一种风储发电黑启动系统及其储能配置方法与流程

本发明涉及电网黑启动技术领域，是一种风储发电黑启动系统及其储能配置方法。

背景技术：

黑启动是指整个系统因故障停电后，不依赖别的系统帮助，通过系统中具有自启动能力机组的启动带动无自启动能力的机组，逐渐扩大系统供电范围，最终实现整个系统恢复的过程。

我国局域电网风电装机占比逐年提高且风资源条件优良，随着风力发电技术极大地改善，配合储能技术使得风电场输出的电压和功率更为平稳，风储系统具备自动发电控制和无功调节能力，参与黑启动时可以减小开关操作而且能够进相运行，为分布范围广而方便电网子系统划分的风电场配置储能，使其具备黑启动能力辅助电网黑启动将有助于扩大启动电源选择范围，对提高局域电网恢复效率有着重要的研究意义。

然而，由于目前储能成本相对高，国内外缺乏针对黑启动模式下风储发电系统的储能配置研究。通过储能提供风电机组自用电系统功率辅助机组启动，并由储能和机组作为原始电源启动其他机组，进而完成风电场黑启动。基于单台机组自用电系统功率和机组可发电量确定储能容量，再结合各机组风速、输出功率在风电场中的空间分布优化储能布局，进一步完成考虑机组机端电压稳定的风电场机组启动顺序规划。该方法可以依靠较小容量的储能满足风电场黑启动要求。

技术实现要素：

本发明的目的是：克服现有局域电网缺少黑启动电源方面的不足，提供一种结构简单，可靠性高的风储发电黑启动系统；并提供科学合理，适用性强，效果佳的风储发电黑启动系统的储能配置方法。

为实现上述目的所采用的第一技术方案是，一种风储发电系统，其特征是，在设定的风电机组自用变压器高压侧连接储能柜，黑启动时，由储能柜为设定的风电机组自用电系统供电，辅助启动，此后，再使设定的风电机组联合储能作为原始电源启动其他风电机组，最终实现依靠小容量的储能完成整个风电场黑启动。

所述的风电机组类型为双馈风力发电机组dfig。

为实现上述目的所采用的第二技术方案是，一种风储发电黑启动系统的储能配置方法，其特征是，它包括以下内容：

1)建立风电机组启动顺序规划模型

风电机组无功变化对其他风电机组机端电压影响与风电场集电系统拓扑的关系由式(1)表示：

式中，分别为第j条集电线路第一台风电机组到汇集母线的感抗和阻抗；x为同一集电线路相邻机组间的感抗；ulow为汇集母线电压。为第j条集电线路上第k台风电机组的机端电压变化量；为第j条集电线路上第i台风电机组的无功变化量；为第s条集电线路上第k台风电机组的机端电压变化量；第j条集电线路上第n台风电机组的无功变化量，

则在双馈风电机组无功调节能力范围内，风电机组的机端电压跌落幅值约束要满足下式(2)：

式中，为待启动风电机组启动时的无功变化量，重载情况下，0.1pu的机端电压波动会导致风电机组停机脱网，故在无电网支撑的黑启动的特殊时期为保证启动可靠性，保留一定裕量，机端电压跌落取0.06pu；

2)机组启动顺序

同一集电/发电线路上的风电机组:当配置储能的风电机组优先启动后，其他风电机组按其距离汇流母线nx<(n+1)x由近到远顺次启动；

不同的集电线路:未配置储能的其他集电线路，按距离汇流母线,即汇集站由近到远的顺利启动各发电线路；

3)建立储能配置容量模型

假设分钟级风速无变化，风电机组可连续启动且各台风电机组的启动时间和启动能力相同，则启动风电机组输出功率pw由下式(3)表示：

其中，r为风力机风轮半径，m；ρ为空气密度，取标准大气压下空气密度ρ＝1.225；vm为初始风电机组网架负荷压力最大时段内平均风速，m/s；cp为风能利用系数，考虑尾流效应，取风电场平均风能利用效率cp＝0.48；

风机输出功率pw与可同时启动风电机组数量n的关系由下式(4)表示：

其中，pz为启动风电机组自用电系统功率，pz-im和pz-r分别为待启动风电机组自用电系统异步电动机功率和其他设备功率，对于同一型号风电机组pz＝pz-im+pz-r；α为小型发电机组直接启动小功率异步电动机时的容量裕度，按gb50052-2009供配电系统设计规范取α＝6.5；

初始需配置储能的风电机组数量x与同时启动风电机组数量n的递增关系和风电场启动时间效率约束如下式(5)：

其中，k为启动批次，n为风电场机组数量，tf为风电机组从待启动状态到启动完成稳定输出的总时长，根据实际风电场运行监测数据一般取tf＝80s。tall为风电场启动效率时间约束，取水电机组启动到稳定输出的时长黑启动试验数据tall＝4min；

