顏云松, 陳洶, 唐冠軍, 許士光

(國電南瑞科技股份有限公司,江蘇 南京 211106)

0 引 言

隨著我國“雙碳”目標的提出,以風電為代表的清潔能源已成為我國能源的主要發(fā)展戰(zhàn)略［1］。然而,風電接入對電網安全運行帶來挑戰(zhàn),且現有的風電消納水平失配導致嚴重的棄風限電現象［2-4］。隨著《新能源場站全景監(jiān)控通用技術規(guī)范》的出臺,在風電機組源端開展實時監(jiān)控為風電場機組精細化控制提供了技術保障。此外,降低風電場運行損傷、延長機組運行壽命同樣成為當前風電場優(yōu)化控制研究熱點之一［5］。

當前對風電場的研究主要包括風電功率預測、優(yōu)化調度、集群控制和機組健康狀態(tài)評價等［6-8］。文獻［9］建立了一種結合分形理論和灰色理論的風電短期功率預測模型,利用真實數據對模型進行預測并與實際值做出對比分析,結果表明該方法有較高的預測精度。文獻［10］提出一種考慮機組排序控制的風電集群有功控制方法,該方法在提高風電消納量的基礎上減少了風機調控次數。文獻［11］采用風電機組功率曲線來衡量機組的健康狀態(tài),并結合功率曲線實現風電機組異常狀態(tài)辨識。文獻［12］以風電機組預估輸出功率和當前風速為基礎構建Copula模型對風電機組健康狀態(tài)進行評價。但上述研究均未考慮到同一個風電場內不同的風電機組所處的風速環(huán)境和運行條件,亦未考慮到風電場有功功率傳輸線路損耗會對風電場對調度中心的需求響應造成誤差,且未考慮到風電機組實際出力與預測輸出功率之間的偏差對風電機組運行健康帶來的影響。

針對上述問題本文改進了現有的風電場的有功功率分配方法,提出一種基于考慮預測風速的模糊C均值聚類算法的風電場有功功率優(yōu)化分配策略。首先進行風速預測,通過模糊C均值聚類算法將風電場中的風電機組進行分類。在預測風速的基礎上對風電機組的有功功率出力進行預測,并引入了風電機組健康維持度指標對機組運行狀態(tài)進行評價。以風電場有功功率線路損耗最小和機組偏差損傷最小為目標進行雙目標優(yōu)化調度建模,并用改進的非劣排序遺傳(nondominated sorting genetic algorithm-Ⅱ, NSGA-Ⅱ)算法對該雙目標模型進行優(yōu)化求解,對不同類別機組進行有功功率優(yōu)化分配。最后通過算例分析對所提出方法進行了驗證。

1 風電機組模糊C均值聚類

得到預測風速后,對模糊聚類數據進行預處理,分別提取風電機組的當前風速、預測風速和機組輸出功率的平均值和均方根差值作為特征值。其中當前風速的平均值與均方根差值計算公式如下:

(1)

(2)

式中:vmean(i)為第i臺機組的當前平均風速;vRMSE(i)為第i臺機組的風速均方根差值;j為正整數;n為機組數量。預測風速和機組輸出功率的求值計算同上。

將所有參數進行歸一化后,得到風電機組的當前風速、預測風速和機組輸出功率的特征矩陣為:

(3)

將得到的特征矩陣作為模糊C均值聚類算法的輸入,根據分類數目的選擇,便可將風電機組分為特征值相似的若干類。通過先確定所有類別的聚類中心,進一步計算得出所有樣本對于各類別中心的隸屬度,再給每個樣本分配所屬類別的隸屬度函數,最后根據隸屬度大小對樣本進行分類。

2 考慮機組偏差損傷的有功功率分配

為了評價風電機組運行出力狀態(tài),引入有功偏差Δp。通過衡量風電機組實際有功出力與機組預測有功功率出力之間的偏差對風電機組健康狀態(tài)帶來的損傷,引入機組運行偏差損傷D。為了量化機組的有功偏差,將n個風電機組的預測有功功率平均值與實際有功功率平均值pmean進行比較。當兩者的偏差絕對值Δp大于pmean的50%時,機組為C級機組;當兩者偏差絕對值Δp處于25%～50%之間時,機組為B級機組,其余機組為A級機組。其中,A級機組運行狀態(tài)最優(yōu),C級機組運行狀態(tài)最差,且三種等級機組的損傷偏差度分別取0、3、6。

