基于逐臺調整的風電場有功功率控制系統及方法

　　成都阜特科技股份有限公司 馬偉

　　

　　【摘要】為解決氣候問題和能源問題，風電技術的進步使得柔性塔架類風力發電機組的誕生，為滿足電網調度的限電要求的同時，避免傳統自適應有功控制方法對柔性塔架機組帶來的批量振動停機問題，提出了基于逐臺控制的有功控制方法，保證了控制的準確性和平穩性的同時，提高風能利用率。

　　

　　【關鍵詞】柔性塔架 逐臺控制 風力發電機組 有功控制

　　

　　

　　氣候環境問題和能源問題，一直是兩個我們不可忽視的問題，也是兩個相互影響的問題。目前應用最為廣泛的能源依然是化石能源，化石能源的燃燒就會使氣候環境變得惡劣，然而社會的發展既離不開良好氣候環境，也離不開能源的供應，基于這種沖突矛盾的關系，新能源逐漸成為能源行業的新寵。目前在電力行業中，發電的形式有火電、水電、光伏、風電和核電等，其中風電對環境最為友好，所以風電越來越受國家的重視。

　　

　　風電在國內剛起步階段，單臺風力發電機組裝機容量普遍偏小，隨著時間的推移，其缺陷也逐漸凸顯，如土地利用率不高，風能未得到最大化利用，機組老化嚴重等。為解決這些問題，新型風力發電機組不斷出現，葉片直徑加長，塔筒高度增加，并出現了柔性塔架。

　　

　　柔性塔架是根據風剪切效應，為捕獲高空更強更穩定的風資源，而增加塔架高度，最終達到增加發電量的目的，同時能夠有效降低鋼材使用，從而減輕塔架的整體重量。但在實際應用過程中，柔性塔架存在致命缺點——共振頻率低，傳統的自適應調整[1]方式是將風場目標有功功率與實際有功功率的差值，按照每臺風力發電機組的有功功率裕度之比例，進行按比例分配，該種方式會在每個有功功率調整周期來臨時更新每臺機組的有功功率設定值（或者發電機轉速設定值），如果將此種調整方式應用到柔性塔架的風力發電機組上，當有功功率設定值（或發電機轉速設定值）被設定到機組特有的共振區，機組將主動停機，以避免長期共振對機組造成的傷害，反應到整個風場，則會出現場內機組大面積脫離電網，有功功率驟降，這將非常不利于電網安全。

　　

　　基于以上的分析，本文提出了一種基于逐臺控制的風電場有功功率控制系統，并對控制策略進行優化，避開柔性塔架機組的共振區。

　　

　　

　　風電場有功功率控制系統是一套將電網調度有功功率指令轉換為每臺風力發電機組有功功率的系統，它能夠結合風力發電機組特性以及電網調度給予的相關指令，在滿足電網調度要求的前提下，最大化利用風能，為風場業主提高經濟效益。系統的總體設計框架如圖2-1所示。

圖2-1系統的總體設計框架

　　

　　風電場有功功率控制系統的構成有：統計模塊、有功功率預分配模塊、有功功率分配調整模塊、有功功率分配模塊以及控制參數模塊。該系統作為一個子系統集成于風場的能量管理系統中，統計模塊用于收集所有風力發電機組的運行信息（如：有功功率、風速、機組狀態、有功功率設定值等），并做統計運算，為分配提供原始數據支持，同時向電網調度系統上傳相關運行數據，為調度系統控制提供數據依據；有功功率預分配模塊根據電網調度系統所下發的目標有功控制指令和當前風場實發有功，對每臺風機的發電目標進行預估；預估的結果由有功功率分配調整模塊進行調整，調整依據為控制參數（如：功率調節速率、單臺機組有功上下限等）；有功功率分配模塊是用于將分配結果下發至各臺風力發電機組，在下發前還會使用從統計模塊獲取的實時數據再次進行核對，確認無誤后，機組將收到最新控制指令，本周期控制完成。

　　

　　統計模塊除了收集機組的運行數據外，還會對數據進行統計運算，比如：計算全場平均風速、全場總有功功率、全場總有功功率設定、全場理論有功功率、電網調度有功指令與全場總有功功率差值、全場總有功功率1分鐘變化幅度、全場總有功功率10分鐘變化幅度。

　　

　　有功功率預分配模塊是根據電網調度的有功指令和風場實發有功，得出需要調整的量，再遍歷所有機組，得出最佳分配對象，并將需要調整的量附加到最佳分配對象上。

　　

　　有功功率分配調整模塊，其主要作用是調整最佳分配對象上附加的調整量，其調整依據由控制參數提供，如：有功調整速率、停機時間間隔、啟機時間間隔等。當預分配后的結果，不滿足控制參數要求，就會對預分配值進行二次修正，可有效避免風場有功變化趨勢不滿足電網調度要求。

