孔小兵,王文文,刘向杰 | 风电场分布式经济模型预测控制

文摘   科技   2024-09-09 12:01   北京  

文章下载

孔小兵, 王文文, 刘向杰. 风电场分布式经济模型预测控制. 中国科学:信息科学, 2024, doi: 10.1360/SSI-2024-0081



研究意义

由于单台风机的输出功率有限,为了使风电成为独立的发电单元,需要将风机组成风电场进行集群发电。然而,在现有的风电场中,为了获得最佳的电能质量并减少输电线路的运营维护成本,风机通常被紧密排列,这导致了上游风机的尾流相互叠加,从而在场内引起明显的尾流效应。
尾流效应是指上游风机从自然风中提取能量后,导致下游风机的风速降低和湍流增加的现象,这会造成下游风机的功率提取过程恶化,并增加其疲劳载荷,影响了风电场发电成本。
在这种情况下,为了提高风电场风能捕获效率、增加经济效益并降低维护成本,风电场控制系统的设计需要综合考虑减少尾流效应影响、降低机组疲劳载荷和跟踪参考功率等多方面需求

本文工作

为了降低风电场运营成本,提高动态经济性能,本文提出了一种风电场分层控制结构。在上层通过优化全场风机的诱导因子实现当前风向下的全场最大风能捕获,为下层本地控制提供各机组的最佳降载跟踪功率基准。在下层采用基于终端区域约束的稳定分布式经济模型预测控制策略对各风机实施本地控制,保证满足电网负荷需求的同时有效降低机组的疲劳载荷,提高风电场的动态经济性。

本文的创新点如下:
(1) 建立连续Park尾流模型,并利用所推导出的风电场捕获气动功率函数设计上层控制器。通过序列凸规划实现全风场在尾流效应影响下的最大风能捕获,并为下层控制器提供最优诱导因子。
(2) 设计了稳定的分布式经济模型预测控制策略对场内风机进行本地控制,在满足电网负荷需求的同时降低各机组的疲劳载荷,提高风场的动态经济性。

实验结果

本文通过对由9台风机组成的风场进行的3组仿真实验,验证了不同风向、不同风速扰动情况下本文所提控制策略在提高运行经济性能、降低计算负担保证控制实时性方面的优势。

三组仿真实验分别为不同风向下上层控制器性能分析、阶跃风速扰动下DEMPC控制器性能分析以及湍流风速下DEMPC控制器性能分析。对比实验表明,上层控制器通过统一优化全场各台机组的诱导因子,在尾流影响下显著提高了风电场的整体捕获风能的效率,有利于大规模风电场的运营。所设计的DEMPC控制器的控制性能接近于CEMPC控制器,大幅降低了系统的计算时间,并且能够有效减低场内风机的疲劳载荷。





中国科学信息科学
《中国科学:信息科学》及其英文版《Science China Information Sciences》的宣传平台。
 最新文章