本文以風電場有功功率傳輸線路損耗最小和以風電機組總功率偏差損傷最小為優(yōu)化目標構建雙目標優(yōu)化。其中,以有功功率線路損耗最小為優(yōu)化目標進行風電場有功功率分配的目標函數為:

(4)

式中:Pi(t)為t時刻機組i的實際有功功率;Ui為機組i高壓側電壓;Ritotal為機組i所在類機組與開關柜聯絡線的總電阻。以風電場機組總偏差損傷度最小為目標進行風電場有功功率優(yōu)化的目標函數為:

(5)

式中:Pimax(t)為機組i在t時段有功功率分配最大出力;Di為機組i的偏差損傷度。

為了使風電場所有機組能安全穩(wěn)定運行,需對所建立優(yōu)化模型設定約束。其中,有功平衡約束、出力約束和啟停約束計算如式(6)～式(8)所示。

Pcmd(t)=P1(t)+P2(t)+…+Pn(t)

(6)

(7)

Pst min

(8)

式中:Pcmd(t)為t時段的風電場調度出力要求;Pi min為機組i的出力下限;Pst min為避免機組i頻繁啟停所設置的不切機前提下的最小出力。

3 算例分析

以我國某風電場數據為例對所提方法進行驗證。該風電場總容量為25 MW,安裝10臺單機容量為2.5 MW的風電機組。將10臺風機分為3個機群,每個機群連接1根母線。3個機群相距35 kV開關柜的距離分別為6.1 km、4.6 km和2.8 km。連接導線型號為LGJ-120/25,阻抗為0.392 Ω/km。

圖1為該風電場10臺機組60 s的實際測量風速數據曲線,由下到上分別為1到10號機組。結合本文所提方法將10臺機組分為三類,分類結果如表1所示。所得到每類機組的平均輸出功率和功率均方差根值平均值,結果如表2所示。再根據有功偏差量對所有風電機組進行等級劃分,結果如表3所示。

表1 機組分類結果機組類別機組編號數目第一類1,2,33第二類4,5,6,74第三類8,9,103表2 機組功率平均值機組類別Pmean0-1PRMSE0-1第一類0.585 40.203 5第二類0.845 80.136 7第三類0.915 50.066 6

表3 機組有功偏差量

圖1 風電場機組風速曲線

本文采用NSGA-Ⅱ算法對雙目標模型進行求解。假設整個風電場的調度曲線如圖2所示,通過計算得到所建立雙目標優(yōu)化模型的帕累托解集,從所得帕累托解集中選取最優(yōu)折衷解與傳統(tǒng)分配方法結果進行對比,最優(yōu)折衷解下的機組群有功功率出力如圖3所示,所提有功功率分配策略的線損與傳統(tǒng)分配方法線損對比結果如表4所列。表4中:Ploss1、Ploss2分別為傳統(tǒng)按比例分配和按本文策略分配的線損。

表4 折衷解下的線損對比關系

圖2 風電場調度需求

圖3 各機組群有功功率出力

從仿真結果可以看出,風電場有功線損較傳統(tǒng)功率分配方法降低了約11.52%,機組的偏差損傷度降低了約4.67%,驗證了本文所提有功功率優(yōu)化分配策略的有效性,為風電場的運行提供了的指導依據。

4 結束語

本文提出的基于風速預測模糊C聚類算法的風電場有功功率優(yōu)化調度策略,能更好地根據風電機組所處的實際風速環(huán)境進行調度指令和有功功率分配,使風電場內風資源分配不均時各風電機組出力更合理。同時以風電場有功線損和機組有功出力偏差損傷最小為優(yōu)化目標進行雙目標優(yōu)化分配策略研究,一定程度上降低了風電機場的運行維護成本,提高了風電場運行的經濟性。本文所提的風電場有功功率分配策略對風電場有功功率分配和精細化控制具有顯著的指導意義。