Data-driven Dynamic Modeling of Nonlinear Frequency Regulation for Wind Farm Under All Operation Conditions

HU Yang; YAO Xinran; FANG Fang; SONG Ziqiu; GUO Qiang; LIU Jizhen

doi:10.7500/AEPS20221130009

您当前的位置：

首页 >

文章列表页 >

Data-driven Dynamic Modeling of Nonlinear Frequency Regulation for Wind Farm Under All Operation Conditions

Special Topic on Power Balance and Optimal Dispatching Technology for Power System with High Proportion of Renewable Energy | 更新时间：2025-06-16

- Data-driven Dynamic Modeling of Nonlinear Frequency Regulation for Wind Farm Under All Operation Conditions
- Automation of Electric Power Systems Vol. 47, Issue 15, Pages: 162-169(2023)
- 作者机构：
  
  1.电站能量传递转化与系统教育部重点实验室(华北电力大学),北京市 102206
  2.华北电力大学控制与计算机工程学院,北京市 102206
  3.国网山西省电力公司电力科学研究院,山西省太原市 030001
- 作者简介：
- 基金信息：
  
  National Key R&D Program of China(2021YFE0102400)
- DOI：10.7500/AEPS20221130009
  CLC：
- Received：30 November 2022，
  
  Revised：2023-04-25，
  
  Published Online：30 May 2023，
  
  Published：10 August 2023
- 稿件说明：
移动端阅览
胡阳,姚欣然,房方等.数据驱动的风电场全工况非线性调频动态建模[J].电力系统自动化,2023,47(15):162-169.

HU Yang,YAO Xinran,FANG Fang,et al.Data-driven Dynamic Modeling of Nonlinear Frequency Regulation for Wind Farm Under All Operation Conditions[J].Automation of Electric Power Systems,2023,47(15):162-169.
胡阳,姚欣然,房方等.数据驱动的风电场全工况非线性调频动态建模[J].电力系统自动化,2023,47(15):162-169. DOI： 10.7500/AEPS20221130009.

HU Yang,YAO Xinran,FANG Fang,et al.Data-driven Dynamic Modeling of Nonlinear Frequency Regulation for Wind Farm Under All Operation Conditions[J].Automation of Electric Power Systems,2023,47(15):162-169. DOI： 10.7500/AEPS20221130009.

摘要

当前风电场级并网调频面临较大挑战。为降低建模复杂度，采用风电场并网点实际运行数据，提出了风电场出力范围内全工况一次调频特性时域差分动态建模方法。首先，进行机理分析并确定输入输出变量，完成数据采样和处理。然后，提出离散工况抽样和非线性评估方法，建立了单工况子空间模型，并进行间隙测度评估全工况调频响应动态非线性度。此后，为高效逼近全工况复杂非线性调频特性，构建混杂有限差分回归向量，并对其张成的差分动态空间进行凸划分，在各子工作域均匀选取建模样本并采用带注意力机制的长短期记忆神经网络进行全工况建模。最后，经过某风电场并网点调频运行数据进行验证，表明所提出的全工况有限差分动态建模方法具有任意精度逼近能力，可有效表征风电场一次调频复杂非线性响应特性。

Abstract

At present

frequency regulation of wind-farm-level grid connection faces significant challenges. In order to reduce modeling complexity

using actual operation data of grid connection points of the wind farm

a time-domain differential dynamic modeling method for primary frequency regulation characteristics under all operation conditions within the output range of wind farms is proposed. Firstly

the mechanism is analyzed and the input and output variables are determined to complete data sampling and processing. Then

discrete condition sampling and nonlinear evaluation methods are proposed

and a subspace model under single operation condition is established to evaluate the dynamic nonlinearity of frequency regulation response under all operation conditions through gap measurement. Thereafter

in order to efficiently approximate the complex nonlinear frequency regulation characteristics under all operation conditions

a hybrid finite difference regression vector is constructed

and its stretched differential dynamic space is convexly divided. Modeling samples are evenly selected in each sub operation domain

and long and short-term memory neural network with attention mechanism is used to model under all operation conditions. Finally

through the verification of the frequency regulation operation data of grid connection points of the wind farm

it shows that the proposed finite difference dynamic modeling method under all operation conditions has the approximation ability of arbitrary precision

and can effectively characterize the complex nonlinear response characteristics of primary frequency regulation for the wind farm.

