纳最多风功率显然易于引起实时功率平衡的调节压力，而依传统确定性方法调度，又存在经济性差，不够节能等问题。融合信息下的场群调控则可以把握风功率特性，体现场群的“自律”性，使电网在安全、经济前提下，消纳“合理”的风功率波动，体现电网调控的“柔性”。
技术实现思路
为了解决现有技术的缺点，本专利技术提供一种基于融合信息的风电场群有功优化调控方法。该方法以预测信息指导调度指令生成，并同时与调度指令信息共同作用优化场群内储能调控，以达到最小化弃风功率与缺额功率的目标；机组态势信息则为机组控制实施提供最精细化依据，最终实现融合信息下的风电场群最优化有功调控。为实现上述目的，本专利技术采用以下技术方案：一种基于融合信息的风电场群有功优化调控方法，包括：步骤1：获取至少三种不同时间间隔时窗下风电场群的风电功率预测值，进而确定风电场群的日前调度计划值以及修正日前调度计划值；步骤2：接入风电场群调节能力及预测精度信息，再结合修正的日前调度计划值，计算风电场调度指令区间；步骤3：以获取的最短时间间隔的风电功率预测值来判别风电场群的风电功率未来趋势，优化风电场调度指令区间的上下限，得到优化后的风电场调度指令区间；步骤4：在优化后的风电场调度指令区间内，以风电场群总弃风功率与总缺额功率最小化为优化调控目标函数，在风电场群约束条件下计算出总弃风量和总储能配置容量；步骤5：按各风场在弃风功率中占比进行等比例分配分配弃风功率，按调节功率总量中各风场贡献占比值进行等比例分配总储能配置容量，最终完成风电场群的优化调控。在所述步骤5中，风电场群约束条件包括功率平衡约束、风电场容量约束、风电场输出功率变化率约束、储能系统容量限制和储能系统的充、放电速率限制。在所述步骤1中，利用最长时间间隔的风电功率预测值来确定风电场群的日前调度计划值。在所述步骤1中，根据除最长时间间隔和最短时间间隔的风电功率预测值，修正日前调度计划值。所述步骤2中的调度指令区间的上限为：在任一时刻，各个风电场的系统调度指令总和与系统可接受的功率调节范围值之和；调度指令区间的下限为：在任一时刻，各个风电场的系统调度指令总和与系统可接受的功率调节范围值之差。该方法还包括：对于风电场调度指令区间内的功率波动，不再对储能动作调节，使风电场群的功率自然输出。该方法还包括：对于风电场调度指令区间外的功率波动，由储能当前状态与未来需求状态优化风电场调度指令区间的上下限。该方法还包括：对于场群内多个储能间的充、放电功率分配：按调节功率总量中各风场贡献占比值进行等比例分配。该方法包括：考虑在当前时刻为未来时刻可能出现的调控行为定向预留调控能力，通过预测得到的未来趋势信息限定当前状态下的风电场调度指令区间。所述当前状态包含储能存储状态与风电有功出力状态；所述未来趋势信息是未来时刻风电调控的需求状态；对于不同的当前状态与未来趋势，优化调控的风电场调度指令区间的上、下限取值各不相同。本专利技术的有益效果为：(1)对比单一风场调控，本文所述有功优化调控方法通过对场群多种信息的融合利用，使场群内储能调节、机组调控的效率与经济性得到进一步提升，为场群下的风功率调控提供一种新的思路。(2)场群内储能调控策略实施，可有效增加储能利用效率，提升调节效果，使之在关键时刻发挥关键性调节作用，改善单一风场运行时可能存在的多频次低效率调节情况。(3)通过场群优化调控可有效提升风功率的调控效果，提高场群内调控设备的利用效率与场群总体运行的经济性，算例分析验证了所提方法的正确性与有效性。附图说明图1是风电场循环六步预测与实测功率对比曲线；图2是不同步长下的预测误差与趋势；图3(a)是第一风电场的调度指令曲线；图3(b)是风电场群的调度指令曲线；图4(a)是5％指令区间时融合前场群总弃风功率曲线；图4(b)是5％指令区间时融合后场群总缺额功率曲线；图5(a)是3％指令区间时融合前场群总弃风功率曲线；图5(b)是3％指令区间时融合后场群总缺额功率曲线；图6(a)是3％指令区间时融合前后的场群总输出有功功率；图6(b)是5％指令区间时融合前后的场群总输出有功功率；图7(a)是3％指令区间时融合前后场群总储能变化曲线；图7(b)是5％指令区间时融合前后场群总储能变化曲线；图8是本专利技术的基于融合信息的风电场群有功优化调控方法流程图。具体实施方式下面结合附图与实施例对本专利技术做进一步说明：在本专利技术所述融合信息中，以不同时间尺度预测信息指导、修订输出功率参考值，以高精度单点预测信息对储能系统、机组调控进行优化，同时兼顾考虑对输出功率参考值的区间化处理，并以预测趋势对当前优化边界进行限定，预测信息指导调度指令生成。并同时与调度指令信息共同作用优化场群内储能调控，以达到最小化弃风功率与缺额功率的目标；机组态势信息则为机组控制实施提供最精细化依据，最终实现融合信息下的风电场群最优化有功调控。1.1风电预测功率信息根据本专利技术研究需要，以24h、4h及30min三种时窗下的风功率预测值作为场群优化调控的预测信息。首先，24h预测值用于确定日前调度计划值，该值精度一般，仅作日前决策参考(如UC等)；其次，4h预测值用于修订日内调度计划值，此时窗下的预测精度大幅提升，依其修订日内计划值将带来可观效益；最后，30min预测误差最小，可准确反应功率的单点趋势，将其与5min预调度结合，用于指导场群调控在时间、精度上均为最佳，本专利技术即利用该值进行优化调控策略制定。对30min时窗下功率预测值，以5min为步长，则t时刻得到预测功率序列为：{PF.t+1···PF.t+k···PF.t+6本文档来自技高网...

