低压穿越(LVRT)问题是基于双馈发电机(DFIG)的远距离大型风电场目前亟待解决的并网关键问题。本项目主要从DFIG单机系统和DFIG风电场这两个层面对该问题进行了深入研究,主要研究成果为以下内容。 (1)为改善DFIG单机系统的LVRT,研制了一种用于系统LVRT实验的低压跌落发生器;设计了一种基于磁链跟踪的转子侧变流器LVRT控制策略;评估了转子侧变流器和crowbar电路的LVRT能力,提出一种转子crowbar设计方法;设计了一种可以用于提高DFIG的LVRT能力的双向级联式升降压变流器; (2)为改善远距离风电场的DFIG风电场的LVRT,提出一种“双馈风电场--混合型高压直流输电系统”的拓扑结构,对系统进行建模分析,并设计了正常条件下以及电网故障时系统的协调控制策略。对一般风电场,设计了一种可以用于提高LVRT能力和调节瞬态有功、无功的级联式功率装置,提出一种基于负序电压注入的直流母线电压平衡控制策略。 实验表明,上述研究成果的集成,将明显提高远距离大型DFIG风电场的LVRT能力。
对基于双馈发电机(DFIG)的大型风电场,其低电压穿越(LVRT)问题目前尚未得到很好地解决;同时随着远距离大型风电场的高压直流(HVDC)并网技术的兴起,DFIG风电场的LVRT问题也呈现出一些新的特点。项目将针对这两方面问题展开研究:(1)项目从DFIG单机系统的LVRT问题出发,将其归结为一类非线性系统的动态控制问题。据此项目将提出新的控制方法并完成系统拓扑与相应控制器设计,然后通过仿真与实验进行验证;(2)应用单机系统研究成果,对DFIG风电场-混合型HVDC并网系统的LVRT问题进行研究。项目将首先建立系统动态模型,然后针对不同位置发生的故障,分别研究系统总体协调控制策略以及各变流器的具体控制方案,最后进行仿真验证。通过研究,可以提高大型风电场的并网可靠性,拓展多变量复杂非线性系统的建模与控制方法,也将有利于我国取得大型远距离风电场的HVDC并网技术的自主知识产权。
总的来说,低电压穿越技术涉及风力发电、电机、电力系统、电力电子等相关专业知识,就目前的上网机型来看,双馈风力发电机的低电压穿越性能不如直驱风力发电机,但双馈的也有其自身的优点(比如有功无功解耦控制、实...
低电压穿越(LVRT),指在风力发电机并网点电压跌落的时候,风机能够保持并网,甚至向电网提供一定的无功功率,支持电网恢复,直到电网恢复正常,从而“穿越”这个低电压时间(区域) 低电压穿越系统的主设备户...
实际运行电压为36KV左右,不会有38.5那么高,风电场都要有无功补偿设备,所以说实际上我们只需让电压在36左右就行,当发生电压过低时,无功补偿设备会自动调节无功的输出,使电压保持在36左右,所以不需...
针对传统风电场在逐台机组的低电压穿越(LVRT)改造中存在机组数量大、塔筒空间受限等问题,提出一种基于模块化多电平变流器(MMC)的新型动态电压调节器(DVR)拓扑,串联接入风电场公共连接点(PCC),电网电压跌落时,通过输入补偿电压的方式维持PCC电压,从而辅助风电场集中实现LVRT。给出了相应控制方法和调制策略,并利用PSCAD/EMTDC建立了风电场和集中式LVRT-DVR的仿真模型。仿真结果验证了该拓扑及相应控制策略的正确性和有效性。
为实现对风电场内风电机组整体低电压穿越性能的综合评价,建立了风电场低电压穿越及动态无功支撑能力指标体系,提出了基于密切值法的风电场低电压穿越性能综合评价方法.利用计算所得低电压穿越及无功支撑相关指标和基于密切值的综合指标计算方法,实现了对风电场低电压穿越及动态无功支撑能力的综合评价.最后,采用某地区多座风电场的监测数据对所提综合评价方法的有效性和可行性进行了验证.
目前,并网导则对于风电场在电网不对称故障下的低压穿越(LVRT)要求还不完善;对于双馈型发电系统(DFIG),在电网不对称故障下,其LVRT控制问题也未得到有效地解决。本课题将基于上述背景展开以下研究:(1)研究真实的电网故障特性,并定量分析典型故障下DFIG转子侧变流器正负序电流的控制能力,从而为相关并网导则的制定提供参考,同时为DFIG的LVRT控制策略的设计奠定基础;(2)基于最优控制等理论,设计DFIG的转子侧变流器和网侧变流器的协调控制策略,提高单机系统在不对称电网故障下的LVRT能力;(3)针对DFIG风电场,通过配备一定容量的静态无功发生器(SVG),并研究相应的SVG电压补偿策略,以提高风电场的不对称LVRT能力。通过本课题的研究,必将提高大型DFIG风电场的安全稳定运行能力,同时对我国风电并网导则的进一步完善也有十分重要的意义。
针对大型风电场发电功率不确定性对电网造成的影响,本项目开展大型风电场发电功率预测模型和预测方法的研究。通过对风力发电功率时间序列分析和研究,确定风电场发电功率时间序列具有混沌属性的基础上对风力发电系统的混沌特性进行分析,提出了风力发电功率预测的神经网络方法。该方法针对混沌动力学系统时间序列进行相空间重构,并以此理论为基础建立基于神经网络的风力发电功率预测模型,从而作为神经网络模型结构的设计和调整的理论依据。为了克服混沌时间序列只适合短期预测的缺陷,提出了神经网络模型与中尺度气象预报模型相结合的模型参考自适应预测模型,以提高中期风电场发电功率的预测准确度。通过大型风电场风力发电功率时间序列预测机理的研究,可以提高风电场发电功率预测精度,利用电力调度保证电网的供电安全并降低旋转备用电厂的备用容量。该研究对保证电网稳定性和可靠性,降低大型风电场运营成本具有重要得理论价值和现实意义。
批准号 |
50777003 |
项目名称 |
大型风电场发电功率的建模与预测研究 |
项目类别 |
面上项目 |
申请代码 |
E0707 |
项目负责人 |
冬雷 |
负责人职称 |
教授 |
依托单位 |
北京理工大学 |
研究期限 |
2008-01-01 至 2010-12-31 |
支持经费 |
22(万元) |