1、項目背景
隨著大規模風電的接入，傳統的電網調度碰到巨大的技術挑戰，急切須要新的調度控制策略來保持電力系統安全穩定運行和推動新能源的消納。小型風電場內部常常存在風機數目較多、分布范圍廣、風機機型不一致等情況，導致各風機負荷率和輸出有功功率的不同。那些為風電場對系統有功功率調度計劃追蹤和調度波動次數的限制帶來了困難，不利于風電場增加運行控制和維護成本。
2、論文所解決的問題及意義
目前風電場內的風機有功調度策略存在兩方面問題：⑴缺乏對風電場有功功率狀態、風機狀態與可調節能力、調度計劃指標和調度波動次數等問題的綜合考慮;⑵在結合多種預測時間尺度的風電場在線優化控制能力方面受限。
針對上述問題，本文從風電場分層遞階預測控制(MPC)和風機分群控制管理兩個角度擬定運行控制策略。首先，將風電場場內有功功率調度分為場站優化分配層、分群控制層和單機有功功率管理層三個層次;之后，在構建超短期風電功率預測組合模型為場站層MPC提供整場有功預測值的基礎上，根據風機發電狀態對風機進行分群，在整場、機群和單機層面分別構建滾動優化模型對有功功率進行在線滾動優化控制，并通過風電場檢查設備向各層反饋實時有功發電狀態，實現系統的手動反饋校準，因而實現風電場有功功率的多目標協調優化控制。
3、論文重點內容
本文在超短期風電功率預測的基礎上對場內控制時序分解超短期風電功率預測，建立分層MPC策略，經過遞階滾動優化和分層反饋校準提升有功功率調度計劃的追蹤精度。圖1后衛站優化分配層按照超短期風電功率組合預測模型的預測結果，以15min一次的頻度滾動優化估算各機群有功功率負荷分配調度值。分群控制層按照風機負荷及未來發電狀態每15min進行一次風機機群的重新界定，并以5min一次的頻度估算本機群內風機的有功功率負荷分配指標。單機有功功率管理層按照分群控制層下發的風機負荷指標對風機進行1min頻度的調度指令追蹤滾動優化和實時反饋校準。據悉，通過分布式預測控制(DMPC)思想依據風機負荷和未來發電狀態對風機進行分群，并在各機群內構建獨立而有針對性的滾動優化模型，進而增加估算的復雜程度和風機調度指令的波動次數。圖2為有功遞階滾動優化控制框圖。
圖1風電場有功功率多目標遞階預測控制時序圖
圖2有功遞階滾動優化控制框圖
在風電具有顯著波動的區間內，所提的方式才能挺好地處理風電場有功功率的連續波動。本文選定了在分群控制層面5min內的9個風馬達群有功功率變化曲線進行說明。圖3中1-2min系統功率抬高，低負荷升功率機群先動作，3min仍不滿足系統功率穩定，中負荷升功率機組動作4min系統功率增加，高/中負荷降功率機群開始動作，5min仍不滿足系統功率穩定，高負荷降功率機群達到限值，中/低負荷升功率機組動作。表1顯示了5min內的系統調度值和風電場的實際有功功率值，其中系統調度值的幀率是15min。
圖35min內各風馬達群有功功率變化
表15min內風電場有功調度計劃指標及實際有功功率
多目標分層遞階MPC方式顯著優于傳統的固定比列分配算法和變比列分配算法，對比結果如圖4和表2所示，其中固定比列分配算法和變比列分配算法均按照15min前風電場有功功率和風電場有功調度計劃指標進行有功功率分配，滾動估算周期為每15min一次。
1、項目背景
隨著大規模風電的接入，傳統的電網調度碰到巨大的技術挑戰，急切須要新的調度控制策略來保持電力系統安全穩定運行和推動新能源的消納。小型風電場內部常常存在風機數目較多、分布范圍廣、風機機型不一致等情況，導致各風機負荷率和輸出有功功率的不同。那些為風電場對系統有功功率調度計劃追蹤和調度波動次數的限制帶來了困難，不利于風電場增加運行控制和維護成本。
2、論文所解決的問題及意義
目前風電場內的風機有功調度策略存在兩方面問題：⑴缺乏對風電場有功功率狀態、風機狀態與可調節能力、調度計劃指標和調度波動次數等問題的綜合考慮;⑵在結合多種預測時間尺度的風電場在線優化控制能力方面受限。
針對上述問題，本文從風電場分層遞階預測控制(MPC)和風機分群控制管理兩個角度擬定運行控制策略。首先，將風電場場內有功功率調度分為場站優化分配層、分群控制層和單機有功功率管理層三個層次;之后，在構建超短期風電功率預測組合模型為場站層MPC提供整場有功預測值的基礎上超短期風電功率預測，根據風機發電狀態對風機進行分群，在整場、機群和單機層面分別構建滾動優化模型對有功功率進行在線滾動優化控制，并通過風電場檢查設備向各層反饋實時有功發電狀態，實現系統的手動反饋校準，因而實現風電場有功功率的多目標協調優化控制。
3、論文重點內容
