一种风电电力系统无功电压事前多时间尺度优化控制方法

摘要

本发明提供一种风电电力系统无功电压事前多时间尺度优化控制方法，用于火电机组与风电场并网的电力系统，解决现有技术中由于风速剧烈波动导致风电场无功调节能力减小而无法满足系统电压稳定需求的技术问题，计及风电场有功出力对其无功可控容量的影响，兼顾风电场有功无功出力和系统无功补偿装置对并网电电压的影响，通过建立事前多时间尺度优化模型协调风电场有功和无功出力、协调风电场和同步机的出力，在风速变化前主动调整风电场出力以避免风速波动对电网电压造成较大影响，在保证电网安全性的前提下，实现经济效益最大化。

说明书

技术领域

本发明涉及风电控制领域，具体地说，涉及一种风电电力系统无功电压事前多时间尺度优化控制方法。

背景技术

风力发电技术近年来在世界范围内得到了迅猛发展。风速波动具有随机性，风电机组的输出功率随风速波动变化，使电力系统的有功和无功平衡面临挑战。随着可再生能源发电需求的增加，我国风电装机容量快速增长，风电正在向“大规模集中开发、远距离高压输送”方向快速发展。由于大型风电场大多位于电网末端，电网对风电并网点的电压支撑不足，大规模风电场的功率波动加剧使并网点电压问题更为突出，甚至造成系统电压问题。

在风电场出口母线接入无功补偿装置是目前解决风电入网引起的无功电压问题的主要方法。但是，由于风速波动具有随机性和快速性的特点，通过投切电容器或电抗器平抑无功缺额难以满足补偿容量和响应速度的要求。静止无功补偿器可以对无功出力进行实时的平滑调节，是风电场无功补偿的常用手段。但是，风电场具有运行的多态性和输出的多样性特征，风电场中静止无功补偿器之间及其与风电机组之间的配合较为困难。特别是静止无功补偿器具有显著的滞后响应，无法快速响应风速波动，可能导致电网无功出力缺额，甚至出现电压过冲现象，造成风电机组连锁性脱网。

目前，以双馈风电机组和直驱风电机组为代表的变速风电机组已成为风力发电的主流机型。变速风电机组能够通过变流器控制系统实现有功出力和无功出力的解耦控制，具有快速灵活的无功调控能力，适用于电压的动态调控。但是，目前风电场内的变速风电机组普遍采用单位功率因数运行，无功出力的控制优化值始终为零，远未发挥其可用于电压调控的潜力与优势。近些年，风电系统的无功电压控制问题得到了大量的关注。但是，现有方法均是在风速波动后对系统的无功出力进行调整，由于风速增大时风电场的无功极限随着有功出力的增大而减小，因此在风速剧烈波动下，风电机组的可控无功容量可能无法满足电网电压稳定的要求。

已有方法提出在风速波动前通过降低风电机组的有功出力来增大其可控无功容量，从而利用风电机组的无功出力控制平抑电压的变化。但是，风速波动下电网电压的变化源于风电机组有功出力的波动，即风电机组有功出力的调整不仅影响其可控无功容量，也会直接对电网电压产生直接的影响。忽略风电机组有功出力变化的影响，不仅难以充分挖掘风电机组的无功电压控制能力，无法最大限度地平抑电网电压的变化，还可能对电网安全性和经济性造成负面的效果。因此，亟待通过协调变速风电机组有功和无功出力实现系统安全性和经济性的最大化。

发明内容

针对上述现有技术的不足，本发明提供一种风电电力系统无功电压事前多时间尺度优化控制方法，用于火电机组与风电场并网的电力系统，解决现有技术中由于风速剧烈波动导致风电场无功调节能力减小而无法满足系统电压稳定需求的技术问题，计及风电场有功出力对其无功可控容量的影响，兼顾风电场有功无功出力和系统无功补偿装置对并网电电压的影响，通过建立事前多时间尺度优化模型协调风电场有功和无功出力、协调风电场和同步机的出力，在风速变化前主动调整风电场出力以避免风速波动对电网电压造成较大影响，在保证电网安全性的前提下，实现经济效益最大化。

为了解决现有技术中的问题，本发明采用了如下的技术方案：

一种风电电力系统无功电压事前多时间尺度优化控制方法，用于火电机组与风电场并网的电力系统，其中，系统中火电机组的数量为N_G，风电场中双馈风电机组的数量为N_D，直驱风电机组的数量为N_P，包括如下步骤：

