云南风电场一次调频的有功功率分配策略研究

黄柯昊，吴水军，赵伟，董俊，朱博

云南风电场一次调频的有功功率分配策略研究

黄柯昊1，吴水军2，赵伟1，董俊1，朱博1

（1. 昆明理工大学 电力工程学院，云南 昆明 650500；2. 云南电力试验研究院(集团)有限公司，云南 昆明 650217）

为了减少新能源装机容量逐年增长对系统调频的危害，防止云南电网高周切机现象，需要新能源积极参与调频过程，以减缓火电、水电调频厂的压力。由于在机组层直接调频会导致风电测频出现误差且协调性能差，针对此问题，首先在风电场层控制中引入综合惯性控制计算功率缺额；其次依据预测风速将双馈风电机组分类，利用规则排队法进行一次调频的有功功率实时分配；再依据预测功率在每个控制周期内实时刷新各类机组出力限值，将功率指令实时传递至机组层响应频率的变化；最后基于MATLAB/SIMULINK平台搭建双馈风电场仿真模型。仿真结果表明，利用基于风速预测的规则排队法进行功率分配能改善调频效果。

一次调频；风速差异化；风速预测；规则排队法；实时功率分配

0 引言

近年来，随着我国风电场建设和运行成本逐步降低，风电产业的发展十分迅速，风电渗透水平不断攀升，装机容量已经超越了许多发达国家，成为风电大国。截至2017年底，云南电网统调风电装机8 786 MW，约占云南统调总装机的10%。当大规模风电并入电网后，风电的随机性和波动性影响着电网的安全运行，加大了火电、水电调频厂的调频压力，因此新能源参与调频的重要性也日益突出，急需风电参与电网频率调节来提高系统的稳定性。云南电网的频率问题主要体现在当电力系统突然失去负荷或向非同步系统送电的直流输电通道突然发生闭锁时，系统频率升高。如何挖掘双馈风电机组（doubly fed induction generator，DFIG）的调频能力，优化调频功率分配策略以应对云南电网面临的高频问题，是本文研究的重点。

相对于常规机组，双馈风电机组转子转速与电网频率是解耦的，不能提供惯量响应[1-2]。因此文献[3-4]在风电机组层控制下，提出了一种利用频率微分得到虚拟惯量的控制方法，使风电机组像同步机一样产生惯量参与电网频率调节。在电网频率发生偏移时，双馈风电机组可以将储存的旋转动能释放出来增加有功，也可以吸收多余的有功转换为预留的旋转备用动能，能够短暂地为电网系统提供惯量响应[5]。文献[6-7]利用频率的偏差得到下垂控制，以此控制转子动能进行一次调频。而文献[8-10]在虚拟惯量控制的基础上加入下垂控制形成综合惯性控制，引入频率偏差和频率变化率，利用转子中存储的动能进一步提高风电机组的频率调整能力，改善电网频率。文献[11-12]根据不同风速制定了不同的机组调频控制策略，使调频能与不同风况相结合，更贴合实际。风电机组层进行频率调节能在发生扰动过程中短暂地响应电网系统频率变化，具有快速性，能提高调频效率。

由于双馈风电场的风电机组单元数量多，分布较广，并不是单台风机简单叠加，如果直接对机组进行调频会使各台机组之间的协调性能变差，联络线会出现功率不可控的情况，并且机组测频谐波含量大，导致风电测频出现误差。因此，文献[13]在双馈风电场控制层加入了下垂控制，将计算出的待分配功率进行有功分配使风电机组间具有协调性。若考虑到风电场内各机组的最大出力即装机容量，并且装机容量不完全相同，文献[14-15]提出了按风机装机容量比例分配法来进行有功功率分配。在风电场层进行调频分配可使机组间具有协调性，减少风电测频出现的误差。

以上文献对双馈风电机组层调频、双馈风电场层计算待分配功率方式以及调频分配策略进行了大量的研究，取得了显著的成效。但在风电场层控制加入综合惯性控制的研究较少，同时在实际工程中各台风机的风速有差异，根据平均分配方法和风机装机容量比例分配法进行分配不能应对复杂的实际工程，考虑预测风速进行分群，并少有文献对其进行一次调频实时功率分配的研究。因此，本文结合云南风电场在异步联网背景下针对外送直流通道闭锁时面临的高频问题，以预测风速作为双馈风电机组分群依据，并在风电场层控制中加入综合惯性控制计算功率缺额，依据预测功率在每个控制周期内实时刷新各类机组出力限值，利用基于风速预测的规则排队法进行实时功率分配。

