一种风电机组协同控制优化方法及系统与流程

本发明属于协同控制，具体涉及一种风电机组协同控制优化方法及系统。

背景技术：

1、风电机组是实现可再生能源规模化利用的重要发电设备，能够将风能转化为电能，为电网提供清洁、低碳的能源供给，对于降低化石能源消耗、推动能源结构转型以及实现双碳目标具有重要意义。现有风电机组与电网协同控制方法通常根据当前电网频率、电压、功率缺额及风机实时运行状态进行协同调节，普遍默认风电场能够持续按照调度要求提供相同特性的调节能力，并将风机视为可实时调用的标准调节资源。

2、然而在高比例新能源电网中，风电机组会长期参与调频、调压和功率跟踪等辅助服务，不同风机由于历史响应次数、响应幅度和响应持续时间的差异，其转子动能储备、机械载荷累积水平和可持续调节能力会逐渐发生分化，使风电场内部实际调节资源结构持续演变，导致调度侧认知的可调节资源分布与风电场内部实际可持续调节资源分布之间逐渐产生偏差，若电网连续发出调频、调压或功率跟踪指令时，该偏差会进一步累积，使调度指令无法准确匹配各风电机组的真实调节能力，造成部分风电机组被持续过度调用，另一部分风电机组调节资源却长期闲置的情况，以至于风电场整体调节资源利用效率大大降低，严重影响后续协同控制的持续性和有效性。

技术实现思路

1、本发明的目的就在于解决在长期参与调频、调压和功率跟踪过程中，不同风电机组由于历史响应行为存在差异，造成部分风电机组被持续过度调用，另一部分风电机组调节资源却长期闲置的情况，导致风电场整体调节资源利用效率大大降低的问题，而提出一种风电机组协同控制优化方法及系统。

2、在本发明实施的第一方面，首先提出一种风电机组协同控制优化方法，所述方法包括：

3、获取风电场内各风电机组的历史调节响应数据、实时运行数据和电网调度指令数据，根据历史调节响应数据和实时运行数据计算出各风电机组对应的调节状态数据；

4、根据调节状态数据计算出各风电机组对应的调节状态变化量和调节状态变化率，根据调节状态变化量和调节状态变化率生成风电场调节演化图谱；

5、对所述调节演化图谱进行区域划分得到目标区域，根据所述目标区域对各风电机组进行资源分层得到调节结构数据；所述目标区域包含调节增长区域、调节稳定区域和调节衰减区域；所述调节结构数据表示当前控制周期内各风电机组在目标区域中的层级分布关系及对应的资源层级划分结果；

6、根据电网调度指令数据解析目标调节指令，根据所述调节结构数据和目标调节指令确定调节资源集合，通过调节资源集合确定各风电机组对应的调节任务分配结果，生成协同调节指令；

7、将所述协同调节指令发送至对应风电机组执行调节控制，并实时采集调节后的运行反馈数据，通过所述运行反馈数据更新各风电机组对应的调节状态数据，并将更新后的调节状态数据执行下一控制周期的协同调节控制。

8、可选地，根据历史调节响应数据和实时运行数据计算出各风电机组对应的调节状态数据，包括：

9、将历史调节响应数据按控制周期进行时间切片处理得到各风电机组对应的历史调节记录序列；

10、根据各历史调节记录序列中相邻调节记录之间的时间间隔和响应关联关系构建各风电机组对应的调节作用关联序列；

11、将各风电机组的实时运行数据映射至对应的调节作用关联序列确定各历史调节记录序列对当前运行状态的影响系数；

12、根据各历史调节记录序列对应的影响系数进行求和得到各风电机组对应的历史调节影响量；

13、将所述历史调节影响量与实时运行数据计算得到各风电机组对应的调节状态数据。

14、通过对历史调节响应数据进行时间切片，构建调节作用关联序列，将历史调节行为与当前实时运行状态建立关联，量化历史调节行为对当前运行状态的持续影响，进而计算得到能够反映风电机组实际调节能力的调节状态数据，相比仅依据实时运行状态进行评估，能够充分考虑长期调节行为带来的能力演化，提高调节状态评估的真实性和准确性。

