基于DSA功率预测模型的风电分层有功调度控制策略

doi:10.3969/j.issn.1000-7229.2019.02.008

电力建设 ›› 2019, Vol. 40 ›› Issue (2): 63-70.doi: 10.3969/j.issn.1000-7229.2019.02.008

基于DSA功率预测模型的风电分层有功调度控制策略

刘琦1，方俊钧2，赵洁1，张胜峰1，刘涤尘1，陈寅2

1.武汉大学电气与自动化学院，武汉市 430072；2.云南电网有限责任公司楚雄供电局，云南省楚雄市 675000

出版日期:2019-02-01
作者简介:刘琦（1995），男，硕士研究生，主要研究方向为电力系统运行与控制；方俊钧（1985），男，学士，工程师，主要从事电力系统运行与调度管理工作；赵洁（1986），男，博士，副教授，通讯作者，主要从事电力系统运行与控制的研究及应用工作；张胜峰（1993），男，硕士研究生，主要研究方向为电力系统运行与控制；刘涤尘（1953），男，教授，博士生导师，主要从事电力系统运行与控制等方面的研究及应用工作；陈寅（1986），男，学士，工程师，主要从事电力系统运行与调度管理工作。
基金资助:
国家科技支撑计划重点项目（2015BAA01B01）；中国南方电网公司科技项目（YNKJXM00000429）；中央高校基本科研业务费专项资金资助（2042018kf0051）

Layered Wind Power Dispatching Control Strategy Based on DSA Power Prediction Model

LIU Qi1 ， FANG Junjun2， ZHAO Jie1， ZHANG Shengfeng1， LIU Dichen1，CHEN Yin2

1. School of Electrical Engineering and Automation， Wuhan University， Wuhan 430072， China；2.Chuxiong Power Supply Bureau of Yunnan Power Grid Company， Chuxiong 675000， Yunnan Province， China

Online:2019-02-01
Supported by:
This work is supported by Key Project in the National Science ＆ Technology Pillar Program（No. 2015BAA01B01）， China Southern Power Grid Research Program（No. YNKJXM00000429） and Fundamental Research Funds for the Central Universities（No. 2042018kf0051）.

摘要/Abstract

摘要： 为了增强含高渗透率风电电网的消纳能力，提高控制精度与运行经济性，提出了一种改进的基于双层递阶自适应模糊系统（double stage hierarchical ANFIS（adaptive neuro-fuzzy inference system），DSA）功率预测模型的风电分层有功调度控制策略。将有功调度分为系统层、风电场群层、分群子场层、风机机组层与反馈校正层，结合DSA模型对风电场超短期风电功率进行预测，考虑电网与机组安全运行等约束条件，给出了各个层级之间的协调控制关系与每个层级相应的功率分配方法，同时以滚动优化对误差进行校正。最后通过算例对所提控制策略的有效性进行分析验证，结果显示，所提控制策略在功率波动较大情况下其控制精度高，并且能有效减少风机启停次数，降低系统网损。

关键词: 风电调度, 功率分配, 分层递阶控制, DSA模型, 风机分群

Abstract: In order to enhance the capacity of wind power high-permeability grid and improve control accuracy and operational economy， this paper improves and proposes a layered control strategy based on DSA power prediction model wind power dispatch. The active power scheduling is divided into system layer， wind farm group layer， group sub-field layer， wind power generation unit layer and feedback correction layer. The DSA model is used to predict the ultra-short-term power output of wind farm， taking into account the constraints of the grid and the safe operation of the wind power units. The coordinated control relationship between levels and corresponding power allocation method for each level are eliminated， and the error is corrected by rolling optimization. Analysis of the example demonstrates the effectiveness of the proposed control strategy. Compared with existing control strategies， the prediction accuracy is higher. Under the condition of large power fluctuation， the root mean square error of the control is small， and the number of starts and stops of the wind power units can be effectively reduced. It reduces the network loss of the system and has the advantages of high control precision and fast response speed.