本文在超短期風電功率預測的基礎上對場內控制時序分解，建立分層MPC策略，經過遞階滾動優化和分層反饋校準提升有功功率調度計劃的追蹤精度。圖1后衛站優化分配層按照超短期風電功率組合預測模型的預測結果，以15min一次的頻度滾動優化估算各機群有功功率負荷分配調度值。分群控制層按照風機負荷及未來發電狀態每15min進行一次風機機群的重新界定，并以5min一次的頻度估算本機群內風機的有功功率負荷分配指標。單機有功功率管理層按照分群控制層下發的風機負荷指標對風機進行1min頻度的調度指令追蹤滾動優化和實時反饋校準。據悉，通過分布式預測控制(DMPC)思想依據風機負荷和未來發電狀態對風機進行分群，并在各機群內構建獨立而有針對性的滾動優化模型，進而增加估算的復雜程度和風機調度指令的波動次數。圖2為有功遞階滾動優化控制框圖。
圖1風電場有功功率多目標遞階預測控制時序圖
圖2有功遞階滾動優化控制框圖
在風電具有顯著波動的區間內，所提的方式才能挺好地處理風電場有功功率的連續波動。本文選定了在分群控制層面5min內的9個風馬達群有功功率變化曲線進行說明。圖3中1-2min系統功率抬高，低負荷升功率機群先動作，3min仍不滿足系統功率穩定，中負荷升功率機組動作4min系統功率增加，高/中負荷降功率機群開始動作，5min仍不滿足系統功率穩定，高負荷降功率機群達到限值，中/低負荷升功率機組動作。表1顯示了5min內的系統調度值和風電場的實際有功功率值，其中系統調度值的幀率是15min。
圖35min內各風馬達群有功功率變化
表15min內風電場有功調度計劃指標及實際有功功率
多目標分層遞階MPC方式顯著優于傳統的固定比列分配算法和變比列分配算法，對比結果如圖4和表2所示，其中固定比列分配算法和變比列分配算法均按照15min前風電場有功功率和風電場有功調度計劃指標進行有功功率分配，滾動估算周期為每15min一次。
表224小時風機調度波動次數優先控制結果
圖43種方式的有功功率控制結果
從圖4和表2中可以看出，3種方式在實際有功調度與調度控制目標之間的均方根偏差方面以及在風機調度波動次數方面，本文所提的方式顯著優于其他兩種方式。
4、結論
(1)分層MPC方式實現了綜合考慮多個控制目標的基礎上的有功功率合理分配和精確控制，增強了風電場有功功率控制的精度和穩定性。
(2)多目標分層MPC可以較好地減少有功功率波動，提高風電場有功功率調控的魯棒性。
(3)分層策略挺好地解決了超短期風電功率預測時間幀率和實時控制時間不匹配的問題，逐級增加的有功功率控制時間碼率可以提升有功功率控制的精度。
(4)基于DMPC思想的風電場風機分群控制算法可以降低在追蹤系統調度計劃指標過程中風機調度控制波動次數。
引文信息
葉林,任成,李智,等.風電場有功功率多目標分層遞階預測控制策略[J].中國水泵工程學報,2016,36(23):6327-6336.
YELin,RENfú,LIZhi,etal.forMulti-PowerinWindFarm[J].oftheCSEE,2016,36(23):6327-6336(in).
團隊介紹
中國農業學院葉林院士領導的團隊主要從事電力系統手動化、考慮大規模風電/太陽能接入的電網安全風險剖析、風電/太陽能功率預測模型和空間相關性算法、基于功率預測的區域風電場有功功率控制策略、電力系統電磁暫態建模與實時仿真以及區域風電場生物質能資源精細化評估等領域的科學研究。
葉林(1968)，男，院長、博士生導師，日本洪堡學者、教育部新世紀優秀人才、霍英東青年基金獎勵項目獲得者。2000年結業于中國科大學鉗工研究所獲工學博士學位。2000-2002年在美國卡爾斯魯厄學院(KIT)從事科學研究，2004-2007年在美國劍橋學院工程系工作。近些年來先后主持4項國家自然科學基金研究項目、教育部科學技術重點研究項目、教育部博士點基金(碩導類)課題、霍英東青年班主任獎勵(基金)項目、北京市自然科學基金研究項目、教育部出國留學歸國人員啟動基金等橫向科研項目以及國家電網公司科技項目。近些年來在國外外學術刊物發表高水平的研究論文被SCI收錄23篇、EI收錄論文63篇，申請/獲國家發明專利16項和授權計算機軟件專著權39項。兼任《電力系統保護與控制》、《電力與能源進展》、《&ofPower》期刊的編委。
2000-2002年獲英國政府最高榮譽von/基金(日本洪堡學者);2004年獲教育部霍英東基金會青年班主任獎勵(基金項目)捐助;2008年榮獲教育部新世紀優秀人才捐助計劃;獲2012年度教育部科學研究優秀成果獎(科學技術)自然科學獎二等獎(排行第一)。
任成(1992)，男，碩士研究生，主要研究方向為電力系統運行與控制、新能源發電技術。上海市優秀中學生黨員，中國農業學院五四青年標兵。
李智(1994)，女，碩士研究生，主要研究方向為電力系統運行與控制、新能源發電技術。
趙樂安(1990)，男，博士研究生，主要研究方向為電力系統運行與控制、新能源發電技術，2016-2017年在馬來西亞DTU學院訪學交流1年。
