本发明专利技术公开了属于风力发电控制技术领域的一种考虑风电机组运行健康程度的风电场优化调度方法。本方法首先选择风电机组的运行参数作为评估因素,对各评估因素的劣化度进行计算,再通过综合劣化度作为风电机组的健康状况的总体评估,为功率调度决策过程提供辅助依据;然后针对风电场实际运行中对风电机组启停状态以及功率控制的要求,结合风电机组健康度信息,建立风电场功率调度的多目标函数;最后采用基于混合编码方法的遗传算法进行优化,获得风电机组的启停组合和目标功率值。该优化调度方法对改善运行风电机组的整体健康程度,优化风电机组的启停计划、提高风电场功率控制可靠性具有良好作用。
【技术实现步骤摘要】
【专利摘要】本专利技术公开了属于风力发电控制
的。本方法首先选择风电机组的运行参数作为评估因素,对各评估因素的劣化度进行计算,再通过综合劣化度作为风电机组的健康状况的总体评估,为功率调度决策过程提供辅助依据;然后针对风电场实际运行中对风电机组启停状态以及功率控制的要求,结合风电机组健康度信息,建立风电场功率调度的多目标函数;最后采用基于混合编码方法的遗传算法进行优化,获得风电机组的启停组合和目标功率值。该优化调度方法对改善运行风电机组的整体健康程度,优化风电机组的启停计划、提高风电场功率控制可靠性具有良好作用。【专利说明】—种考虑风电机组运行健康程度的风电场优化调度方法
本专利技术属于风力发电控制
,特别涉及。
技术介绍
风电作为一种可再生清洁能源受到世界各国的广泛重视,近年来我国风力发电产业也发展迅速,截止到2012年我国风电总装机容量已经跃居世界第一。但是,由于自然风速的间歇性和随机性,风电场并网运行时功率波动性较强,对电网稳定性的影响也日益明显。为此,在国家电网公司制定的风电场接入标准中明确要求风电场应具备有功功率调节能力,能根据电网调度部门指令控制其有功功率输出。这就要求风电场内各风电机组具备有功功率调节能力,能够良好响应风电场功率控制系统分配的功率指令。同时,对风电场功率控制系统来说,合理优化的将电网调度指令分配给场内各风电机组,也是提高风电场功率响应能力的必要保证。风电场功率控制的难点之一在于风速的随机性,为降低风电调度的难度,为风电场配备一定时间尺度的功率预测系统成为公认可行的解决方案。现有技术中主流的控制策略都以风功率预测为功率分配依据,对提高风电场功率控制策略的效果有明显作用,然而在上述风电机组优化控制过程中,涉及到对风电机组主要设备的状态检测时,主要应用于早期故障报警及计划检修,而在风电场功率控制过程中多是仅仅关注风电机组的发电能力,对“健康”的风电机组和“带病”的风电机组在功率调度过程中很少做到区别对待,不利于合理安排风电机组启停 及检修计划,甚至会出现由于风电机组长期带病高负荷运行而造成严重故障,增加了风电场维护检修成本。因此,需要提出一种有效的风电场优化调度方法。
技术实现思路
针对上述现有技术存在的问题,本专利技术提出,其特征在于,该优化方法包括如下步骤:I)对风电机组运行进行健康评估,确定风电机组的健康度,包括以下子步骤:11)针对所述风电机组,选择风电机组中参与健康评估的评估因素,对所述评估因素进行劣化度处理;12)通过下面的方式综合所述评估因素的劣化度,得到风电机组的整机健康状况的综合劣化度g:当每个评估因素的劣化度都小于gt时,风电机组的整机健康状况的综合劣化度 ηS = YdSkZn ;当至少一个评估因素的劣化度值大于等于gt时,风电机组的整机健康状况的A-=I综合劣化度g = max(gk);其中,g为风电机组整机健康状况的综合劣化度,η为评估因素的个数,gk为第k个评估因素的劣化度,gt为明显劣化度阈值;2)基于子步骤12)中的综合劣化度g进行风电场功率优化,包括以下子步骤:21)计算风电场内运行机群总体健康度指标U ; 22)计算风电机组的启停统计次数指标V ;23)计算风电场的功率偏差指标W ;24)根据上述三个指标构造出风电场优化的多目标函数;3)采用基于混合编码方法的遗传算法进行优化,获得风电机组的启停组合和目标功率值。