现阶段风电新能源于并网技术运行分析

2022-12-13鲍祺龙BAOQilong

价值工程 2022年34期

关键词：电功率风能风电场

鲍祺龙 BAO Qi-long

（上海电力安装第一工程有限公司，上海 200090）

0 引言

我国风能资源丰富，但是在实际利用上存在诸多限制，风能不可控性及电网不可调度性，导致电力运行尚不充分。同时我国部分地区先进设备的缺乏，电力限制深化，调度难题显著。

1 现阶段风电新能源于并网技术的运行实况分析

1.1 工程概况

河北省唐山市风电场300MW工程地处于曹妃甸港同唐山市京唐港间的乐亭县海域，其地理位置于北纬38°55.2′-39°3.9′，东经118°45.1′-118°51.3′之间。该风电场呈不规则表现形状，南北长度于5.9km-11.2km之间，东西宽距约为7.8km，该风电场面积为68.2km2。该海上风电场于2018年5月4日试桩，随着项目的日益发展，推进陆上220kV送出线路、海上升压站、220kV海缆/35kV海缆敷设工程的推进，该工程已经全面开工。

1.2 工程风电新能源并网功率预测技术分析

风电功率预测技术在风电新能源并网技术中占据重要地位，它是指在一定时间内预测风电功率，并构建起相适合的数字模型，实现精准预测，以此来帮助相关技术人员更科学掌握风电波动规律，从而促使技术人员更有效控制风电系统所造成的影响，将风险把控于可控范围内，以此来显著稳定风电系统，提高风电系统技术的可靠性。该工程的风电新能源并网功率预测技术主要面向于超短期功率、短功率、中长期功率。其中，超短期功率预测主要是在5小时的时间段内，短期功率预测是在三天时间内。科学有效的功率预测，将促使相关技术人员更好地平衡输送功率，以此来有效提高风电场的经济效益。当前，我国风电场短期功率预测技术的应用较为熟练，其中预测技术主要包括物理方法、物理统计方法、统计方法这三种，并且，该工程也建有一套系统完备、行之有效的风电功率预测体系，应用多种预测方法，构建起混合式风电功率预测模式，从而显著解决风电系统历史数据丢失以及风电功率场环境复杂等难题，显著提高我国风电发电厂功率预测的准确性。

河北省唐山风电场采用指数平滑法构建预测模型，其平滑公式为St=αxt-1+（1-a）St-1，0＜α≤1，t≥3。表1即为A市SK发电厂应用所应用的指数平滑法以及相关公式，数据均选取2022年6月6日-6月26日的数据信息，予以纵向预测未来7天风电功率实况。通过表1数据信息即可清晰观察到，平滑参数α的不断提高，预测结果的过滤和准确率在小范围内呈现下降趋势，其准确率控制于70%，合格率则在70%以上，由此即可说明，风电新能源并网功率预测方法可以应用指数平滑预测模式。

表1 风电功率预测数据

1.3 风电新能源并网试验检测技术分析

若是想要从本质上提高风电新能源并网技术综合性能，就需在前期进行系列试验，只有在反复试验检测的基础上，方可显著提高我国风电机组综合水平，保持风电系统稳定性，提高风电系统的安全性。当前我国风电场检测并网技术主要在于风电场并网检测及风电机的并网试验两部分内容。其中风电机并网试验主要是检测风电机组有功无功状态下的调节能力、低压穿透能力、电能质量、电网适应能力等等相关基础性能。风电场并网检测主要是综合检测并评价风电场中风机组并网性能和风电性能。我国风电场所含的风电机组种类丰富、样式繁多，相关的试验检测需求也较高，因此，需构建起相适应的试验检测平台，以此来显著降低试验检测工作强度，提高检测结果的准确度。

