考虑风电机组电压均衡性的风电场无功优化办法研究

国家能源（山东）新能源有限公司 李代振 张宗辉 郭春晖 杨绍涛

风力发电具有随机性和波动性，在电网中并入大规模风电之后会影响到风电场稳定性，增加了无功电压调控工作的难度。因此需加强研究双馈风电场电压控制问题，根据风电机组电压均衡性提出风电场不同优化方法，保障无功分配的合理性，提升并网点电压的稳定性，同时提高机组机段电压的稳定性，使风电并网系统的电压水平不断提高。

1 风电场内馈线电压无功分布特征

风电场主要是利用单母线方式，同时涉及到较多的馈线，在每条馈线中连接各种机组。如果风险机组中具有N条馈线，在每条馈线中具有n个风电机组，设风电机组之间的线路阻抗为Z，风机箱式变压器阻抗公式为Zt=Rt+Xt，其中Rt代表箱变的电阻，而Xt代表电抗[1]。风电场主变低压侧电压Ulow代表在10kV较短线路中风电场机电线路电压的等级，可以忽视网损和电压降落横分量的影响，因此确定机组箱式变压器高压侧的电压公式：

据上式可知，风电场PCC母线电压决定着风电机组电压水平，如果风电行母线电压发生率波动，那么也会随之改变机组机端电压，因为风速具有不确定性特征，导致机组输出功率也具有波动性，最终机组机端电压因此发生偏移，因为电场机组具有互联性，在风电场运行过程中，如某个台机组改变了输出功率，落实无功补偿后将会影响到整个风电场的其他机组。以下是机端电压和机组之间的风机无功出力关系：

2 风电场集群协调控制及无功电压优化控制策略

2.1 风电场集群协调控制的目标

落实风电场集群协调控制工作，主要是集中协调整合风电场群，可以灵活的响应电网调度，高效利用风电电源。实施风电场集群协调控制，避免因为风电电源降低而影响到电网稳定性，此外是在电网调度和控制中融合风电电源，如果发生了紧急情况可提供功率支持。风电场集群协调控制具有协同性，在不同时间尺度和空间尺度之间各项功能需实现协调优化[2]。

2.2 不同时间尺度中风电场集群协调控制

在不同时间尺度中构建风电场集群协调控制总体框架，主要包括电网调度、风电电源有功功率协调模块，还涉及到无功电压协调控制模块，不同模块之间具有协调性特征。

协调控制电网调度和风电电源有功功率，根据检测调度信息模块可有效监测并网点有功功率，在经济角度出发确定风电场集群出力的目标值。利用风电场集群控制层有功协调模块，可实时跟踪控制出力值，实时有效的控制有功功率的平衡性，明确各个风电场有功功率，合理配置不同风电场的有功控制量。控制风电场控制层有功分摊模块，分摊不同的控制目标，向不同风电场提出控制指令，同时需要配合风电场保障储能控制效果，计算不同系统的有功功率。结合风电场的控制指令，风电机组控制层的控制器调整有功功率，保障风电场输出特征符合电网调度的工作需求[3]。

2.3 不同尺度空间风电场集群协调控制目标

分析不同空间尺度的集群协调控制，主要包括纵向协调和横向协调两个部分。纵向协调指的是上下极的统筹分配，逐级分配下发有功协调控制命令，分层分区的协调控制风电场集群，反馈控制风电场无功源设备；横向协调指的是平级之间的协调，实现风电机组之间的特性互补，各个机组实现互相支援。

2.4 风电场无功电压优化控制策略

落实风电机组电压均衡性的风电场无功优化工作，获取以下公式：Q=（Upcc-ref-Upcc）×Upcc/X，其中UPCC代表着风电场并网点的电压，而Upcc-ref代表风电场并网点的参考电压。在线实时监控双馈风电场的数据，结合并网点实际波动性，合理计算风电场运行需要的无功功率，同时需要计算风电机组无功调整量，根据无功分配原则提出控制信号，有效控制风电机组和无功补偿设备。落实无功控制工作首先要满足并网点电压需求，在最大程度上减少机组机端电压产生的偏差，使整体机组电压运行稳定性不断提升[4]。

2.5 构建风电场无功优化的数学模型

落实双馈风电场无功控制策略，因为风电场电阻组的无功出力属于主要的变量，因此变量属于并网点电压和机组机端电压。风电并网运行过程中，需进一步提高并网点电压的稳定性。在实际工作中，保障并网点电压最优值，在最大程度上减小风电机组机端电压偏差，因此提升运行的稳定性。

