风电机组功率模型参数辨识及风资源利用率评估

张杰

鲁能新能源（集团）有限公司内蒙古分公司内蒙古呼和浩特 010020

摘要：近年来，我国整体经济建设发展非常迅速，人们生活水平不断提高，对于能源的需求与日俱增。电力系统为实时平衡系统，电网调度运行的目标是保持发用电实时平衡。风电出力主要受气候和环境因素的影响，随机变化的风速、风向导致风电场输出功率具有显著的随机性和波动性特征。随机波动的风电大规模并入电网，给电网的安全、稳定运行带来了挑战。

关键词：风电机组；功率模型参数辨识；风资源利用率评估

引言

高新技术的快速发展给予了我国各行业新的发展机遇和发展方向，使得我国提前进入现代化科学技术发展阶段。风能的间歇性、随机性和波动性使得风电机组发电性能偏离设计指标、风资源利用率低、稳定性差，这给电网的安全运行和经济调度带来极大挑战。挖掘风电场大数据的内涵，建立高精度的风电机组功率特性（风速-功率）模型，准确评估风电机组的实际性能及其风资源利用率，有效预测风电功率是大规模风电并网必须予以解决的关键问题。

1我国风力发电的发展趋势

继续研发大容量机组，提升机组单机容量。风电机组的单机容量升高可降低机组运行中的成本，提升机组运行的规模效应。为了适应大容量的风电机组，需要实现机组结构设计的轻盈化、柔性和紧凑性，如设计直驱动系统，采用高新复合材料加长风机叶片等。2020年，国内首台10兆瓦海上风电机组在海上风电场成功并网发电。这是目前我国自主研发的单机容量亚太地区最大、全球第二大的海上风电机组，刷新了我国海上风电单机容量历史纪录。风电技术发展趋势。针对我国风电技术中存在的问题，风电技术的未来发展趋势主要集中在双馈异步发电技术，直驱式、全功率变流技术，低电压穿越技术，全功率变流技术，提升大型机组关键部件性能，加大大容量直驱风电机组的研发。在机组运行将引入智能控制技术，如研究改进的神经网络最佳功率跟踪控制策略，整机设计中融入智能控制技术。通过风电技术的研发及创新应用，确保我国风电系统和电网的稳定、安全运行。

2功率模型参数辨识的改进方法

由于风电的不确定性无法规避且风电机组原始运行数据量大，功率模型参数辨识的精度和效率难以兼顾。灰狼优化算法具有结构简单、易于实现、搜索能力强等特点，其在函数求解精度和稳定性方面要明显优于PSO、DE和GSA算法。基于网格的聚类算法通常用于降低大规模数据集的计算复杂度、提高建模效率。

3中风速下的仿真分析

当风速为8m/s时，负载处突然增加100MW负荷，该风速下的最优稳态转速设置为0.87p.u.。当风电机组不参与调频、采用综合惯性控制以及采用控制策略时，系统出现的最大频率偏差分别为0.425、0.327、0.266Hz。相比于综合惯量控制，采用本文所提控制策略时，系统的最大频率偏差减少了18.65%，有效提升了频率最低点，且系统频率变化率明显下降。相比于综合惯量控制，提出的策略能够在惯性响应阶段更为迅速地释放机组旋转动能，且转速变化范围更大。在频率跌落初期，风电机组的调频功率增量达到53.28MW，短时间内为系统注入大量的调频能量，从而有效地降低系统频率变化率，避免高水平的频率变化率触发低频减载保护，有利于系统频率的稳定。就整个系统的稳态频率而言，采用控制策略时的系统频率为49.869Hz，MPPT运行状态下的稳态频率为49.873Hz，仅相差0.004Hz，有效减小了系统的稳态频率偏差。结合风速为6.5、8m／s时的仿真结果可知，当系统发生突增负荷时，综合惯量控制在系统频率变化初期释放的转子动能较少且速度慢，未能及时减缓系统频率变化率。而本文所提控制策略能够迅速释放旋转动能，且机组的转速下降程度更大，在惯性响应阶段提供了更多的能量支撑；由于运行点偏离了MMPT，导致机组的稳态功率略小于综合惯量控制，但机械功率损失非常小，对系统稳态频率的影响可以忽略。控制策略在频率动态响应过程中能够提供更大的调频能量支持，充分利用机组的备用容量完成频率调整。

