考虑疲劳分布的风电场超速减载控制策略研究

doi:10.16628/j.cnki.2095-8188.2022.09.006

电器与能效管理技术 ›› 2022, Vol. 0 ›› Issue (9): 38-44.doi: 10.16628/j.cnki.2095-8188.2022.09.006

考虑疲劳分布的风电场超速减载控制策略研究

刘颖明, 薛帆, 王晓东, 李丹, 李洋

沈阳工业大学电气工程学院, 辽宁沈阳 110870

收稿日期:2022-04-03 出版日期:2022-09-30 发布日期:2022-10-20
作者简介:刘颖明(1973—),男,教授,博士,研究方向为广域风电集群控制策略、风储联合系统多时空尺度协调优化控制策略等。|薛帆(1994—),男,硕士研究生,研究方向为风电场频率控制。|王晓东(1978—),男,教授,研究方向为风电场储能系统及其能量管理策略、风电机组及储能系统协调控制。
基金资助:
辽宁省中央引导地方科技发展资金计划项目(2021JH6/10500166);智慧风电场全息状态精准感知与优化决策系统研发及产业化(2021JH1/10400009)

Research on Control Strategy of Wind Farm Over-Speed and Load Shedding Considering Fatigue Distribution

LIU Yingming, XUE Fan, WANG Xiaodong, LI Dan, LI Yang

School of Electrical Engineering,Shenyang University of Technology, Shenyang 110870, China

Received:2022-04-03 Online:2022-09-30 Published:2022-10-20

摘要/Abstract

摘要：

为减少大规模风电并网给电力系统频率稳定性带来的影响,风电场应适当留取一定的有功备用,提出了一种考虑疲劳分布的风电场超速减载控制策略。调整不同机组的减载系数,使风电场整体保留一定备用容量,同时改善机组疲劳增长分布。结合机组超速控制运行状态,对风电机组疲劳系数加以改进,以风电场改进疲劳系数标准差最小化为目标,以跟踪有功参考值及机组出力限制为约束,采用粒子群算法计算分配机组功率参考值及减载系数。通过比较不同策略下机组的疲劳系数分布、部件的累计雨流循环及损伤等效载荷,验证了所提方法的有效性。

关键词: 风电场, 载荷优化, 功率分配, 超速控制

Abstract:

In order to reduce the impact of large-scale wind power grid connection on the frequency stability of power system, a certain amount of active power for backup are reserved in the wind farm.An active power distribution method of wind farm over-speed and load shedding considering fatigue distribution is proposed.The load shedding coefficients of different units are adjusted to keep a certain standby capacity and improve the fatigue growth distribution of units.Combined with the over-speed control operation state of the unit,the fatigue coefficient of the wind turbine unit is improved.With the objective of minimizing the standard deviation,the fatigue coefficient of the wind farm is improved.With the constraint of tracking the active power reference value and the output limit of the unit,the power reference value and the load reduction coefficient of the allocated unit are calculated by particle swarm optimization algorithm.The effectiveness of the proposed method is verified by comparing the distribution of fatigue coefficient,cumulative rain flow cycle and damage equivalent load of components under different strategies.

Key words: wind farm, load optimization, power distribution, overs-peed control

中图分类号:

TM614

刘颖明, 薛帆, 王晓东, 李丹, 李洋. 考虑疲劳分布的风电场超速减载控制策略研究[J]. 电器与能效管理技术, 2022, 0(9): 38-44.

LIU Yingming, XUE Fan, WANG Xiaodong, LI Dan, LI Yang. Research on Control Strategy of Wind Farm Over-Speed and Load Shedding Considering Fatigue Distribution[J]. LOW VOLTAGE APPARATUS, 2022, 0(9): 38-44.

