风力发电是解决化石能源日益短缺、环境污染的重要途径之一。近年来,风电装机容量不断增加,尤其是海上风电异军突起。随着电网中风电比例增大,风能的波动性、间歇性、不可控性和难以预测,对电力系统安全稳定运行带来巨大挑战,相关电网标准要求并网风电场有功功率输出服从调度指令要求,且具有参与电网调频能力。同时尾流效应会导致风电场功率损失,降低风电场经济效益。为保证电力系统安全稳定运行,提高风力发电竞争能力,风电场应提高自身有功功率控制水平。风电场有功功率分配中心接收电网调度中心调度指令,同时给风电场内每台机组分配有功功率指令。合适的风电机组有功功率分配算法,不仅满足调度要求,提高电网电能质量,还能减小风电机组疲劳载荷,提高计及尾流效应风电场功率输出,在保证电力系统安全稳定的前提下,提高风电场的经济效益。对此,本文对风电机组有功功率控制、风电场有功功率分配、风电场一次调频、考虑尾流效应的风电场聚类等值和最大风能跟踪等问题展开研究,其主要内容如下:(1)为进一步减小风电机组限功率运行时的变桨频繁动作,提出一种考虑变桨非工作区的风电机组限功率控制算法。建立风电机组的数学模型,为风电机组限功率控制和后续的风电场有功功率分配算法等提供基础。根据风电机组限功率运行特性,得到风电机组变桨非工作区,设计考虑变桨非工作区的转速偏差补偿器,最终完成风电机组限功率控制器设计。仿真结果表明,与传统PID算法和变速变桨协调控制算法相比,所提算法满足限功率控制要求,可有效减小机组变桨动作,具有较高的工程实用价值。(2)针对按风速权重风电场有功功率分配算法存在有功功率输出波动大、桨距角频繁调节的问题,提出一种基于模糊评价的风电场有功功率分配算法。将风电机组限功率运行分为变速、变速变桨和变桨运行,以风电机组的桨距角、转速和风速为输入,通过分区域模糊推理,得到风电机组的健康度和调节能力,最终采用按能力权重分配算法得到风电机组有功功率给定。仿真结果表明,基于模糊评价算法的风电场有功功率输出平滑,风电场机组转速变化和桨矩角变化小。(3)针对基于模糊评价的风电场有功功率分配算法依赖人工经验、主观性强的缺点,提出一种基于数据驱动的风电场有功功率分配算法。采集不同风速下风电机组转速和桨距角数据,利用Takagi-Sugeno模糊模型和变异系数法评价变速系统和变桨系统参与功率调节相对权重,确定机组功率调节能力,完成基于机组调节能力的风电场有功功率分配。仿真结果表明,与模糊评价风电场有功功率分配算法相比,两种有功功率分配算法结果一致,但是基于数据驱动的风电场有功功率分配算法运算量小。(4)针对所有风电机组均参与电网一次调频时,存在风电场效率低、次同步振荡的问题,提出一种考虑机组运行状态的风电场一次调频协同控制算法。根据是否机组可以释放旋转储能和提高风能捕获,将风电机组划分为不可调节、弱调节、一般调节和优先调节。弱调节和不可调节的风电机组不参与电网调频,一般调节的机组自行参与一次调频,风电场有功功率控制中心优先控制优先调节的风电机组。根据风电机组调频分类结果,完成风电场一次调频协同控制。仿真结果表明,与所有风电机组参与调频策略相比,本文所提算法的调频效果优,有效避免电网频率二次跌落问题,同时有效减小风电场次同步振荡。(5)采用经典差分法求解考虑尾流效应的风电场最大风能跟踪问题时,存在运算量大、对噪声敏感的缺点。为降低风电场最大风能跟踪算法控制时间、克服经典微分器的“噪声放大效应”,提出基于奇异值聚类和跟踪微分器的风电场最大风能跟踪算法。首先,建立风电场的Jensen尾流模型,根据风向和机组位置,建立尾流关系矩阵,对尾流关系矩阵奇异值分解,得到尾流关系矩阵奇异值。对奇异值类似的机组进行等值聚类。其次,介绍跟踪微分器求极值的工作原理,跟踪微分器根据风电场的功率输出和机组有功功率指令信息,获取风电场的梯度信息。最后,对排列规则的风电场等值聚类,完成风电场最大风能跟踪。仿真结果表明,本文所提算法可大大减少运算时间;并且与常规差分法和极值搜索算法相比,本文所提算法可有效提高风电场有功功率输出、减少机组的变桨动作和疲劳载荷。