通过式(1)～式(3)计算出所需初始配置储能的风电机组台数x，则储能配置容量cs如下式(6)：

cs＝xgpcs-n(6)

其中pcs-n为储能额定功率pcs-n＝αpz-im+pz-r；

4)建立储能配置布局模型

利用对参数特征不明显且交互混杂的非线性分布信息有效筛选的自组织特征映射神经网络(self-organizingfeaturemap,sofm)算法，以各台风机风速、输出功率、风速与输出功率的匹配度，即风能利用效率为边界条件对风电场的风机进行分类，然后对已分类的风电机组做相关性计算，对优选出的风电机组按相关因子从大到小进行储能配置；为消除个别风机的特征差异对输出结果的影响，以风电机组输出功率、风速的均方差值和均方根差值标准化后作为特征值带入算法流程。

本发明的风储发电黑启动系统，由于在设定的风电机组自用变压器高压侧连接储能柜，黑启动时，由储能柜为设定的风电机组自用电系统供电辅助其启动，此后，再使设定的风电机组联合储能作为原始电源启动其他风电机组，最终实现依靠小容量的储能完成整个风电场黑启动，能够为局域电网多电源启动并行恢复的启动策略提供电源选择，具有结构简单，可靠性高等优点。所提供的风储发电黑启动系统的储能配置方法科学合理，适用性强，效果佳。

附图说明

图1为初始设定的风电机组数量及其启动效率图；

图2为月均风速空间分布图；

图3为月均功率空间分布图；

图4为自组织映射神经网络算法流程图；

图5为储能布局图；

具体实施方式

下面利用附图和实施例对本发明作进一步说明。

本发明的一种风储发电系统，在设定的风电机组自用变压器高压侧连接储能柜，黑启动时，由储能柜为设定的风电机组自用电系统供电，辅助其启动，此后，再使设定的风电机组联合储能作为原始电源启动其他风电机组，最终实现依靠小容量的储能完成整个风电场黑启动。所述的风电机组类型为双馈风力发电机组dfig。

本发明的一种风储发电黑启动系统的储能配置方法，包括以下内容：

1)建立风电机组启动顺序规划模型

风电机组无功变化对其他风电机组机端电压影响与风电场集电系统拓扑的关系由式(1)表示：

式中，分别为第j条集电线路第一台风电机组到汇集母线的感抗和阻抗；x为同一集电线路相邻机组间的感抗；ulow为汇集母线电压。为第j条集电线路上第k台风电机组的机端电压变化量；为第j条集电线路上第i台风电机组的无功变化量；为第s条集电线路上第k台风电机组的机端电压变化量；第j条集电线路上第n台风电机组的无功变化量，

则在双馈风电机组无功调节能力范围内，风电机组的机端电压跌落幅值约束要满足下式(2)

式中，为待启动风电机组启动时的无功变化量，重载情况下，0.1pu的机端电压波动会导致风电机组停机脱网，故在无电网支撑的黑启动的特殊时期为保证启动可靠性，保留一定裕量，机端电压跌落取0.06pu；

2)机组启动顺序

同一集电/发电线路上的风电机组:当配置储能的风电机组优先启动后，其他风电机组按其距离汇流母线nx<(n+1)x由近到远顺次启动；

不同的集电线路:未配置储能的其他集电线路，按距离汇流母线,即汇集站由近到远的顺利启动各发电线路；

3)建立储能配置容量模型

假设分钟级风速无变化，风电机组可连续启动且各台风电机组的启动时间和启动能力相同，则启动风电机组输出功率pw由下式(3)表示：

其中，r为风力机风轮半径，m；ρ为空气密度，取标准大气压下空气密度ρ＝1.225；vm为初始风电机组网架负荷压力最大时段内平均风速，m/s；cp为风能利用系数，考虑尾流效应，取风电场平均风能利用效率cp＝0.48；

风机输出功率pw与可同时启动风电机组数量n的关系由下式(4)表示：

其中，pz为启动风电机组自用电系统功率，pz-im和pz-r分别为待启动风电机组自用电系统异步电动机功率和其他设备功率，对于同一型号风电机组pz＝pz-im+pz-r；α为小型发电机组直接启动小功率异步电动机时的容量裕度，按gb50052-2009供配电系统设计规范取α＝6.5；

初始需配置储能的风电机组数量x与同时启动风电机组数量n的递增关系和风电场启动时间效率约束如下式(5)：

其中，k为启动批次，n为风电场机组数量，tf为风电机组从待启动状态到启动完成稳定输出的总时长，根据实际风电场运行监测数据一般取tf＝80s。tall为风电场启动效率时间约束，取水电机组启动到稳定输出的时长黑启动试验数据tall＝4min；