Key words: wind power dispatching, power allocation, layered control, DSA model, wind power unit grouping

中图分类号:

TM 614

刘琦，方俊钧，赵洁，张胜峰，刘涤尘，陈寅. 基于DSA功率预测模型的风电分层有功调度控制策略[J]. 电力建设, 2019, 40(2): 63-70.

LIU Qi1， FANG Junjun， ZHAO Jie， ZHANG Shengfeng， LIU Dichen，CHEN Yin. Layered Wind Power Dispatching Control Strategy Based on DSA Power Prediction Model[J]. Electric Power Construction, 2019, 40(2): 63-70.

参考文献

［1］阎洁. 风电功率预测不确定性及电力系统经济调度［D］.北京：华北电力大学，2016.
YAN Jie. Uncertainty of wind power forecasting and power system economic dispatch［D］. Beijing: North China Electric Power University，2016.
［2］林俐，谢永俊，朱晨宸，等.基于优先顺序法的风电场限出力有功控制策略［J］.电网技术，2013，37（4）：960-966.
LIN Li， XIE Yongjun， ZHU Chenchen， et al. Priority list-based output-restricted active power control strategy for wind farms［J］. Power System Technology，2013，37（4）：960-966.
［3］郑太一，冯利民，王绍然，等.一种计及电网安全约束的风电优化调度方法［J］.电力系统自动化，2010，34（15）：71-75.
ZHENG Taiyi， FENG Limin， WANG Shaoran， et al. An optimized wind power dispatching method considering security constraints in the power grid［J］. Automation of Electric Power Systems， 2010， 34（15）：71-75.
［4］VENAYAGAMOORTHY G K，ROHRIG K，ERLICH I．One step ahead：Short-term wind power forecasting and intelligent predictive control based on data analytics［J］．IEEE Power and Energy Magazine，2012，10（5）：70-78．
［5］康重庆，贾文昭，徐乾耀，等.考虑网络安全约束的实时风电消纳能力评估［J］.中国电机工程学报，2013，33（16）：23-29.
KANG Chongqing， JIA Wenzhao， XU Qianyao， et al. Capability evaluation of wind power accommodation considering security constraints of power grid in real-time dispatch［J］. Proceedings of the CSEE， 2013， 33（16）：23-29.
［6］陈宁，谢杨，汤奕，等.考虑预测功率变化趋势的风电有功分群控制策略［J］.电网技术，2014，38（10）：2752-2758.
CHEN Ning， XIE Yang， TANG Yi， et al. Strategy for active power control of wind farm in cluster considering variation trend of forecasting power［J］. Power System Technology， 2014，38（10）：2752-2758.
［7］汤奕，王琦，陈宁，等.考虑预测误差分布特性的风电场集群调度方法［J］.中国电机工程学报，2013，33（25）：27-32.
TANG Yi， WANG Qi， CHEN Ning， et al. A dispatching method of active power in wind farm clusters considering probability distribution of forecasting errors［J］. Proceedings of the CSEE， 2013， 33（25）：27-32.
［8］梅华威，米增强，李聪，等.采用机组风速信息动态分类的风电场有功控制策略［J］.中国电机工程学报，2014，34（34）：6058-6065.
MEI Huawei， MI Zengqiang， LI Cong， et al. An active control strategy based on wind speed information dynamic classification for WTGS in wind farm［J］. Proceedings of the CSEE， 2014， 34（34）：6058-6065.
［9］李仕杰，王铁强，刘兴杰.基于机组分类的风电场有功功率控制策略研究［J］.太阳能学报，2014，35（9）：1778-1783.
LI Shijie， WANG Tieqiang， LIU Xingjie. Active power control strategy of wind farms based on state classification algorithm［J］. Acta Energiae Solaris Sinica， 2014， 35（9）：1778-1783.
［10］邹见效，李丹，郑刚，等.基于机组状态分类的风电场有功功率控制策略［J］.电力系统自动化，2011，35（24）：28-32.
ZOU Jianxiao， LI Dan， ZHENG Gang， et al. An active power control scheme for wind farms based on state classification algorithm［J］. Automation of Electric Power Systems， 2011， 35（24）：28-32.
［11］叶林，任成，李智，等.风电场有功功率多目标分层递阶预测控制策略［J］.中国电机工程学报，2016，36（23）：6327-6336，6597.
YE Lin，REN Chen，LI Zhi， et al. Stratified progressive predictive control strategy for multi-objective dispatching active power in wind farm［J］. Proceedings of the CSEE， 2016， 36（23）：6327-6336，6597.
［12］张伯明，陈建华，吴文传.大规模风电接入电网的有功分层模型预测控制方法［J］.电力系统自动化，2014，38（9）：6-14.
ZHANG Boming， CHEN Jianhua， WU Wenchuan. A hierarchical model predictive control method of active power for accommodating large-scale wind power integration［J］. Automation of Electric Power Systems， 2014， 38（9）：6-14.
［13］KHALID M，SAVKIN A V．A model predictive control approach to the problem of wind power smoothing with controlled battery storage［J］．Renewable Energy，2010，35（7）：1520-1526．
［14］GUO Y，WANG W，TANG C Y，et al．Model predictive and adaptive wind farm power control［C］//Proceedings of the 2013 American Control Conference．Washington，DC：IEEE，2013：2890-2897．
［15］仲悟之，李梓锋，肖洋，等.高渗透联网风电集群有功分层递阶控制策略［J］.电网技术，2018，42（6）：1868-1875.
ZHONG Wuzhi， LI Xinfeng， XIAO Yang， et al. Active hierarchical progressive control strategy of highly penetrated networked wind power cluster［J］. Power System Technology， 2018，42（6）：1868-1875.
［16］严干贵，刘嘉，崔杨，等．利用储能提高风电调度入网规模的经济性评价［J］．中国电机工程学报，2013，33（22）：45-52，9．
YAN Gangui，LIU Jia，CUI Yang，et al．Economic evaluation of improving the grid scale of wind power dispatching by using energy storage［J］．Proceedings of the CSEE，2013，33（22）：45-52，9．