关键词

Keywords

references

中国可再生能源学会风能专业委员会． 2017年中国风电装机容量统计简报［EB/OL］.［ 2023-02-05 ］. https：//www.docin.com/p-1929517899.html https://www.docin.com/p-1929517899.html .

China Renewable Energy Society Wind Energy Professional Committee . China wind power installed capacity statistics in 2017 ［EB/OL］. ［ 2023-02-05 ］. https：//www.docin.com/p-19295178 99.html https://www.docin.com/p-1929517899.html .

潘小海，梁双，张茗洋 . 碳达峰碳中和背景下电力系统安全稳定运行的风险挑战与对策研究［J］. 中国工程咨询， 2021 （ 8 ）： 37 - 42 .

PAN Xiaohai ， LIANG Shuang ， ZHANG Mingyang . Study on the risk challenges and countermeasures of safe and stable operation of power system under the background of carbon neutralization in peak carbon dioxide emissions ［J］. China Engineering Consultants ， 2021 （ 8 ）： 37 - 42 .

汪宁渤，马明，强同波，等 . 高比例新能源电力系统的发展机遇、挑战及对策［J］. 中国电力， 2018 ， 51 （ 1 ）： 29 - 35 .

WANG Ningbo ， MA Ming ， QIANG Tongbo ， et al . High-penetration new energy power system development： challenges， opportunities and countermeasures ［J］. Electric Power ， 2018 ， 51 （ 1 ）： 29 - 35 .

李军徽，冯喜超，严干贵，等 . 高风电渗透率下的电力系统调频研究综述［J］. 电力系统保护与控制， 2018 ， 46 （ 2 ）： 163 - 170 .

LI Junhui ， FENG Xichao ， YAN Gangui ， et al . Survey on frequency regulation technology in high wind penetration power system ［J］. Power System Protection and Control ， 2018 ， 46 （ 2 ）： 163 - 170 .

姚伟，熊永新，姚雅涵，等 . 海上风电柔直并网系统调频控制综述［J］. 高电压技术， 2021 ， 47 （ 10 ）： 3397 - 3413 .

YAO Wei ， XIONG Yongxin ， YAO Yahan ， et al . Review of voltage source converter-based high voltage direct current integrated offshore wind farm on providing frequency support control ［J］. High Voltage Engineering ， 2021 ， 47 （ 10 ）： 3397 - 3413 .

刘洪波，彭晓宇，张崇，等 . 风电参与电力系统调频控制策略综述［J］. 电力自动化设备， 2021 ， 41 （ 11 ）： 81 - 92 .

LIU Hongbo ， PENG Xiaoyu ， ZHANG Chong ， et al . Overview of wind power participating in frequency regulation control strategy for power system ［J］. Electric Power Automation Equipment ， 2021 ， 41 （ 11 ）： 81 - 92 .

刘颖明，王树旗，王晓东 . 基于广义预测控制的风电场调频控制策略研究［J］. 太阳能学报， 2022 ， 43 （ 3 ）： 405 - 410 .

LIU Yingming ， WANG Shuqi ， WANG Xiaodong . Secondary frequency regulation control of wind farm based on generalized predictive control ［J］. Acta Energiae Solaris Sinica ， 2022 ， 43 （ 3 ）： 405 - 410 .

张正阳，殷明慧，李阳，等 . 考虑机组稳定约束的风机一次调频控制策略［J］. 中国电机工程学报， 2023 ， 43 （ 4 ）： 1471 - 1481 .

ZHANG Zhengyang ， YIN Minghui ， LI Yang ， et al . Primary frequency modulation control strategy of fan considering unit stability constraints ［J］. Proceedings of the CSEE ， 2023 ， 43 （ 4 ）： 1471 - 1481 .

GONZALEZ-LONGATT F M . Impact of emulated inertia from wind power on under-frequency protection schemes of future power systems ［J］. Journal of Modern Power Systems and Clean Energy ， 2016 ， 4 （ 2 ）： 211 - 218 .