利用PSO算法可保障精度和准确性，同时可以快速收敛，这种方法也方便理解，因此在优化计算中广泛利用PSO算法。以下是PSO算法的求解步骤：利用风电场监控平台实时获取PCC电压和风电机组机端电压，同时可确定电压变化情况。明确各种约束条件的上下限，明确粒子群的规模和惯性权重系数等参数，在随机初始化种群当中会获取N个可行解。在函数中代入各个粒子，利用潮流约束方程计算初始化粒子适应值，选择个体最优解，当前种群最优解为gbest。更新各个粒子的速度和位置，确定粒子是否满足最大迭代次数，满足工作条件即可停止，否则就会重新进行计算[5]。

3 效果分析

3.1 风电场/集群有功处理控制效果

对比电网调度期望发电功率指令和传统有功出力曲线，二者之间存在较大的差距，利用风电场集群协调控制策略，风电场期望发电功率发生变化风电场集群总功率也会发生变化，大幅度降低了风电场集群有功处理和电网调度的期望值。如果发电功率比较大，可以有效控制稳态误差。如果期望发电功率比较小也会降低最大温差误差空置率[6]。利用风电机组电压均衡性的风电场无功优化策略，利用风电场风储合成系统可以实时跟踪有功功率的分配值，保障风电场有功出力在最大情况下接近有功功率分配的设定值，使系统运行效率不断提高，避免风电影响到系统安全性和稳定性。

3.2 风电场/集群电压协调控制效果

利用风电场传统控制策略和集群协调控制策略，因为无法协调控制风电场集群系统中各个风电场，影响到电压分布的均衡性，在某个时段明显降低了电压，不符合规定电压值。利用集群协调控制策略，协调配合各个风电场各个无功调控设备，保障电网电压稳定性，同时可以保障集群系统节点电压的均衡性，因此保障集群系统电压稳定性。

控制各个风电场主变压器高压侧带那样和无功功率，直驱式风电机组发出无功功率，风电场具有较大的容量，风电场电压和无功功率具有较大的灵敏性，因此可以扩大无功补偿容量。如果风电场和PCC点之间的距离比较近，可以实现无功就近补偿，因此是利用无功补偿装置提供风电场无功补偿，因为补偿能力是有限的，因此控制该风电场电压和无功功率缺乏灵敏度[7]。利用直驱式风电机组，具有很强的无功功率能力，根据装机容量的20%配置直驱式风电场的无功补偿容量，可以在最大程度上改善电压和无功功率。

4实例分析

本文分析了在某风电场中利用仿真软件MTLAB /Simulink构建模型，该风电场中包括34台双馈线电力发电机组，风电场中主要包括三条馈线，在每天馈线中连接11台机组，每台机组箱变为700/35kV，风机间距为600m，在风电场中设置低压母线和动态补偿装置，主变压器利用送电线路和电网直接连接。利用PSO算法确定风电机组和无功量值，在PSO算法当中设置粒子种群规模为15，而最大迭代次数为30，严格控制周期在3min。在风电机组和无功补偿装置中利用功率控制模型。因为风速发生变化，导致风电场并网点变压也会随之发生变化，利用控制策略之后可以保持并网电压的稳定性，即使风速发生波动并网电压也不会发生变化。

为验证控制策略的效果，进一步提高风电并网电压稳定性，采用SVC和DFIG实现风电场无功补偿，首先利用DFIG平均分配无功，针对不足部门再利用SVC实施补偿。利用SVC落实风电场无功补偿。在风电场无功补偿中引入SVC和DFIG，根据实际策略分配无功补偿量。利用SVC控制策略，减少风电机组机端电压偏差，改善机端电压的波动性，但是机组机端电压仍旧会产生波动，利用DFIG控制策略可以明显扩大机端电压，威胁到机组运行的安全性。为了减小机端电压差异性，需要落实风电机组电压均衡性的风电场无功优化方式，具有显著的优势。

综上，为了控制风电并网电压，本文论述了通过控制风电机组无功输出，以此减小极端电压的偏差量，避免因为内机端电压越限导致机组发生脱网风险，结合风电场拓扑结构，利用潮流计算确定机组之间的影响，确定机组无功调节范围，利用智能粒子群算法合理分配机组和补偿装置的无功量，实现无功控制效果。