【技术实现步骤摘要】
一种基于测量风速的矩阵式风电场场级有功功率控制系统
[0001]本专利技术涉及风电场
,具体涉及一种基于测量风速的矩阵式风电场场级有功功率控制系统。
技术介绍
[0002]众所周知,风力发电作为一种清洁能源,发展十分迅猛,在国家“碳达峰、碳中和”的行动中,扮演着重要角色。如何最大化的提升风力发电的风能利用效率是提升风电场收益率和风力发电提质增效的重要方向。传统的发电量提升研究仅考虑单台机组运行状态优化,风机控制普遍采用最大功率跟踪的控制方式,而单台机组的最大功率跟踪控制,并不是全风电场最大功率控制,因为风电场各风机间是存在相互影响和相互干扰的,比如尾流效应,其中矩阵式风电场的尾流效应更为突出,而传统的控制未考虑机组间的影响,这就造成因尾流效应等机组间的相互干扰,引起全场发电量损失。因此,通过风电场场级有功功率控制系统能够有效提升风电场全场的发电量。
技术实现思路
[0003]针对上述情况,为克服现有技术之缺陷,本专利技术之目的就是提供一种基于测量风速的矩阵式风电场场级有功功率控制系统,通过控制风机的运行方式,可有效解决风电场风机间相互影响的问题,从而提高风电场场级的有功功率总和,进而提升风电场发电量。
[0004]本专利技术解决的技术方案是:
[0005]一种基于测量风速的矩阵式风电场场级有功功率控制系统,该系统包括精准测风系统、场级运行决策库、场级控制系统和风机主控系统,其中:
[0006]精准测风系统:用于测量前排风机的准确风速、风向的实时来流风况,并依据实时来流风向 ...
【技术保护点】
【技术特征摘要】
1.一种基于测量风速的矩阵式风电场场级有功功率控制系统,其特征在于,该系统包括精准测风系统、场级运行决策库、场级控制系统和风机主控系统,其中:精准测风系统:用于测量前排风机的准确风速、风向的实时来流风况,并依据实时来流风向,搜索场级运行决策库,匹配与所述实时来流风况对应的风电场各风机偏航目标夹角;场级运行决策库:包括各来流风况下的风电场场级有功功率最优时的风机偏航目标夹角,并不断更新迭代;场级控制系统:调用该状态下风机偏航目标夹角,并将风机偏航目标夹角下发给各风机主控系统;风机主控系统:依据偏航目标夹角调整风机的偏航系统至目标角度,并保持该状态运行。2.根据权利要求1所述的矩阵式风电场场级有功功率控制系统,其特征在于,所述精准测风系统包括设置在哨兵风机上的精准测风装置,可以获取风机前方准确的来流风速、风向的实时来流风况。3.根据权利要求2所述的矩阵式风电场场级有功功率控制系统,其特征在于,所述哨兵风机为设置在矩阵式风电场四个角落的风机,即风机a
11
、a
m1
、a
1n
、a
mn
为四个哨兵风机,每个哨兵风机上均安装有精准测风装置。4.根据权利要求3述的矩阵式风电场场级有功功率控制系统,其特征在于,依据来流风向,将0
‑
360
°
等量划分为四个区间,分别对应矩阵式风电场的四个哨兵风机,根据来流风向所在区间,确定第一哨兵风机,并依据第一哨兵风机的精准测风系统,获取准确来流风况。5.根据权利要求4述的矩阵式风电场场级有功功率控制系统,其特征在于,所述场级运行决策库初始值计算过程为:依据来流风速,基于单风机尾流模型、单风机偏航尾流模型和多风机偏航尾流迭加模型,得出风电场其他风机的计算风速:基于单风机尾流模型,计算风机尾流速度分布,得出风机尾流亏损Δv:式中:Δv为风机尾流亏损,V
∞
为来流风速,C
T
为风机推力系数,σ为尾流特征宽度,r0为风轮半径,d0为叶轮直径;基于单风机偏航尾流模型,计算得出在偏航状态下风机尾流分布:式中:y
d
