适用于风电参与电网调频的随机模型预测控制方法技术

一种适用于风电参与电网调频的随机模型预测控制方法，属于双馈风电机组参与电网调频控制技术领域。本发明专利技术的目的是根据随机扰动的分布信息将机会约束转化为确定性约束，最后对求解该模型得到系统当前时刻的风机附加功率控制最优控制律，使双馈风机参与电网调频的适用于风电参与电网调频的随机模型预测控制方法。本发明专利技术以风电并网系统频率响应模型为基础，建立其预测控制状态空间模型，在此基础上设计应用于双馈风机功率参考值处的CCSMPC控制器，控制器通过求解CCSMPC优化模型得到系统当前时刻的风机附加功率增量最优控制律。本发明专利技术提供一种科学合理，适用性强，效果佳，适用于双馈风电机组参与电网调频的随机模型预测控制(CCSMPC)方法。制(CCSMPC)方法。

【技术实现步骤摘要】
适用于风电参与电网调频的随机模型预测控制方法


[0001]本专利技术属于双馈风电机组参与电网调频控制


技术介绍

[0002]随着风电装机容量大幅提升，风电场控制及其对电网安全稳定的影响成为重点的研究内容。双馈风机是当前风电机组的主要机型之一,其通过背靠背变流器并网，发电机转速与电网频率解耦，使其输出功率无法自主响应电网频率变化。而随着风电场逐步取代传统火电机组，系统惯量也随之降低，整个电网的调频能力下降，严重危害了电网频率稳定性。因此，如何采取有效的控制策略使双馈风机参与电网调频引起了众多学者及技术人员的广泛关注。
[0003]目前被广泛应用的调频策略是虚拟惯量综合控制，又称比例微分(PD)控制，该策略在恒风速下、系统发生单个频率事件时能够有效提高系统频率最低点，但该方法的调频效果受限于固定增益系数，因此部分学者提出了变系数虚拟惯量综合控制策略，以提高双馈风机参与电网调频的控制效果，与定常PD控制策略相比，这些改进控制策略在一定程度上提高了双馈风电机组的调频能力，但在风速、负荷随机波动的情况下，无法快速跟踪系统功率变化，在调频过程中会产生较大的控制偏差。