图/表 12

图1

图2

图3

表1

图4

图5

图6

表2

图7

图8

图9

表3

参考文献 15

[1]	LI J D, CHEN S J, WU Y Q, et al. How to make better use of intermittent and variable energy? A review of wind and photovoltaic power consumption in China[J]. Renewable and Sustainable Energy Reviews, 2021, 137(5):110626.1-110626.15.
[2]	张留生, 谢震, 许可宝, 等. 基于超速和变桨优化协调的双馈风电机组一次调频控制[J]. 电器与能效管理技术, 2021(10):18-27.
[3]	李柏慷, 张峰, 丁磊. 双馈风机参与调频的速度控制器模糊协同控制及参数校正策略[J/OL]. 电网技术:1-10[2021-07-12]. https://doi.org/10.13335/j.1000-3673.pst.2021.0358.
[4]	张智, 周明, 朱凌志, 等. 风电场协同参与的电力系统发电-备用鲁棒优化运行方法[J/OL]. 电网技术:1-10[2021-07-12]. https://doi.org/10.13335/j.1000-3673.pst.2021.0544.
[5]	刘颖明, 陈亮, 王晓东, 等. 混合储能参与风电集群一次调频的容量配置优化[J]. 电器与能效管理技术, 2020(10):55-63.
[6]	COSTA-ÁNGEL M, OROSA-JOSÉ A, VERGARA D, et al. New tendencies in wind energy operation and maintenance[J]. Applied Sciences, 2021, 11(4):1386.1-1386.26. doi: 10.3390/app11010001
[7]	ZHAO R Y, DONG D H, LI C L, et al. An Improved power control approach for wind turbine fatigue balancing in an offshore wind farm[J]. Energies, 2020, 13(7):1-20. doi: 10.3390/en13010001
[8]	谢桦, 许宏远, 高文忠, 等. 双馈风电机组参与一次调频控制策略研究[J]. 电器与能效管理技术, 2018(14):13-19,32.
[9]	欧阳金鑫, 袁毅峰, 李梦阳, 等. 考虑风电减载调频的高比例风电电力系统优化调度方法[J]. 电网技术, 2021, 45(6):2192-2201.
[10]	胡家欣, 胥国毅, 毕天姝, 等. 减载风电机组变速变桨协调频率控制方法[J]. 电网技术, 2019, 43(10):3656-3663.
[11]	钟诚, 周顺康, 严干贵. 基于自适应系数风电场一次频率控制策略研究[J]. 太阳能学报, 2018, 39(10):2908-2917.
[12]	GRUNNET J D, SOLTANI M, KNUDSEN T, et al. Aeolus toolbox for dynamic wind farm model,simulation and control:The European Wind Energy Conference & Exihibition[C]. 2010.
[13]	ZHAO R, SHEN W, KNUDSEN T, et al. Fatigue distribution optimization for offshore wind farms using intelligent agent control[J]. Wind Energy, 2012, 15(7):927-944. doi: 10.1002/we.1518
[14]	LIAO H, HU W H, WU X W, et al. Active power dispatch optimization for offshore wind farms considering fatigue distribution[J]. Renewable Energy, 2020, 151(5):1173-1185. doi: 10.1016/j.renene.2019.11.132
[15]	KENNEDY J, EBERHART R. Particle swarm optimization:IEEE Icnn95-international Conference on Neural Networks[C]. 2002.

参数	数值
切入风速/(m·s^-1)	3
切出风速/(m·s^-1)	25
额定风速/(m·s^-1)	11.4
叶片半径/m	63
额定功率/MW	5
额定转速/rpm	12.1
切入转速/rpm	6.9
发电机滤波时间常数	0.2
齿轮箱传动比	97

策略	疲劳系数标准差	百分比/%	最大疲劳系数
策略A	0.044 2	—	0.210 4
策略B	0.025 3	-42.8	0.130 6

转轴损伤等效载荷标准差		百分比/%
策略A	策略B	百分比/%
1.5101e+05	5.5754e+04	-63.08

考虑疲劳分布的风电场超速减载控制策略研究

Research on Control Strategy of Wind Farm Over-Speed and Load Shedding Considering Fatigue Distribution

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 15

相关文章 5

编辑推荐

Metrics

本文评价

[1]	敬彤辉, 王晓东, 刘颖明, 栗杉杉. 极端风况下风电场弹性量化评估方法[J]. 电器与能效管理技术, 2022, 0(7): 27-35.
[2]	颜全椿, 顾文, 李辰龙, 刘亚南, 梅睿. 基于储能的风电虚拟同步机调频特性分析^*[J]. 电器与能效管理技术, 2020, 0(8): 18-22.
[3]	袁明飞, 赵凤展, 王树田, 唐云峰, 苏娟, 郝帅. 基于蒙特卡洛模拟的含风电-储能发电系统可靠性评估^*[J]. 电器与能效管理技术, 2020, 0(5): 28-34.
[4]	朱敏, 黄国燕, 唐彬伟. 风电场集电线路自动规划算法研究与应用[J]. 电器与能效管理技术, 2020, 0(11): 29-34.
[5]	李文启, 高东学, 李朝晖, 饶宇飞, 孙鑫. 基于全钒液流电池多储能模块的双层功率分配策略研究[J]. 电器与能效管理技术, 2020, 0(10): 98-106.