1 风电场有功控制原理

风电场控制主要分为3层：电网层、风电场层以及风电机组层[16-18]。本文对风电场参与电网一次调频的有功功率分配主要集中在风电场层[19-20]。风电场层有功的控制过程如图1所示。

图1 风电场层有功功率控制框图

首先从各台风电机组并网点采集到电压abc作为锁相环（PLL）的输入，然后由PLL得到风电机组并网点的频率，作为综合惯性控制的输入，再运用虚拟惯量控制的频率微分以及下垂控制的频率偏差得到风电场待分配功率Δcom。如式（1）所示：

式中：Δcom为整个风场层有功的缺额量，即待分配量；k为虚拟惯量系数；R为下垂系数；为风电场并网点的频率；Δ为频率的偏差。

2 基于风速预测的规则排队法有功分配

基于风速预测的规则排队法有功功率分配流程图如图2所示。

2.1 风速的预测

图2 基于风速预测的规则排队法分配流程图

式中：为空气密度；为叶轮半径；P为风能利用系数。

2.2 风电机组分群

由于风场内的各台风电机组所处海拔不同，因此预测到的风速可能出现风速差异化的情况。为了能尽可能接近风场的实际情况，以预测风速为依据把风场内机组划分为4类不同的机组。

2.3 风电机组出力上下限的确定

2.4 风电机组的升、降功率能力

每类风机的升、降功率能力值通过式（5）（6）计算：

2.5 降功率排序

机组是否需要进行降功率是由待分配量Δcom的正负决定。如果Δcom小于零表明需要进行降功率控制，反之就需要升功率控制。现以降功率控制为例进行分析。

表1 不同情况下各台风电机组的功率补偿量

（1）一类机组降功率

（2）二类机组降功率

（3）三类机组降功率

（4）四类机组降功率

（5）所有机组均不满足降功率控制

若所有种类机组降功率能力之和仍小于待分配量，风场内所有机组按出力下限运行，尽量抑制频率的抬升，每类机组的功率补偿量与工况（4）相同。

由于升功率控制与降功率控制策略相似，只有分配顺序与降功率顺序不同。

3 仿真分析

3.1 系统简介

本文结合云南某风电场的运行特性，利用MATLAB/SIMULINK仿真软件构建如图3所示双馈风电接入系统的仿真模型。预测风速如图4所示，首先将整个风场机组划分为4类，并将风速基本一致的机组用一台DFIG等值。整个风场被等值为4台机组，总装机容量为6 MW（4×1.5 MW）。选择了初始风速9 m/s和10 m/s的机组作为低风速群第1台和第2台机组，即DFIG1_1和DFIG1_2；初始风速13 m/s和15 m/s的机组作为高风速群第1台和第2台机组，即DFIG2_1和DFIG2_2。风场内部每台风电机组都经25 kV/575 V的箱变升压后汇集到PCC，最后经120 kV/25 kV的主变T1升压后并入电网，L为风电场并网点出口处的就地负荷。

图3 风电场分群后的系统图

图4 降功率控制中4台风机风速的预测

3.2 降功率指令分配情况

在1 s时，PCC点切除2.76 MW负荷，产生高频问题，需要降功率控制。

图5为并网点功率待分配量Δcom与风电场实际降功率对比图。在运用基于风速预测的规则排队法调频分配后，高频问题最严重时功率减少了0.985 MW，占待分配量3.343 MW的29.46%，此时补偿功率未达到待分配功率，因为所有机组只能按出力下限运行，在允许下降的功率范围内才能保证安全稳定运行，满足情况（5）。为进一步验证规则排队法的有效性，选取两个不同时刻的待分配量Δcom与实际下降功率值作对比，如表2所示。

图5 并网点功率缺额与风电场实际降功率对比

表2 不同时刻的待分配功率及实际降功率值

由表2可知，在1.016 3 s时，所有种类机组实际降功率值之和为0.590 0 MW，大于待分配功率绝对值0.467 3 MW。低、高风速群降功率的风机台数如图6所示。由图6（a）可知，前3台机组降功率能力之和能满足待分配量，第4台机组DFIG1_1并没有参与到调频分配中，有3台机组共同参与降功率，分别为高风速群机组DFIG2_2、DFIG2_1以及低风速群机组DFIG1_2，因此对应表1第（3）种情况。