S101、采集风电并网点电压U_acc、风电场无功出力Q_w、风电场有功出力P_w、电力系统无功补偿量Q_c，计算风电并网点电压U_acc关于风电场有功出力P_w的灵敏度a₁₁，计算风电并网点电压U_acc关于风电场无功出力Q_w和电力系统无功补偿量Q_c的灵敏度a₁₂；

S102、获取下一时刻的风速预测信息，基于下一时刻的风速预测信息计算下一时刻风电场有功出力预测值结合风电场有功出力P_w、风电并网点电压U_acc关于风电场有功出力P_w的灵敏度a₁₁以及风电并网点电压U_acc，计算风电并网点电压预测值

S103、基于风电并网点电压U_acc关于风电场有功出力P_w的灵敏度a₁₁及风电并网点电压U_acc关于风电场无功出力Q_w和电力系统无功补偿量Q_c的灵敏度a₁₂，计算风速波动下平抑风电并网点电压变化的系统无功需求变化量ΔQ_w,de；当ΔQ_w,de-ΔQ_c,max＞N_DQ_D.max+N_PQ_P.max时，执行步骤S104，否则，认为电网无功容量足够，不采取控制措施，Q_D.max为双馈风电机组的无功可控范围，Q_P.max为直驱风电机组的无功可控范围，ΔQ_c,max为无功补偿装置的最大调节范围；

S104、利用包含电力系统运行约束和弃风惩罚的事前长时间尺度出力优化模型，确定火电机组的开停机状态和下一时刻的电容器的无功补偿量；

S105、基于已确定的火电机组的开停机状态，利用包含电力系统运行约束的事前短时间尺度出力优化模型，确定下一时刻的火电机组和风电场的有功出力、无功出力以及静止无功补偿装置的无功出力；

S106、基于下一时刻的火电机组和风电场的有功出力、无功出力，下一时刻的静止无功补偿装置的无功出力以及下一时刻的电容器的无功补偿量实现对风速波动下的电力系统无功电压的事前电压控制。

优选地，步骤S101中，基于公式

计算风电并网点电压U_acc关于风电场有功出力P_w的灵敏度a₁₁以及风电并网点电压U_acc关于风电场无功出力Q_w和电力系统无功补偿量Q_c的灵敏度a₁₂，其中，ΔU_acc、ΔU_B1分别为风电并网点电压变化量和母线B1的电压变化量，ΔP_w为流经升压站的有功功率变化量；ΔQ_w为流经升压站的无功功率变化量；a₁₁为风电并网点电压U_acc关于风电场有功出力P_w的灵敏度，a₂₁为母线B1的电压关于风电场有功出力P_w的灵敏度；a₁₂为风电并网点电压U_acc关于风电场无功出力Q_w和电力系统无功补偿量Q_c的灵敏度，a₂₂为母线B1的电压关于风电场无功出力Q_w和电力系统无功补偿量Q_c的灵敏度。

优选地，步骤S102中，风电场的有功出力预测值与下一时刻的风速预测信息之间的关系为：

其中，ρ为空气密度；R为风力机叶片半径；为下一时刻的预测风速；C_pmax为最大风能利用系数；s为转差率；N_D为风电场中双馈风电机组的数量；

风电并网点电压预测值按照如下公式计算：

优选地，步骤S103中：

风速波动下平抑风电并网点电压变化的系统无功需求变化量ΔQ_w,de按如下公式计算：

其中，ΔU_pcc,al为风电并网点电压变化的最大允许范围，ΔP_D为双馈风电机组输出有功功率的变化量，ΔP_P为直驱风电机组输出有功功率的变化量；

双馈风电机组的无功可控范围Q_D.max按如下公式计算：

其中，P_Ds为双馈风电机组定子输出的有功功率；S_Dc为双馈风电机组网侧变流器容量；R_SC、P_SC及Q_SC均为中间变量，U_sm为双馈风电机组的机端电压幅值；I_rmax为双馈风电机组转子允许流过的电流最大值；R_s、X_s分别为双馈风电机组的定子电阻、电抗；X_m为双馈风电机组的激磁电抗；s为转差率；

直驱风电机组的无功可控范围为Q_P.max按如下公式计算：

其中，S_Pc为直驱风电机组网侧变流器的容量；P_P为直驱风电机组的有功出力。

优选地，设t-1时刻为当前时刻，t时刻为下一时刻，步骤S104中：

所述事前长时间尺度出力优化模型的目标函数为F₁,其中，F₁＝min(f₁+f₂)，f₁表示事前长时间尺度出力优化模型的第一分函数，f₂表示事前长时间尺度出力优化模型的第二分函数，

