一种风电功率爬坡事件预测方法

摘要

本发明公布了一种风电功率爬坡事件预测方法，其将频率偏差作为新的状态量引入到状态估计过程中，建立了考虑频率偏差的状态估计模型。然后依据相应的指标对计算出的频率偏差进行判断，预测是否发生了风电功率爬坡事件。本发明提出的是一种面向整个电力系统的爬坡事件预测方法，避免对爬坡事件定义的依赖，具有工程应用价值。

主权项

一种风电功率爬坡事件预测方法，首先获得电力系统的网络参数和量测量，其特征在于：还包括以下步骤：利用所获得的网络参数进行状态估计程序初始化；计算风电功率的预测值；建立计及频率偏差的含双馈风机的状态估计模型：min J(x)＝[z‑h(x)]^TW[z‑h(x)]其中，J是目标函数；T表示矩阵的转置；W为对角权重矩阵；x为状态量，包括电压相角θ、电压幅值V和系统频率偏移量Δf；z为量测量，维数m；h为m维非线性量测函数；双馈异步风机考虑系统频率偏差Δf后建立新的雅克比矩阵H：$H=\left[\begin{array}{ccc}\frac{\partial P}{\partial \theta }& \frac{\partial P}{\partial V}& \frac{\partial P}{\partial \mathrm{\Delta f}}\\ \frac{\partial Q}{\partial \theta }& \frac{\partial Q}{\partial V}& \frac{\partial Q}{\partial \mathrm{\Delta f}}\\ \frac{\partial P_k}{\partial \theta }& \frac{\partial P_k}{\partial V}& \frac{\partial P_k}{\partial \mathrm{\Delta f}}\\ \frac{\partial Q_k}{\partial \theta }& \frac{\partial Q_k}{\partial V}& \frac{\partial Q_k}{\partial \mathrm{\Delta f}}\end{array}\right]$其中，P和Q分别表示普通发电机对应的有功和无功；P_k和Q_k分别为双馈风机的接入节点k对应的有功和无功；其中和的维数与系统中风电场节点的数目相同；计算出3个指标：PRESSF、APRESSF、MPREFF，其中PRESSF为爬坡事件发生后的稳定频率，APRESSF为近似爬坡事件发生后的稳定频率，MPREFF为最大爬坡事件发生后的波动频率；根据电力系统规定的频率偏差标准范围对生成的PRESSF、APRESSF和MPREFF指标进行判断，预测风电功率爬坡事件是否发生。