CN107947200A - 一种含风电的系统频率偏差系数确定的方法 - Google Patents
一种含风电的系统频率偏差系数确定的方法 Download PDFInfo
- Publication number
- CN107947200A CN107947200A CN201711256844.2A CN201711256844A CN107947200A CN 107947200 A CN107947200 A CN 107947200A CN 201711256844 A CN201711256844 A CN 201711256844A CN 107947200 A CN107947200 A CN 107947200A
- Authority
- CN
- China
- Prior art keywords
- wind power
- wind
- frequency
- climbing event
- coefficient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000009194 climbing Effects 0.000 claims abstract description 32
- 230000005611 electricity Effects 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 3
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 claims description 2
- 230000005684 electric field Effects 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 2
- 230000010485 coping Effects 0.000 abstract 1
- 230000003068 static effect Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 102000003712 Complement factor B Human genes 0.000 description 1
- 108090000056 Complement factor B Proteins 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000005619 thermoelectricity Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- H02J3/386—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种含风电的电力系统频率偏差系数确定的方法，属于电力系统静态安全稳定运行方面，包括以下步骤：结合风电出力历史数据并分析其出力特性，建立风力数值预报的物理模型；对风电场出力进行预测；根据预测结果判断接下来某一时间段内是否会发生爬坡事件，在预测到将要发生风电功率爬坡事件时，根据爬坡事件的程度、方向来重新确定系统频率偏差系数的数值，使系统的频率偏差系数依据风电出力动态跟随自然频率特性系数，以确保系统二次调频精准。本发明适应大规模风电接入系统的发展趋势，结合预测模型修正频率偏差系数为应对大规模风电波动带来的频率变化提供了一种新方法。
Description
技术领域
本发明属于电力系统安全稳定运行领域，涉及一种通过预测含风电系统的爬坡事件，从而修正系统频率偏差系数改善系统二次调频的方法。
背景技术
频率是电能质量的重要指标之一，频率质量的优劣直接影响到电力系统安全、稳定、经济、优质运行，目前在互联电力系统频率控制中，一般采用固定系数的方法设置频率偏差系数B，这会导致自动发电控制(AGC)调节量不能准确跟踪系统功率偏差，甚至可能引起严重的频率过调或欠调，进而引起频率稳定问题；尤其对于含风电等分布式电源的系统，源于其波动性和随机性其出力具有较大的变化率，会导致系统一次调频效果不理想从而增加系统二次调频责任，因此如果预测到风电的爬坡事件，即可提前对频率偏差系数进行调整，可使控制区域依据区域控制偏差(ACE)所做出的调节更为精准，有助于保证系统调频效果。
关于频率偏差系数的确定在现有的研究中未考虑风电出力的波动和随机性的情况，也未在频率偏差系数调整过程中加入对风电爬坡事件的预测；文献《三段式频率偏差系数及其在互联电网调频中的应用》基于电力系统中火电、水电通常设置不同的一次调频死区，提出了三段式频率偏差系数方法，能够准确地跟踪系统功率偏差，并验证了所提出的三段式频率偏差系数能够有效减少频率偏差现象；文献《自动发电控制中频率偏差系数确定方法的探讨》建立了不同运行方式下全天分时段频率偏差系数模型；结合自动发电控制分级控制的特点，按频率偏差等级设定频率偏差系数；上述文献都提出不再使用某固定的频率偏差系数可以改善互联电力系统调频控制性能，肯定了动态频率偏差系数确实能够改善系统的调频效果，但都未考虑在系统中接入大规模风电的情况，因此现有研究在大规模风电接入系统的情况下不足以应对由风电功率波动造成的系统频率偏差。
如含大规模风电系统不针对风电波动来调整频率偏差系数，在发生风电爬坡事件时系统一次调频效果不理想，由于自然频率特性系数(β)的大小与一次调频能力有关，如果不调整频率偏差系数(B)，|B|和|β|之间差值将增大，导致系统二次调频责任增加，而系统的二次调频仅会改善出现频率偏差后频率恢复的速率，并不能减小频差的大小，因此系统的频率仍然不能良好恢复。综上，本方法依据预测大规模风电出力结果来调整频率偏差系数，使系统的B处于动态并依据风电出力跟随β，本方法有助于减少系统二次调频压力，同时保证二次调频效果，有重要意义。