所述子步骤11)中的评估因素包括齿轮箱油温参数、齿轮箱轴承温度参数,发电机轴承温度参数,发电机定子温度参数,变流器温度参数,滤波器温度参数,齿轮箱振动参数,发电机振动参数,塔筒振动参数以及风机偏航角度参数。所述子步骤11)中对所述评估因素进行劣化度处理的方法为:对齿轮箱油温参数、齿轮箱轴承温度参数、齿轮箱振动参数,发电机轴承温度参数、发电机定子温度参数、发电机振动参数,变流器温度参数、滤波器温度参数和塔筒振动参数,其属于越小越优型因素,其劣化度计算公式为:【权利要求】1.,其特征在于,该优化方法包括如下步骤: 1)对风电机组运行进行健康评估,确定风电机组的健康度,包括以下子步骤: 11)针对所述风电机组,选择风电机组中参与健康评估的评估因素,对所述评估因素进行劣化度处理; 12)通过下面的方式综合所述评估因素的劣化度,得到风电机组的整机健康状况的综合劣化度g: 当每个评估因素的劣化度都小于gt时,风电机组的整机健康状况的综合劣化度 2.根据权利要求1所述的,其特征在于,所述子步骤11)中的评估因素包括齿轮箱油温参数、齿轮箱轴承温度参数,发电机轴承温度参数,发电机定子温度参数,变流器温度参数,滤波器温度参数,齿轮箱振动参数,发电机振动参数,塔筒振动参数以及风机偏航角度参数。3.根据权利要求2所述的,其特征在于,所述子步骤11)中对所述评估因素进行劣化度处理的方法为: 对齿轮箱油温参数、齿轮箱轴承温度参数、齿轮箱振动参数,发电机轴承温度参数、发电机定子温度参数、发电机振动参数,变流器温度参数、滤波器温度参数和塔筒振动参数,其属于越小越优型因素,其劣化度计算公式为: O1<及腿 ―― JC Sk ~~" "1:? ^ *Y- Vmax *^min 、 I I > Imm 其中,X为相应参数的实测值,为相应参数的正常范围; 对偏航角度参数,其属于中间型因素,其范围为,其劣化度计算公式为: 4.根据权利要求1所述的,其特征在于,所述子步骤12)中明显劣化阈值gt的优选取值范围为0.5~0.9。5.根据权利要求1所述的,其特征在于,所述子步骤21)中风电场内运行机群总体健康度指标U的计算公式为:6.根据权利要求1所述的,其特征在于,所述子步骤22)中风电机组的启停统计次数指标V的计算公式为: 7.根据权利要求1所述的,其特征在于,所述子步骤23)中风电场功率偏差指标W的计算公式为: T MI Ff =- P4 ; J=I i=lI 其中,巧z为风电场中第i号风电机组在第j个控制周期内的目标功率,Jgr为整个风电场在第j个控制周期内的目标功率,由电网调度下发。8.根据权利要求1所述的,其特征在于,所述子步骤24)中风电场优化的多目标函数为: 优化目标:min(aU+bV+cW); 其中,a,b,c分别为风电场内运行机群总体健康度指标U、风电场机组的启停统计次数指标V和风电场功率偏差指标W的权重系数; 约束条件 9.根据权利要求8所述的,其特征在于,所述Zfmm的优选值为风电场中第i号风电机组额定功率的20%。10.根据权利要求1所述的,其特征在于,所述步骤3)中的混合编码方法为:设定遗传算法中表示待调度优化的风电机组个体的基因基本形式为,由此形成包括m台风电机组的T个控制周期的调度信息的初始种群 【文档编号】H02J3/38GK103762617SQ201410058574【公开日】2014年4月30日 申请日期:2014年2月20日 优先权日:2014年2月20日 【专利技术者】肖运启, 贺贯举, 王昆朋, 张晓航, 陈敏娜 申请人:华北电力大学本文档来自技高网...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员:肖运启,贺贯举,王昆朋,张晓航,陈敏娜,
申请(专利权)人:华北电力大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。