一种基于风速时序分解的风电场有功功率优化方法

摘要

本发明公开了一种基于风速时序分解的风电场有功功率优化方法，包括以下步骤：步骤一：将风电场下一个控制周期的风速预测曲线转换为离散风速序列；步骤二：将离散风速序列各元素对应的风速值视为恒定自然风速，分别计算这些恒定自然风速作用下，各机组的有功功率参考值及其起始时刻；步骤三：由各机组有功功率参考值及其起始时刻，生成风速序列作用下各机组有功功率参考值控制曲线，各机组根据此控制曲线运行。本优化方法用较低的计算量、较少的硬件资源，实现动态风速下风电场有功功率优化，形成一种具有实用价值方案，提升风电场发电量，提高风电场发电收益。

说明书

技术领域

本发明涉及风电场控制技术领域，特别涉及一种基于风速时序分解的风电 场有功功率优化方法。

背景技术

近年来，我国的风电产业保持着强劲的增长势头，随着风电的发展，有良 好风能的陆地资源越来越少，为支撑风电产业进一步发展，大规模发展海上风 电场成为必然趋势。当前海上风电场建设成本较高，提高海上风电场的发电效 率，增加风电业主的经济效益，是海上风电场运营的关键问题之一。

与陆地风电场相比，海上风电场受尾流影响极为剧烈，传统的单台风电机 组最大风能捕获，将导致上风向机组吸收较大的风能，下风向机组输入风速降 低，从而损失风电场有功功率，研究表明，传统的单机最大风能捕获方案，由 于尾流效应导致的海上风电场有功功率损失可高达30％，尽管通过风电场微观 选址、风电机组布局优化能有效降低尾流效应的影响，但由于风电场场地和建 设成本等因素制约，风电机组之间的距离一般在叶轮直径的5到7倍之间，尾 流效应对风电场有功功率的影响仍然明显。

国内外一些学者基于尾流效应对风电场有功功率优化开展了一系列研究， 形成了多种尾流模型，现有研究基本集中在风速恒定时，尾流效应对风电场有 功功率的影响及其改善方法方面。但在风速动态变化时，风电场的有功功率优 化方面的研究尚不成熟，其主要原因是风电机组具有很强的非线性，按传统的 思维方法，将较长一段时间的风速作为一个整体进行考察，建立风电场有功功 率优化方程，由于时间维度的可能组合极多，使方程求解计算量大，对应的控 制策略实现困难，不利于实际应用。

发明内容

为了解决上述技术问题，本发明提供一种计算量小、成本低、实用价值高 的基于风速时序分解的风电场有功功率优化方法。

本发明解决上述问题的技术方案是：一种基于风速时序分解的风电场有功 功率优化方法，包括以下步骤：

步骤一：将风电场下一个控制周期的风速预测曲线按时序转换为30个元素 的离散风速序列；

步骤二：将离散风速序列各元素对应的风速值视为恒定自然风速，基于尾 流效应，分别计算在各恒定自然风速作用下，各机组的有功功率参考值；同时， 基于尾流传播延迟，分别计算在各恒定自然风速作用下，各机组有功功率参考 值开始作用的时刻；

步骤三：由各机组有功功率参考值及其开始作用的时刻，生成离散风速序 列作用下各机组有功功率参考值控制曲线，各机组根据此控制曲线运行。

上述基于风速时序分解的风电场有功功率优化方法，所述步骤一中，离散 风速序列s(m)的转换公式为：

$s\left(m\right)=\frac{1}{T_s}{\int }_{t_N+(m-1)T_s}^{t_N+{\mathrm{mT}}_s}{s}_c\left(t\right)dt$①

其中，m是自然数，其取值范围为1≤m≤31，s_c(t)是t时刻风电场风速预测 值，t_N表示下一个控制周期的起始时刻，T表示风电场一个控制周期对应的时长， T_s是风速离散化间隔时间，T_s＝T/30。

上述基于风速时序分解的风电场有功功率优化方法，所述步骤二中，各机 组的有功功率参考值的计算步骤如下：

1)以机组i的轴向诱导因子a_i为变量，则机组i的风能利用系数及其推 力系数为：

$C_p^i=4{(1-a_i)}^2{a}_i$②

$C_T^i=4(1-a_i)a_i$③

2)离散风速序列s(m)中的m取具体值n，令n＝1；

3)设风电场受恒定自然风速s(n)作用，用v_i表示机组i的输入风速，若v₁是 上风向边界机组，机组i+1是机组i下风向上第一台机组，按式④和式⑤计算机 组i+1的输入风速：