技术实现思路

[0004]本专利技术的目的是根据随机扰动的分布信息将机会约束转化为确定性约束，最后对求解该模型得到系统当前时刻的风机附加功率控制最优控制律，使双馈风机参与电网调频的适用于风电参与电网调频的随机模型预测控制方法。
[0005]本专利技术的步骤是：S1、建立风电并网系统频率响应模型双馈风机风轮机模型如式(1)所示（1）式中：P
m
为风机捕获机械功率；C
p
为风能捕获系数；C
p,n
为额定风能捕获系数；v为实际风速；v
n
为额定风速；为叶尖速比；为额定叶尖速比；β为桨距角；ω
r
为风机转速；ω
r,n
为风机额定转速；v、ω
r
实时波动，在风机初始稳定运行点进行一阶泰勒展开，得到风机捕获机械功率的小信号增量形式如下：
（2）式中：
∆
P
m
为风机捕获机械功率变化量；
∆
C
p
为风能捕获系数变化量；
∆
v 为风速变化量；v0为初始风速；C
p,0
为初始风能捕获系数；整合式(2)最终可得风机捕获机械功率的小信号增量如下：（3）式中：
∆
ω
r
为风机转速变化量；k
ω
、k
v
分别为整合后
∆
ω
r 、
∆
v对应系数；将风机发电机部分等效为一阶惯性环节，异步发电机模型如式(4)所示：（4）式中：P
e
为风机输出电磁功率；P
ref
为风机电气部分的功率设定值；α
p
为一阶惯性常数；P
MPPT
为基于转速计算的MPPT有功参考值；
∆
P为风机附加有功增量；K
c
为风机最大功率跟踪曲线比例系数；根据式(4)得风电输出电磁功率的小信号增量形式：（5）式中：
∆
P
e
为风机输出电磁功率变化量；传动链采用单质块模型：（6）式中：H
m
为质块惯性时间常数；T
m
为异步发电机机械转矩；T
e
为异步发电机电磁转矩；F为质块自阻尼系数；根据式(6)得风机转速的小信号增量形式：（7）根据频率响应模型得：
（8）式中：M为同步机惯性时间常数；D为负荷阻尼系数；R为调速器因数；为调速器时间常数；T
t
为汽轮机时间常数；η为风机转换到火电机组的标幺值转化系数；
∆
f为频率变化量；为汽轮机出力变化量；为调速器增量；
∆
P
L
为负荷扰动变化量；S2、构建CCSMPC频率控制预测模型选取系统频率变化量
∆
f、汽轮机出力变化量、调速器增量、风机转速变化量
∆
ω
r
、风电输出电磁功率变化量
∆
P
e
作为状态变量，风机附加有功增量
∆
P作为系统控制输入，负荷扰动变化量
∆
PL及风速波动
∆
v作为系统随机扰动项，建立如下状态空间表达式：（9）（10）(11)(12)式中：x(t)、u(t)、w(t)分别为状态变量、控制输入量、随机扰动项；A
f
、B
f
、G
f
为连续系统模型系数矩阵；向欧拉法离散化式(9)得到预测模型如下：（13）式中：k+i|k表示在第k个采样时刻对未来第k+i时刻进行预测；A
d
、B
d
、D
d
为变换后的预测模型系数矩阵；S3、状态反馈控制律状态反馈控制律的表达式如下：
（14）式中：K为状态反馈系数矩阵；h为决策变量；N为预测时域；S4、构建CCSMPC频率控制优化模型构建如式(15)所示的期望目标函数：（15）式中：E[
∙
]表示期望运算；J
S
为目标函数；P
N
为终端惩罚矩阵；为状态变量权重矩阵；R
u
为控制输入权重矩阵；考虑如下确定性约束条件：（16）式中：
∆
P
emin
、
∆
P
emax
为风电机组输出功率调节上下限；系统频率变化量
∆
f、风机转速变化量
∆
ω
r
、系统控制输入u的约束条件以机会约束形式给出：（17）式中：
∆
f
min
、
∆
f
max
为频率偏差上下限；
∆
ω
rmin
、
∆
ω
rmax 为转速偏差上下限；u
min
、u
max
为控制量变化上下限；ε
f
为系统频率偏差风险参数；ε
ωr
为风机转速偏差风险参数；ε
u
为控制量风险参数；构建如下CCSMPC频率控制优化模型：
（18）S5、将机会约束转化为确定性等价式当风速及负荷服从正态分布时，即
∆
P
L
~N(0,σ
L2
)、
∆
v~N(0,σ
v2
)，σ
L
、σ
v
分别为负荷扰动标准差及风速扰动标准差，可根据风速及负荷波动的分布信息，利用分布函数的逆函数将转速偏差
∆
ω
r
及系统频率偏差
∆
f的机会约束转化为确定性约束，具体步骤如下：首先本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于风电参与电网调频的随机模型预测控制方法，其特征在于：其步骤是：S1、建立风电并网系统频率响应模型双馈风机风轮机模型如式(1)所示（1）式中：P
m
为风机捕获机械功率；C
p
为风能捕获系数；C
p,n
为额定风能捕获系数；v为实际风速；v
n
为额定风速；为叶尖速比；为额定叶尖速比；β为桨距角；ω
r
为风机转速；ω
r,n
为风机额定转速；v、ω
r
实时波动，在风机初始稳定运行点进行一阶泰勒展开，得到风机捕获机械功率的小信号增量形式如下：（2）式中：
∆
P
m
为风机捕获机械功率变化量；
∆
C
p
为风能捕获系数变化量；
∆
v 为风速变化量；v0为初始风速；C
p,0
为初始风能捕获系数；整合式(2)最终可得风机捕获机械功率的小信号增量如下：（3）式中：
∆
ω
r
为风机转速变化量；k
ω
、k
v
分别为整合后
∆
ω
r 、
∆
v对应系数；将风机发电机部分等效为一阶惯性环节，异步发电机模型如式(4)所示：（4）式中：P
e
为风机输出电磁功率；P
ref
为风机电气部分的功率设定值；α
p
为一阶惯性常数；P
MPPT
为基于转速计算的MPPT有功参考值；
∆
P为风机附加有功增量；K
c
为风机最大功率跟踪曲线比例系数；根据式(4)得风电输出电磁功率的小信号增量形式：
（5）式中：
∆
P
e
为风机输出电磁功率变化量；传动链采用单质块模型：（6）式中：H
m
为质块惯性时间常数；T
m
为异步发电机机械转矩；T
e
为异步发电机电磁转矩；F为质块自阻尼系数；根据式(6)得风机转速的小信号增量形式：（7）根据频率响应模型得：（8）式中：M为同步机惯性时间常数；D为负荷阻尼系数；R为调速器因数；为调速器时间常数；T
t
为汽轮机时间常数；η为风机转换到火电机组的标幺值转化系数；
∆
f为频率变化量；为汽轮机出力变化量；为调速器增量；
∆
P
L
为负荷扰动变化量；S2、构建CCSMPC频率控制预测模型选取系统频率变化量
∆
f、汽轮机出力变化量、调速器增量、风机转速变化量
∆
ω
r 、风电输出电磁功率变化量
∆
P
e
作为状态变量，风机附加有功增量
∆
P作为系统控制输入，负荷扰动变化量
∆
PL及风速波动
∆
v作为系统随机扰动项，建立如下状态空间表达式：（9）（10）
（11）（12）式中：x(t)、u(t)、w(t)分别为状态变量、控制输入量、随机扰动项；A...

【专利技术属性】
技术研发人员：聂永辉，吴永庆，刘家僮，张杰，李宗锴，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：