1、项目背景
随着大规模风电的接入，传统的电网调度碰到巨大的技术挑战，急切须要新的调度控制策略来保持电力系统安全稳定运行和推动新能源的消纳。小型风电场内部常常存在风机数目较多、分布范围广、风机机型不一致等情况，导致各风机负荷率和输出有功功率的不同。那些为风电场对系统有功功率调度计划追踪和调度波动次数的限制带来了困难，不利于风电场增加运行控制和维护成本。
2、论文所解决的问题及意义
目前风电场内的风机有功调度策略存在两方面问题：⑴缺乏对风电场有功功率状态、风机状态与可调节能力、调度计划指标和调度波动次数等问题的综合考虑;⑵在结合多种预测时间尺度的风电场在线优化控制能力方面受限。
针对上述问题，本文从风电场分层递阶预测控制(MPC)和风机分群控制管理两个角度拟定运行控制策略。首先，将风电场场内有功功率调度分为场站优化分配层、分群控制层和单机有功功率管理层三个层次;之后，在构建超短期风电功率预测组合模型为场站层MPC提供整场有功预测值的基础上，根据风机发电状态对风机进行分群，在整场、机群和单机层面分别构建滚动优化模型对有功功率进行在线滚动优化控制，并通过风电场检查设备向各层反馈实时有功发电状态，实现系统的手动反馈校准，因而实现风电场有功功率的多目标协调优化控制。
3、论文重点内容
本文在超短期风电功率预测的基础上对场内控制时序分解超短期风电功率预测，建立分层MPC策略，经过递阶滚动优化和分层反馈校准提升有功功率调度计划的追踪精度。图1后卫站优化分配层按照超短期风电功率组合预测模型的预测结果，以15min一次的频度滚动优化估算各机群有功功率负荷分配调度值。分群控制层按照风机负荷及未来发电状态每15min进行一次风机机群的重新界定，并以5min一次的频度估算本机群内风机的有功功率负荷分配指标。单机有功功率管理层按照分群控制层下发的风机负荷指标对风机进行1min频度的调度指令追踪滚动优化和实时反馈校准。据悉，通过分布式预测控制(DMPC)思想依据风机负荷和未来发电状态对风机进行分群，并在各机群内构建独立而有针对性的滚动优化模型，进而增加估算的复杂程度和风机调度指令的波动次数。图2为有功递阶滚动优化控制框图。
图1风电场有功功率多目标递阶预测控制时序图
图2有功递阶滚动优化控制框图
在风电具有显著波动的区间内，所提的方式才能挺好地处理风电场有功功率的连续波动。本文选定了在分群控制层面5min内的9个风马达群有功功率变化曲线进行说明。图3中1-2min系统功率抬高，低负荷升功率机群先动作，3min仍不满足系统功率稳定，中负荷升功率机组动作4min系统功率增加，高/中负荷降功率机群开始动作，5min仍不满足系统功率稳定，高负荷降功率机群达到限值，中/低负荷升功率机组动作。表1显示了5min内的系统调度值和风电场的实际有功功率值，其中系统调度值的帧率是15min。
图35min内各风马达群有功功率变化
表15min内风电场有功调度计划指标及实际有功功率
多目标分层递阶MPC方式显著优于传统的固定比列分配算法和变比列分配算法，对比结果如图4和表2所示，其中固定比列分配算法和变比列分配算法均按照15min前风电场有功功率和风电场有功调度计划指标进行有功功率分配，滚动估算周期为每15min一次。
1、项目背景
随着大规模风电的接入，传统的电网调度碰到巨大的技术挑战，急切须要新的调度控制策略来保持电力系统安全稳定运行和推动新能源的消纳。小型风电场内部常常存在风机数目较多、分布范围广、风机机型不一致等情况，导致各风机负荷率和输出有功功率的不同。那些为风电场对系统有功功率调度计划追踪和调度波动次数的限制带来了困难，不利于风电场增加运行控制和维护成本。
2、论文所解决的问题及意义
目前风电场内的风机有功调度策略存在两方面问题：⑴缺乏对风电场有功功率状态、风机状态与可调节能力、调度计划指标和调度波动次数等问题的综合考虑;⑵在结合多种预测时间尺度的风电场在线优化控制能力方面受限。
针对上述问题，本文从风电场分层递阶预测控制(MPC)和风机分群控制管理两个角度拟定运行控制策略。首先，将风电场场内有功功率调度分为场站优化分配层、分群控制层和单机有功功率管理层三个层次;之后，在构建超短期风电功率预测组合模型为场站层MPC提供整场有功预测值的基础上超短期风电功率预测，根据风机发电状态对风机进行分群，在整场、机群和单机层面分别构建滚动优化模型对有功功率进行在线滚动优化控制，并通过风电场检查设备向各层反馈实时有功发电状态，实现系统的手动反馈校准，因而实现风电场有功功率的多目标协调优化控制。
3、论文重点内容