发明内容
(一)拟解决的技术问题
针对现有研究的不足，本发明“一种含风电的系统频率偏差系数确定的方法”，提出在含有风电的系统中，对风电的输出功率进行预测，当预测到将要发生爬坡事件时，则根据预测结果调整系统当前的频率偏差系数，以达到保证系统频率稳定、促进风电消纳、优化二次调频效果的目的。
技术方案：根据历史数据分析风电出力的变化率等不确定性，建立风力数值预报的物理模型，通过历史风速等预测爬坡事件，并根据风电出力预测结果调整系统频率偏差系数，该方法包括如下几步：
步骤1：结合风电出力历史数据并分析其出力不确定性，建立风力数值预报的物理模型。
步骤2：通过历史风速、风向以及风电功率数据对风电场出力进行预测。
步骤3：得到功率预测值之后来判断接下来某一时间段内是否会发生爬坡事件，在预测到将要发生风电功率爬坡事件时，预警系统留出足够的调频容量，并根据爬坡事件的程度、方向来重新确定系统频率偏差系数的数值。
有益效果：本发明为适应大规模风电大接入系统的发展趋势，提供了一种通过预测风电出力结果调整系统频率偏差系数的思路，能够减轻系统二次调频的压力同时促进风电的消纳，保证了系统频率的稳定。
附图说明
图1为一种含风电的系统频率偏差系数确定的方法的流程图。
具体实施方式
本发明包括以下步骤：
1)建立风力数值预报的物理模型
结合系统中的风电出力时序出力曲线图对风电出力在年、季度、月、日四个时间尺度，选取冬夏工作日、节假日各典型日的出力时序出力变化率、峰谷等分析风电出力的特点，并依据风电出力特性和需要预测的时间尺度建立风力数值预报的物理模型。
数值天气预报(NWP)是根据大气的实际情况，在一定的初值和边界值条件下，通过大型计算机进行数值计算，以此求解天气演变过程的流体力学和热力学方程组，来预测未来一定时段的大气运动状态和天气现象的方法。NWP的输出是未来一段时间的气象信息，而不仅仅是关于风的信息。美国AWS Truewnd的研究结果表明，气象条件的变化是造成风电功率波动的主要原因，物理NWP模型在风电功率爬坡事件的预测中将扮演着重要的角色。同时，由于地形因素影响，同样气象条件下，一个区域内不同风电场的功率输出可能具有不同的特性。因此，还有必要合理使用风电场的历史数据，以提高爬坡事件的预测性能。
2)利用风力数值预报物理模型，结合历史风速等对风电场的风电功率进行预测
用WPPT工具结合NWP数据、历史风速、风向以及风功率数据对风电场的风电功率进行预测，并用一年的实际数据分析不同的阈值选择对不同持续时间尺度爬坡事件预测性能的影响，若在一片区域内有多个风电场或者多个测风点，使用邻近测点的测量数据可以提高风电场的风电功率爬坡事件预测模型预测性能，且多个NWP模型组合的预测结果要明显优于使用单个NWP模型的结果，得到功率预测值之后根据式
|Pt+Δt-Pt|＞PVal (1)
其中PVal为阀值，根据(1)式判断接下来某一时间尺度内是否会发生爬坡事件。
3)判断是否会发生风电爬坡事件，并根据预测结果调整系统的频率偏差系数
根据式(1)来用t和Δt两个时刻风电功率的差值来判断是否有爬坡事件发生，当预测到爬坡事件会发生时，根据预测到的爬坡事件的程度、方向来调整系统当前的频率偏差系数。设定合适的频率偏差系数能够使系统频率调节更加精确，
EA C,iE＝ΔPt,i-10βiΔf-10(Bi-βi)Δf (2)
其中：EACE,i为区域i的区域控制偏差的值；ΔPt,i为区域i的联络线功率(流出为正)偏差，是联络线功率实际值与计划值的差；Δf为系统运行频率偏差，是实际频率与计划频率的差； Bi为区域i的频率偏差系数，是负值；βi为区域i的自然频率特性系数，是负值。在含有大规模风电的系统中，由于风电出力的波动性和不确定性，导致风电功率波动影响系统频率，如风电出力发生爬坡事件时，风电出力将出现很大的变化率，给系统的频率带来冲击，若在系统毫无准备的情况下，则一次调频几乎不能达到满意的效果，此时|β|减小，若不调整|B|即ΔB 将会增加，则所计算出的|EACE,i|与控制区域的实际功率偏差绝对值的差距就变大，系统二次调频所依据的区域控制偏差计算值与实际值之差变大。因此，在预测到风电出力的爬坡事件后，根据预测结果及时调整B后，可以有效的减小B与β之间的差距，例如在预测到风电出力即将发生大幅度攀升或降落，可以推测出系统进行一次调频后系统频率仍不满足要求，系数|β|将减小，如果此时能及时将|B|设定值减小确保不会因为两者之间差距增加而导致系统调频不足或超调，即求出的ACE更准确，控制区域依据ACE所做出的调节更为精准。因此，如果预测到会发生爬坡事件提前对频率偏差系数(B)的值进行调整，则会使减小区域控制偏差的误差，因此有利于二次调频更加准确。
以上实施方案仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的保护范畴。
Claims (4)
1.一种含风电的系统频率偏差系数确定的方法，其特征是该方法包括如下步骤：
步骤1：结合风电出力历史数据并分析其出力不确定性，建立风力数值预报的物理模型；
步骤2：通过历史风速、风向以及风电功率数据对风电场出力进行预测；
步骤3：根据预测结果修正当前系统的频率偏差系数，通过得到功率预测值之后来判断接下来某一时间段内是否会发生爬坡事件，在预测到将要发生风电功率爬坡事件时，根据爬坡事件的程度、方向来重新确定系统频率偏差系数的数值，使系统的频率偏差系数处于动态并依据风电出力跟随自然频率特性系数。