v₁＝s(n)④

$v_{i+1}=v_i·[1-(1-\sqrt{1-C_T^i}){\left(\frac{r_i}{r_i+kx}\right)}^2]$⑤

其中，k为风电场地面粗糙度系数，r_i为机组i叶轮半径，x是机组i轮毂中 心与机组i+1轮毂中心在风向上投影的距离；

4)按下式计算各机组有功功率：

⑥

其中，P_i表示机组i的有功功率，v_rated表示机组额定风速，v_in、v_cut表示机组 的切入、切出风速；ρ表示空气密度，表示机组i的额定功率；

5)建立风电场有功功率优化模型如下：

$\left(\begin{array}{c}{P}_{all}=\underset{a_i}{\max }\left(\underset{i-1}{\overset{N}{\Sigma }}{P}_i\right)\\ s.t.\\ v_1=s\left(n\right)\\ v_{i+1}=v_i·\left[1-\left(1-\sqrt{1-C_T^i}\right){\left(\frac{r_i}{r_i+kx}\right)}^2\right]\\ 0\le a_i\le \frac{1}{3}\\ 0.2P_{rated}^i\le P_i\le P_{rated}^i\end{array}\right)$⑦

其中，P_all表示风电场有功功率，即风电场各机组有功功率之和，N表示风 电场内机组总数，表示通过优化a_i使括号内的式子取得最大值；

6)求解步骤5)所给出的方程，得到机组i诱导因子的优化解，并将其代 入公式②-⑤，得出机组i风能利用系数、推力系数、输入风速的具体取值；

7)将机组i风能利用系数值代入下式，则得到自然风速为s(n)时，机组i 的有功功率参考值

$P_{ref}^{i,n}=\frac{1}{2}{\mathrm{\rho \pi r}}_i^2{v}_i^3{C}_p^i$⑧

使i取值遍历风电场各机组，则得到自然风速为s(n)时，各机组的有功功率 参考值；

8)判断n的取值大小，若n≤30，则令n＝n+1，跳转到步骤3)，否则结束 运算。

上述基于风速时序分解的风电场有功功率优化方法，所述步骤二中，各机 组的有功功率参考值开始作用的时刻的计算方法如下：离散风速序列s(m)中的 m取具体值n时，计算风速s(n)从风电场上风向边界机组传播到机组i的时延D^i,n， 则风速为s(n)时，机组i的有功功率参考值起始作用时刻为

$t_{ref}^{i,n}=t_N+D^{i,n}$⑨。

上述基于风速时序分解的风电场有功功率优化方法，各机组的有功功率参 考值的开始作用的时刻计算方法中，风速s(n)从风电场上风向边界机组传播到机 组i的时延D^i,n的计算方法如下：

1)风按风向传播，在风速传播路径上，求取风电场上风向边界机组叶轮中 心与机组i叶轮中心在风向上的投影点的距离，记为L；

2)按下式计算D^i,n，并使i取值遍历风电场各机组，n取值遍历1≤n≤31中 各自然数，

$D^{i,n}=\frac{L}{s\left(n\right)}$⑩。

上述基于风速时序分解的风电场有功功率优化方法，所述步骤三中，机组 有功功率参考值控制曲线的生成方式如下：由i值，n值分别相同的和组 成控制量其含义是时刻，机组i的有功功率参考值为对确定的 i值，将的值按n由小到大排列，到之间的时间，机组i的有功功 率参考值维持不变，从而得到机组i的有功功率参考值控制曲线；使i取 值遍历风电场各机组，m取值遍历1≤m≤31中各自然数，从而得到风电场各机组 有功功率参考值控制曲线。

本发明的有益效果在于：本发明将风电场下一个控制周期的预测风速曲线 转换为离散风速序列，将离散风速序列各元素对应的风速值视为恒定自然风速 后，计算恒定自然风速作用下各机组有功功率参考值及其开始作用的时刻，进 而生成风速序列作用下各机组有功功率参考值控制曲线，各机组根据此控制曲 线运行；本优化方法用较低的计算量、较少的硬件资源，实现动态风速下风电 场有功功率优化，形成一种具有实用价值方案，提升风电场发电量，提高风电 场发电收益。

附图说明

图1为本发明的总流程图。

图2为本发明步骤三的流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步的说明。

如图1、2所示，本发明包括以下步骤：

步骤一：将风电场下一个控制周期的风速预测曲线按时序转换为30个元素 的离散风速序列。

离散风速序列s(m)的转换公式为：

$s\left(m\right)=\frac{1}{T_s}{\int }_{t_N+(m-1)T_s}^{t_N+{\mathrm{mT}}_s}{s}_c\left(t\right)dt$①

其中，m是自然数，其取值范围为1≤m≤31，s_c(t)是t时刻风电场风速预测 值，t_N表示下一个控制周期的起始时刻，T表示风电场一个控制周期对应的时长， T_s是风速离散化间隔时间，T_s＝T/30。

步骤二：将离散风速序列各元素对应的风速值视为恒定自然风速，基于尾 流效应，分别计算在各恒定自然风速作用下，各机组的有功功率参考值；同时， 基于尾流传播延迟，分别计算在各恒定自然风速作用下，各机组有功功率参考 值开始作用的时刻。