其中，t＝1,2,...,N_t，N_t为长时间尺度的时段数；i＝1,2,...,N_G，N_G为电力系统中火电机组的总数目；k＝1,2,...,N_w，N_w为电力系统中风电机组的总数目；B_i.t表示第i个火电机组在t时刻开停机状态的0-1变量,B_i.t＝max(U_i.t-U_i.t-1,0)，U_i.t表示第i个火电机组在t时刻开机状态的0-1变量，U_i.t-1表示第i个火电机组在t-1时刻开机状态的0-1变量；B_i.t表示第i个火电机组在t时刻开停机状态的0-1变量；P_G.i.t为长时间尺度下第i个火电机组在t时刻的有功出力；S_i为第i个火电机组的启动成本；a_i、b_i、c_i均为第i个火电机组的耗量特性参数；C_w为弃风惩罚的成本系数；为长时间尺度下t时刻第k个风电机组的有功出力预测值；P_w.k.t为长时间尺度下t时刻第k个风电机组的有功出力；

事前长时间尺度出力优化模型的电力系统运行约束包括：

风电并网点电压约束：

U_acc.min≤U_acc.t≤U_acc.max

其中，U_acc.t为长时间尺度下t时刻的风电并网点电压，U_acc,min为风电并网点允许的电压最小值，U_acc,max为风电并网点允许的电压最大值；

长时间尺度下t时刻的风电并网点电压U_acc.t与风电场有功出力、无功出力及无功补偿装置的无功出力的关系为：

其中，为长时间尺度下t时刻风电并网点电压预测值，Q_w.k.t为长时间尺度下t时刻第k个风电机组的无功出力，P_w.k.t-1、Q_w.k.t-1分别为t-1时刻第k个风电机组的有功出力和无功出力，Q_c.t、Q_svc.t分别为长时间尺度下t时刻电容器和静止无功补偿装置的无功出力；Q_c.t-1、Q_svc.t-1分别为长时间尺度下t-1时刻电容器和静止无功补偿装置的无功出力；

静止无功补偿装置的无功约束：

其中，Q_c.max是电容器的最大补偿容量；Q_svc.max是静止无功补偿装置的最大出力值；

电力系统功率平衡约束：

其中，P_L.t、Q_L.t分别为长时间尺度下t时刻电力系统的总有功负荷和无功负荷；Q_G.i.t为长时间尺度下第i个火电机组在t时刻输出的无功出力；

风电场有功出力及无功出力约束：

其中，为第k个风电机组在t时刻的有功出力预测值对应的无功输出极限值；

火电机组有功出力及无功出力约束：

其中，分别为第i个火电机组的有功出力最大、最小值；为第i个火电机组的额定视在功率；

火电机组爬坡能力约束：

其中，R_u.i、R_d.i分别为第i个火电机组的爬坡速率和滑坡速率；

火电机组最小开停机时间约束：

其中，分别为第i个火电机组在t-1时刻已连续开机时间和已连续停机时间；分别为第i个火电机组的最小连续开机时间和最小连续停机时间。

优选地，设t-1时刻为当前时刻，t时刻为下一时刻，步骤S105中：

事前短时间尺度出力优化模型的目标函数为F₂，其中，

其中，i＝1,2,...,N_G，N_G为电力系统中火电机组的总数目；P′_G.i.t为段时间尺度下第i个火电机组在t时刻的有功出力；a_i、b_i、c_i均为第i个火电机组的耗量特性参数；U_i.t表示第i个火电机组在t时刻开机状态的0-1变量；

事前短时间尺度出力优化模型的电力系统运行约束包括：

风电并网点电压约束：

U_acc.min≤U′_acc.t≤U_acc.max；

其中，U′_acc.t为短时间尺度下t时刻的并网点电压，U_acc,min为风电并网点允许的电压最小值，U_acc,max为风电并网点允许的电压最大值；

静止无功补偿装置的无功约束：

0≤Q′_svc.t≤Q_svc.max

其中，Q′_svc.t为短时间尺度下静止无功补偿装置在t时刻的无功出力，Q_svc.max是静止无功补偿装置的最大出力值；

系统功率平衡约束：

其中，P′_L.t、Q′_L.t分别为短时间尺度下t时刻电力系统的总有功负荷和无功负荷；Q′_G.i.t为短时间尺度下第i个火电机组在t时刻输出的无功出力；P′_w.k.t、Q′_w.k.t分别为短时间尺度下第k个风电机组在t时刻输出的有功出力和无功出力；

