基于动态聚类的风电机组有功功率分配策略

针对风电场有功功率分配策略下的机组频繁动作问题,提出一种基于风电机组动态聚类的有功功率分配策略。采集风电场与调度中心实时运行数据,以欧式距离对机组进行群离散点检测处理,其次,对每一时刻下的采集到的机组运行状况进行K-medoids动态聚类,寻求最佳的聚类中心,并以此为依据进行有功功率分配。以新疆某一风电场为实例,进行机组有功功率分配。仿真验证结果表明,所提聚类方法具有较高的轮廓系数,可以提高聚类模型的准确性。并以此聚类方法为基础的有功分配策略可以提高功率分配跟踪精度,同时可避免机组的频繁动作。

基于发电成本和疲劳均匀性的风电场有功功率控制策略研究

针对限功率工况下风电场机组有功分配问题,文章建立了机组发电成本模型和综合疲劳模型。采用改进的粒子群优化算法,在风电场各机组风功率预测信息的基础上,以风电机组疲劳均衡、单位发电成本最低为目标,以功率平衡、出力限制、开停机时间限制等为约束条件,研究限电情况下风电场内有功控制优化策略。最后,对比3种分配方案下风电场的有功总出力、发电成本和疲劳均匀性,分析限功率控制下风电场典型机组的有功出力特征,结果表明,同时考虑发电成本和疲劳均衡条件的优化策略在有效降低成本的基础上能够保证机组间的疲劳均衡,从而降低机组维修频率。