而在1.093 0 s时，所有种类机组实际降功率值之和为0.831 0 MW，大于待分配功率绝对值0.815 6 MW。对应图5（b）可知，有4台机组共同参与降功率，分别为高风速群DFIG2_2和DFIG2_1，以及低风速群DFIG1_2和DFIG1_1，对应表1第（4）种情况。

3.3 调频效果仿真分析

如图4所示为4台机组超短期预测的风速情况，选择预测时段为1～10 s，预测周期为9 s。

据式（2）计算预测功率，选择预测周期内各类机组功率最小值作为各自的功率出力下限，结果如表3所示。

表3 根据预测得到各类机组出力下限

在1 s时PCC点切除2.76 MW负荷诱发高频问题，高、低风速群机组有功功率如图7、8所示。由于高风速机组可降功率比较多先从高风速机组开始降功率控制，依据可降功率能力大小确定降功率顺序为：DFIG2_2，DFIG2_1，DFIG1_2，DFIG1_1。

图7 高风速群机组有功功率

图8 低风速群机组有功功率

在1 s时发生高频问题。以图7（a）为例，无附加调频分配时，DFIG2_2机组不能持续降功率，功率从1.5 MW短暂地下降到1.389 MW又迅速回升，持续0.035 s左右；而附加调频分配以后，根据算法可知DFIG2_2机组有富余的降功率能力，使风机转速将多余的有功功率储存，并减小风机的有功输出，在1 s以后从1.5 MW下降到1.233 MW，持续0.25 s左右。图7（b）、图8（a）和图8（b）为其余3台机组有功功率变化趋势图，由于DFIG2_1、DFIG1_2和DFIG1_1机组有、无附加调频分配的有功功率下降趋势与DFIG2_2机组大致相同，4台机组在故障期间均能有效地降低功率。

并网点频率变化趋势如图9所示。当1 s时系统发生高频问题，系统无附加调频分配时有功功率过剩，频率升至50.358 Hz；若系统附加调频分配后，各类机组在各自参与降功率的时间段内，减少有功功率输出，使系统过剩的有功功率下降，频率降低至50.287 Hz，有效抑制了并网点频率的上升。

图9 降功率控制风电机组并网点频率图

4 结论

本文在风场层下垂控制的基础上引入虚拟惯量控制形成综合惯性控制，计算待分配功率；为了能尽可能地接近实际风场的情况，根据预测风速对风电场内的风电机组进行风速差异化分群；最后针对高频问题，利用基于风速预测的规则排队法进行有效性验证。仿真结果表明，基于风速预测的规则排队法能够根据待分配功率的大小对风电场层的有功进行实时控制，从而响应频率的实时变化，有改善频率效果，可完成风电场的一次频率调整，降低测频出现误差并使风场内各机组间具有协调性。

[1] 康积涛, 陈博, 杨丰波. 双馈风机转子侧逆变器虚拟同步化控制策略研究[J]. 电工技术, 2020(4): 21-24.

KANG JITAO, CHEN BO, YANG FENGBO. Research on virtual synchronization control strategy of rotor-side inverter of DFIG[J]. Electric Engineering, 2020(4): 21-24(in Chinese).

[2] 廖佳思, 盛师贤, 王德林. 恒电压控制下DFIG与SVG对电网电压的支撑研究[J]. 电工技术, 2020(21): 35-39.

LIAO JIASI, SHENG SHIXIAN, WANG DELIN. Research on grid voltage support of DFIG and SVG under constant voltage control[J]. Electric Engineering, 2020(21): 35-39(in Chinese).

[3] 李少林, 秦世耀, 王瑞明, 等. 大容量双馈风电机组虚拟惯量调频技术[J]. 电力自动化设备, 2018, 38(4): 145-150.

LI SHAOLIN, QIN SHIYAO, WANG RUIMING, et al. Control strategy of virtual inertia frequency regulation for large capacity DFIG-based wind turbine[J]. Electric Power Automation Equipment, 2018, 38(4): 145-150(in Chinese).

[4] 李世春, 邓长虹, 龙志君, 等. 适应于电网高风电渗透率下的双馈风电机组惯性控制方法[J]. 电力系统自动化, 2016, 40(1): 33-38.