PRADHAN C ， BHENDE C N ， SAMANTA A K . Adaptive virtual inertia-based frequency regulation in wind power systems ［J］. Renewable Energy ， 2018 ， 115 ： 558 - 574 .

LIU J L ， YANG Z F ， YU J ， et al . Coordinated control parameter setting of DFIG wind farms with virtual inertia control ［J］. International Journal of Electrical Power & Energy Systems ， 2020 ， 122 ： 106167 .

魏博，邵冲，张柏林，等 . 基于下垂特性的风电场参与电网快速频率调整实测分析［J］. 电气技术， 2020 ， 21 （ 6 ）： 39 - 44 .

WEI Bo ， SHAO Chong ， ZHANG Bolin ， et al . Actual measurement and analysis of wind power plant participating in power grid fast frequency regulation base on droop characteristic ［J］. Electrical Engineering ， 2020 ， 21 （ 6 ）： 39 - 44 .

张三洪，党杰，戴剑丰，等 . 考虑最优转速与桨距角控制的风电场限功率优化控制策略［J］. 电网技术， 2021 ， 45 （ 5 ）： 1844 - 1851 .

ZHANG Sanhong ， DANG Jie ， DAI Jianfeng ， et al . Optimal control strategy for wind power curtailment considering optimal speed and pitch angle control ［J］. Power System Technology ， 2021 ， 45 （ 5 ）： 1844 - 1851 .

姚琦，刘吉臻，胡阳，等 . 含异步变速风机的风电场一次调频等值建模与仿真［J］. 电力系统自动化， 2019 ， 43 （ 23 ）： 185 - 192 .

YAO Qi ， LIU Jizhen ， HU Yang ， et al . Equivalent modeling and simulation for primary frequency regulation of wind farm with asynchronous variable-speed wind turbines ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 23 ）： 185 - 192 .

奥博宇，王方政，陈磊，等 . 风电机组变桨减载一次调频模型及聚合方法［J］. 电网技术， 2023 ， 47 （ 4 ）： 1360 - 1369 .

AO Boyu ， WANG Fangzheng ， CHEN Lei ， et al . Primary frequency regulation model and aggregation of deloading wind turbine generators with pitch angle adjustment ［J］. Power System Technology ， 2023 ， 47 （ 4 ）： 1360 - 1369 .

晁璞璞，李卫星，金小明，等 . 基于有功响应的双馈型风电场实用化等值方法［J］. 中国电机工程学报， 2018 ， 38 （ 6 ）： 1639 - 1646 .

CHAO Pupu ， LI Weixing ， JIN Xiaoming ， et al . An active power response based practical equivalent method for DFIG wind farms ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 6 ）： 1639 - 1646 .

赵庆 . 基于实测数据辨识的风电场建模研究［D］. 北京：华北电力大学， 2021 .

ZHAO Qing . Research on modeling of wind farm based on test data identification ［D］. Beijing ： North China Electric Power University ， 2021 .

李世春，黄悦华，王凌云，等 . 基于转速控制的双馈风电机组一次调频辅助控制系统建模［J］. 中国电机工程学报， 2017 ， 37 （ 24 ）： 7077 - 7086 .

LI Shichun ， HUANG Yuehua ， WANG Lingyun ， et al . Modeling primary frequency regulation auxiliary control system of doubly fed induction generator based on rotor speed control ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 24 ）： 7077 - 7086 .

张宇帆，艾芊，林琳，等 . 基于深度长短时记忆网络的区域级超短期负荷预测方法［J］. 电网技术， 2019 ， 43 （ 6 ）： 1884 - 1892 .

ZHANG Yufan ， AI Qian ， LIN Lin ， et al . A very short-term load forecasting method based on deep LSTM RNN at zone level ［J］. Power System Technology ， 2019 ， 43 （ 6 ）： 1884 - 1892 .

赖启平，肖谭南，李东晟，等 . 基于微分神经网络的风电机群低电压穿越特性建模［J］. 系统仿真学报， 2022 ， 34 （ 12 ）： 2546 - 2556 .