各机组的有功功率参考值的计算步骤如下：

1)以机组i的轴向诱导因子a_i为变量，则机组i的风能利用系数及其推 力系数为：

$C_p^i=4{(1-a_i)}^2{a}_i$②

$C_T^i=4(1-a_i)a_i$③

2)离散风速序列s(m)中的m取具体值n，令n＝1；

3)设风电场受恒定自然风速s(n)作用，用v_i表示机组i的输入风速，若v₁是 上风向边界机组，机组i+1是机组i下风向上第一台机组，按式④和式⑤计算机 组i+1的输入风速：

v₁＝s(n)④

$v_{i+1}=v_i·[1-(1-\sqrt{1-C_T^i}){\left(\frac{r_i}{r_i+kx}\right)}^2]$⑤

其中，k为风电场地面粗糙度系数，r_i为机组i叶轮半径，x是机组i轮毂中 心与机组i+1轮毂中心在风向上投影的距离；

4)按下式计算各机组有功功率：

⑥

其中，P_i表示机组i的有功功率，v_rated表示机组额定风速，v_in、v_cut表示机组 的切入、切出风速；ρ表示空气密度，表示机组i的额定功率；

5)建立风电场有功功率优化模型如下：

$\left(\begin{array}{c}{P}_{all}=\underset{a_i}{\max }\left(\underset{i-1}{\overset{N}{\Sigma }}{P}_i\right)\\ s.t.\\ v_1=s\left(n\right)\\ v_{i+1}=v_i·\left[1-\left(1-\sqrt{1-C_T^i}\right){\left(\frac{r_i}{r_i+kx}\right)}^2\right]\\ 0\le a_i\le \frac{1}{3}\\ 0.2P_{rated}^i\le P_i\le P_{rated}^i\end{array}\right)$⑦

其中，P_all表示风电场有功功率，即风电场各机组有功功率之和，N表示风 电场内机组总数，表示通过优化a_i取值使括号内的式子取得最大值；

6)求解步骤5)所给出的方程，得到机组i诱导因子的优化解，并将其代 入公式②-⑤，得出机组i风能利用系数、推力系数、输入风速的具体取值；

7)将机组i风能利用系数值代入下式，则得到自然风速为s(n)时，机组i 的有功功率参考值

$P_{ref}^{i,n}=\frac{1}{2}{\mathrm{\rho \pi r}}_i^2{v}_i^3{C}_p^i$⑧

使i取值遍历风电场各机组，则得到自然风速为s(n)时，各机组的有功功率 参考值；

8)判断n的取值大小，若n≤30，则令n＝n+1，跳转到步骤3)，否则结束 该部分运算。

各机组的有功功率参考值开始作用的时刻计算方法如下：

离散风速序列s(m)中的m取具体值n时，计算风速s(n)从风电场上风向边 界机组传播到机组i的时延D^i,n，则风速为s(n)时，机组i的有功功率参考值起 始作用时刻为

$t_{ref}^{i,n}=t_N+D^{i,n}$⑨

风速s(n)从风电场上风向边界机组传播到机组i的时延D^i,n的计算方法如下：

1)风按风向传播，在风速传播路径上，求取风电场上风向边界机组叶轮中 心与机组i的叶轮中心在风向上的投影点的距离，记为L；

2)按下式计算D^i,n，并使i取值遍历风电场各机组，n取值遍历1≤n≤31中 各自然数，

$D^{i,n}=\frac{L}{s\left(n\right)}$⑩

步骤三：由各机组有功功率参考值及其开始作用时刻，生成离散风速序列 作用下各机组有功功率参考值控制曲线，各机组根据此控制曲线运行。

机组有功功率参考值控制曲线的生成方法如下：由i值，n值分别相同的 和组成控制量其含义是时刻，机组i的有功功率参考值为对 确定的i值，将的值按n由小到大排列，到之间的时间，机组i的 有功功率参考值维持不变，使i取值遍历风电场各机组，m取值遍历 1≤m≤31中各自然数，从而得到风电场各机组有功功率参考值控制曲线。具体可 按如下方式进行：

1)如果风电场机组总数为N，构造三个N行30列的二维表，分别命名为 TableT，TableP和TalblePandT；

2)遍历i和n的可能取值，将填在TableT的第i行第n列；

3)遍历i和n的可能取值，将填在TableP的第i行第n列；

4)TableT的第i行第n列元素与TableP的第i行第n列元素复合为并将其写在TalblePandT的第i行第n列；

5)以时间为横坐标，有功功率参考值为纵坐标构成坐标系，取TalblePandT 的第i行数据，按列号从小到大顺序依次取数据，并在坐标系上标定各点，并且，到之间的时间，机组i的有功功率参考值维持为不变，从而得到机组i的有功功率参考值控制曲线；i遍历所有可能取值，重复 该步骤，得到各机组下个控制周期有功功率参考值控制曲线。