1为何需要建立风电场概率等值模型?
大型风电场通常包含大量地理位置分散、风速风向各不相同的风力发电机。为了避免分析“维数灾”问题，需要对系统进行等值，以降低问题阶数。传统的风电场等值问题通常是基于特定的场景计算获得的，但由于风速、风向的随机性，风电场的运行场景不断迁移，风电场中风电机组分群及等值参数都在不断变化，风电场等值模型也在不断变化。由于风速测量不完整以及信号传输、等值计算速度等方面的限制，无法在线计算风电场等值模型，为此本文提出了“离线计算、在线匹配”的风电场概率等值建模方法，用少量代表性场景及其等值模型的概率分布来描述某一时刻风电场的等值模型，并在此基础上进行稳定分析。
2如何建立双馈风电场概率等值模型?
对于同一型号双馈风电机，其动态特性主要取决于注入风速及其与公共连接点之间的电气距离，可近似认为双馈风电场等值模型由三类等值机构成，分群准则可通过离线仿真的方法确定。随着场景变化，等值模型的结构保持恒定风速概率分布模型，但每一类等值机的参数，包括群内风机数量、等效风速、与公共连接点之间的连接阻抗等将不断变化。双馈风电场等值模型共含有９个等值参数，其可能的取值组合数量巨大，根据有限的历史场景计算风电场等值模型的概率分布面临着样本不足的问题。一种有效的方法是首先对风电场历史场景进行等值计算，对每一类等值机进行单独分析，根据出力所在区间，将某一类等值机取值聚合为5~6个子类，每一个子类用一台典型等值机来描述，典型机的参数为该子类所有等值机参数的平均；然后将双馈风电场中三类等值机的各种可能取值进行组合，并去除违反容量不变规则的无效组合，可得出风电场等值模型的典型取值集；最后根据历史数据，统计每个典型模型的取值概率。
3双馈风电场概率等值模型效果如何?
以含风电场三机九节点系统为例求取双馈风电场的概率等效模型。分析表明，双馈风电场可用135种代表性场景及其概率来描述。从图1可以看出，使用代表性场景分析时，系统潮流的概率分布与根据原始场景统计所得结果完全一致。若进一步测得风电场出力为11.5 MW, 则可以进一步确定其中最佳匹配的26种代表性场景，并在此基础上进行分析，具体计算过程见原文。双馈风电场概率等值模型既反映了等值模型的统计规律，又大大减小计算量，提高了计算效率。
图1 初始场景集与概率等值模型集的潮流概率分布比较
4风电场概率等值模型如何应用到稳定分析？
含风电场电力系统的稳定性具有随机性，在已知风电场概率等值模型的情况下，可通过对代表性场景及典型等值模型的分析，得出系统阻尼、频率的概率分布，为稳定分析及控制器设计提供参考。图2给出了算例中发电机G3两种频率分别为1.4 Hz和2.2 Hz的振荡模式的阻尼概率分布。实践中，可以根据风电场实测功率，匹配出当前发生概率最大的等值模型，快速分析系统稳定性，并根据工况对控制器参数进行自适应调整。
图２ 发电机G3不同振荡模式阻尼比的概率分布
轻点下面蓝字, 可以查看相关微文
作者及团队介绍
周海强：博士, 河海大学副教授, 主要研究方向：电力系统等值建模、风力发电和电力系统稳定分析。
鞠平：博士，河海大学教授，国家自然科学基金杰出青年基金获得者风速概率分布模型，洪堡学者，主要研究方向：电力系统负荷建模、可再生能源、直流输电和电力系统随机稳定性。
薛禹胜：中国工程院院士，主要研究方向：电力系统稳定性分析与控制。
朱洁：河海大学硕士研究生，主要研究方向：风电场等值建模。
团队介绍：
河海大学能源与电气工程学院鞠平教授团队目前长期从事电力系统负荷建模、参数辨识、海洋能、风力发电、电力系统稳定性、强迫振荡、随机电力系统分析等方面的研究工作。
郑重声明: 根据国家版权局相关规定, 纸媒、网站、微博、微信公众号转载、摘编本微信作品, 需包含本微信名称、二维码等关键信息, 并在文首注明《电力系统自动化》原创。个人请按本微信原文转发、分享。
发表评论