15、可选地，根据调节状态数据计算出各风电机组对应的调节状态变化量和调节状态变化率，包括：

16、将连续多个控制周期内各风电机组对应的调节状态数据按时间排列构建得到对应的调节状态序列；

17、根据相邻控制周期之间调节状态数据的变化情况将所述调节状态序列划分为第一预设数量个状态演化单元；所述状态演化单元包括状态起始节点、状态结束节点和状态变化过程；

18、根据状态起始节点和状态结束节点间的调节状态差值计算出对应状态演化单元的调节状态变化量；

19、根据各状态演化单元对应的持续控制周期和调节状态变化量计算得到调节状态变化率。

20、通过对连续多个控制周期内的调节状态数据进行时序组织，划分状态演化单元，分别计算各阶段对应的调节状态变化量和调节状态变化率，将离散的调节状态转化为连续的演化过程，能够准确反映风电机组调节能力在不同控制周期内的变化程度及变化速度，提高调节资源动态分析的准确性和连续性。

21、可选地，根据调节状态变化量和调节状态变化率生成风电场调节演化图谱，包括：

22、将各风电机组对应的调节状态变化量和调节状态变化率进行组合，得到各风电机组对应的调节演化状态数据；

23、根据风电场内各风电机组的设备编号建立风电机组排列顺序，并按排列顺序将各风电机组对应的调节演化状态数据进行顺序映射，得到风电机组的调节演化分布序列；

24、根据各风电机组之间的电气连接关系，将所述调节演化分布序列中具有电气连接关系的风电机组进行关联连接形成第二预设数量个调节演化关联单元；

25、将各调节演化关联单元按对应的电气连接位置进行组合，得到风电场的调节演化图谱。

26、通过将调节状态变化量与调节状态变化率组合形成调节演化状态数据，根据风电机组排列顺序及电气连接关系构建调节演化图谱，将各风电机组独立的演化状态转化为具有拓扑关联的整体演化分布，能够直观反映风电场内部调节资源的空间分布及关联演化特征，为后续调节资源区域划分和动态资源分层提供统一的数据载体，提高调节资源识别的准确性和整体协同分析能力。

27、可选地，对所述调节演化图谱进行区域划分得到目标区域，根据所述目标区域对各风电机组进行资源分层得到调节结构数据，包括：

28、根据调节演化图谱中各调节演化关联单元对应的调节演化状态数据进行初步区域划分，得到调节增长区域、调节稳定区域和调节衰减区域；

29、增设一个临时缓冲区域，遍历各区域中的调节演化关联单元，将满足第一预设规则的调节演化关联单元暂存至临时缓冲区域；

30、持续监测临时缓冲区域内各调节演化关联单元对应的调节状态变化量和调节状态变化率，将满足第二预设规则的调节演化关联单元重新划分至相应的目标区域内；

31、根据最终划分得到的调节增长区域、调节稳定区域和调节衰减区域，对各风电机组进行资源分层生成调节结构数据。

32、通过对调节演化图谱进行初步区域划分，并增设临时缓冲区域对存在区域切换倾向的调节演化关联单元进行持续监测，在其演化状态稳定后再重新划分至对应目标区域，有效避免因短时工况波动造成区域误判，提高调节增长区域、调节稳定区域和调节衰减区域划分的稳定性与准确性，进而提升资源分层结果的可靠性。

33、可选地，根据电网调度指令数据解析目标调节指令，根据所述调节结构数据和目标调节指令确定调节资源集合，包括：

34、确定所述目标调节指令对应的目标调节需求；所述目标调节需求包括调节类型、调节方向和调节强度；

35、根据调节结构数据获取与目标调节需求对应资源层中的调节演化关联单元构建得到目标调节候选资源集合；

36、遍历目标调节候选资源集合中的各调节演化关联单元，判断各调节演化关联单元是否满足目标调节需求：

37、若满足，则将对应调节演化关联单元加入目标调节资源集合；

38、若不满足，则将下一资源层对应的调节演化关联单元加入目标调节候选资源集合，并重复执行遍历判断过程，直至目标调节资源集合满足目标调节需求；

39、根据目标调节资源集合确定各调节演化关联单元包含的风电机组生成与目标调节指令对应的调节资源集合。

40、通过解析电网调度指令确定目标调节需求，并结合调节结构数据按资源层逐级筛选调节演化关联单元，形成与目标调节指令相匹配的调节资源集合，避免直接在全风电场范围内进行调节资源调用，能够使调节任务优先分配至调节能力较强的资源层，在满足调节需求的同时减少对调节能力衰减机组的频繁调用，提高调节资源匹配精度和资源利用均衡性，增强风电场协同调节的持续性与执行效率。

