本发明涉及风电机组技术领域，特别是涉及一种风电场有功功率变化率智能控制方法。
背景技术：
目前，国内各整机厂家产品的场级能量管理平台基本具备风电场输出功率爬坡控制的功能，并按照电网并网要求设计参数指标。基于日趋严苛的国家电网及区域电网并网标准，风电场有功功率输出下降的时候也需对功率变化率进行监测和控制。同时对于不限电地区，只需对自由发电工况下功率输出变化率进行控制，而在限电地区，除了自由发电工况，在限电工况下也需对功率输出变化率进行控制。国内产品目前仅停留在对并网导则相关标准的解读，在调节模式转换以及功率下探过程中的变化率调节做的工作还不够。
目前大多数整机厂家主要关心功率输出爬坡控制，主要对并网导则里对于风电场功率变化率的要求进行解读，即风电场1分钟功率变化率和10分钟功率变化率的要求。对于功率输出下探过程中的功率变化关注较少。风电场自由发电工况和限电工况下功率变化率控制模式转换效果不是太理想。为了达到较好的调节效果，传统爬坡控制会提前工作，把触发余量设置比较大，导致业主发电量损失。大部分厂家产品主要关注场级有功变化率控制，调节期间未考虑单机状态，没有个性化的调节手段。实际风电场运行期间，业主常因有功变化率不符合网调并网要求而被频繁考核。此外，多数厂家通过对影响变化率控制的风机外部约束项作为功率预测的参考项，没有考虑单机自身的一些影响调节的决定性因素，导致调节方式单一，准确度以及可靠性都无法保证。
因此，如何创设一种调节精度和调节效率均较高的风电机组有功功率变化率智能控制方法，成为当前业界亟待解决的问题。
技术实现要素：
本发明的目的是提供一种调节精度和调节效率均较高的风电机组有功功率变化率智能控制方法，以克服现有控制方法调节精度和调节效率低的不足。
为解决上述技术问题，本发明提供了一种风电场有功功率变化率智能控制方法，包括如下步骤：s1、获取风电场总装机容量，计算风电场1分钟和10分钟功率变化率限值；s2、获取风电机组的scada数据，并根据获取的scada数据设置风电机组的优先级；s3、根据获取的scada数据预测风电场未来1分钟和10分钟功率变化值；s4、根据计算得到的风电场1分钟和10分钟功率变化率限值预设报警阈值，判断预测的1分钟和10分钟功率变化值是否达到预设的报警阈值，达到报警阈值进行报警；s5、按风电机组的优先级调节风电机组的功率变化率，直至整个风电场1分钟和10分钟功率变化值低于报警阈值为止。
作为本发明的一种改进，所述步骤s5之后还包括如下步骤：s6、对一定时间内风电场1分钟和10分钟功率变化值进行监测，如果一定时间内风电场1分钟和10分钟功率变化值均低于低报警阈值，则设置为自由发电模式，并返回步骤s2，如果一定时间内风电场1分钟或10分钟功率变化值高于低报警阈值，则返回步骤s4。
进一步改进，所述scada数据包括风电机组的运行状态、有功功率、桨距角、叶片转速、齿轮箱温度、环境温度、长期平均风速、瞬时风速、长期平均功率、瞬时功率、过去1分钟及10分钟功率变化率。
进一步改进，所述步骤s2具体包括如下步骤：s21、获取风电机组的scada数据；s22、设置scada数据中不同参数对风电机组优先级的影响权重，对并网的风电机组进行优先级排序。
进一步改进，所述风电机组的过去1分钟及10分钟功率变化率对优先级的影响权重最高。
进一步改进，所述步骤s3具体包括如下步骤：s31、根据获取的长期平均风速和瞬时风速，预测风电场未来1分钟和10分钟功率变化值，即为第一功率变化值；s32、根据获取的长期平均功率及瞬时功率，预测风电场未来1分钟和10分钟功率变化值，即为第二功率变化值；s33、计算第一功率变化值和第二功率变化值的加权平均数，所述加权平均数即为最终的风电场未来1分钟和10分钟功率变化值。
进一步改进，所述步骤s4中报警阈值包括低报警阈值和高报警阈值；当步骤s3中预测的风电场1分钟或10分钟功率变化值达到低报警阈值时，则重新预测风电场1分钟和10分钟功率变化值，并判断是否达到低报警阈值；如果重新预测的风电场1分钟或10分钟功率变化值再次达到低报警阈值，则进行报警，如果重新预测的风电场1分钟和10分钟功率变化值没有达到低报警阈值，则不进行报警，返回步骤s2；当步骤s3中预测的风电场1分钟或10分钟功率变化值达到高报警阈值时，则立即进行报警。
进一步改进，所述步骤s5中采用pid调节方法调节风电机的功率变化率。
采用上述的设计后，本发明至少具有以下优点：
