一种风场内部无功电压协调控制方法与流程
本发明属于风电场内部无功电压协调控制技术领域，尤其是风电场接入弱电网情况下的无功电压协调控制方法。
背景技术：
近年来风电并网技术不断成熟，风电机组的装机容量迅速扩大。对于大型风电场接入系统后的安全稳定运行的问题也日益凸显，其中风电场内部的电压稳定问题更是受到人们的关注。同时，我国风电发展呈现集群式、弱电网等特点，使得风电场无功电压协调控制问题较为突出。
国内外针对风电场的无功电压协调控制研究主要集中在：一、静态条件下含风电场的局部电网的无功优化配置；二、含风电场的无功配置优化模型建模。
蚁群算法是于上个世纪末提出的一种新型模拟进化方法。传统的蚁群算法无法解决连续变量的问题，而引入混沌体系可以很好的解决这个问题，并且已经在电力系统的多个方面应用，都具有良好的效果。同时，混沌蚁群算法拥不仅拥有传统蚁群算法收敛速度快，计算精度高等优点，还提高了整个算法的全局最优解的搜索能力。
技术实现要素：
本发明所要解决的技术问题是提供一种风场内部无功电压协调控制方法，以基本的节点电压稳定性指标、无功发生设备的裕度指标及节点电压最稳定和风电场内无功裕度最大目标函数，建立含SVC(Static Var Compensator，静止型动态无功补偿装置)的双馈风电场无功协调优化模型，最后采用改进的混沌蚁群算法求解得到最优控制。
为解决上述技术问题，本发明采用的技术方案是：
一种风场内部无功电压协调控制方法，包括以下步骤：
步骤1：建立节点电压稳定性指标，其中：N为风电场中所有节点集合，和Vi分别为节点i的参考电压值和实时电压值的标幺值；
步骤2：建立无功发生设备裕度指标，其中：i∈NC，NC为包含双馈风电机组和SVC的无功源设备的节点集合，QCi为无功源设备i的实时无功功率，为无功源设备i的可调节无功功率最大值，为无功源设备i的可调节无功功率最小值，为无功源设备i的无功调节参考量；
步骤3：建立优化方法的目标函数，minf(x)＝ωv||ΔV||+ωc/||ΔQc||，其中：x＝[QSVC,QW]，QSVC为SVC装置的无功出力，QW为双馈风电机组无功出力，ωv和ωc分别为目标函数中节点电压稳定性指标和风电机组端电压稳定指标的权重系数；
步骤4：建立风电场无功电压协调控制约束，风电场无功电压协调控制的等式约束条件为电网的基本潮流约束方程，不等式约束条件为各节点电压幅值上下限条件、无功源设备容量极限范围条件，即和其中：Pi和Qi分别为注入节点i的有功和无功功率值，Vi和Vj分别为节点i,j的电压大小，Gij和Bij分别为支路i-j导纳对应的实部和虚部，θij为支路i-j相角差，Ns为总的节点集合，
步骤5：采用改进的混沌蚁群算法求解无功协调优化模型，具体为：
利用混沌算法产生得到控制变量的初始蚂蚁变量个体；
根据实时基础数据按式和式分别计算出节点电压稳定性指标以及无功发生设备的裕度指标；
计算得到每只蚂蚁变量个体对应目标函数的值；
利用多次混沌搜索比较得出最优目标函数，将此时的蚂蚁变量个体对应的控制变量值x＝[QSVC,QW]下发至SVC装置和双馈风电机组。
根据上述方案，所述步骤1中，所述步骤3中，ωv＝0.6、ωc＝0.4。
与现有技术相比，本发明的有益效果是：
1、本发明方法从双馈风电机组和SVC装置的基本特性及提高算法的实时性出发，综合考虑风电场内的无功补偿发生设备的配合，提出采用改进混沌蚁群算法来综合两者无功输出特性的无功电压协调控制方法，有利于减小PCC母线的电压波动情况，改善风电场局部电网电压水平的同时还使得风电场内部的无功裕度更大。
2、本发明采用多次混沌搜寻的方式，在混沌蚁群算法的蚁群信息交换环节使用全部个体提高算法全局搜索效率同时为避免结果易出现局部最优解的情况。
3、本发明采用全体蚁群都在最优解处时作为算法结束条件，尽量避免不必要的计算，进一步加快了算法的收敛速度。
附图说明
图1是混沌蚁群算法的计算流程图。
图2是无功协调优化方法信息流程图。
图3是算例电网结构图。
图4是PCC有功和无功功率曲线。
图5是方式1时的SVC输出无功功率和PCC电压曲线。
图6是方式2时SVC和双馈风电机组输出无功功率和PCC电压曲线。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明考虑双馈风电机组和SVC两者的配合，在分析双馈风电机组和SVC装置的无功输出能力的基础上，以基本的节点电压稳定性指标、无功发生设备的裕度指标及节点电压最稳定和风电场内无功裕度最大目标函数，建立含SVC的双馈风电场无功协调优化模型，最后采用改进的混沌蚁群算法求解得到最优控制。详述如下：