2.根据权利要求1中所述模型及方法，其特征是，步骤1要获取电网风电机组的基本信息和数据，结合系统中的风电出力时序出力曲线图对风电出力在年、季度、月、日四个时间尺度，选取冬夏工作日、节假日各典型日的出力时序出力变化率、峰谷等分析风电出力的特点，并根据获得分析结果和需要预测的时间尺度，设定初值和边界值，建立风力数值预报的物理模型。
3.根据权利要求1中风力数值预报的物理模型结合历史数据、风向以及风电功率数据确定模型预测爬坡事件发生的数值阀值，对风电场的风电功率进行预测。
4.根据权利要求1中所述的模型方法，依据步骤2的风电功率预测结果，修正系统当前的频率偏差系数，判断接下来某一段时间内是否会发生爬坡事件，当预测到将会发生风电功率爬坡事件时(包括上爬坡事件和下爬坡事件)，根据所预测到的风电出力的瞬时变化率的大小、变化方向即爬坡事件程度、方等来重新确定当前的系统频率偏差系数的数值(已知系统一次调频能力降低的情况下|β|减小，因此可在预测到风电出力面临大波动时，将|B|值下调)使系统的频率偏差系数处于动态并依据风电出力跟随自然频率特性系数，以减小区域控制偏差计算值与实际值之间的差距为目的，可以提高区域控制偏差的准确度，以此来降低系统二次调频的压力同时确保二次调频的精准，有益于风能的消纳和电力系统频率稳定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711256844.2A CN107947200A (zh) | 2017-12-04 | 2017-12-04 | 一种含风电的系统频率偏差系数确定的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711256844.2A CN107947200A (zh) | 2017-12-04 | 2017-12-04 | 一种含风电的系统频率偏差系数确定的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107947200A true CN107947200A (zh) | 2018-04-20 |
Family
ID=61948445
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711256844.2A Pending CN107947200A (zh) | 2017-12-04 | 2017-12-04 | 一种含风电的系统频率偏差系数确定的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107947200A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109193702A (zh) * | 2018-10-27 | 2019-01-11 | 国网山东省电力公司电力科学研究院 | 一种高风电渗透率电网中调峰发电机组调频综合控制方法 |
| CN109460856A (zh) * | 2018-10-08 | 2019-03-12 | 国网青海省电力公司 | 考虑风速-风向相关性的风电场频率风险评估方法 |
| CN112865204A (zh) * | 2021-01-25 | 2021-05-28 | 国网新疆电力有限公司 | 风电场频率支撑能力估计方法、装置和计算机设备 |
| CN116308303A (zh) * | 2023-05-22 | 2023-06-23 | 天宇正清科技有限公司 | 基于设备数据的检修计划生成方法、装置、设备和介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103679282A (zh) * | 2013-09-30 | 2014-03-26 | 清华大学 | 风电功率爬坡的预测方法 |
| CN104201700A (zh) * | 2014-09-22 | 2014-12-10 | 哈尔滨工业大学 | 计及风电不确定性波动的区域电网火电调频机组配置方法 |
| CN106203693A (zh) * | 2016-07-05 | 2016-12-07 | 华北电力大学 | 一种风电场输出功率爬坡事件预测的系统及方法 |
| CN106933778A (zh) * | 2017-01-22 | 2017-07-07 | 中国农业大学 | 一种基于爬坡事件特征识别的风电功率组合预测方法 |
| CN107017667A (zh) * | 2016-01-28 | 2017-08-04 | 武汉大学 | 一种含风电电力系统的频率协调控制方法 |
-
2017
- 2017-12-04 CN CN201711256844.2A patent/CN107947200A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103679282A (zh) * | 2013-09-30 | 2014-03-26 | 清华大学 | 风电功率爬坡的预测方法 |
| CN104201700A (zh) * | 2014-09-22 | 2014-12-10 | 哈尔滨工业大学 | 计及风电不确定性波动的区域电网火电调频机组配置方法 |
| CN107017667A (zh) * | 2016-01-28 | 2017-08-04 | 武汉大学 | 一种含风电电力系统的频率协调控制方法 |
| CN106203693A (zh) * | 2016-07-05 | 2016-12-07 | 华北电力大学 | 一种风电场输出功率爬坡事件预测的系统及方法 |
