[发明专利]风电场有功控制的方法、装置及系统有效

专利信息
申请号: 201710692543.8 申请日: 2017-08-14
公开(公告)号: CN107482692B 公开(公告)日: 2020-03-31
发明(设计)人: 乔颖;王东升;鲁宗相;孙荣富;吴晓刚;王靖然;王若阳 申请(专利权)人: 清华大学;国网冀北电力有限公司;国家电网公司
主分类号: H02J3/48 分类号: H02J3/48;H02J3/38
代理公司: 北京华进京联知识产权代理有限公司 11606 代理人: 孙岩
地址: 100084*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电场 有功 控制 方法 装置 系统
【权利要求书】:

1.一种风电场有功控制的方法,其特征在于,所述风电场包括多个风电机组,所述方法包括:

获取每一风电机组的有功调控能力;

根据所述风电机组的超短期功率预测值及有功调控指令的完成比例,将所述多个风电机组分类,得到分类结果;以及

按照多个风电机组的分类结果和有功调控能力排序结果,调整各个风电机组的有功出力;

所述获取每一风电机组的有功调控能力,包括:

根据风电机组的评价指标计算所述评价指标的评价集;

根据所述评价集计算所述风电机组的有功调控能力,其中,所述评价集是指对调控能力进行评价的各个评价指标对应的贡献值集合。

2.根据权利要求1所述的风电场有功控制的方法,其特征在于,所述根据风电机组的评价指标计算所述评价指标的评价集,根据所述评价集计算所述风电机组的有功调控能力的步骤包括:

获取风电机组的评价指标;

计算所述评价指标在风电机组有功调控中的权重系数;

计算各评价指标的评价集;以及

根据所述评价集和权重系数计算每一风电机组的有功调控能力。

3.根据权利要求2所述的风电场有功控制的方法,其特征在于,所述计算所述评价指标在风电机组有功调控中的权重系数的步骤包括:

采用熵值决策法计算各评价指标在风电机组有功调控中的权重系数。

4.根据权利要求2所述的风电场有功控制的方法,其特征在于,所述计算各评价指标的评价集的步骤包括:

采用半梯形分布作为隶属度函数计算每一评价指标的评价集。

5.根据权利要求2所述的风电场有功控制的方法,其特征在于,所述评价指标包括:

风电机组当前功率、风电机组预测功率的变化趋势、桨距角、叶尖速比、风电利用率及风电机组调节速率。

6.根据权利要求2所述的风电场有功控制的方法,其特征在于,所述计算所述评价指标在风电机组有功调控中的权重系数,包括:

构建风电场评价指标初始矩阵;

对风电场评价指标初始矩阵中的风电机组各评价指标的数值进行标准化处理,建立比重矩阵;

根据比重矩阵计算各评价指标的信息效用值;

根据信息效用值计算出各评价指标的权重,得到权重系数矩阵。

7.根据权利要求2所述的风电场有功控制的方法,其特征在于,所述计算各评价指标的评价集的步骤包括:

利用公式计算风电机组i评价指标j的评分,得到风电机组i的评价集Fi=[fi1,fi2,fi3,fi4,fi5,fi6],其中,为为为为xij指第i台风电机组对应的第j项指标的数值,是评价指标j下“优”的隶属度函数,是评价指标j下“良”的隶属度函数,是评价指标j下“中”的隶属度函数,是评价指标j下“差”的隶属度函数,z1,z2,z3,z4为权重系数,且z1+z2+z3+z4=1。

8.根据权利要求1所述的风电场有功控制的方法,其特征在于,根据所述风电机组的超短期功率预测值及有功调控指令的完成比例,将所述多个风电机组分类的步骤包括:

根据所述风电机组的超短期功率预测值及所述有功调控指令的完成比例,将所述多个风电机组分为弱出力机组{Pm}、有上调能力机组{Pa}、无上调能力机组{Pu}和超发机组{Ps}四类。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学;国网冀北电力有限公司;国家电网公司,未经清华大学;国网冀北电力有限公司;国家电网公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710692543.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top