4风电机组传动链加载系统的实验研究

目前国内现有风电机组传动链测试平台已经能够通过电机拖动实验对风力转矩载荷进行单自由度的模拟，实验技术相对成熟.为了验证非扭矩五自由度加载技术的可行性与合理性，在实验室内根据对称加载方案设计搭建100kW风电机组传动链加载系统实验台，并进行风电机组五自由度载荷电液加载系统载荷复现的现场实验研究.在非扭矩五自由度加载实验中，将机组载荷的承载部件等效为一圆盘，作为加载力和弯矩的作用对象，称该圆盘为加载盘.加载盘应与实际的叶片、轮毂、舱罩等结构件在质量、转动惯量物理特性的指标上相同，以便体现叶轮及其组件的真实特征.考虑到加载精度与力求解计算的简便，采用对称加载方案.由于加载盘为悬浮支承并相对加载器做旋转运动，加载器须通过动压润滑支承装置与加载盘作浮动连接.在加载力控制模型建立时，忽略静压轴承的油膜黏性，将其支承油膜等效为负载弹簧，并将弹簧刚度K与液压缸活塞杆位移之积视为加载力，再根据这一非线性模型进行控制器设计，从而保证加载系统的控制精度和稳定性.

5预测误差产生原因分析

经分析发现，中国短期风电功率预测结果的误差主要由资源参量预报、功率预测模型和基础数据等产生。短期风电功率预测的关键资源参量是风速，其在预报环节主要产生2种形态的误差：一类是高频小误差，特点为波动频率高、能量占比低；另一类是低频大误差，特点为波动频率低、能量占比高。功率组合预测模型的误差是各单一预测模型误差的综合体现，不同预测建模方法均存在不同程度的问题；短期风电功率预测需综合利用实际功率数据、风能资源监测数据、运行状态监测数据、运行记录数据、风电场基础信息数据等。对于自动收集的数据，在数据采集、传输和存储等过程，由于信息采集设备故障、通信异常等原因，不可避免地存在缺数、错数、重数等异常数据；对于人工记录的数据，也可能存在漏记、错记、多记等情况。异常数据对资源参量预报和功率预测模型构建均会产生不利影响。

6拖动加载方式下叶轮的惯量模拟

在通过控制拖动电机复现风力转矩载荷时，要保证模拟机组的性能与实际机组相同.风机叶轮转动性能的模拟分为静态模拟和动态模拟.静态模拟是指用于模拟风力机的电动机只须复现风力机的稳态输出功率/转矩与转速、风速的对应关系，但由于模拟电机与实际风力机的转动惯量不同，当外界条件发生变化时，静态模拟将无法反映实际风力机的动态运行过程. 动态模拟是在静态模拟的基础上采用转速或转矩闭环控制方式复现风轮机的动态运行特性.

结语

基于实际功率特性和风速分布特征，等间隔划分风速段，采用非参数核密度估计法建立各风速段的风资源利用率预测误差概率分布。发现不同风速段的预测误差概率密度曲线有显著差异，表明可基于风速分段法研究风资源利用率的不确定性。

参考文献

［1］刘立阳，孟绍良，吴军基.基于风电预测误差区间的动态经济调度［J］.电力自动化设备，2016，36（9）：87-93.

［2］邢作霞，张鹏飞，李媛.基于CFD技术的风电机组功率特性评估方法［J］.太阳能学报，2015，36（12）：2882-2887.

［3］VINAYT，GAYATRIA，VINODKS.Criticalanalysis

ofmethodsformathematicalmodellingofwindturbines［J］.Renewableenergy，2011，36：3166-3177.