[发明专利]一种基于控制过程数据拟合的风电场动态频率控制方法

权利要求书

1.一种基于控制过程数据拟合的风电场动态频率控制方法，其特征在于，所述控制方法包括：

风机在线动态建模，其中，通过以下方式进行风机在线动态建模：构建初始数据集，其中，通过以下方式构建初始数据集：

建立单个风机或发电单体的状态方程：

ω_k+1＝f(ω_k，u_k) (1.1)

f是状态转移关系函数，ω_k是k时刻的风机转速，u_k是k时刻的控制系统输入变量；

P_k是k时刻的有功指令，v_k是k时刻的风速；

是k时刻的广义状态变量，是k+1时刻的广义状态变量，N个风机运行过程中积累的数据对(x_k，y_k)排列为矩阵获得初始数据集：

X＝[x₁ x₂ … x_N]，Y＝[y₁ y₂ … y_N] (1.3)；

在线动态建模，其中，通过以下方式进行在线动态建模：

线性模型表征风机当前动态特性：

y_k＝Ax_k (1.4)

代数运算求解优化问题并获得风机动态模型：

是k时刻的广义状态变量，是k+1时刻的广义状态变量，N个风机运行过程中积累的数据对(x_k，y_k)排列为矩阵获得初始数据集：

X＝[x₁ x₂ … x_N]，Y＝[y₁ y₂ … y_N] (1.3)

矩阵A是广义状态变量对应的状态转移矩阵，是矩阵伪逆运算；

建立集中风场控制模型，其中，通过以下方式建立集中风场控制模型：

风场内各个发电单体的动态模型：

是第i个风机在k+1时刻的风机转速，A_i是第i个风机的广义状态变量对应的状态转移矩阵，是第i个风机在k时刻的风机转速，B_i是第i个风机的输入矩阵，是第i个风机在k时刻的控制系统输入变量，M是风机总数；

k时刻集中风场控制模型的状态变量χ_k：

k时刻各发电单体的当前风速和有功指令的输入向量u_k：

从式(1.6)获得集中状态向量的控制模型：

χ_k+1＝Aχ_k+Bu_k (1.9)

由各发电单体的状态转移矩阵按照对角形式构造：

A₁是第1个风机的广义状态变量对应的状态转移矩阵，A_M是第M个风机的广义状态变量对应的状态转移矩阵，B₁是第1个风机的输入矩阵，B_M第M个风机的输入矩阵；

根据所述风机在线动态建模结果对风场频率优化控制。

2.根据权利要求1所述的控制方法，其特征在于，通过以下方式进行在线动态优化：

风场动态优化控制算法：

T为模型预测控制算法的预测区间长度，J为控制算法的目标函数：

Q_k为k时刻的状态变量的半正定目标系数矩阵，R_k为k时刻的输入变量的半正定目标系数矩阵，为k时刻的状态变量的目标系数向量，为k时刻的输入变量的目标系数向量，E_k为k时刻的状态变量边界约束系数矩阵，F_k为k时刻的输入变量边界约束系数矩阵，b_k为k时刻的边界约束系数向量，系数矩阵和系数向量的设计依赖风场动态优化控制目标；

风电调频优化目标：

第i个风机在k时刻的有功调节量

第i个风机在k时刻的有功指令相对于第i个风机的本地控制器在最大功率跟踪模式下在k时刻的控制指令的调节量，若风电场采取减载工作模式，有功调节量

为第i个风机在减载工作模式下k时刻的有功指令，R_d为减载幅度系数，频率偏差量：

Δf＝f_meas-f_ref (1.17)

并网点量测频率f_meas相对于参考频率f_ref之间的偏差量，K_df为风电场对外功频特性曲线的下垂系数，Q_x为平衡两个优化目标的权重系数；

集中状态向量的时序约束、输入约束及初始状态约束：

χ_k+1＝Aχ_k+Bu_k，k＝0，1，…，T-1 (1.18)

χ_k为k时刻集中风场控制模型的状态变量，u_k为k时刻集中风场控制模型的输入变量，矩阵A，B是集中风场控制模型的状态转移矩阵和输入矩阵，为第i个风机在k时刻的风机转速，ω_min，ω_max分别是风机转速的下界和上界，为第i个风机在k时刻的有功指令，P_min，P_max为有功指令的下界和上界。