　　

　　有功功率分配模塊是將調整后的分配值，下發至機組，在下發前，會再次進行數據合法性判斷，在確認無誤后，將執行下發動作。

　　

　　

　　為適應柔性塔架的風力發電機組運行特點，本文提出了逐臺控制的有功分配策略。所謂逐臺控制，與自適應控制最大的區別在于，自適應控制方式會在每個分配周期更新所有機組的分配值，而逐臺控制方式在每個分配周期僅更新一臺機組的分配值。算法流程如圖3-1，其中：

　　

　　P_tar表示電網調度系統向風場下發的目標有功；

　　

　　P_act表示風場實際總有功；

　　

　　ΔP表示目標有功和實際有功的差值；

　　

　　P₀表示由控制參數設置的有功死區；

　　

　　P_{rem_1}表示1號機組的有功裕度；

　　

　　P_{thr_1}表示1號機組的理論有功；

　　

　　P_{act_1}表示1號機組的實際有功；

　　

　　P_{rem_max}表示所有機組中有功裕度最大值；

　　

　　P_{act_max}表示所有機組中有功最大值；

　　

　　P_{par_10min}表示控制參數設置的10分鐘有功變化量；

　　

　　P_10min表示全場總有功10分鐘變化幅度；

　　

　　T_cyc表示一個控制周期所花費的時間；

　　

　　P_lim表示一個控制周期內允許的有功最大變化量；

　　

　　P_{set_x}表示第x臺機組的有功設定值；

　　

　　P_{act_x}表示第x臺機組的實際有功。

　　

　　系統狀態分為兩種狀態，即穩態和非穩態。當目標有功和實際總有功的差值的絕對值小于等于死區時，稱為穩態；當目標有功和實際總有功的差值的絕對值大于死區時，稱為非穩態。死區的設置是為了避免一些不必要的調控動作，頻繁的調控會加重機組設備的磨損。在穩態情況下，算法無需進行調控動作，只需要持續跟蹤機組數據變化；在非穩態情況下，算法都需要進行調控動作，盡最大可能將目標有功和實際總有功的差值控制回死區范圍內。引起非穩態的因素有多種，如電網調度系統改變目標有功，風速波動強烈，風力發電機組因故障或其他因素導致的停機等。其中調控動作又分為升功率動作和降功率動作。目標有功大于實際總有功時，執行升功率動作；目標有功小于實際總有功時，執行降功率動作。具體的調控方法如下：

　　

　?。?）電網調度系統下發的目標有功（P_tar）與風場實際總有功（Pact）計算差值，可得到ΔP（如圖3-1中的過程1、過程2、過程3）；

　　

　?。?）如果目標有功與風場實際總有功差值的絕對值（|ΔP|）處于控制死區（P₀）范圍

圖3-1 算法流程圖

　　

　　內時，將不進行調控動作，算法直接返回到起始位置，以持續監測機組數據變化；否則將執行調控動作（如圖3-1中的過程4）；

　　

　?。?）在算法對機組進行調控前，為避免風場有功變化幅度過大，需計算出本周期的最大有功變化量（P_lim），計算方法為控制參數10分鐘有功變化量（P_{par_10min}）減去實際10分鐘有功變化量（P_10min）,得到10分鐘內的最大有功變化量，再乘以控制周期（T_cyc）除以600，可得到本次控制周期內的最大有功變化量（P_lim）（如圖3-1中的過程5）；

　　

　?。?）如果目標有功和實際有功的差值（ΔP）大于0，則執行升功率動作。在動作前，需要計算出每臺機組理論有功與實際有功的差值，即有功裕度（P_{rem_N}），再通過輪詢得到裕度最大值（P_{rem_max}），以及對應的機組x（如圖3-1中的過程6、過程7、過程8）；

　　

　?。?）本周期有功最大變化量（P_lim）如果大于裕度最大值（P_{rem_max}），則完全放開裕度最大的機組裕度，即，將該臺機組的有功設定值（P_{set_x}）設置為實際有功（P_{act_x}）與裕度（P_{rem_max}）之和，之后再次輪詢所有機組，得到新的裕度最大值，以此循環，直到本周期最大有功變化量（P_lim）小于機組裕度最大值（P_{rem_max}）時，則將機組的有功設定值（P_{set_x}）設置為實際有功（P_{act_x}）與有功最大變化量（P_{act_x}）之和，結束本周期控制，返回算法最開始部分（如圖3-1中的過程9、過程10、過程11）；

　　

　?。?）如果目標有功和實際有功的差值（ΔP）小于0，則執行降功率動作。在動作前，需要輪詢每臺機組的實際有功，并到得實際有功最大值（P_{act_max}），以及對應的機組x（如圖3-1中的過程6、過程12）；

　　

