云南風電場一次調頻的有功功率分配策略研究

黃柯昊，吳水軍，趙偉，董俊，朱博

云南風電場一次調頻的有功功率分配策略研究

黃柯昊1，吳水軍2，趙偉1，董俊1，朱博1

（1. 昆明理工大學 電力工程學院，云南 昆明 650500；2. 云南電力試驗研究院(集團)有限公司，云南 昆明 650217）

為了減少新能源裝機容量逐年增長對系統調頻的危害，防止云南電網高周切機現象，需要新能源積極參與調頻過程，以減緩火電、水電調頻廠的壓力。由于在機組層直接調頻會導致風電測頻出現誤差且協調性能差，針對此問題，首先在風電場層控制中引入綜合慣性控制計算功率缺額；其次依據預測風速將雙饋風電機組分類，利用規則排隊法進行一次調頻的有功功率實時分配；再依據預測功率在每個控制周期內實時刷新各類機組出力限值，將功率指令實時傳遞至機組層響應頻率的變化；最后基于MATLAB/SIMULINK平臺搭建雙饋風電場仿真模型。仿真結果表明，利用基于風速預測的規則排隊法進行功率分配能改善調頻效果。

一次調頻；風速差異化；風速預測；規則排隊法；實時功率分配

0 引言

近年來，隨著我國風電場建設和運行成本逐步降低，風電產業的發展十分迅速，風電滲透水平不斷攀升，裝機容量已經超越了許多發達國家，成為風電大國。截至2017年底，云南電網統調風電裝機8 786 MW，約占云南統調總裝機的10%。當大規模風電并入電網后，風電的隨機性和波動性影響著電網的安全運行，加大了火電、水電調頻廠的調頻壓力，因此新能源參與調頻的重要性也日益突出，急需風電參與電網頻率調節來提高系統的穩定性。云南電網的頻率問題主要體現在當電力系統突然失去負荷或向非同步系統送電的直流輸電通道突然發生閉鎖時，系統頻率升高。如何挖掘雙饋風電機組（doubly fed induction generator，DFIG）的調頻能力，優化調頻功率分配策略以應對云南電網面臨的高頻問題，是本文研究的重點。

相對于常規機組，雙饋風電機組轉子轉速與電網頻率是解耦的，不能提供慣量響應[1-2]。因此文獻[3-4]在風電機組層控制下，提出了一種利用頻率微分得到虛擬慣量的控制方法，使風電機組像同步機一樣產生慣量參與電網頻率調節。在電網頻率發生偏移時，雙饋風電機組可以將儲存的旋轉動能釋放出來增加有功，也可以吸收多余的有功轉換為預留的旋轉備用動能，能夠短暫地為電網系統提供慣量響應[5]。文獻[6-7]利用頻率的偏差得到下垂控制，以此控制轉子動能進行一次調頻。而文獻[8-10]在虛擬慣量控制的基礎上加入下垂控制形成綜合慣性控制，引入頻率偏差和頻率變化率，利用轉子中存儲的動能進一步提高風電機組的頻率調整能力，改善電網頻率。文獻[11-12]根據不同風速制定了不同的機組調頻控制策略，使調頻能與不同風況相結合，更貼合實際。風電機組層進行頻率調節能在發生擾動過程中短暫地響應電網系統頻率變化，具有快速性，能提高調頻效率。

由于雙饋風電場的風電機組單元數量多，分布較廣，并不是單臺風機簡單疊加，如果直接對機組進行調頻會使各臺機組之間的協調性能變差，聯絡線會出現功率不可控的情況，并且機組測頻諧波含量大，導致風電測頻出現誤差。因此，文獻[13]在雙饋風電場控制層加入了下垂控制，將計算出的待分配功率進行有功分配使風電機組間具有協調性。若考慮到風電場內各機組的最大出力即裝機容量，并且裝機容量不完全相同，文獻[14-15]提出了按風機裝機容量比例分配法來進行有功功率分配。在風電場層進行調頻分配可使機組間具有協調性，減少風電測頻出現的誤差。

以上文獻對雙饋風電機組層調頻、雙饋風電場層計算待分配功率方式以及調頻分配策略進行了大量的研究，取得了顯著的成效。但在風電場層控制加入綜合慣性控制的研究較少，同時在實際工程中各臺風機的風速有差異，根據平均分配方法和風機裝機容量比例分配法進行分配不能應對復雜的實際工程，考慮預測風速進行分群，并少有文獻對其進行一次調頻實時功率分配的研究。因此，本文結合云南風電場在異步聯網背景下針對外送直流通道閉鎖時面臨的高頻問題，以預測風速作為雙饋風電機組分群依據，并在風電場層控制中加入綜合慣性控制計算功率缺額，依據預測功率在每個控制周期內實時刷新各類機組出力限值，利用基于風速預測的規則排隊法進行實時功率分配。

1 風電場有功控制原理

風電場控制主要分為3層：電網層、風電場層以及風電機組層[16-18]。本文對風電場參與電網一次調頻的有功功率分配主要集中在風電場層[19-20]。風電場層有功的控制過程如圖1所示。

