[发明专利]一种风电集群轨迹预测与分层控制方法

摘要

本发明涉及一种风电集群轨迹预测与分层控制方法，包括：根据风电集群及风电场内的拓扑结构，基于空间相关性和NWP数据进行超短期风电功率预测；根据调度中心下发的调度值，将控制过程在空间上分为集群优化调度层、场群协调分类层和单场自动执行层，将风电功率预测值从时间上逐层细化；在场群协调分类层，基于风电功率预测值对风电场进行分类，分为上爬坡群、下爬坡群、平稳群和振荡群；在单场自动执行层，基于AGC机组下旋转备用裕度和风电送出断面裕度判断风电可增发空间，增发上爬坡群风电场出力或降低下爬坡群风电场出力；基于风电场运行与监测系统，根据监测到的风电场实际值，计算并反馈风电功率误差，修正风电集群和风电场预测值，使优化过程更加精确。

主权项

1.一种风电集群轨迹预测与分层控制方法，其特征在于：包括以下步骤：/nA.根据风电集群及风电场内的拓扑结构，基于空间相关性和NWP数据进行超短期风电功率预测，得到风电功率预测值；/nB.根据风电集群调度中心下发给风电集群的调度值，将控制过程在空间上分为三个控制层：集群优化调度层、场群协调分类层和单场自动执行层，将风电功率预测值从时间上逐层细化，在逐层细化过程中，以调度计划跟踪、风电功率波动抑制和风电限出力最小为目标，以爬坡限制、限幅环节为约束，合理分配风电集群调度中心下发给风电集群的调度值，从而提升调度计划跟踪精度，抑制风电功率波动；/nC.在集群优化调度层中，基于15min分辨率的风电功率预测值，以15min时间尺度对各风电场群的有功出力进行滚动优化；/nD.在场群协调分类层中，基于5min分辨率的风电功率预测值，定义分类指标K，根据分类指标K对风电场进行分类，将风电场分为四类风电场群：上爬坡群、下爬坡群、平稳群和振荡群，然后以5min时间尺度对各风电场群内风电场的有功出力进行滚动优化；/nE.在单场自动执行层中，基于1min分辨率的风电功率预测值，以1min时间尺度对各风电场的有功出力进行滚动优化；在滚动优化结果的基础上，基于AGC机组下旋转备用裕度和风电送出断面裕度判断风电可增发空间，当两者空间充足，则增发上爬坡群风电场出力；当两者之一空间不足，则降低下爬坡群风电场出力；/nF.基于风电场运行与监测系统，根据监测到的风电场群或风电场的实际出力值，计算并反馈风电场群或风电场的风电功率预测误差，修正风电集群和风电场的风电功率预测值，使优化过程更加精确。/n