| CN106933778A (zh) * | 2017-01-22 | 2017-07-07 | 中国农业大学 | 一种基于爬坡事件特征识别的风电功率组合预测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李卫东等: "区域控制偏差的动态内涵", 《电力系统自动化》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109460856A (zh) * | 2018-10-08 | 2019-03-12 | 国网青海省电力公司 | 考虑风速-风向相关性的风电场频率风险评估方法 |
| CN109193702A (zh) * | 2018-10-27 | 2019-01-11 | 国网山东省电力公司电力科学研究院 | 一种高风电渗透率电网中调峰发电机组调频综合控制方法 |
| CN109193702B (zh) * | 2018-10-27 | 2020-07-28 | 国网山东省电力公司电力科学研究院 | 一种高风电渗透率电网中调峰发电机组调频综合控制方法 |
| CN112865204A (zh) * | 2021-01-25 | 2021-05-28 | 国网新疆电力有限公司 | 风电场频率支撑能力估计方法、装置和计算机设备 |
| CN112865204B (zh) * | 2021-01-25 | 2023-04-07 | 国网新疆电力有限公司 | 风电场频率支撑能力估计方法、装置和计算机设备 |
| CN116308303A (zh) * | 2023-05-22 | 2023-06-23 | 天宇正清科技有限公司 | 基于设备数据的检修计划生成方法、装置、设备和介质 |
| CN116308303B (zh) * | 2023-05-22 | 2023-08-29 | 天宇正清科技有限公司 | 基于设备数据的检修计划生成方法、装置、设备和介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gneiting et al. | Calibrated probabilistic forecasting at the stateline wind energy center: The regime-switching space–time method | |
| CN107947200A (zh) | 一种含风电的系统频率偏差系数确定的方法 | |
| CN102075014B (zh) | 消纳风电接入的大电网实时调度方法 | |
| CN106505631B (zh) | 智能风电风功率预测系统 | |
| CN108953060B (zh) | 基于激光雷达测风仪的风电场场级偏航控制方法 | |
| CN105162149B (zh) | 基于模糊自适应调节的光储系统跟踪发电计划出力方法 | |
| US20160169202A1 (en) | Short-term operation optimization method of electric power system including large-scale wind power | |
| CN103595076B (zh) | 一种提高风力发电机组疲劳均匀性的有功功率分配方法 | |
| CN107292514B (zh) | 风电场生产运行测风塔选址方法及装置 | |
| CN107769254A (zh) | 一种风电集群轨迹预测与分层控制方法 | |
| CN104181895A (zh) | 适应新能源接入的短期与超短期协调滚动调度优化策略 | |
| GB2560223A (en) | Wind turbine farm level loads management control strategy | |
| CN106682810A (zh) | 巨型水电站动态投产下跨流域梯级水电站群长期运行方法 | |
| CN110263984A (zh) | 基于相空间重构和深度神经网络的超短期净负荷预测方法 | |
| CN104638672A (zh) | 一种考虑变量相关性的光伏穿透功率极限的确定方法 | |
| CN105914779A (zh) | 一种风电机组参与电力系统自动发电控制的协调控制方法 | |
| CN110348637B (zh) | 一种考虑场-网因素的风电爬坡事件预警方法 | |
| CN105896617A (zh) | 一种计及风机有功主动控制的风电调节备用容量评估方法 | |
| CN109961190A (zh) | 一种基于学习日拟合度聚类的光伏电站日前功率预测方法 | |
| CN108665102A (zh) | 基于中尺度数据预测风电场实时发电量的方法 | |
| CN105244921B (zh) | 含风火水光气的电力系统调度中的备用容量优化分配方法 | |
| Detlefsen et al. | Managing critical weather conditions in a large-scale wind based European power system—The twenties project | |
| CN116578860A (zh) | 一种地热综合开发系统及方法 | |
| CN109460887A (zh) | 一种考虑光电接入的电力系统优化调度方法 | |
| CN115271244A (zh) | 一种基于两阶段分布鲁棒优化的梯级水电站短期调峰模型 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180420 |