风电场有功出力和无功出力约束：

其中，为短时间尺度下第k个风电机组在t时刻的有功出力预测值。

与现有技术相比，本发明具有以下有益效果：

1、与现有技术中风速波动后再进行电压控制不同，本发明是在风速波动前对即将发生变化的电网电压进行预测，在系统的可控无功容量不能满足维持电网电压稳定所需的无功功率时，通过事前主动降低风电场的有功功率以提高风电场的无功调节能力，计及风电场有功出力对并网点电压的影响，在多时间尺度下协调系统中各类装备的有功无功出力达到维持电网电压稳定的目的。

2、长时间尺度下，以火电机组发电成本最小为目标，引入风电弃风惩罚项，结合系统运行约束优化计算出系统中风电机组的有功、无功出力，火电机组的有功、无功出力以及电容器和静止无功补偿装置的无功功率。长时间尺度下确定的火电机组开停机状态和电容器的无功补偿量在短时间尺度下不再调整。

3、短时间尺度下，为了使电网经济效益更好，以火电机组运行成本最小为控制目标，在满足约束条件的情况下，对系统中风电机组的有功、无功出力，火电机组的有功、无功出力以及静止无功补偿装置的无功功率进行最优分配，最终实现在保证电网安全性的前提下，实现经济效益最大化。

附图说明

为了使发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：

图1为本发明的控制原理图；

图2为风电电力系统无功电压事前多时间尺度优化控制方法的流程图；

图3为风电电力系统的结构图实例。

具体实施方式

下面结合附图对本发明作进一步的详细说明。

如图3所示，为风电电力系统的结构示意图，从左往右依次为变速风电场、高压交流输电线路及大电网，风电场经各自出口母线后，汇集到场群公共连接点B1，再经过升压站T1由高压交流输电线接入大电网，其中B2为风电场并网点。图中，B3表示连接大电网的母线。

如图1及图2所示，本发明公开了一种风电电力系统无功电压事前多时间尺度优化控制方法，用于火电机组与风电场并网的电力系统，其中，系统中火电机组的数量为N_G，风电场中双馈风电机组的数量为N_D，直驱风电机组的数量为N_P，包括如下步骤：

S101、采集风电并网点电压U_acc、风电场无功出力Q_w、风电场有功出力P_w、电力系统无功补偿量Q_c，计算风电并网点电压U_acc关于风电场有功出力P_w的灵敏度a₁₁，计算风电并网点电压U_acc关于风电场无功出力Q_w和电力系统无功补偿量Q_c的灵敏度a₁₂；

S102、获取下一时刻的风速预测信息，基于下一时刻的风速预测信息计算下一时刻风电场有功出力预测值结合风电场有功出力P_w、风电并网点电压U_acc关于风电场有功出力P_w的灵敏度a₁₁以及风电并网点电压U_acc，计算风电并网点电压预测值

S103、基于风电并网点电压U_acc关于风电场有功出力P_w的灵敏度a₁₁及风电并网点电压U_acc关于风电场无功出力Q_w和电力系统无功补偿量Q_c的灵敏度a₁₂，计算风速波动下平抑风电并网点电压变化的系统无功需求变化量ΔQ_w,de；当ΔQ_w,de-ΔQ_c,max＞N_DQ_D.max+N_PQ_P.max时，执行步骤S104，否则，认为电网无功容量足够，不采取控制措施，Q_D.max为双馈风电机组的无功可控范围，Q_P.max为直驱风电机组的无功可控范围，ΔQ_c,max为无功补偿装置的最大调节范围；

S104、利用包含电力系统运行约束和弃风惩罚的事前长时间尺度出力优化模型，确定火电机组的开停机状态和下一时刻的电容器的无功补偿量；

S105、基于已确定的火电机组的开停机状态，利用包含电力系统运行约束的事前短时间尺度出力优化模型，确定下一时刻的火电机组和风电场的有功出力、无功出力以及静止无功补偿装置的无功出力；

S106、基于下一时刻的火电机组和风电场的有功出力、无功出力，下一时刻的静止无功补偿装置的无功出力以及下一时刻的电容器的无功补偿量实现对风速波动下的电力系统无功电压的事前电压控制。