41、可选地，通过调节资源集合确定各风电机组对应的调节任务分配结果，包括：

42、根据调节资源集合提取各调节演化关联单元，按各调节演化关联单元对应的电气连接关系构建得到调节任务分配序列；

43、按调节任务分配序列依次对各调节演化关联单元进行任务分解，得到各调节演化关联单元对应的单元调节任务；

44、将各单元调节任务分配至对应调节演化关联单元内包含的各风电机组，使各风电机组共同完成对应单元调节任务；

45、根据各调节演化关联单元对应的单元调节任务生成各风电机组对应的调节任务分配结果。

46、根据调节资源集合提取调节演化关联单元，根据各关联单元之间的电气连接关系构建调节任务分配序列，将整体调节任务逐级分解为各关联单元对应的单元调节任务，分配至关联单元内各风电机组协同执行，实现调节任务由整体到局部的层级化分配，能够充分利用电气连接风电机组之间的协同调节能力，避免调节任务分配无序或过于集中，提高风电场调节任务分配的协调性和执行效率。

47、可选地，通过所述运行反馈数据更新各风电机组对应的调节状态数据，包括：

48、获取各风电机组对应的运行反馈数据，并按控制周期将所述运行反馈数据转换为对应的调节反馈记录；

49、将各调节反馈记录追加至对应风电机组的历史调节记录序列末端，更新各风电机组对应的历史调节记录序列；

50、遍历更新后的历史调节记录序列，重新构建出各风电机组对应的调节作用关联序列，并重新计算各历史调节记录对当前运行状态的影响系数；

51、根据重新计算得到的影响系数更新各风电机组对应的历史调节影响量，根据当前控制周期的实时运行数据重新计算各风电机组对应的调节状态数据。

52、通过将运行反馈数据按控制周期转换为调节反馈记录，追加至历史调节记录序列，使最新调节行为持续融入历史调节过程，重新构建调节作用关联序列、计算历史调节影响量及调节状态数据，实现风电机组调节状态的动态迭代更新，能够及时反映风电机组长期参与辅助服务后的实际调节能力变化，避免调节状态与实际运行状态脱节，提高后续调节资源评估和协同调度的实时性与准确性，形成持续优化的闭环协同控制机制。

53、在本发明实施的第二方面，提出一种风电机组协同控制优化系统，所述系统包括：

54、数据获取模块，用于获取风电场内各风电机组的历史调节响应数据、实时运行数据和电网调度指令数据，根据历史调节响应数据和实时运行数据计算出各风电机组对应的调节状态数据；

55、图谱生成模块，用于根据调节状态数据计算出各风电机组对应的调节状态变化量和调节状态变化率，根据调节状态变化量和调节状态变化率生成风电场调节演化图谱；

56、区域划分模块，用于对所述调节演化图谱进行区域划分得到目标区域，根据所述目标区域对各风电机组进行资源分层得到调节结构数据；所述目标区域包含调节增长区域、调节稳定区域和调节衰减区域；所述调节结构数据表示当前控制周期内各风电机组在目标区域中的层级分布关系及对应的资源层级划分结果；

57、指令生成模块，用于根据电网调度指令数据解析目标调节指令，根据所述调节结构数据和目标调节指令确定调节资源集合，通过调节资源集合确定各风电机组对应的调节任务分配结果，生成协同调节指令；

58、数据更新模块，用于将所述协同调节指令发送至对应风电机组执行调节控制，并实时采集调节后的运行反馈数据，通过所述运行反馈数据更新各风电机组对应的调节状态数据，并将更新后的调节状态数据执行下一控制周期的协同调节控制。

59、本发明的有益效果：

60、本发明通过引入历史调节响应数据对风电机组当前调节状态进行修正，并构建反映调节能力演化过程的调节演化图谱，在此基础上完成区域划分及资源分层，使风电场内部实际调节能力分布能够被动态识别和持续更新，结合电网调度指令需求从对应资源层中筛选调节资源并实施协同任务分配，实现调度指令与风电机组真实调节能力的匹配，避免部分机组持续过度调用及部分机组长期闲置，提高风电场整体调节资源利用效率，减缓调节能力衰减，增强后续协同控制的持续性与有效性。