本文在超短期风电功率预测的基础上对场内控制时序分解，建立分层MPC策略，经过递阶滚动优化和分层反馈校准提升有功功率调度计划的追踪精度。图1后卫站优化分配层按照超短期风电功率组合预测模型的预测结果，以15min一次的频度滚动优化估算各机群有功功率负荷分配调度值。分群控制层按照风机负荷及未来发电状态每15min进行一次风机机群的重新界定，并以5min一次的频度估算本机群内风机的有功功率负荷分配指标。单机有功功率管理层按照分群控制层下发的风机负荷指标对风机进行1min频度的调度指令追踪滚动优化和实时反馈校准。据悉，通过分布式预测控制(DMPC)思想依据风机负荷和未来发电状态对风机进行分群，并在各机群内构建独立而有针对性的滚动优化模型，进而增加估算的复杂程度和风机调度指令的波动次数。图2为有功递阶滚动优化控制框图。
图1风电场有功功率多目标递阶预测控制时序图
图2有功递阶滚动优化控制框图
在风电具有显著波动的区间内，所提的方式才能挺好地处理风电场有功功率的连续波动。本文选定了在分群控制层面5min内的9个风马达群有功功率变化曲线进行说明。图3中1-2min系统功率抬高，低负荷升功率机群先动作，3min仍不满足系统功率稳定，中负荷升功率机组动作4min系统功率增加，高/中负荷降功率机群开始动作，5min仍不满足系统功率稳定，高负荷降功率机群达到限值，中/低负荷升功率机组动作。表1显示了5min内的系统调度值和风电场的实际有功功率值，其中系统调度值的帧率是15min。
图35min内各风马达群有功功率变化
表15min内风电场有功调度计划指标及实际有功功率
多目标分层递阶MPC方式显著优于传统的固定比列分配算法和变比列分配算法，对比结果如图4和表2所示，其中固定比列分配算法和变比列分配算法均按照15min前风电场有功功率和风电场有功调度计划指标进行有功功率分配，滚动估算周期为每15min一次。
表224小时风机调度波动次数优先控制结果
图43种方式的有功功率控制结果
从图4和表2中可以看出，3种方式在实际有功调度与调度控制目标之间的均方根偏差方面以及在风机调度波动次数方面，本文所提的方式显著优于其他两种方式。
4、结论
(1)分层MPC方式实现了综合考虑多个控制目标的基础上的有功功率合理分配和精确控制，增强了风电场有功功率控制的精度和稳定性。
(2)多目标分层MPC可以较好地减少有功功率波动，提高风电场有功功率调控的鲁棒性。
(3)分层策略挺好地解决了超短期风电功率预测时间帧率和实时控制时间不匹配的问题，逐级增加的有功功率控制时间码率可以提升有功功率控制的精度。
(4)基于DMPC思想的风电场风机分群控制算法可以降低在追踪系统调度计划指标过程中风机调度控制波动次数。
引文信息
叶林,任成,李智,等.风电场有功功率多目标分层递阶预测控制策略[J].中国水泵工程学报,2016,36(23):6327-6336.
YELin,RENfú,LIZhi,etal.forMulti-PowerinWindFarm[J].oftheCSEE,2016,36(23):6327-6336(in).
团队介绍
中国农业学院叶林院士领导的团队主要从事电力系统手动化、考虑大规模风电/太阳能接入的电网安全风险剖析、风电/太阳能功率预测模型和空间相关性算法、基于功率预测的区域风电场有功功率控制策略、电力系统电磁暂态建模与实时仿真以及区域风电场生物质能资源精细化评估等领域的科学研究。
叶林(1968)，男，院长、博士生导师，日本洪堡学者、教育部新世纪优秀人才、霍英东青年基金奖励项目获得者。2000年结业于中国科大学钳工研究所获工学博士学位。2000-2002年在美国卡尔斯鲁厄学院(KIT)从事科学研究，2004-2007年在美国剑桥学院工程系工作。近些年来先后主持4项国家自然科学基金研究项目、教育部科学技术重点研究项目、教育部博士点基金(硕导类)课题、霍英东青年班主任奖励(基金)项目、北京市自然科学基金研究项目、教育部出国留学归国人员启动基金等横向科研项目以及国家电网公司科技项目。近些年来在国外外学术刊物发表高水平的研究论文被SCI收录23篇、EI收录论文63篇，申请/获国家发明专利16项和授权计算机软件专著权39项。兼任《电力系统保护与控制》、《电力与能源进展》、《&ofPower》期刊的编委。
2000-2002年获英国政府最高荣誉von/基金(日本洪堡学者);2004年获教育部霍英东基金会青年班主任奖励(基金项目)捐助;2008年荣获教育部新世纪优秀人才捐助计划;获2012年度教育部科学研究优秀成果奖(科学技术)自然科学奖二等奖(排行第一)。
任成(1992)，男，硕士研究生，主要研究方向为电力系统运行与控制、新能源发电技术。上海市优秀中学生党员，中国农业学院五四青年标兵。
李智(1994)，女，硕士研究生，主要研究方向为电力系统运行与控制、新能源发电技术。
赵乐安(1990)，男，博士研究生，主要研究方向为电力系统运行与控制、新能源发电技术，2016-2017年在马来西亚DTU学院访学交流1年。