通过式(1)～式(3)计算出所需初始配置储能的风电机组台数x，则储能配置容量cs如下式(6)：

cs＝xgpcs-n(12)

其中pcs-n为储能额定功率pcs-n＝αpz-im+pz-r；

4)建立储能配置布局模型

利用对参数特征不明显且交互混杂的非线性分布信息有效筛选的自组织特征映射神经网络(self-organizingfeaturemap,sofm)算法，以各台风机风速、输出功率、风速与输出功率的匹配度，即风能利用效率为边界条件对风电场的风机进行分类，然后对已分类的风电机组做相关性计算，对优选出的风电机组按相关因子从大到小进行储能配置；为消除个别风机的特征差异对输出结果的影响，以风电机组输出功率、风速的均方差值和均方根差值标准化后作为特征值带入算法流程。

具体实施例的计算条件说明如下：

(1)风电场参数如附表1；

(2)风电场所装歌美飒g58-850双馈感应风力发电机组自用电系统参数如附表2；

(3)选择该风电场2016年7～9月各台风电机组采样间隔为1min的风速及输出功率数据作为风电机组分类寻优的样本数据。

表1：风电场参数

根据实施例计算条件(1)-(3)，应用本发明对储能配置容量、储能配置布局、风电场机组启动顺序结果如下：

1.储能配置容量

在给定计算条件下，由表2计算出该风电场所装风电机组自用电系统中异步电动机功率pz-im＝15.2kw，其他设备功率pz-r＝3.8kw，总功率为pz＝19.0kw。并据现场实测，风电机组从接收到启动命令进入准备阶段到启动完成稳定输出的总启动时间为80s。在该风电场7～9月平均风速为6.6m/s的条件下：

由公式(3)，上述风速条件下风电机组可以输出的有功功率pw＝300kw，运行在0.95的功率因数下的视在功率为s＝315kva，根据式(4)可同时启动的机组数量n＝2。

表2：风电场所装歌美飒g58-850双馈感应风力发电机组自用电系统参数

对于一个含有58台风电机组的风电场，在满足启动时间效率的条件式(5)，对初始配置储能的机组数量与风电场启动效率时间约束的关系如附图1，分析可知，若要在240s的约束时间内实现对该风电场全部风电机组的黑启动，至少需配置7台储能柜。根据式(6)配置功率为320kw/240kwh的储能系统可实现单台风电机组的启动。则对于该风电场实现黑启动的储能需求为2.24mw/1.68mwh。

2.储能配置布局

对比如附图2和附图3，风电机组的风速与输出功率的空间并不成对应关系，即风速较高的风电机组其发电功率并不一定高，风能利用效率存在差异。利用sofm神经网络算法，以各台风电机组输出功率、风速标准化后的均方差值和均方根差值作为特征值输入算法模型，输入层为4，神经层按风电机组受风情况(vm-i)、输出功率(pw-i)、风速与输出功率的匹配程度(η)设置为3层，输出层按类别设为3，并进行1000次迭代计算。算法流程图如附图4。

将风电机组分成3类如附表3：对所优选出来的19台第一类风电机组根据特征值进行相关性分析。

表3：风电机组分类

其中4号风机除与3号风机和35号风机的相关系数略低外，与其他风机的相关系数大于0.9，展现了其对其他风机的强影响，28号风机与其他风机的平均相关系数为0.87，以此类推，优先选择相关系数大于0.7的3、4、25、26、28、46、55号机组作为配置储能的风机，其具体位置如附图5：

3.风电机组启动顺序规划

根据现场实验和风电机组厂商提供的数据g58-850型双馈机组启动时最大无功变化为δq＝0.22mw。

根据公式(1)和式(2)要求i要小于3，风电机组启动时的顺序规划如下：

同一集电/发电线路上的机组:当配置储能的机组优先启动后，其他机组按其距离汇流母线(nx<(n+1)x)由近到远顺次启动；

不同的集电线路:未配置储能的其他集电线路，按距离汇流母线(汇集站)由近到远(xli<xlj)的顺利启动各发电线路。

根据上述机组启动顺序规划原则，对于该风电场同一集电线，如发电五线，按g25→g24→g23→g22→g21顺次启动机组；当配置储能的集电线路所有机组启动完成时，其它集电线路按发电九线→发电八线→发电六线→发电三线顺次启动。

本发明实施例中的计算条件、图例、表等仅用于对本发明作进一步的说明，并非穷举，并不构成对权利要求保护范围的限定，本领域技术人员根据本发明实施例获得的启示，不经过创造性劳动就能够想到其它实质上等同的替代，均在本发明保护范围内。