LI SHICHUN, DENG CHANGHONG, LONG ZHIJUN, et al. An inertial control method of doubly fed induction generators suitable for power grid with high wind power penetration[J]. Automation of Electric Power Systems, 2016, 40(1): 33-38(in Chinese).

[5] 刘福锁, 卿梦琪, 唐飞, 等. 计及风电一次调频和频率约束的风电占比极限值计算[J]. 电网技术, 2021, 45(3): 863-870.

LIU FUSUO, QING MENGQI, TANG FEI, et al. Limit proportion calculation of wind power considering primary frequency modulation and frequency constraints[J]. Power System Technology, 2021, 45(3): 863-870(in Chinese).

[6] 夏祥武, 田梦瑶. 风电并网一次调频控制性能研究[J]. 电气传动, 2021, 51(5): 70-75.

XIA XIANGWU, TIAN MENGYAO. Research on the performance of primary frequency control of wind power grid connected[J]. Electric Drive, 2021, 51(5): 70-75(in Chinese).

[7] 杨蕾, 王智超, 周鑫, 等. 大规模双馈风电机组并网频率稳定控制策略[J]. 中国电力, 2021, 54(5): 186-194.

YANG LEI, WANG ZHICHAO, ZHOU XIN, et al. Frequency stability control strategy for large-scale grid connections with DFIG units[J]. Electric Power, 2021, 54(5): 186-194(in Chinese).

[8] 赵嘉兴, 高伟, 上官明霞, 等. 风电参与电力系统调频综述[J]. 电力系统保护与控制, 2017, 45(21): 157-169.

ZHAO JIAXING, GAO WEI, SHANGGUAN MINGXIA, et al. Review on frequency regulation technology of power grid by wind farm[J]. Power System Protection and Control, 2017, 45(21): 157-169(in Chinese).

[9] 张旭, 陈云龙, 岳帅, 等. 风电参与电力系统调频技术研究的回顾与展望[J]. 电网技术, 2018, 42(6): 1793-1803.

ZHANG XU, CHEN YUNLONG, YUE SHUAI, et al. Retrospect and prospect of research on frequency regulation technology of power system by wind power[J]. Power System Technology, 2018, 42(6): 1793-1803(in Chinese).

[10] 张冠锋, 杨俊友, 孙峰, 等. 基于虚拟惯量和频率下垂控制的双馈风电机组一次调频策略[J]. 电工技术学报, 2017, 32(22): 225-232.

ZHANG GUANFENG, YANG JUNYOU, SUN FENG, et al. Primary frequency regulation strategy of DFIG based on virtual inertia and frequency droop control[J]. Transactions of China Electrotechnical Society, 2017, 32(22): 225-232(in Chinese).

[11] YANG P, DONG X, LI Y, et al. Research on primary frequency regulation control strategy of wind-thermal power coordination[J]. IEEE Access, 2019, 7: 144766-144776.

[12] 王倩. 基于安全约束的风电场集群有功功率协调控制[D]. 沈阳: 沈阳工业大学, 2019.

WANG QIAN. Coordinated control of active power of wind farm cluster based on safety constraints[D]. Shenyang: Shenyang University of Technology, 2019(in Chinese).

[13] 万天虎, 汪飞, 张江滨, 等. 风电场一次调频控制方法及试验研究[J]. 电网与清洁能源, 2019, 35(4): 60-65.

WAN TIANHU, WANG FEI, ZHANG JIANGBIN, et al. Study on wind farm primary frequency regulation control method and test[J]. Advances of Power System & Hydroelectric Engineering, 2019, 35(4): 60-65(in Chinese).

[14] JINHUA Z, YONGQIAN L, INFIELD D, et al. Optimal power dispatch within wind farm based on two approaches to wind turbine classification[J]. Renewable Energy, 2017, 102: 487-501.

[15] 仲悟之, 李梓锋, 肖洋, 等. 高渗透联网风电集群有功分层递阶控制策略[J]. 电网技术, 2018, 42(6): 1868-1874.

ZHONG WUZHI, LI ZIFENG, XIAO YANG, et al. Active hierarchical progressive control strategy of highly penetrated networked wind power cluster[J]. Power System Technology, 2018, 42(6): 1868-1874(in Chinese).

