一种风电场内功率分配方法及分配装置的制造方法
【技术领域】
[0001] 本发明设及风力发电，特别设及一种风电场内功率分配方法及分配装置。
【背景技术】
[0002] 随着电力系统中风电并网比例的增加，风能的随机波动性对传统电力系统经济调 度和安全运行带来挑战。研究在风电功率预测与电力系统的负荷约束条件下，风电场内机 组优化调度问题，不仅能减少风力发电机组的冗余运行和磨损浪费，避免机组的频繁启停， 还可W降低运行成本，提高风电场输出功率的电能质量，有效减轻风电波动性对电网的影 响，从而在保证电力系统安全性的前提下，提高电力系统的消纳风电能力和经济效益。
[0003]由于大中型风电场机组数量多，地域广，机组之间距离远，地形条件复杂，每台机 组所在的位置的地形地貌、粗趟度不同，并且机组之间存在不同程度的尾流影响，所W在风 电场运行过程中，不同风力发电机组在同一时刻的发电功率会有着不同的差异，在同一个 时间段内，也会表现出不同的变化趋势。风力发电机组的发电功率主要取决于风速，所W在 同一时间段内，一个风电场内的几十台甚至上百台风力发电机组的发电功率会呈现不同的 出力水平和不同的波动趋势。
[0004]在风电场内机组调度寻优的过程中，机组维数加上时间维数构成了一个上百维的 高维目标函数，直接利用优化算法进行寻优，可能会出现寻优时间长或者陷入局部最优解 的情况。现在如果根据每台风力发电机组的历史运行数据，利用聚类算法将风电场内机组 分为若干类机组群，将功率较高，波动较小的机组进行优先调度。然后根据机组分类的结 果，W风电场内疲劳损伤量最小为优化目标，通过智能算法，对风力发电机组间进行负荷分 配优化，可W得到较好地满足电网调度要求的机组组合。针对该问题引入自组织特征映射 神经网络算法和基于模拟退火遗传算法的模糊C-均值聚类算法对49. 5MW风电场33台机 组进行分类研究，并建立基于遗传算法优化风电场内功率分配的模型。
【发明内容】
[0005]基于上述现有技术，本发明提供一种风电场内功率分配方法及分配装置。
[0006]本发明的技术方案是；
[0007]-种风电场内功率分配方法，包括步骤；S1、利用聚类算法将风电场内机组分为 若干类机组群，将功率较高，波动较小的机组进行优先调度，建立目标函数；S2、设定目标函 数的约束条件；S3、进行遗传优化优化算法。
[000引优选的，所述目标函数如下所示：
[0009]
【主权项】
1. 一种风电场内功率分配方法，其特征在于，包括步骤： 51、 利用聚类算法将风电场内机组分为若干类机组群，将功率较高，波动较小的机组进 行优先调度，建立目标函数； 52、 设定目标函数的约束条件； 53、 进行遗传优化算法。
2. 根据权利要求1所述的风电场内功率分配方法，其特征在于，所述目标函数如下所 示：
其中，F表示总的损伤量，T表示时间周期数，N表示机组台数，a/表示机组i在j时段 正常运行时的疲劳损伤，表示机组i在j时段启动时的疲劳损伤，< 表示机组i在j时 段停机时的疲劳损伤，< 表示机组i在j时段空转时的疲劳损伤，《/表示机组i在j时段 的启停状态，〇代表停机，1代表运行；t表示风机运行的时间； 机组台数N是指总机组台数减掉优先运行机组台数后剩余的机组台数。
3. 根据权利要求2所述的风电场内功率分配方法，其特征在于，所述风力发电机组疲 劳损伤的表达式如下： d= 2. 41E-12
式中a-正常发电运行时风力发电机组的疲劳损伤；b-启动时风力发电机组的疲劳 损伤；c一停机时风力发电机组的疲劳损伤；d-空转时风力发电机组的疲劳损伤；P-风力 发电机组的发电功率。