1.4 风电新能源并网电力调度技术分析

风电新能源并网技术稳定性的有效提升过程中，电力调度优化是其有效方式，电力调度的优化需综合风电功率预测结果循序开展，以此为风电并网系统正常运行，预留足够空间，以此来实现极具价值的风电并网消纳。当前，我国应用最为频繁、最为广泛的是基于时序递进的风电调度方法，是相关技术人员综合我国当前风电发展实况，结合多年的实践经验所研制出来的，因此，科学性显著。此类调度方法主要面向于风电系统实际运行过程中的不确定区间，从而实现合理调度风电。除此之外，我国也深入研究了风电优化调度系统，不断降低风电系统的不确定影响因素，从而保障风电系统的足够稳定和安全。

2 机侧变流器控制分析

本工程主要采用永磁同步风力发电机，因对其稳定性能要求越来越高，因此，对于此类的PMSG控制系统也提出了全新要求，即可总结为：控制精确、响应速度、震荡幅度小，发电效率高，功率因数高，且系统控制简单，速度被调房内宽泛，鲁棒性准高等等。由此，机遇PMSG矢量控制方法中的i*d=0，控制方法用的较多，相应的瑞慈控制、最大转矩控制也有所应用，由此，本文所采用的计策控制分析就是在此方法基础上进行系统研究的。

2.1 矢量控制原理

零d轴矢量控制，即为发电机d轴相关的电流分量需时刻保持于0，同时也需保障公式中的id=0，由此即可总结电磁转矩公式为：

公式（1）中即可清晰发现，如若id=0，Te同iq之间则构成线性关系，则需调整id即可将电磁转矩予以调整。并且通过（1）即可总结出定子dq分量电流参考数值。

适当引入PI调节，促使该电压变成反馈项，即可实现dq轴电流解耦控制，从而得到电压PI调解方程。

综上所述，即可得出该发电机的核心控制框架图如图1所示。

图1 机侧控制框架图

2.2 最大风能追踪

最大风能追踪即风力发电系统工作过程中，该控制系统通过对其转速、功率的综合调节，促使风电系统得以保持在最佳工作点，获取当前风能，从而提供最大功率。由此，常用最大风能追踪方法有：功率反馈控制法、叶尖速比法、爬山搜索法。由此，本文主要采用爬山搜索法予以对比分析爬山搜索法主要是通过前后状态的对比，逐步探寻最大值计算方法。通过采用爬山搜索法，捕捉最大风能时，最大优点在于，无需测量风速，也无需知道发电机特性。但是明显缺点在于扰动步长很难确定。由此，如图2所示的功率同转速关系图中，其PK是发时刻风力机输出功率，wK则是k时刻风力机实际转速，PK-1和wk-1是其K-1时刻中相对应的功率、转速。通过对图2转速与功率关系图的分析，即可总结。

图2 转速与功率关系图

①如若PK-1＜PK，且wk-1＜wk时，则表示该风力机功率将随着转速的增加循序增加。在此过程中，需提高转速，促使输出功率将接近最大功率Pmax。

②如若PK-1＞PK，且wk-1＞wk时，则表示该风力机功率将随着转速的减小循序减少。在此过程中，需增加转速，促使输出功率将接近最大功率Pmax。

③如若PK-1＜PK，且wk-1＞wk时，则表示该风力机功率将随着转速的减小循序增加。在此过程中，需继续降低转速，促使输出功率将接近最大功率Pmax。

④如若PK-1＞PK，且wk-1＜wk时，则表示该风力机功率将随着转速的减小循序减少。在此过程中，需降低转速，促使输出功率将接近最大功率Pmax。

2.3 风电新能源并网机侧模型搭建

依据前文i*d=0控制策略构建的数学模型，所搭建的图3所示机侧变流器控制模型，通过图2所示的框架流程图，将系统编写M文件，从而输出功率，转速现态、次态，从而计算出发电机参考速度，在依托零d轴控制策略，实现电机的最终控制，从而追踪最大风能。

图3 机侧变流器控制模型

3 风电新能源于并网技术运行提升策略

3.1 创新优化风电工程建设架构

为了有效实现我国风电新能源并网建设的发展，依据我国各个地区实际发展状况，在风电并网推进过程中，贯彻落实“闭环结构开环运行”模式，通过此种运行模式，将有效稳定电网运行情况。归根结底在于电网网络建设过程中主要表现于环形状态，一旦出现线路故障问题，就需及时同有关工作人员取得联系，合理运用开关，以此促使电能通过其他线路实现有效传输，以此来保障电力系统得以正常运行，避免其他电力用户受到影响，并最大限度降低电能损耗，保障电力设备同发电机组运行过程更加安全稳定。