【技术保护点】
一种基于融合信息的风电场群有功优化调控方法，其特征在于，包括：步骤1：获取至少三种不同时间间隔时窗下风电场群的风电功率预测值，进而确定风电场群的日前调度计划值以及修正日前调度计划值；步骤2：接入风电场群调节能力及预测精度信息，再结合修正的日前调度计划值，计算风电场调度指令区间；步骤3：以获取的最短时间间隔的风电功率预测值来判别风电场群的风电功率未来趋势，优化风电场调度指令区间的上下限，得到优化后的风电场调度指令区间；步骤4：在优化后的风电场调度指令区间内，以风电场群总弃风功率与总缺额功率最小化为优化调控目标函数，在风电场群约束条件下计算出总弃风量和总储能配置容量；步骤5：按各风场在弃风功率中占比进行等比例分配分配弃风功率，按调节功率总量中各风场贡献占比值进行等比例分配总储能配置容量，最终完成风电场群的优化调控。

【技术特征摘要】
1.一种基于融合信息的风电场群有功优化调控方法，其特征在于，包括：步骤1：获取至少三种不同时间间隔时窗下风电场群的风电功率预测值，进而确定风电场群的日前调度计划值以及修正日前调度计划值；步骤2：接入风电场群调节能力及预测精度信息，再结合修正的日前调度计划值，计算风电场调度指令区间；步骤3：以获取的最短时间间隔的风电功率预测值来判别风电场群的风电功率未来趋势，优化风电场调度指令区间的上下限，得到优化后的风电场调度指令区间；步骤4：在优化后的风电场调度指令区间内，以风电场群总弃风功率与总缺额功率最小化为优化调控目标函数，在风电场群约束条件下计算出总弃风量和总储能配置容量；步骤5：按各风场在弃风功率中占比进行等比例分配分配弃风功率，按调节功率总量中各风场贡献占比值进行等比例分配总储能配置容量，最终完成风电场群的优化调控。2.如权利要求1所述的一种基于融合信息的风电场群有功优化调控方法，其特征在于，在所述步骤5中，风电场群约束条件包括功率平衡约束、风电场容量约束、风电场输出功率变化率约束、储能系统容量限制和储能系统的充、放电速率限制。3.如权利要求1所述的一种基于融合信息的风电场群有功优化调控方法，其特征在于，在所述步骤1中，利用最长时间间隔的风电功率预测值来确定风电场群的日前调度计划值。4.如权利要求3所述的一种基于融合信息的风电场群有功优化调控方法，其特征在于，在所述步骤1中，根据除最长时间间隔和最短时间间隔的风电功率预测值，修正日前调度计划值。5.如权利要求1...

【专利技术属性】
技术研发人员：王成福，李哲，董晓明，梁军，李熙娟，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东;37