　?。?）本周期有功最大變化量（Plim）如果大于實際有功最大值（P_{act_max}），則直接將實際有功最大的機組停機，即，將該臺機組的有功設定值（P_{act_x}）設置為0，之后再次輪詢所有機組，得到新的實際有功最大值，以此循環，直到本周期最大有功變化量（P_lim）小于機組實際有功最大值（P_{act_max}）時，則將機組的有功設定值（P_{act_x}）設置為實際有功最大值（P_{act_max}）與有功最大變化量（P_lim）之差，結束本周期控制，返回算法最開始部分（如圖3-1中的過程13、過程14、過程15）。

　　

　　

　　仿真程序模擬了167臺額定功率為1.5MW的風力發電機組，為盡可能驗證算法的正確性，風速區間模擬了多種情況：小風階段、起風階段、大風階段、風降階段。根據Q/GDW11273-2014《風電有功功率自動控制技術規范》和Q/GDW1392-2015《風電場接入電網技術規范》要求，仿真程序模擬的裝機容量達到250.5MW，故風場10分鐘內有功變化不能超過50MW，1分鐘內有功變化不能超過15MW。

　　

　　近一個小時仿真使用的風速在3m/s至11m/s之間來回波動（如圖4-1），與實際的風速情況較為接近，在該段時間內，分別進行了升功率和降功率操作（如圖4-2），涵蓋了實際風場中較為典型的小風期間有功出力不完全，起風期間有功提升速率超限，大風期間總有功超出目標有功等問題。

圖4-1 風速變化情況

　

　

　　圖4-2有功變化情況

　　

　　在小風階段（如圖4-3，1-373秒），目標有功從5kW降至2kW，可看到總有功在經歷120秒后，達到目標有功，并穩定在±200kW，期間有功1分鐘變化最大值為2.2MW，有功10分鐘變化最大值為3.8MW；隨后在第196秒，目標有功從2kW升到5kW，經歷120秒后，于316秒重新達到穩態，并在目標有功±800kW范圍內波動，期間有功1分鐘變化最大值為1.9MW，有功10分鐘變化最大值為3.7MW。綜合分析，可見不存在小風期間有功出力不完全，控制不穩定，有功變化速率超限的問題。

圖4-3 小風階段

　　

　　在起風階段（如圖4-2，374-1366秒），風速從3.5m/s升至10m/s，期間目標有功分4次從5kW升至120MW，有功10分鐘變化最大值為28.7MW，有功1分鐘變化最大值為6MW。從數據可以看出，總有功上升比較平穩，未出現超發或者速率超限的問題。

　　

　　在大風階段（如圖4-2，1367-1682秒），風速維持在10m/s以上，期間目標有功無變動，有功10分鐘變化最大值為28.4MW，有功1分鐘變化最大值為3.4MW?？傆泄τ捎谖催_到目標有功，依舊處于上升趨勢，上升速度受限于控制參數對速率的限定，不存在有功波動過大，上升速率不穩定的問題。

　　

　　在風降階段（如圖4-2，1683-2647秒），風速從10m/s降至3m/s，期間目標有功依舊無變化，從數據可以看出，總有功的下降速率要小于風速的下降速率，該現象是算法對機組當前有功進行了跟蹤，在盡可能多發電的前提下，最大限度避免風降幅度過大引發的有功下降速率超限問題，也為避免在下次起風時，造成有功上升速率超限問題。

　　

　　另一方面，通過機組控制記錄顯示，算法在每個控制周期內僅對1-5臺機組進行調節，且在短期內，不會重復對某一臺機組進行調節，實現了機組少動作的目的。充分驗證了逐臺控制方式的可行性、可靠性、準確性和穩定性（如表4-1）。

　　

 

　　

　　本文研究了一套基于逐臺控制的風電場有功功率控制系統及方法，并通過仿真數據驗證了其在小風階段、起風階段、大風階段及風降階段的可靠性，根據數據分析出有功10分鐘變化、有功1分鐘變化、目標有功與總有功差值等各項指標均能滿足要求，實現了對風場有功有序調節的同時，降低了棄風損失電量，極大提高了風電轉換效率。

　　

　　

　　[1]楊濱源，馬偉《基于自適應調整控制器的風電場有功功率控制系統及方法》2018-6發表于《第五屆中國風電后市場專題研討會論文集》

　　

　　[2]胡凱凱，翟大勇《風電場有功功率分配策略及其實現》2013-3發表于《功率變流技術》

　　

　　[3]陳寧，于繼來《基于電氣剖分信息的風電系統有功調度與控制》2008-4發表于《中國電機工程學報》

　　

　　[4]佘慎思，曾旭《風電場有功功率控制綜述》2013-3發表于《裝備機械》

　　

　　作者簡介：馬偉（1987-），男，工程師，主要從事風電監控系統和能量控制系統的設計與研發，成都，610000。