圖1 風電場層有功功率控制框圖

首先從各臺風電機組并網點采集到電壓abc作為鎖相環（PLL）的輸入，然后由PLL得到風電機組并網點的頻率，作為綜合慣性控制的輸入，再運用虛擬慣量控制的頻率微分以及下垂控制的頻率偏差得到風電場待分配功率Δcom。如式（1）所示：

式中：Δcom為整個風場層有功的缺額量，即待分配量；k為虛擬慣量系數；R為下垂系數；為風電場并網點的頻率；Δ為頻率的偏差。

2 基于風速預測的規則排隊法有功分配

基于風速預測的規則排隊法有功功率分配流程圖如圖2所示。

2.1 風速的預測

圖2 基于風速預測的規則排隊法分配流程圖

式中：為空氣密度；為葉輪半徑；P為風能利用系數。

2.2 風電機組分群

由于風場內的各臺風電機組所處海拔不同，因此預測到的風速可能出現風速差異化的情況。為了能盡可能接近風場的實際情況，以預測風速為依據把風場內機組劃分為4類不同的機組。

2.3 風電機組出力上下限的確定

2.4 風電機組的升、降功率能力

每類風機的升、降功率能力值通過式（5）（6）計算：

2.5 降功率排序

機組是否需要進行降功率是由待分配量Δcom的正負決定。如果Δcom小于零表明需要進行降功率控制，反之就需要升功率控制?，F以降功率控制為例進行分析。

表1 不同情況下各臺風電機組的功率補償量

（1）一類機組降功率

（2）二類機組降功率

（3）三類機組降功率

（4）四類機組降功率

（5）所有機組均不滿足降功率控制

若所有種類機組降功率能力之和仍小于待分配量，風場內所有機組按出力下限運行，盡量抑制頻率的抬升，每類機組的功率補償量與工況（4）相同。

由于升功率控制與降功率控制策略相似，只有分配順序與降功率順序不同。

3 仿真分析

3.1 系統簡介

本文結合云南某風電場的運行特性，利用MATLAB/SIMULINK仿真軟件構建如圖3所示雙饋風電接入系統的仿真模型。預測風速如圖4所示，首先將整個風場機組劃分為4類，并將風速基本一致的機組用一臺DFIG等值。整個風場被等值為4臺機組，總裝機容量為6 MW（4×1.5 MW）。選擇了初始風速9 m/s和10 m/s的機組作為低風速群第1臺和第2臺機組，即DFIG1_1和DFIG1_2；初始風速13 m/s和15 m/s的機組作為高風速群第1臺和第2臺機組，即DFIG2_1和DFIG2_2。風場內部每臺風電機組都經25 kV/575 V的箱變升壓后匯集到PCC，最后經120 kV/25 kV的主變T1升壓后并入電網，L為風電場并網點出口處的就地負荷。

圖3 風電場分群后的系統圖

圖4 降功率控制中4臺風機風速的預測

3.2 降功率指令分配情況

在1 s時，PCC點切除2.76 MW負荷，產生高頻問題，需要降功率控制。

圖5為并網點功率待分配量Δcom與風電場實際降功率對比圖。在運用基于風速預測的規則排隊法調頻分配后，高頻問題最嚴重時功率減少了0.985 MW，占待分配量3.343 MW的29.46%，此時補償功率未達到待分配功率，因為所有機組只能按出力下限運行，在允許下降的功率范圍內才能保證安全穩定運行，滿足情況（5）。為進一步驗證規則排隊法的有效性，選取兩個不同時刻的待分配量Δcom與實際下降功率值作對比，如表2所示。

圖5 并網點功率缺額與風電場實際降功率對比

表2 不同時刻的待分配功率及實際降功率值

由表2可知，在1.016 3 s時，所有種類機組實際降功率值之和為0.590 0 MW，大于待分配功率絕對值0.467 3 MW。低、高風速群降功率的風機臺數如圖6所示。由圖6（a）可知，前3臺機組降功率能力之和能滿足待分配量，第4臺機組DFIG1_1并沒有參與到調頻分配中，有3臺機組共同參與降功率，分別為高風速群機組DFIG2_2、DFIG2_1以及低風速群機組DFIG1_2，因此對應表1第（3）種情況。

而在1.093 0 s時，所有種類機組實際降功率值之和為0.831 0 MW，大于待分配功率絕對值0.815 6 MW。對應圖5（b）可知，有4臺機組共同參與降功率，分別為高風速群DFIG2_2和DFIG2_1，以及低風速群DFIG1_2和DFIG1_1，對應表1第（4）種情況。

3.3 調頻效果仿真分析

如圖4所示為4臺機組超短期預測的風速情況，選擇預測時段為1～10 s，預測周期為9 s。

據式（2）計算預測功率，選擇預測周期內各類機組功率最小值作為各自的功率出力下限，結果如表3所示。

表3 根據預測得到各類機組出力下限

在1 s時PCC點切除2.76 MW負荷誘發高頻問題，高、低風速群機組有功功率如圖7、8所示。由于高風速機組可降功率比較多先從高風速機組開始降功率控制，依據可降功率能力大小確定降功率順序為：DFIG2_2，DFIG2_1，DFIG1_2，DFIG1_1。

