计及机组间复杂动态交互作用的风电场等值建模方法研究

The increasing installed wind power level and wind farm capacity has made the equivalent modeling research become more and more urgent and difficult. Through the analysis of the complex dynamic interactions of different wind turbines and the factors of influencing the wind farm equivalent accuracy, a systematic and practical method for equivalent modeling of wind farms will be proposed in this project. First, the precise model and its simplification method for the wind turbine are studied to establish the self-adaptive wind turbine model which can be applied to multiple time scales and application scenarios. Second, the characteristics representing the operation state of the wind turbine and their dynamic evolution behaviors are investigated to reveal the complex dynamic interaction mechanism between wind turbines. By analyzing the dominant factors of influencing the wind farm equivalent accuracy, the corresponding action mechanisms will be discovered. And then a precise equivalent modeling method, including clustering of wind turbines, aggregating of parameters and equivalencing of collector networks, for wind farms will be proposed with comprehensive considerations of the transient behaviors of the wind turbine, dynamic interactions between wind turbines and the impacts of collector networks. Finally, according to the detailed features of wind farm aggregated model, the precision requirement for the wind turbine model, and their dependent relationships with the wind farm operation information, a practical equivalent strategy for wind farms, which is suitable for multiple temporal and spatial scales, is proposed. Thus, the systematic theory and practical method for equivalent modeling of large wind farms are formed.

风电装机规模和风电场容量的日益增加，使得风电场等值建模研究变得日益迫切和困难。本项目拟通过解析风电机组间的复杂动态交互作用机理和影响风电场等值精度的关键因素为突破口，研究和提出系统化和实用化的风电场动态等值建模方法。首先研究风电机组的精细化建模与模型简化方法，建立能够应用于多时间尺度和多应用场景的自适应风电机组模型。然后研究表征机组运行状态的特征量及其演变轨迹，揭示机组间的复杂动态交互作用机理。其次解析影响风电场等值的关键因素及影响途径和机理，研究有效的机组分群、参数聚合和集电网络等值方法，提出计及机组动态行为、机组间复杂动态交互作用和集电网络综合影响的风电场精细化等值建模方法。最后分析风电场等值模型的精细化特征，研究其对机组模型的精细化要求和对风电场运行信息的依赖关系，提出适用于多时间尺度和多应用场景的风电场实用化等值策略，形成适用于大型风电场等值建模的系统化理论和实用化方法。

自从2021年3月15日中央财经委员会第九次会议的召开，构建以新能源为主体的新型电力系统已成为实现“双碳”目标的一项重要共识和举措。在这种背景下，风电装机规模将进一步得到快速发展并将成为主力电源。然而，一个大型风电场往往有上百台风电机组，如果对每台风电机组都单独建模，则会大大增加仿真模型的复杂度和计算时间，现有建模方法和仿真工具无法适应这一现实需求。本项目以解析风电机组间的复杂动态交互作用和影响风电场等值精度的关键因素为突破口，研究了系统化和实用化的风电场动态等值建模方法。. 以直驱风电机组为例，提出了适用于对称和不对称电压跌落情况下的通用故障穿越响应曲线，推导了不同故障阶段下有功和无功功率响应的表达式，包括故障期间的穿越控制过程、故障清除后的恢复控制过程及不同过程间的暂态切换；在模型中设计了一个通用的有功和无功电流参考值发生器，通过动态更新模型的电流参考值实现对实际风机故障穿越响应的模拟。. 推导了风电场端口功率的解析表达式，可以用于识别机组间的复杂动态交互作用及其对风电场外特性的影响，揭示了传统单机等值模型和详细风电场模型的误差根源：故障期间稳态值的偏差和故障恢复期间恢复速率的偏差，为提出有效的风电场等值模型奠定了基础。. 提出了计及故障穿越全过程动态的风电场精细化等值方法。该方法依据故障穿越过程中风电机组有功暂态响应行为的差异性及其机理，设计了有效的分群策略，并辅以基于注入电流和注入功率双不变原理的集电网络分摊策略，形成了完整的风电场等值建模方法。所提方法物理意义清晰、分群指标易获取、无需使用复杂的聚类算法，具有较强的工程实用价值。. 提出了基于神经网络学习算法的机组级实时运行信息的智能匹配方法，实现了缺失机组级数据的高效匹配；结合提出的风电机组模型辨识方法和风电场分群及集电网络等值方法，开发了风电场模型在线测辨与生成软件模块，形成了风电场模型的系统化、实用化解决方案。