一种模型不完备风电场调频能力在线评估方法技术

本发明专利技术涉及一种模型不完备风电场调频能力在线评估方法。包括：步骤S1：获得最终转速ω

【技术实现步骤摘要】
一种模型不完备风电场调频能力在线评估方法


[0001]本专利技术涉及一种模型不完备风电场调频能力在线评估方法。

技术介绍

[0002]风电场作为并网主体，在一次调频期间能够整体模拟常规电站的下垂特性，满足并网导则，对大规模风机进行协调控制。电力电子变换器输出调节具有响应迅速、维护成本低等优点，但会造成风机转速变化，影响安全运行，因此需要合理整定各风机的有功功率设定值，优化分配功率的同时保证各风机运行安全。下垂控制是目前风机功率控制普遍采用的方法，文献[1]在传统下垂控制中增加了风机转速保护模块，保证了风机的安全运行。文献[2]将运行风速划分为低、中、高区间，根据风速区间采取不同的下垂系数设定方式。文献[3]根据风机自身运行情况，设定自适应下垂控制系数。但上述方法忽略了风机间的协调控制，各台风机无法同步达到最佳出力，导致风场的调频能力受到限制。因此，为了充分挖掘每台风机的调频能力，实现协同调节，文章[6
‑
7]使用了一种基于转速的风机能量状态指标。
[0003]风电场无论运行在被动响应调度指令模式还是主动参与市场模式下，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型不完备风电场调频能力在线评估方法，其特征在于：包括如下步骤：步骤S1：获得风电场中所有风机一次调频后最终转速ω
final
和风电场整体下垂系数k以及对应的风速数据；步骤S2：对存储的k和ω
final
数据按照风速进行分类；步骤S3；在每一风速分类下分别对输入变量数据进行状态空间映射变换，并且在该分类数据下构建线性模型；步骤S4：分别评估计算风电场整体最大下垂斜率k
max
；步骤S5：拟合风速
‑
最大下垂斜率曲线；步骤S6：进行风电场调频能力评估；步骤S7：将评估结果上报电网。2.根据权利要求1所述的一种模型不完备风电场调频能力在线评估方法，其特征在于：所述步骤S1—S5为离线训练过程，所述步骤S6—S7为在线评估过程，当步骤S1—S5中的训练时间周期改变或风电场自身参数发生改变时，离线训练结果需要更新维护，保证训练精度，重复执行上述步骤S1—S5。3.根据权利要求2所述的一种模型不完备风电场调频能力在线评估方法，其特征在于：所述步骤S1中，通过数据采集与监视控制系统(Supervisory Control And Data Acquisition，SCADA)获得风电场中所有风机一次调频后最终转速ω
final
和风电场整体下垂系数k以及对应的风速数据，存储在服务器中；风电场调频过程可以近似表示为风电场整体下垂系数为输入变量，风电场所有风机一次调频后的最终转速为输出变量的非线性模型，即公式(1)所示：ω
final
＝φ(k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式(1)中ω
final
为风电场中所有风机一次调频后最终转速，k为风电场整体下垂系数。4.根据权利要求3所述的一种模型不完备风电场调频能力在线评估方法，其特征在于：所述步骤S2中，对存储的k和ω
final
数据按照风速进行分类，风速类别尽可能涵盖风电场常见运行风速区间。所述方法对风电场常见运行风速区间进行等步长划分(如设定风速区间为[7,11]m/s,步长为0.5m/s)，获得多种采样风速，相同风速下的数据将归为一类。若每种采样风速下积累数据均超过1000组，则判定满足数据驱动训练条件，所述方法开始训练。若不满足数据驱动条件，所述方法继续获取数据。5.根据权利要求4所述的一种模型不完备风电场调频能力在线评估方法，其特征在于：所述步骤S3中，在数据满足训练需求后，本发明方法在每一风速分类下分别对输入变量数据进行状态空间映射变换，并且在该分类数据下构建线性模型；非线性模型通过Koopman升维变换方法能够转化为线性模型，如公式(2)和公式(3)所示：ω
final
＝Mk
lift
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式(2)中k
lift
表示对k进行升维变换后的矩阵的矩阵；M表示系数矩阵。式(3)中ψ(k)表示k的升维函数矩阵。若所述方法升高维度为n维(n可取任意的正整数，如500、...

【专利技术属性】
技术研发人员：李剑锋，臧谦，郝晓光，马瑞，王斌，杨春来，王中冠，刘嘉琛，
申请(专利权)人：国家电网有限公司国网河北省电力有限公司电力科学研究院天津大学，
类型：发明
国别省市：