LAI Qiping ， XIAO Tannan ， LI Dongsheng ， et al . Modeling of low voltage ride-through characteristics of wind turbine based on differential neural network ［J］. Journal of System Simulation ， 2022 ， 34 （ 12 ）： 2546 - 2556 .

曾哲璇，岳作功，袁烨 . 动力系统可辨识性研究综述［J/OL］．控制理论与应用［ 2022-09-22 ］. https：//kns.cnki.net/kcms2/article/abstract？v=3uoqIhG8C45S0n9fL2suRadTyEVl2pW9U rhTDCdPD658MKyAC6lELHFbTVp7_snIWbspEdUJItGMwXQtmdl2xyLQdJ7yVytq&uniplatform=NZKPT https://kns.cnki.net/kcms2/article/abstract?v=3uoqIhG8C45S0n9fL2suRadTyEVl2pW9UrhTDCdPD658MKyAC6lELHFbTVp7_snIWbspEdUJItGMwXQtmdl2xyLQdJ7yVytq&uniplatform=NZKPT .

ZENG Zhexuan ， YUE Zuogong ， YUAN Ye ． Overview of identifiability research of power system ［J/OL］ Control Theory and Application［ 2022-09-22 ］. https：//kns.cnki.net/kcms2/article/abstract？v=3uoqIhG8C45S0n9fL2suRadTyEVl2pW9U rhTDCdPD658MKyAC6lELHFbTVp7_snIWbspEdUJItGMwXQtmdl2xyLQdJ7yVytq&uniplatform=NZKPT https://kns.cnki.net/kcms2/article/abstract?v=3uoqIhG8C45S0n9fL2suRadTyEVl2pW9UrhTDCdPD658MKyAC6lELHFbTVp7_snIWbspEdUJItGMwXQtmdl2xyLQdJ7yVytq&uniplatform=NZKPT ．

李炳楠，朱峰，燕志伟，等 . 超临界火电机组协调系统建模及模型预测控制算法研究［J］. 热能动力工程， 2020 ， 35 （ 2 ）： 117 - 125 .

LI Bingnan ， ZHU Feng ， YAN Zhiwei ， et al . Research on modeling and model predictive control algorithm for supercritical thermal power unit coordination system ［J］. Journal of Engineering for Thermal Energy and Power ， 2020 ， 35 （ 2 ）： 117 - 125 .

胡阳，李倩，房方，等 . 基于有限差分运行域的风电场全风况超短期出力动态区间建模［J］. 电网技术， 2022 ， 46 （ 4 ）： 1346 - 1357 .

HU Yang ， LI Qian ， FANG Fang ， et al . Dynamic interval modeling of ultra-short-term output of wind farm based on finite difference operating domains ［J］. Power System Technology ， 2022 ， 46 （ 4 ）： 1346 - 1357 ．

王周伟，陶志鹏，张元庆 . 基于Spatial AIC准则的空间自回归模型变量选择研究［J］. 数理统计与管理， 2019 ， 38 （ 1 ）： 69 - 80 .

WANG Zhouwei ， TAO Zhipeng ， ZHANG Yuanqing . Research on the variable selection of spatial autoregressive model based on the AIC criterion ［J］. Journal of Applied Statistics and Management ， 2019 ， 38 （ 1 ）： 69 - 80 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于单机模型扩展的直驱风电场通用等值模型构建方法

基于状态量预测的风储联合并网储能优化控制方法

Transient Model and Real-time Simulation Method for Power Electronic Switches Based on Connectionist Neural Networks

Dynamic Security Partitioning Assessment and Model Updating of Power System Based on Electrical Coordinates

Related Author

LI Dongsheng

CAO Qianni

LAI Qiping

SHEN Chen

CHAI Wei

WENG Haowen

WANG Can

PAN Xuewei

Related Institution

Wind Power Research Center，School of Electronic Information and Electrical Engineering，Shanghai Jiao Tong University

School of Robotics and Advanced Manufacturing, Harbin Institute of Technology

Key Laboratory of Power System Intelligent Dispatch and Control, Ministry of Education (Shandong University)

School of Electrical Engineering, Southwest Jiaotong University

⁰