隨著風力發電技術的發展與廣泛應用,大型風電場內可具有數百臺風電機組(Wind Turbine Generator, WTG),WTG之間互聯后產生的動態交互作用可能會對風電場小干擾穩定性產生顯著影響。因此,有必要在規劃階段,對風電場小干擾穩定性進行檢驗。
而由于風電場規模的擴大,如果直接對所有WTG采用詳細模型,所建立的風電場模型階數高,求解計算量大、效率低。因此,目前常采用風電場動態等效模型對風電場進行小干擾穩定性檢驗。建立風電場動態等效模型的常用方法可分為單機等效法和多機等效法兩類。
單機等效法以一臺等效WTG代表風電場內所有WTG,并將風電場內部的集電網絡等效為一個外部阻抗。集電網絡等效常采用恒功率損耗法。等效WTG容量為風電場額定容量,參數常采用容量加權平均法(Capacity Mean Value Method)或參數辨識法(Parameter Identification)確定。
容量加權平均法以風電場內各WTG的額定容量與風電場額定容量的比值作為權重,計算所有WTG參數的加權平均值作為等效WTG的參數。采用容量加權平均法建立風電場單機等效模型,計算量低;但是將等效模型用于風電場小干擾穩定性檢驗,所得結果的準確性仍有待證明。
參數辨識法將等效WTG參數的計算轉換為一個優化問題,目標函數為:相同工況或外部擾動下,等效WTG與風電場在輸出功率等動態響應上的誤差最小;待求量為等效WTG的參數。由于參數辨識法涉及非線性優化問題的求解,一般需采用智能優化算法,如粒子群算法、遺傳算法,以及基于它們提出的改進算法等。因此,參數辨識法在提高風電場單機等效模型準確度的同時,也增加了等效模型參數求解的計算量。
而在風電場規劃階段,典型工況或外部擾動下,風電場輸出功率等動態響應難以實測獲取,需進行非線性仿真。在多種場景下對風電場動態響應進行仿真分析,并將仿真結果用于參數辨識,可在一定程度上提高等效模型的準確度,但也會導致工作量的增加。
多機等效法首先根據運行狀態對WTG進行聚類,將風電場劃分為幾個由運行狀態相似的WTG構成的風電機群,聚類分析常采用k均值聚類、c均值聚類和支持向量機等方法,聚類指標一般選用各WTG轉子轉速、端電壓或輸入風速等能夠反映WTG運行狀態的數據。然后,再對各風電機群作單機等效,等效方法常采用容量加權平均法,也有少量研究中采用參數辨識法。
由于考慮了各WTG運行狀態的差異,多機等效法提高了等效準確度;但是對WTG進行聚類時,需要WTG的運行數據作為聚類指標。而在風電場規劃階段,若要獲取這些數據,需進行非線性仿真。
綜上所述,容量加權平均法用于風電場小干擾穩定性檢驗,所得結果的準確性仍有待進一步探討。參數辨識法或多機等效法則需要風電場或WTG的實測或仿真數據的支持,才可建立風電場動態等效模型,用于風電場規劃階段進行小干擾穩定性檢驗也存在一定的局限性。
華北電力大學、四川大學的研究人員針對風電場規劃中的小干擾穩定性檢驗,提出了一種降階模式計算方法。
首先,建立風電場全階線性化狀態空間模型。然后,考慮風電場規劃階段,可對所選型號的風電機組(WTG)采用典型模型和參數,認為各WTG動態特性近似相同。通過對風電場線性化模型中的變量做等效變換,將N臺WTG構成的風電場等效為N個相互獨立的等效子系統。各等效子系統由一臺并網WTG構成。根據等效子系統線性化狀態空間模型的構建方式,提出一種用于風電場小干擾穩定性檢驗的降階模式計算方法,可有效降低規劃階段風電場模式分析的計算量,且所得結果準確。最后,通過仿真算例,驗證了所提方法的有效性。
本文編自2021年第7期《電工技術學報》,論文標題為“用于風電場小干擾穩定性檢驗的降階模式計算方法”,作者為董文凱、杜文娟、王海風。