(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111539331.9 (22)申请日 2021.12.15 (71)申请人 河海大学 地址 210013 江苏省南京市 鼓楼区西康路1 号 (72)发明人 朱瑛　张雅楠　滕德红　卫志农　 孙国强　臧海祥　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 陈月菊 (51)Int.Cl. H02J 3/48(2006.01) H02J 3/24(2006.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01)G06Q 50/06(2012.01) (54)发明名称 一种基于分层模型的风电场集群有功功率 协调控制方法 (57)摘要 本发明公开了一种基于分层模型的风电场 集群有功功率协调控制方法， 包括以下步骤： 采 用组合预测模型进行短期、 超短期功率多步预 测， 得到有功功率多时间尺度预测信息； 获取相 应的有功功率期望值及调整量； 建立基于分层模 型预测控制结构的改进多时间尺度优化调度模 型； 基于二次动态矩阵控制算法分配有功待调节 量； 对风机控制误差进行实时自我校正， 制定分 层反馈校正策略， 自下而上逐层修正计划偏差， 实现风电系统的闭环控制。 本发 明能够协调规模 风电并网下系统复杂调度与快速实时控制的矛 盾， 实现风电并 网友好调度。 权利要求书5页 说明书12页 附图2页 CN 114665519 A 2022.06.24 CN 114665519 A 1.一种基于分层模型的风电场集群有功功率协调控制方法， 其特征在于， 所述控制方 法包括以下步骤： S1： 建立基于小波变换分析、 自回归移动平均模型、 最小二乘支持向量机算法的组合预 测模型， 采用组合预测模型进 行短期、 超短期功 率多步预测， 得到有功功率多时间尺度预测 信息； S2： 根据风电场集群日前预测值与电网调度计划值判断风电场集群的运行模式， 根据 运行模式获取相应的有功功 率期望值及调整量； 风电场集群的运行模式包括调 度计划追踪 模式和最大功率追踪模式； S3： 建立基于分层模型预测控制结构的改进多时间尺度优化调度模型， 将整个风电场 集群分为集群计划调度层、 场群滚动优化层、 单场优化分配层、 机组分群控制层、 单机功率 管理层五个控制分区， 逐层进行滚动优化； S4： 基于二次动态 矩阵控制算法分配有功待调节量； S5： 对风机控制误差进行实时自我校正， 制定分层 反馈校正策略， 自下而上逐层修正计 划偏差， 实现风电系统的闭环控制。 2.根据权利要求1所述的基于分层模型的风电场集群有功功率协调控制方法， 其特征 在于， 步骤S1中， 采用组合预测模型进行短期、 超短期功率多步预测的过程包括 以下子步 骤： S1.1： 选择db6小波基函数将原始风速、 风电功率时间序列分解为四层， 分别为高频信 号D1、 D2、 D3、 D4和低频信号A4； S1.2： 筛选并删除包括D1、 D2在内的高频干扰信号； S1.3： 采用两种单体模型预测剩余分量， 其中， 采用ARMA模型预测波动剧烈的高频分 量， 采用LS SVM算法预测波动缓慢的低频序列； S1.4： 叠加合成各分量的预测结果， 得到最终风电功率预测值。 3.根据权利要求1所述的基于分层模型的风电场集群有功功率协调控制方法， 其特征 在于， 步骤S2中， 根据风电场集群日前预测值与电网调度计划值判断风电场集群的运行模 式， 根据运行模式获取相应的有功 功率期望值及调整量的过程包括以下子步骤： S2.1： 对风电场集群日前预测值与电网调度计划值进行判断， 如果风电场集群日前预 测结果大于系统调度指令， 判定风电场集群处于调 度计划追踪模式； 否则， 判定风电场集群 处于最大功率追踪模式； S2.2： 根据下述公式获取风电场集群整体有功 功率期望值 及调整量 其中 为系统下发的t+Δt时刻调度指令， Δt＝1h， 和 分别为场群i内风场j 在t+Δt时刻的预测功率和t时刻的实际功率。 4.根据权利要求3所述的基于分层模型的风电场集群有功功率协调控制方法， 其特征 在于， 步骤S3， 建立基于分层模型预测控制结构的改进多时间尺度优化调度模型的过程包 括以下子步骤：权　利　要　求　书 1/5 页 2 CN 114665519 A 2S3.1： 基于风电功率预测信息进行动态分群： S3.1.1： 根据 步骤S1中的风电功率预测值生成时间间隔为1h的风电场有功预测趋势集 计算得到 趋势变化因子Ti， t： 式(3)中 k＝0， 15， 30， 45， 60为风场超短期预测功率； 式(4)中sign(x)是符号函数， 为相邻两采样点功率预测值之差； S3.1.2： 引入功率极差 Δi和波动阈值 ηi两个统计概念作为分群指标： 其中， PiN为风电场i的装机容 量； S3.1.3： 基于分群指标， 将风电场集群划分为功率增加群、 功率减少群、 功率不变群、 功 率振荡群共4种场群， 并根据分群结果确定场群出力优先次序； S3.2： 对于集群计划调度层， 根据步骤S2中的有功待调节量和步骤S3.1.3中的场群出 力顺序确定参与有功调节的场群及数量C： 如果集群运行在调度计划追踪模式， 则集群计划调度层的优化控制目标为在最大化风 电功率输出的同时尽量平抑风电功率波动， 目标函数表达式为： 式(6)中， N是各场群内风电场数量， 表示风电场群i在t+Δt时段的最优出力， αi1和 αi2是误差权重系数， 且αi1+αi2＝1； 式(7)为约束条件， 包括调度计划跟踪约束、 场群出力限 制约束、 场群输出爬坡约束， M是风电集群内场群数量， Pimin和Pimax分别表示场群 i的最小、 最 大出力， Cclu为风电集群爬坡率限制， 为风电集群装机容 量； 如果集群运行在最大功率追踪模式， 则集群计划调度层的控制目标变为最大化风电功 率追踪精度， 目标函数表示式为： 权　利　要　求　书 2/5 页 3 CN 114665519 A 3