步骤1，建立节点电压稳定性指标。风电场接入点母线电压发生变化，其内部风电机组由于馈线电缆的长度和不同的出力等原因，导致机端电压有一定的差异。为定量考察每台风电机组的电压稳定性和裕度，改善整个风电场的电压稳定性，建立风电机组的电压稳定性指标，如式(1)所示。其中：N为风电场中所有节点集合；和Vi分别为节点i的参考电压值和实时电压值的标幺值，此处取
步骤2，建立无功发生设备裕度指标。由于风电场内部电压的频繁波动，装设了大量的动态无功发生设备(一般为SVC)，以满足实时平滑的补偿要求。在正常运行期间，在满足当前电压稳定要求的情况下，尽量多的留有充足的无功裕度以用于暂态故障；同时考虑双馈风电机组的无功出力特性，建立了无功发生设备的裕度指标，如式(2)所示。其中：i∈NC，NC为包含双馈风电机组和SVC等无功源设备的节点集合；QCi为无功源设备i的实时无功功率；为无功源设备i的可调节无功功率最大值；为无功源设备i的可调节无功功率最小值；为无功源设备i的无功调节参考量。
步骤3，建立优化方法的目标函数。含SVC的双馈风电场无功协调优化中，以SVC和双馈风电机组的无功出力为控制变量，目标是使风电机组端电压稳定指标最好和无功发生设备裕度最大，如式(3)所示。其中：x＝[QSVC,QW]，QSVC为SVC装置的无功出力，QW为双馈风电机组无功出力；ωv和ωc分别为目标函数中节点电压稳定性指标和风电机组端电压稳定指标的权重系数，此处取ωv＝0.6，ωc＝0.4。
min f(x)＝ωv||ΔV||+ωc/||ΔQc|| (3)
步骤4，建立风电场无功电压协调控制约束。风电场无功电压协调控制的等式约束条件即为电网的基本潮流约束方程，不等式约束条件即各节点电压幅值上下限条件、无功源设备容量极限范围条件，如式(4)和式(5)所示。其中：Pi和Qi分别为注入节点i的有功和无功功率值；Vi和Vj分别为节点i,j的电压大小；Gij和Bij分别为支路i-j导纳对应的实部和虚部；θij为支路i-j相角差；Ns为总的节点集合。
步骤5，采用改进的混沌蚁群算法求解无功协调优化模型。基于改进的混沌蚁群算法，以电网的实时数据为基础获取风电场内各个节点电压值Vi及无功发生设备的相关无功功率值QCi，等信息。在采用改进的混沌蚁群算法的每次的方法产生过程中，首先利用混沌算法产生得到控制变量的初始蚂蚁变量个体；然后根据实时基础数据按式(1)和式(2)分别计算出节点电压稳定性指标以及无功发生设备的裕度指标；再计算得到每只蚂蚁变量个体对应目标函数的值；最后利用多次混沌搜索比较得出最优目标函数，将此时的蚂蚁变量个体对应的控制变量值x＝[QSVC,QW]作为本次的无功优化方法下发至SVC装置和双馈风电机组。
为进一步验证本发明方法的有益效果，根据本发明方法，基于某地实际电网参数和风电场内部结构参数，在MATLAB/Simulink软件搭建如图3的仿真模型，仿真验证本发明的控制优化方法的有效性。相关参数如表1所示。
表1算例元件基本参数
变压器参数
线路参数
SVC-I/SVCII参数
外部等值电网参数
注：忽略风电机组出线的电缆影响
为比较SVC、双馈风电机组以及本发明提出的协调控制方法的无功电压控制效果，忽略因风电场地形原因导致的不同风电机组具有的不同风速和尾流效应的情况下，本发明采用如下两种不同的无功电压控制方式在风速连续变化的情况下进行仿真。
方式1：仅采用SVC装置；
方式2：本发明所提控制思路下的SVC装置和双馈风电机组配合投入。
图4给出了风电场接入点(PCC)一天内的有功和无功功率变化曲线，图中，实线为有功功率变化曲线，虚线为无功功率变化曲线，在如图所示的情况下，方式1和方式2下无功发生设备的出力曲线及PCC母线电压曲线分别如图5和图6所示。图5中实线表示SVC的无功输出曲线，虚线表示PCC母线电压曲线。图中可以看到，在0点至9点这个阶段，系统有充足的无功功率，SVC承担的无功功率输出较小；从9点开始至20点阶段，风电机组输出的有功功率逐渐增大，系统对无功功率的需求也随之增加，SVC投入大量的容性无功功率，以支撑风电场输出母线电压；但是由于SVC容量和迟滞限制，对PCC母线电压起到的支撑作用有限，PCC母线的电压波动较大。
图6中实线表示风电机组总无功输出曲线，虚线表示PCC母线电压曲线，点画线线表示SVC装置无功输出曲线。图中可以看出，通过采用本发明方法对双馈风电机组和SVC的无功出力的协调配合控制，使SVC装置起到基本的无功支撑作用，让具有更快速无功调节能力的风电机组优先承担快速波动的无功输出的任务，最终的结果使得SVC和风电机组的无功出力均低于方式1中的仅依靠SVC时的无功出力；同时对PCC母线电压的波动起到良好的补偿与缓解作用。
对比图5与图6的结果，后者能迅速补偿系统无功需求，减小PCC母线电压波动且降低了风电场内的无功损耗同时提高了风电场内部的无功裕度。说明本发明提出的协调控制方法在风电场内SVC和风电机组无功出力分配的适用性与有效性。
- 还没有人留言评论。精彩留言会获得点赞！