【技术实现步骤摘要】
本专利技术涉及电力系统运行和控制,特别是涉及一种调度侧-风电场协同迭代的数据驱动线性模型预测控制风电场调频可行域评估与优化方法。
技术介绍
1、变速风电机组通常根据两种控制方案参与电力系统一次调频,即变流器控制和桨距角控制。与桨叶角控制方案相比,变流器控制具有响应迅速和成本低的优势,因此成为一种更有效的方法。该方法通过利用风电机组中桨叶存储的动能来模拟传统同步发电机的下垂和惯性特性。风电机组提供下垂特性可以改善频率的准稳态和频率的最低点。基于转子速度状态提出了一种自适应下垂系数控制方法,以避免风电机组停运事件。然而,这些方法大多集中在对单一风电机组的控制方法上。
2、作为并网实体,风电场应合理分配功率至各风电机组,并在电力系统一次调频过程中提供整体的下垂特性。随着不同风电机组状态和风速条件的变化,风电场的调节能力将动态改变。考虑到风电机组转子速度的安全性,评估不同运行状态下风电场下垂系数的最佳可行区域,并向电网调度中心报告,有助于调度员分析频率稳定性,并考虑动态安全性进行机组组合。通常,基于动态物理模型,可以通过分析计算下垂
...【技术保护点】
1.一种调度-风电场协同的预测控制风电场调频可行域优化方法,其特征在于,包括:
2.根据权利要求1所述的调度-风电场协同的预测控制风电场调频可行域优化方法,其特征在于,基底向量矩阵ci,m和状态空间向量xi(t)具有同样的维数,基底向量矩阵ci,m中元素取值为[0,xi(t)]范围内的随机值。
3.根据权利要求1所述的调度-风电场协同的预测控制风电场调频可行域优化方法,其特征在于,增强维度为M=5维。
4.根据权利要求1所述的调度-风电场协同的预测控制风电场调频可行域优化方法,其特征在于,所述在线评估和优化阶段的步骤2.4进一步包括
5....
【技术特征摘要】
1.一种调度-风电场协同的预测控制风电场调频可行域优化方法,其特征在于,包括:
2.根据权利要求1所述的调度-风电场协同的预测控制风电场调频可行域优化方法,其特征在于,基底向量矩阵ci,m和状态空间向量xi(t)具有同样的维数,基底向量矩阵ci,m中元素取值为[0,xi(t)]范围内的随机值。
3.根据权利要求1所述的调度-风电场协同的预测控制风电场调频可行域优化方法,其特征在...
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。