为风机尾流中心偏移量,θ为偏航夹角,k为尾流扩张系数,x为尾流核心区长度;基于多风机偏航尾流迭加模型,计算得出多风机影响下的风机尾流亏损ΔV:
式中:ΔV多风机影响下的风机尾流亏损,为第i个风机孤立运转时的尾流特征传播速度,V
C
为多风机运转合成后的尾流特征传播速度,u
i
为第i个风机孤立运转时的尾流速度;对应到风机a
ij
时,其计算风速为v
ij
:v
ij
=V
∞
‑
ΔV
ij
式中:v
ij
为风机a
ij
的计算风速,ΔV
ij
为风机a
ij
的尾流亏损;根据计算风速推导出各风机的计算有功功率,求得当前风况下全场有功功率之和的最大值,得出全部风机偏航目标夹角,具体为:风机的偏航角度与来流风向的夹角为偏航夹角θ,风机的偏航夹角发生变化时,风机的计算风速均将发生变化,当矩阵式风电场全场风机的偏航夹角为时,对应的各风机的计算风速为计算有功功率且式中:θ
ij
为风机a
ij
的偏航夹角,v
ij
(θ
ij
)为风机a
ij
的计算风速,P
ij
(θ
ij
)为风机a
ij
的计算有功功率,ρ空气密度,A为风轮扫风面积,C
P
为风能利用系数;矩阵式风电场场级有功功率之和为P,其为控制优化的目标函数为:式中:P为矩阵式风电场场级有功功率之和,P
ij
(θ
ij
)为风机a
ij
的计算有功功率,m为矩阵式风电场的风机行数,n为矩阵式风电场的风机列数;利用蒙特卡洛模拟的粒子群优化算法对目标函数进行寻优求解,得出当前风况下全场各台风机偏航目标夹角。6.根据权利要求5述的矩阵式风电场场级有功功率控制系统,其特征在于,利用蒙特卡洛模拟的粒子群优化算法对目标函数进行寻优求解的具体方法包括以下步骤:步骤1:初始化一个粒子种群:在设定的范围内随机产生m*n个具有位置和速度的粒子,计算每个粒子的适应度作为局部最优适应度,比较m*n个粒子的局部最优适应度,选出其中最优的记入全局最优适应度,该粒子记为全局最优向量;步骤2:更新权重因子w和学习因子c1、c2:式中:w
max
、w
min
为惯性权重因子的最大和最小值;f为当前适应度值,f
avg
和f
min
分别为当前所有粒子的平均适应度值和适应度最小值;
式中:c
1end
和c
1start
是c1的最终值和初始值,c
2end
和c
2start
是c2的最终值和初始值,t为当前迭代次数,t
max
为最大迭代次数;步骤4:对目标函数进行计算,得到当前粒子的适应度;步骤5:更新局部最优适应度,更新体局部最优向量;步骤6:更新全局最优适应度,更新全局最优向量;步骤7:更新每个粒子的位置和速度;步骤7:更新每个粒子的位置和速度;式中,1≤i≤m*n,m*n为种群的规模,表示粒子在第k次迭代中第i个粒子的d维的速度;表示粒子在第k次迭代中第i个粒子的d维的位置;ω表示惯性权重;c1、c2表示粒子的学习因子,表示粒子i在第k次迭代中d维的单体极值;表示整个粒子群在第k次迭代中d维的全局极值;为(0,1)区间分布的随机数;步骤8:若迭代次数到达最大值,则停止搜索,输出结果,否则返回步骤2继续迭代计算;通过蒙特卡洛模拟的粒子群优化算法对目标函数进行求解,得出目标函数最优解θ
ij
,从而得出当前风况下全场风机偏航目标夹角;通过对不同风况下的目标函数进行求解,从而得到各个风况下的全场风机偏航目标夹角;根据以上步骤模拟计算出场级运行决策库初...
【专利技术属性】
技术研发人员:蔡高原,李兵兵,王大伟,魏庆海,王辉,赵国良,
申请(专利权)人:中国大唐集团科学技术研究院有限公司中南电力试验研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。