[16] 崔杨, 冯鑫源, 李鸿博, 等. 限风情况下风电场群有功分层协调控制策略[J]. 太阳能学报, 2016, 37(11): 2807-2813.

CUI YANG, FENG XINYUAN, LI HONGBO, et al. Hierarchical coordinated control strategy on active power of clustered wind farms during wind curtailment[J]. Acta Energiae Solaris Sinica, 2016, 37(11): 2807-2813(in Chinese).

[17] 林俐, 赵会龙, 陈迎, 等. 风电场建模研究综述[J]. 现代电力, 2014, 31(2): 1-10.

LIN LI, ZHAO HUILONG, CHEN YING, et al. Research summary of wind farm modeling[J]. Modern Electric Power, 2014, 31(2): 1-10(in Chinese).

[18] 程雪婷, 张家瑞, 刘新元, 等. 考虑风机排序的风电集群分层有功控制策略[J]. 电力工程技术, 2021, 40(2): 26-32.

CHENG XUETING, ZHANG JIARUI, LIU XINYUAN, et al. Hierarchical active control of wind power cluster considering ordered wind turbines[J]. Jiangsu Electrical Engineering, 2021, 40(2): 26-32(in Chinese).

[19] 胡婷, 刘观起, 邵龙, 等. 具有辅助调频功能的风电场有功功率控制策略[J]. 电气应用, 2014, 33(3): 36-41.

[20] 赵斌, 李红军, 杨超, 等. 双馈风电场有功频率分层控制[J]. 可再生能源, 2017, 35(3): 411-418.

ZHAO BIN, LI HONGJUN, YANG CHAO, et al. Hierarchical control strategy of frequency and reactive power for DFIG wind farm[J]. Renewable Energy Resources, 2017, 35(3): 411-418(in Chinese).

[21] 黎静华, 桑川川, 甘一夫, 等. 风电功率预测技术研究综述[J]. 现代电力, 2017, 34(3): 1-11.

LI JINGHUA, SANG CHUANCHUAN, GAN YIFU, et al. A review of researches on wind power forecasting technology[J]. Modern Electric Power, 2017, 34(3): 1-11(in Chinese).

Research on Active Power Allocation Strategy of Primary Frequency Regulation in Yunnan Province Wind Farms

HUANG Kehao1, WU Shuijun2, ZHAO Wei1, DONG Jun1, ZHU Bo1

(1. Faculty of Electric Power Engineering, Kunming University of Science and Technology, Kunming 650500, China;2. Yunnan Electric Power Test & Research Institute (Group) Co., Ltd., Kunming 650217, China)

In order to reduce the harm of new energy installed capacity increasing year by year to system frequency regulation, and to prevent phenomenon of high frequency generator trip in Yunnan Power Grid, new energy is needed to actively participate in frequency regulation process to reduce the frequency regulation pressure of thermal power plant and hydropower plant. Direct frequency regulation at the wind turbine level will lead to errors in frequency measurement and poor coordination performance. In order to solve this problem, firstly, the integrated inertial control is introduced into the wind farm layer control to calculate the power shortage. Secondly, thedoubly fed induction generators (DFIG) are classified according to the predicted wind speed, and the regular queuing method is used to allocate the active power of primary frequency regulation in real time. Then, according to the predicted power, the output limits of various units are refreshed in each control cycle in real time, and the power command is transmitted to the unit layer in real time to respond to the change of frequency. Finally, the simulation model of doubly fed wind farm is built based on MATLAB/Simulink platform. The simulation results show that the frequency regulation effect is improved by using the regular queuing method based on wind speed prediction.

primary frequency regulation; differentiation of wind speed; wind speed prediction; regular queuing method; real time power allocation

10.3969/j.ISSN.1672-0792.2021.08.003

TM73

A

1672-0792(2021)08-0018-09

2021-05-31

国家基金重点项目（52037003）；云南省重大专项资助项目（202002AF080001）

黄柯昊（1995—），男，硕士研究生，研究方向为新能源参与一次调频策略；

吴水军（1980—），男，高级工程师，研究方向为新能源接入对电力系统的影响；

赵 伟（1994—），男，硕士研究生，研究方向为新能源参与一次调频策略；

董 俊（1977—），男，讲师，研究方向为配电网故障检测与保护控制、新能源发电控制；

朱 博（1997—），男，硕士研究生，研究方向为新能源参与一次调频策略。