[发明专利]一种基于梯度跟踪算法的风电场快速跟踪优化方法在审
| 申请号: | 202210247637.5 | 申请日: | 2022-03-14 | 
| 公开(公告)号: | CN114825423A | 公开(公告)日: | 2022-07-29 | 
| 发明(设计)人: | 刘承锡;张兆毅;赖秋频 | 申请(专利权)人: | 武汉大学 | 
| 主分类号: | H02J3/38 | 分类号: | H02J3/38;H02J3/46;H02J3/24;H02J3/00;H02J3/12;H02J3/16;G06Q10/04;G06Q10/06;G06Q50/06 | 
| 代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 彭艳君 | 
| 地址: | 430072 湖*** | 国省代码: | 湖北;42 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | |||
| 搜索关键词: | 一种 基于 梯度 跟踪 算法 电场 快速 优化 方法 | ||
1.一种基于梯度跟踪算法的风电场快速跟踪优化方法,其特征在于:包括以下步骤:
步骤1、基于机会约束规划方法建立风电场时段优化模型,并通过预留电压安全裕度来控制电压越限,利用内点法求解模型,从而得到该时段风电场的最优运行状态;
步骤2、将时段优化结果下发给各台风机用于指导该时段内风电场的快速跟踪优化;
步骤3、在时段内的每个时刻,各台风机控制单元根据自身风机的实测功率,利用梯度跟踪算法快速调节风机无功,从而实现对风机功率短期波动的跟踪优化;
步骤4、将所有风机的快速跟踪优化叠加组成整个风电场的快速跟踪优化。
2.根据权利要求1所述基于梯度跟踪算法的风电场快速跟踪优化方法,其特征在于:步骤1的实现包括:
步骤1.1、风电场总控单元测量时段Tk初始时各风机运行状态;
步骤1.2、以网损最小为目标函数,以各节点的无功功率、电压幅值和电压相角为变量,考虑风机功率短期波动的不确定性,建立基于机会约束规划的风电场优化模型;
步骤1.2.1、优化模型的目标函数为风电场网损,包含支路损耗,变压器铜耗,变压器铁耗和节点处接地电导损耗;
表示为
其中,Vi、θi分别为节点i的电压幅值和电压相角,nl和n分别为系统支路总数和节点总数,kl、θshift,l分别为支路l上变压器变比和相移角,对于不含变压器的支路,kl等于1,θshift,l等于0,Gl为支路l的电导,Gk 0为节点k的接地电导,L为所有支路集合,B为所有节点集合;
步骤1.2.2、模型变量包括各节点的无功功率、电压幅值和电压相角,模型的等式约束条件为功率平衡方程:
模型的不等式约束包括支路传输功率约束和变量边界约束,支路传输功率约束条件为Sl≤Sl,max,l∈L,变量边界约束条件为:
其中,Pgen,i和Qgen,i分别是注入节点i的发电机有功功率和无功功率,Pload,i和Qload,i分别为节点i处负荷的有功功率和无功功率,Gij和Bij分别为节点导纳矩阵中i节点和j节点之间的电导和电纳,θij为节点i与节点j之间的相位角差,Sl是支路l的传输功率,其最大传输容量是Sl,max,Qgen,i为i节点上风机无功功率,其上下限分别为Qmax gen,i和Qmin gen,i,Vi,min和Vi,max为节点i电压幅值的上下限,ΔVi为节点i的电压安全裕度,θi,min和θi,max为节点i电压相角的上下限;
步骤1.3、通过预留电压安全裕度来控制电压越限;
设风机功率波动服从均值为0的正态分布,经过灵敏度矩阵的线性仿射函数变换后,求得各节点电压幅值和相角服从正态分布;灵敏度矩阵通过雅可比矩阵求逆获得:
其中,ΔP和ΔQ分别为风机有功功率和无功功率波动值的向量,ΔV和Δθ为电压幅值和相角波动值的向量,SVP和SVQ是电压幅值对有功和无功的灵敏度矩阵,同理可得SθP和SθQ,矩阵N、H、L和J构成雅可比矩阵线性仿射变换后各节点电压幅值波动均值为0;
风电场协方差矩阵为:R=[ΔPδ,1 ΔPδ,2 L ΔPδ,n]T×Aρ×[ΔPδ,1 ΔPδ,2 L ΔPδ,n],节点i的方差为节点i的正态分布函数为
通过求得β置信度下i节点电压幅值不发生越限的电压允许波动量ΔVi,并将其作为电压安全裕度,通过在电压约束条件中预留电压安全裕度来控制电压越限;
其中,为电压幅值波动的平均值,Aρ为相关系数矩阵,R是协方差矩阵,ΔPδ,i和δΔVi为节点i有功波动和电压波动的标准差,SVP,i,j是矩阵SVP的元素,N(x)为标准正态分布函数,Φ(x)为累积正态分布函数,β为置信度;
步骤1.4、利用内点法求解基于机会约束规划的时段优化模型;
在Matlab中建立基于机会约束规划的风电场优化模型,采用解析化梯度矩阵的改进内点法来求解,调用fmincom的内点法,并预先在程序中给出目标函数和约束条件的梯度矩阵。
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武汉大学,未经武汉大学许可,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/202210247637.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:降噪型笔记本电脑散热风扇
 - 下一篇:一种流程自动化机器人控制浏览器的实现方法
 