具体实施时，步骤S101中，基于公式

计算风电并网点电压U_acc关于风电场有功出力P_w的灵敏度a₁₁以及风电并网点电压U_acc关于风电场无功出力Q_w和电力系统无功补偿量Q_c的灵敏度a₁₂，其中，ΔU_acc、ΔU_B1分别为风电并网点电压变化量和母线B1的电压变化量，ΔP_w为流经升压站的有功功率变化量；ΔQ_w为流经升压站的无功功率变化量；a₁₁为风电并网点电压U_acc关于风电场有功出力P_w的灵敏度，a₂₁为母线B1的电压关于风电场有功出力P_w的灵敏度；a₁₂为风电并网点电压U_acc关于风电场无功出力Q_w和电力系统无功补偿量Q_c的灵敏度，a₂₂为母线B1的电压关于风电场无功出力Q_w和电力系统无功补偿量Q_c的灵敏度。

具体实施时，步骤S102中，风电场的有功出力预测值与下一时刻的风速预测信息之间的关系为：

其中，ρ为空气密度；R为风力机叶片半径；为下一时刻的预测风速；C_pmax为最大风能利用系数；s为转差率；N_D为风电场中双馈风电机组的数量；

风电并网点电压预测值按照如下公式计算：

具体实施时，步骤S103中：

风速波动下平抑风电并网点电压变化的系统无功需求变化量ΔQ_w,de按如下公式计算：

其中，ΔU_pcc,al为风电并网点电压变化的最大允许范围，ΔP_D为双馈风电机组输出有功功率的变化量，ΔP_P为直驱风电机组输出有功功率的变化量；

双馈风电机组的无功可控范围Q_D.max按如下公式计算：

其中，P_Ds为双馈风电机组定子输出的有功功率；S_Dc为双馈风电机组网侧变流器容量；R_SC、P_SC及Q_SC均为中间变量，U_sm为双馈风电机组的机端电压幅值；I_rmax为双馈风电机组转子允许流过的电流最大值；R_s、X_s分别为双馈风电机组的定子电阻、电抗；X_m为双馈风电机组的激磁电抗；s为转差率；

直驱风电机组的无功可控范围为Q_P.max按如下公式计算：

其中，S_Pc为直驱风电机组网侧变流器的容量；P_P为直驱风电机组的有功出力。

具体实施时，设t-1时刻为当前时刻，t时刻为下一时刻，步骤S104中：

所述事前长时间尺度出力优化模型的目标函数为F₁,其中，F₁＝min(f₁+f₂)，f₁表示事前长时间尺度出力优化模型的第一分函数，f₂表示事前长时间尺度出力优化模型的第二分函数，

其中，t＝1,2,...,N_t，N_t为长时间尺度的时段数；i＝1,2,...,N_G，N_G为电力系统中火电机组的总数目；k＝1,2,...,N_w，N_w为电力系统中风电机组的总数目；B_i.t表示第i个火电机组在t时刻开停机状态的0-1变量,B_i.t＝max(U_i.t-U_i.t-1,0)，U_i.t表示第i个火电机组在t时刻开机状态的0-1变量，U_i.t-1表示第i个火电机组在t-1时刻开机状态的0-1变量；B_i.t表示第i个火电机组在t时刻开停机状态的0-1变量；P_G.i.t为长时间尺度下第i个火电机组在t时刻的有功出力；S_i为第i个火电机组的启动成本；a_i、b_i、c_i均为第i个火电机组的耗量特性参数；C_w为弃风惩罚的成本系数；为长时间尺度下t时刻第k个风电机组的有功出力预测值；P_w.k.t为长时间尺度下t时刻第k个风电机组的有功出力；

事前长时间尺度出力优化模型的电力系统运行约束包括：

风电并网点电压约束：

U_acc.min≤U_acc.t≤U_acc.max

其中，U_acc.t为长时间尺度下t时刻的风电并网点电压，U_acc,min为风电并网点允许的电压最小值，U_acc,max为风电并网点允许的电压最大值；

长时间尺度下t时刻的风电并网点电压U_acc.t与风电场有功出力、无功出力及无功补偿装置的无功出力的关系为：

其中，为长时间尺度下t时刻风电并网点电压预测值，Q_w.k.t为长时间尺度下t时刻第k个风电机组的无功出力，P_w.k.t-1、Q_w.k.t-1分别为t-1时刻第k个风电机组的有功出力和无功出力，Q_c.t、Q_svc.t分别为长时间尺度下t时刻电容器和静止无功补偿装置的无功出力；Q_c.t-1、Q_svc.t-1分别为长时间尺度下t-1时刻电容器和静止无功补偿装置的无功出力；