3.2 缓解电网压力降低功率损耗

电网功率主要有功率消耗、无功率消耗两种消耗内容。随着风电发电网功率损耗相关研究的不断深入，功率计算方法，就能更及时地发现电力系统内部所隐藏的故障问题，以及潜藏的安全隐患。在显著降低风电功率损耗的同时，也能显著优化用电负荷，适当延长电力设备实际使用寿命。因此，若是想要更科学计算风电网的有效功率，就需要选用科学导线路径，保障所传输量最大的基础上，显著降低电阻压力数值，以此在最大范围内降低有效功率的实际损耗，提高有效功率传输效果。于无效功率而言，就需综合风力发电场运行实况，选择相适合的专业变压器用于电厂的实际供电、发电，针对性选择相适合的无功补偿。综合我国风电新能源现状，以及并网技术的发展而言，风力电网资源的有效整合，推行无功补偿，综合采取并联电容、精致无功电力补偿器、同步调相继这三种电力损耗无功补偿方式，立足于电网实际之特点，综合电网建设相关需求，针对性选取将风力电网运行负荷降至最低的方案，从而显著降低功率损耗，创收更大的经济价值，提高社会整体收益。

4 风电新能源并网技术未来发展态势

4.1 新技术同风电新能源并网预测技术有效融合

在推进海上风电新能源的发展形势下，各个区域海上风电新能源建设也愈发加快，风电装机容量也不断增大，这同时也对风电功率的预测精准度提出更高要求，因此，更创新的改进方法融入，将满足更为综合的功率预测精度需求。首先，应综合计算机技术，融入遥感技术，以此来显著提高天气预报的精准度，提升天气预报更新频率，并在间接作用下促使输入至风电预测模型的数据信息更加精准，提高预测精确度，同时，可有效应用小波分析、混沌理论等智能方式，构建起系统性的预测模型，通过非线性和线性相综合方式，逐步健全预测方式，提高预测结果精确度，显著降低预测误差。尤其是当人工神经网络同非线性网络的有机结合，将更有利于相关预测性能的有效发挥，促使各个模型之间得以优势互补，促使模型数据显著优化，进一步提高模型预测精度。最后，实时测量气象数据信息，也将显著减少风电功率短期预测误差。

4.2 深度探索并网技术及风能捕获技术

风电场深受诸多因素所影响，发展不平衡问题显著。其中风力对风机控制系统的影响最为明显，综合诸多角度分析，便可清楚，若是出现电力不均衡问题，将直接影响到电网安全。综合相关研究分析，为了能够保障电网安全，并且大力推进风电新能源的发展，需有效提高风电系统的稳定性，提升系统故障处理能力，并以此为基础，针对风电场联网以及对电网的有效支持即可采取辅助措施，深化二者联系，构建起系统性的应对框架。风电场不稳定性因素，同当前大自然神秘因素息息相关，虽然诸多能源可以投入应用，但是如何提升应用效果是其中最为严峻的问题。风能是可再生能源的一种，更是绿色低碳能源的代表，在环境保护方面具有极其重要的意义。然而，如何高效捕获自然界风能是当前首要研究重点。综合现有风电新能源的研究实况来看，若是想要捕获更多风能，需调节桨距，优化发电机组转速功率，作为其主要措施。此外，也需综合考虑到风电新能源的具体应用价值，实际应用目的，并综合电网运行的可行性、稳定性、经济性等原则特征，实现技术研发。总而言之，未来风电新能源创新研发的首要任务在于风能捕获技术的创新研发，虽然当前风电新能源技术发展仍然存在诸多问题，但是综合考虑到风电能源属于可再生能源，将显著缓解全球能源紧张，便需要对此深入研究，从而保障诸多方面均满足于能源需求。