风电场电压受风力影响容易快速波动,传统基于当前时间断面进行决策的方法易出现无功控制滞后、多种设备不协调等问题。为此,基于模型预测控制(model predictive control,MPC)理论,提出了一种旨在协调风力机和静止无功发生器(static var ...风电场电压受风力影响容易快速波动,传统基于当前时间断面进行决策的方法易出现无功控制滞后、多种设备不协调等问题。为此,基于模型预测控制(model predictive control,MPC)理论,提出了一种旨在协调风力机和静止无功发生器(static var generator,SVG)的风电场电压控制方法。区别于传统电压控制方法,所提出方法的目标是实现未来时间窗内电压控制曲线和无功调节动态过程的优化。利用自回归滑动平均方法预测风力机的有功出力,并分别以一阶惯性环节和比例积分环节模拟风力机和SVG无功控制的动态过程,在此基础上利用灵敏度预测求解风电场内各母线(含风力机机端母线)的未来电压曲线。由此建立了以目标函数为未来时间窗内并网点电压偏移最小和SVG动态无功储备最大的优化模型,并采用对偶单纯形法求解。在基于DIgSILENT建立的风电场仿真系统上进行了仿真验证。时域仿真结果表明,所提出的方法通过预测不同设备未来一段时间的控制动态过程,能合理安排快、慢无功出力,提前响应系统中可预见变化,保证风力机机端电压安全,并维持并网点电压平稳。展开更多
文摘风电场电压受风力影响容易快速波动,传统基于当前时间断面进行决策的方法易出现无功控制滞后、多种设备不协调等问题。为此,基于模型预测控制(model predictive control,MPC)理论,提出了一种旨在协调风力机和静止无功发生器(static var generator,SVG)的风电场电压控制方法。区别于传统电压控制方法,所提出方法的目标是实现未来时间窗内电压控制曲线和无功调节动态过程的优化。利用自回归滑动平均方法预测风力机的有功出力,并分别以一阶惯性环节和比例积分环节模拟风力机和SVG无功控制的动态过程,在此基础上利用灵敏度预测求解风电场内各母线(含风力机机端母线)的未来电压曲线。由此建立了以目标函数为未来时间窗内并网点电压偏移最小和SVG动态无功储备最大的优化模型,并采用对偶单纯形法求解。在基于DIgSILENT建立的风电场仿真系统上进行了仿真验证。时域仿真结果表明,所提出的方法通过预测不同设备未来一段时间的控制动态过程,能合理安排快、慢无功出力,提前响应系统中可预见变化,保证风力机机端电压安全,并维持并网点电压平稳。