静止无功补偿装置的无功约束：

其中，Q_c.max是电容器的最大补偿容量；Q_svc.max是静止无功补偿装置的最大出力值；

电力系统功率平衡约束：

其中，P_L.t、Q_L.t分别为长时间尺度下t时刻电力系统的总有功负荷和无功负荷；Q_G.i.t为长时间尺度下第i个火电机组在t时刻输出的无功出力；

风电场有功出力及无功出力约束：

其中，为第k个风电机组在t时刻的有功出力预测值对应的无功输出极限值；

火电机组有功出力及无功出力约束：

其中，分别为第i个火电机组的有功出力最大、最小值；为第i个火电机组的额定视在功率；

火电机组爬坡能力约束：

其中，R_u.i、R_d.i分别为第i个火电机组的爬坡速率和滑坡速率；

火电机组最小开停机时间约束：

其中，分别为第i个火电机组在t-1时刻已连续开机时间和已连续停机时间；分别为第i个火电机组的最小连续开机时间和最小连续停机时间。

具体实施时，设t-1时刻为当前时刻，t时刻为下一时刻，步骤S105中：

事前短时间尺度出力优化模型的目标函数为F₂，其中，

其中，i＝1,2,...,N_G，N_G为电力系统中火电机组的总数目；P′_G.i.t为段时间尺度下第i个火电机组在t时刻的有功出力；a_i、b_i、c_i均为第i个火电机组的耗量特性参数；U_i.t表示第i个火电机组在t时刻开机状态的0-1变量；

事前短时间尺度出力优化模型的电力系统运行约束包括：

风电并网点电压约束：

U_acc.min≤U′_acc.t≤U_acc.max；

其中，U′_acc.t为短时间尺度下t时刻的并网点电压，U_acc,min为风电并网点允许的电压最小值，U_acc,max为风电并网点允许的电压最大值；

静止无功补偿装置的无功约束：

0≤Q′_svc.t≤Q_svc.max

其中，Q′_svc.t为短时间尺度下静止无功补偿装置在t时刻的无功出力，Q_svc.max是静止无功补偿装置的最大出力值；

系统功率平衡约束：

其中，P′_L.t、Q′_L.t分别为短时间尺度下t时刻电力系统的总有功负荷和无功负荷；Q′_G.i.t为短时间尺度下第i个火电机组在t时刻输出的无功出力；P′_w.k.t、Q′_w.k.t分别为短时间尺度下第k个风电机组在t时刻输出的有功出力和无功出力；

风电场有功出力和无功出力约束：

其中，为短时间尺度下第k个风电机组在t时刻的有功出力预测值。

风电场输出的有功功率随着风速的波动而波动，可能对电压稳定带来不利影响，通过主动降低风电场的有功功率提高其无功可控范围，通过协调风电场有功无功出力和系统无功补偿量能够使并网点电压维持在指定值附近，根据功率平衡，系统中的火电机组出力能够平抑系统有功缺额，根据协调系统中各个装置的有功无功出力使系统经济效益最大化。本发明中风电场以较小的功率损失，将并网点电压维持在了指定值附近，极大地提高了系统的安全性。与只考虑风电场无功出力和系统无功补量对并网点电压的影响进行对比，本发明所提方法更有利于系统的经济性。

本发明考虑了风电场有功出力对无功可控容量的影响，兼顾了风电场有功无功出力和系统无功补偿量对并网点电压的影响，以风电及负荷的滚动预测值为输入变量，通过建立事前多时间尺度优化模型协调风电场有功和无功出力、协调风电场出力和系统无功补偿量，协调风电场和同步机的出力，在风速变化前通过主动调整各个装置的出力保证电压满足要求的情况下，最大限度地提高系统经济性。

在发明中，事前短时间尺度出力优化模型以ΔT′(ΔT′＜ΔT)为采样步长，对当前时刻的风电和负荷信息进行超短期预测，ΔT′即为短时间尺度下当前时刻和下一时刻的时间间隔；

事前长时间尺度出力优化模型每隔ΔT间隔启动，对未来MΔT时段内的风电和负荷数据进行预测”，ΔT即为长时间尺度下当前时刻和下一时刻的时间间隔，且MΔT＝N_t。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管通过参照本发明的优选实施例已经对本发明进行了描述，但本领域的普通技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离所附权利要求书所限定的本发明的精神和范围。