1、本发明的风电场有功功率变化率智能控制方法，不仅能够对有功功率输出爬坡过程功率变化率进行控制，而且能够对有功功率输出下探过程中功率变化率进行控制。根据scada数据对风电机组进行排序，并对功率变化率进行预测，预测精度较高，通过对单个风电机组按顺序进行控制实现对整个风电场的功率变化率的优化控制，提高了调节精度和调节效率，并最大限度保证业主发电量。
2、本发明能够对短期有功功率变化趋势进行有效预测，预测精度和可靠性较高。
附图说明
上述仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，以下结合附图与具体实施方式对本发明作进一步的详细说明。
图1是本发明风电场有功功率变化率智能控制方法的流程图。
具体实施方式
参见图1所示，本发明提供了一种风电场有功功率变化率智能控制方法，调节精度和调节效率均较高，不仅能够对有功功率输出爬坡过程功率变化率进行控制，而且能够对有功功率输出下探过程中功率变化率进行控制，能够最大限度保证业主发电量。
本发明的风电场有功功率变化率智能控制方法，具体包括如下步骤：
s1、获取风电场总装机容量，并根据风电场总装机容量和并网标准规定的风电场1分钟功率变化率标准和10分钟功率变化率标准，计算风电场1分钟功率变化率限值和10分钟功率变化率限值。
s2、获取风电机组的scada数据，并根据获取的scada数据排列风电机组的优先级。
s21、获取风电机组的scada数据，风电机组的scada数据具体包括但不仅限于风电机组运行状态、有功功率、桨距角、叶片转速、齿轮箱温度、环境温度、长期平均风速、瞬时风速、长期平均功率、瞬时功率、过去1分钟及10分钟功率变化率，其中，长期平均风速、瞬时风速、长期平均功率及瞬时功率的历史数据的时间间隔为1分钟。
s22、设置scada数据中不同参数对风电机组优先级的影响权重，对并网的风电机组进行优先级排序。例如，可将过去1分钟及10分钟功率变化率设置较高的影响权重，将其他参数设置相对较低的影响权重，从而实现将功率变化率较高的风电机组设置较高优先级的目的。
s3、预测风电场未来1分钟和10分钟功率变化值，具体包括如下步骤：
s31、根据获取的长期平均风速和瞬时风速，预测风电场未来1分钟和10分钟功率变化值，即为第一功率变化值；
s32、根据获取的长期平均功率及瞬时功率，预测风电场未来1分钟和10分钟功率变化值，即为第二功率变化值；
s33、计算第一功率变化值和第二功率变化值的加权平均数，该加权平均数即为最终的风电场未来1分钟和10分钟功率变化值。
s4、根据整场功率调节指令和步骤s1中获得的1分钟和10分钟功率变化率限值，预设报警阈值，判断步骤s3中预测的1分钟和10分钟功率变化值是否达到报警阈值，达到报警阈值后进行报警。
具体的，该报警阈值包括低报警阈值和高报警阈值。
当步骤s3中预测的最终风电场1分钟或10分钟功率变化值达到低报警阈值时，则重新预测的最终风电场1分钟和10分钟功率变化值，并判断是否达到低报警阈值；如果重新预测的最终风电场1分钟或10分钟功率变化值再次达到低报警阈值，则进行报警，如果重新预测的最终风电场1分钟和10分钟功率变化值没有达到低报警阈值，则不进行报警，返回步骤s2。
当步骤s3中预测的最终风电场1分钟或10分钟功率变化值达到高报警阈值时，则立即进行报警。
s5、进行报警后，按风电机组优先级排序采用pid调节方法调节风电机组的功率变化率。
具体的，按风电机组优先级，首先对优先级较高的风电机组的功率变化率进行调节，如果风电场1分钟和10分钟功率变化值降回到低报警阈值以下，则停止调节，如果风电场1分钟和10分钟功率变化值还高于低报警阈值，则按优先级对后序的风电机组的功率变化率进行调节，直至风电场1分钟和10分钟功率变化值低于低报警阈值为止。
s6、对一定时间内风电场1分钟和10分钟功率变化值进行监测，如果一定时间内风电场1分钟和10分钟功率变化值未达到低报警阈值，则设置为自由发电模式，并返回步骤s2；如果一定时间内风电场1分钟和10分钟功率变化值达到低报警阈值，则返回步骤s4。
本发明的风电场有功功率变化率智能控制方法，不仅能够对有功功率输出爬坡过程功率变化率进行控制，而且能够对有功功率输出下探过程中功率变化率进行控制。根据scada数据对风电机组进行排序，并对功率变化率进行预测，预测精度较高，通过对单个风电机组按顺序进行控制实现对整个风电场的功率变化率的优化控制，提高了调节精度和调节效率，并最大限度保证业主发电量。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰，均落在本发明的保护范围内。