圖7 高風速群機組有功功率

圖8 低風速群機組有功功率

在1 s時發生高頻問題。以圖7（a）為例，無附加調頻分配時，DFIG2_2機組不能持續降功率，功率從1.5 MW短暫地下降到1.389 MW又迅速回升，持續0.035 s左右；而附加調頻分配以后，根據算法可知DFIG2_2機組有富余的降功率能力，使風機轉速將多余的有功功率儲存，并減小風機的有功輸出，在1 s以后從1.5 MW下降到1.233 MW，持續0.25 s左右。圖7（b）、圖8（a）和圖8（b）為其余3臺機組有功功率變化趨勢圖，由于DFIG2_1、DFIG1_2和DFIG1_1機組有、無附加調頻分配的有功功率下降趨勢與DFIG2_2機組大致相同，4臺機組在故障期間均能有效地降低功率。

并網點頻率變化趨勢如圖9所示。當1 s時系統發生高頻問題，系統無附加調頻分配時有功功率過剩，頻率升至50.358 Hz；若系統附加調頻分配后，各類機組在各自參與降功率的時間段內，減少有功功率輸出，使系統過剩的有功功率下降，頻率降低至50.287 Hz，有效抑制了并網點頻率的上升。

圖9 降功率控制風電機組并網點頻率圖

4 結論

本文在風場層下垂控制的基礎上引入虛擬慣量控制形成綜合慣性控制，計算待分配功率；為了能盡可能地接近實際風場的情況，根據預測風速對風電場內的風電機組進行風速差異化分群；最后針對高頻問題，利用基于風速預測的規則排隊法進行有效性驗證。仿真結果表明，基于風速預測的規則排隊法能夠根據待分配功率的大小對風電場層的有功進行實時控制，從而響應頻率的實時變化，有改善頻率效果，可完成風電場的一次頻率調整，降低測頻出現誤差并使風場內各機組間具有協調性。

[1] 康積濤, 陳博, 楊豐波. 雙饋風機轉子側逆變器虛擬同步化控制策略研究[J]. 電工技術, 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, 盛師賢, 王德林. 恒電壓控制下DFIG與SVG對電網電壓的支撐研究[J]. 電工技術, 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. 大容量雙饋風電機組虛擬慣量調頻技術[J]. 電力自動化設備, 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, 鄧長虹, 龍志君, 等. 適應于電網高風電滲透率下的雙饋風電機組慣性控制方法[J]. 電力系統自動化, 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] 劉福鎖, 卿夢琪, 唐飛, 等. 計及風電一次調頻和頻率約束的風電占比極限值計算[J]. 電網技術, 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, 田夢瑤. 風電并網一次調頻控制性能研究[J]. 電氣傳動, 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] 楊蕾, 王智超, 周鑫, 等. 大規模雙饋風電機組并網頻率穩定控制策略[J]. 中國電力, 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] 趙嘉興, 高偉, 上官明霞, 等. 風電參與電力系統調頻綜述[J]. 電力系統保護與控制, 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] 張旭, 陳云龍, 岳帥, 等. 風電參與電力系統調頻技術研究的回顧與展望[J]. 電網技術, 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] 張冠鋒, 楊俊友, 孫峰, 等. 基于虛擬慣量和頻率下垂控制的雙饋風電機組一次調頻策略[J]. 電工技術學報, 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. 基于安全約束的風電場集群有功功率協調控制[D]. 沈陽: 沈陽工業大學, 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] 萬天虎, 汪飛, 張江濱, 等. 風電場一次調頻控制方法及試驗研究[J]. 電網與清潔能源, 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, 李梓鋒, 肖洋, 等. 高滲透聯網風電集群有功分層遞階控制策略[J]. 電網技術, 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] 崔楊, 馮鑫源, 李鴻博, 等. 限風情況下風電場群有功分層協調控制策略[J]. 太陽能學報, 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, 趙會龍, 陳迎, 等. 風電場建模研究綜述[J]. 現代電力, 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, 張家瑞, 劉新元, 等. 考慮風機排序的風電集群分層有功控制策略[J]. 電力工程技術, 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, 劉觀起, 邵龍, 等. 具有輔助調頻功能的風電場有功功率控制策略[J]. 電氣應用, 2014, 33(3): 36-41.

[20] 趙斌, 李紅軍, 楊超, 等. 雙饋風電場有功頻率分層控制[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] 黎靜華, 桑川川, 甘一夫, 等. 風電功率預測技術研究綜述[J]. 現代電力, 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

國家基金重點項目（52037003）；云南省重大專項資助項目（202002AF080001）

黃柯昊（1995—），男，碩士研究生，研究方向為新能源參與一次調頻策略；

吳水軍（1980—），男，高級工程師，研究方向為新能源接入對電力系統的影響；

趙 偉（1994—），男，碩士研究生，研究方向為新能源參與一次調頻策略；

董 ?。?977—），男，講師，研究方向為配電網故障檢測與保護控制、新能源發電控制；

朱 博（1997—），男，碩士研究生，研究方向為新能源參與一次調頻策略。