4. 根据权利要求3所述的风电场内功率分配方法，其特征在于，所述约束条件包括优 化运行机组出力上下限约束条件、负荷调度约束条件、最大功率变化率约束条件和启停机 次数约束条件。
5. 根据权利要求4所述的风电场内功率分配方法，其特征在于，所述优化运行机组出 力上下限约束条件为：
式中if为机组的计划出力，吃为第i台机组的功率预测值，gllin为第i台机组的 最小出力。
6. 根据权利要求4所述的风电场内功率分配方法，其特征在于，所述负荷调度约束条 件为
式中为第j时间段风电场规划的负荷出力，满足电网中调负荷指令。
7. 根据权利要求4所述的风电场内功率分配方法，其特征在于，所述最大功率变化率 约束条件为： 在风电场并网、机组正常停机以及风速增长过程中，风电场功率变化率应满足以下要 求：
〇
8. 根据权利要求4所述的风电场内功率分配方法，其特征在于，所述启停机次数约束 条件为：机组的启停次数不能超过1次。
9. 根据权利要求1所述的风电场内功率分配方法，其特征在于，所述遗传优化算法具 体步骤如下： (1) 从电力系统负荷调度数据中扣除分类中常运行机组的风电功率预测总值后的负荷 值作为其余机组的系统负荷调度值，需要优化运行机组的风电功率预测值作为机组的最大 技术出力； (2) 外层优化问题是优化风力发电机组的启停机计划，即从第一个时段开始，结合风电 功率预测数据，列出各种可能的机组启停组合，停机表示为〇,运行表示为1，但必须遵守在 一个调度周期内，满足机组启停机次数不能超过1次的约束条件，组合以矩阵的形式表示 出来； (3) 内层问题是优化风力发电机组间负荷分配的问题，首先随机计划风力发电机组的 发电功率，功率值必须满足大于最小出力，小于最大出力的约束条件； (4) 再计算各种可能的机组状态组合下整个风电场的最大输出功率，与负荷限定值相 比较，如果其小于负荷限定值，即不符合条件，此时需要随机选择运行状态的机组，进行出 力判断，如果小于最大出力，则增加其出力，再次判断是否满足负荷值要求，如果不满足，重 复该步骤，反之，运行到下一步； (5) 得到满足负荷要求的机组功率分配之后，将其对应的疲劳损伤量相加，筛选出其中 疲劳损伤量之和最小的组合和机组功率分配计划； (6)在满足精度和多代进化条件后，选出整个时间范围内疲劳损伤量最小的机组状态 组合和功率分配计划。
10. -种风电场内功率分配装置，其特征在于：包括若干台双馈式变速恒频机组、机组 控制中心、若干分别与机组控制中心连接的风速、风功率测量装置以及风力发电机组输出 功率提取装置。
【专利摘要】本发明公开了一种风电场内功率分配方法及分配装置，所述风电场内功率分配方法包括步骤：S1、利用聚类算法将风电场内机组分为若干类机组群，将功率较高，波动较小的机组进行优先调度，建立目标函数；S2、设定目标函数的约束条件；S3、进行遗传优化优化算法。本发明根据每台风力发电机组的历史运行数据，利用聚类算法将风电场内机组分为若干类机组群，将功率较高，波动较小的机组进行优先调度。然后根据机组分类的结果，以风电场内疲劳损伤量最小为优化目标，通过智能算法，对风力发电机组间进行负荷分配优化，可以得到较好地满足电网调度要求的机组组合。
【IPC分类】H02J3-46
【公开号】CN104810860
【申请号】CN201510060485
【发明人】张晋华, 程鹏, 刘雪枫, 曹永梅, 张云鹏, 王强, 周晓明, 曹群士
【申请人】华北水利水电大学
【公开日】2015年7月29日
【申请日】2015年2月6日