一种风电场平滑出力方法
【技术领域】
[0001] 本发明涉及电力技术领域，具体地，涉及一种风电场平滑出力方法。
【背景技术】
[0002] 风力发电是目前最成熟的利用可再生清洁能源进行发电的技术，但由于风能资源 存在着随机性和波动性，给电网带来一系列的影响。功率的波动性程度直接影响电网原有 的潮流分布，当风电的渗透率处于较高水平时，波动性和随机性会给电网的运行带来巨大 冲击。
[0003] 为了减少这种冲击，不少学者考虑在风电场中配置储能系统联合运行，以储能系 统的充放电出力来改变总输出功率的幅值，减小风电场功率波动对电网的影响，使注入电 网的电能更加平稳。但是储能系统目前最大的瓶颈是成本问题，美国EPRI的分析列出了目 前各种储能技术的成本，其中，压缩空气的储能系统成本最低，只有60-125美元/kWh，但这 个技术目前还只停留在示范工程，其他的储能技术的成本都远远高于压缩空气。例如，拥有 近200年历史的技术相对比较成熟的铅酸电池和先进铅酸电池，目前价格在505-760美元 /kWh ;再如，还处于示范阶段的液流电池，价格在470-1125美元/kWh ;锂离子电池目前价格 在1050-6000美元/kWh。正因为价格原因，除了极少数示范工程外，绝大多数风电场暂时没 有配备储能系统。
[0004] 对于没有配备储能系统的风电场，虽然缺少储能系统的支持，但仍需要进行风电 功率波动平抑，以减小功率波动对电网的影响。图1为风电场的系统示意图，多台风电机组 共同接在同一条母线，再通过风电场主变压器接入电力系统。
[0005] 风电功率波动平抑控制方法的思路是：在一段时期内指定一个功率值范围，在风 力发电出力大于指定功率范围的时段内，减少风电场总有功功率输出；在风力发电出力小 于或等于指定功率值范围的时段内，风电场以风能最大跟踪模式运行，即向电网释放最大 功率。
[0006] 东北电力大学宇航、严干贵等人利用一阶低通滤波算法实现风电功率波动平抑的 控制策略。该控制策略主要对风电场运行中的高频分量进行滤除，减小风电功率的变化率， 为电力系统提供较为稳定的功率输出，而储能系统则是通过其充放电来改变输出功率的幅 值，使注入电网的电能更加平稳。但实际应用中发现这种利用一阶低通滤波算法得到的出 力平滑曲线存在一定的延时作用，如图2所示，较细的线为风电单独出力曲线，较粗的线为 利用这种控制策略得到的风储联合发电平滑出力曲线，从图2可明显看出，风储联合发电 平滑出力曲线滞后于风电单独出力曲线。这是因为这种利用一阶低通滤波算法实现风电功 率波动平抑的控制策略是采用本次采样值与上次滤波输出值进行加权得到本次滤波输出 值，具体公式为：
[0007] Y(η) = α Χ(η) + (1-α )Υ(η-1)
[0008] 以上公式中，α为滤波系数；Χ(η)为本次采样值；Υ(η-1)为上次滤波输出值； Y (η)为本次滤波输出值。
[0009] 可见，这种利用一阶低通滤波算法实现风电功率波动平抑的控制策略还存在不足 之处。
【发明内容】
[0010] 本发明实施例的主要目的在于提供一种风电场平滑出力方法，以解决现有技术利 用一阶低通滤波算法平抑风电功率波动所得到的平滑出力曲线存在延时现象的问题。
[0011] 为了实现上述目的，本发明实施例提供一种风电场平滑出力方法，包括：
[0012] 步骤A，获取风电场功率预测值组成的数据集合；
[0013] 步骤B，利用多项式拟合算法对所述数据集合进行拟合，得到理想平滑出力公式；
[0014] 步骤C，根据所述理想平滑出力公式计算理想平滑出力值；
[0015] 步骤D，根据所述理想平滑出力值与所述风电场功率预测值的大小关系，确定实际 平滑出力值；
[0016] 所述步骤A具体为获取风电场功率预测值组成的数据集合P :
[0017] P = ((Pi, t；) I i = I, 2. . . , m}；
[0018] 其中，P为数据集合，？1为风电场功率预测值，m为所述数据集合的样本个数且m为 自然数，i为样本序列号，1^为p i对应的时间；
[0019] 所述步骤B具体包括：
[0020] 步骤B1，根据所述数据集合P中风电场功率预测值P1的波动趋势，确定所述理想 平滑出力公式的阶数n，其中η为自然数；
[0021] 步骤Β2,拟合具有所述阶数η的多项式：
[0022] antin+an 彳广丄+…+aJi+a。；
[0023] 其中，a。~a "为多项式系数；
[0024] 步骤B3,计算所述多项SanI^an山11 k…+a^+a。与所述风电场功率预测值口；的 差值平方和Err :
[0025]
[0026] 步骤M，利用最小二乘法计算所述差值平方和Err为最小值时，多项式系数a。~ an对应的具体值α。~α n;
[0027] 步骤B5,利用所述具体值α。~α "构建理想平滑出力公式X(t):
[0028] X (t) = a ntn+ a n Jn 丄+…+ α A+ α 〇;
[0029] 其中，t为时间；
[0030] 所述步骤C具体为：
[0031] 计算当t = 1^时，所述理想平滑出力公式X(t)的值X(t J :
[0032] XUi) = α η1^η+α η 山11 丄+…+ α 山+α 0
[0033] 其中，Xa1)为理想平滑出力值；
[0034] 所述步骤D具体包括：
[0035] 当所述理想平滑出力值小于或等于所述风电场功率预测值时，确定实际平滑出力 值等于所述理想平滑出力值；
[0036] 当所述理想平滑出力值大于所述风电场功率预测值时，确定实际平滑出力值等于 所述风电场功率预测值。
[0037] 借助于上述技术方案，本发明通过对整个计划出力区间的风电场功率预测值进行 多项式拟合，最终得到的实际平滑出力曲线不会滞后延时，相比于利用一阶低通滤波方法 平抑风电功率波动的方法，本发明具有更优化的平滑出力效果。
【附图说明】
[0038] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述 中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些 实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附 图获得其他的附图。
[0039] 图1是本发明【背景技术】提供的风电场的系统示意图；
[0040] 图2是本发明【背景技术】提供的利用一阶低通滤波算法进行风电波动平抑前后的 功率曲线对比示意图；
[0041] 图3是本发明提供的风电场平滑出力方法流程示意图；
[0042] 图4是本发明提供的计划出力区间风电场功率预测值组成的曲线示意图；
[0043] 图5是本发明提供的计划出力区间风电场功率预测值组成的曲线与理想平滑出 力曲线对比示意图；
[0044] 图6是本发明提供的对应图5的实际平滑出力曲线。
【具体实施方式】
[0045] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本发明保护的范围。
[0046] 本发明提供一种风电场平滑出力方法，如图3所示，该方法包括：
[0047] 步骤S1，获取风电场功率预测值组成的数据集合。
[0048] 具体的，该步骤可从风电场的功率预测系统SCADA中获取功率预测值，即获取 SCADA预测的风电场在计划出力区间（未来一段时间）的输出功率值。如图4所示为某风 电场在计划出力区间的风电场功率预测值组成的曲线。
[0049] 步骤S2,利用多项式拟合算法对数据集合进行拟合，得到理想平滑出力公式。
[0050] 具体的，该步骤利用多项式拟合算法对计划出力区间的风电系统功率预测值数据 进行拟合，由于不是如现有的利用一阶低通滤波算法那样采用相邻滤