[1]	赵金鑫，苗虹，曾成碧. 基于改进虚拟同步发电机控制技术的低压微电网功率分配策略[J]. 电力建设, 2020, 41(7): 42-48.
[2]	张宸宇1，袁晓冬1，缪惠宇2，郑建勇2，杨赟2，陈虹妃2. 一种虚拟同步机直流侧混合储能系统控制策略[J]. 电力建设, 2018, 39(4): 113-.
[3]	韩学楠1，苏小林1，阎晓霞1，王穆青1，刘孝杰2. 基于双直流母线架构的电能路由器[J]. 电力建设, 2018, 39(3): 83-.
[4]	杨凯迪，居荣，窦晓波，袁晓冬，陈峰，江水明. 混合储能的鲁棒控制方法 [J]. 电力建设, 2017, 38(9): 120-.
[5]	梁锦华，原增泉，韩华春，许海平. 电动汽车充电站功率和时间分配控制策略[J]. 电力建设, 2015, 36(7): 101-106.
[6]	王凯，孙海顺，胡晓波，张珂. 五端直流电网电压控制及功率分配策略[J]. 电力建设, 2015, 36(4): 52-58.
[7]	黄秀琼，丁若星，肖曦，王奎，田培根. 混合储能系统中超级电容的作用及容量设计方法[J]. 电力建设, 2014, 35(12): 67-71.

基于DSA功率预测模型的风电分层有功调度控制策略

Layered Wind Power Dispatching Control Strategy Based on DSA Power Prediction Model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 7

编辑推荐

Metrics

本文评价