本發明屬于風電場控制，更具體地，涉及一種風電場無功支撐能力在線評估方法和裝置。

背景技術：

1、電壓安全是電力系統安全穩定的重要問題之一，以風電為代表的新能源滲透率快速增高，電網規定風電場站應具備一定的無功電壓支撐能力。然而，風力資源的波動性和不均勻分布性以及風機的復雜運行狀態導致了風電場無功支撐能力難以精準量化評估。

2、近年來，風電場無功支撐能力的評估方法主要可以分為模型驅動和數據驅動兩類。模型驅動方法通過簡化風電場的調壓模型，推導表達式或進行復雜的非線性規劃計算，以此獲取無功支撐能力的評估指標。然而，這類方法需要大量風電場模型參數，而現有參數估計方法與真實參數之間存在一定偏差。此外，模型中對部分機理的簡化以及復雜的非線性計算過程降低了評估效率，難以滿足在線評估的要求。相比之下，數據驅動方法利用神經網絡等技術對歷史數據進行擬合，生成數據模型，從而快速計算評估指標。但這種方法脫離了數學模型，難以揭示系統內部的關系，其評估結果的可解釋性仍有不足。同時，由于風電場實際運行中極限場景下的無功調壓數據難以獲取，訓練模型在全局范圍內的精度難以保證。因此，現有對風電場無功支撐能力相關研究并未提出實用的在線評估方法。

3、綜上，現有對風電場無功支撐能力量化方法評估結果不夠精確、評估速度不夠快速，難以滿足在線評估的需求。

技術實現思路

1、針對現有技術的以上缺陷或改進需求，本發明提供了一種風電場無功支撐能力在線評估方法和裝置，其目的在于，解決現有風電場無功支撐能力量化方法評估結果精確低和評估速度低的技術問題。

2、為實現上述目的，按照本發明的一個方面，提供了一種風電場無功支撐能力在線評估方法，包括：

3、s1：將采集到的風電場的當前運行狀態數據輸入基于koopman算子的規劃模型進行求解，得到多層次量化評估指標；所述多層次量化評估指標包括理論無功支撐能力指標和實際無功支撐需求指標；

4、其中，所述基于koopman算子的規劃模型的目標函數包括：minf(x)＝(upcc-umin)2、minf(x)＝(qn-qnmin)2、minf(x)＝(upcc-umax)2和minf(x)＝(qn-qnmax)2；四個目標函數分別用于無功充足的電壓跌落小擾動工況、無功不足的電壓跌落大擾動工況、無功充足的電壓驟升小擾動工況、無功不足的電壓驟升大擾動工況；upcc為風電場并網點實際電壓，umin為并網點電壓設置最低值，umax為并網點電壓設置最高值，qn為風電場實際無功需求指標，qnmax、qnmin分別為風電場理論最大和最小支撐能力指標；

5、s2：利用所述多層次量化評估指標對風電場無功支撐能力進行評估。

6、在其中一個實施例中，所述基于koopman算子的規劃模型的約束包括等式約束：其中，指koopman字典函數，k為全局線性化koopman算子，δqi為風電場第i臺風機的無功輸出偏移量，pi為風電場第i臺風機的有功輸出量，δug為擾動點的電壓跌落大小，kqi為風電場第i臺風機的下垂控制系數。

7、在其中一個實施例中，所述基于koopman算子的規劃模型的約束包括不等式約束：無功大小約束qimin≤qi≤qimax和并網點電壓約束umin≤upcc≤umax；其中，qi為第i臺風機的無功輸出量，qimax、qimin為第i臺風機的理論支撐能力上下限，umax、umin為并網點電壓上下限。

8、在其中一個實施例中，所述理論無功支撐能力指標是指風電單元以及風電場站理論上具有的最大無功功率輸出量。

9、在其中一個實施例中，

10、利用公式δqmax∈(o1∩o2)+o3計算單臺風機的理論無功支撐能力指標δqmax；o1為定子側的第一無功容量，o2為定子側的第二無功容量，o3為轉子側的無功容量；

11、利用公式計算風電場的理論無功支撐能力指標；

12、其中，δqnmax為風電場的理論無功支撐能力，l為風電場內風機的臺數，s為風機的容量，下標i表示第i臺風機。

13、在其中一個實施例中，所述實際無功支撐需求指標是指在考慮各發電單元電流、容量、潮流相關約束的前提下維持pcc點電壓安全前提下實際需要輸出的無功功率大小。

14、在其中一個實施例中，在s1之前，所述方法還包括：

15、利用koopman字典函數對風電場的歷史調壓數據進行升維變換得到高維數據組，對所述高維數據組進行擬合得到全局線性化koopman算子；

16、基于koopman算子列寫線性規劃等式約束，基于風電場安全運行條件列寫不等式約束，基于量化評估指標列寫目標函數，以構建所述基于koopman算子的規劃模型。

17、按照本發明的另一方面，提供了一種風電場無功支撐能力在線評估裝置，包括：

18、求解模塊，用于將采集到的風電場的當前運行狀態數據輸入基于koopman算子的規劃模型進行求解，得到多層次量化評估指標；所述多層次量化評估指標包括理論無功支撐能力指標和實際無功支撐需求指標；

19、其中，所述基于koopman算子的規劃模型的目標函數包括：minf(x)＝(upcc-umin)2、minf(x)＝(qn-qnmin)2、minf(x)＝(upcc-umax)2和minf(x)＝(qn-qnmax)2；四個目標函數分別用于無功充足的電壓跌落小擾動工況、無功不足的電壓跌落大擾動工況、無功充足的電壓驟升小擾動工況、無功不足的電壓驟升大擾動工況；upcc為風電場并網點實際電壓，umin為并網點電壓設置最低值，umax為并網點電壓設置最高值，qn為風電場實際無功需求指標，qnmax、qnmin分別為風電場理論最大和最小支撐能力指標；

20、評估模塊，用于利用所述多層次量化評估指標對風電場無功支撐能力進行評估。

21、按照本發明的另一方面，提供了一種風電場的控制系統，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序時實現上述的方法的步驟。

22、按照本發明的另一方面，提供了一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時實現上述的方法的步驟。

23、總體而言，通過本發明所構思的以上技術方案與現有技術相比，能夠取得下列有益效果：

24、(1)本發明提供一種風電場無功支撐能力在線評估方法，將采集到的風電場的當前運行狀態數據輸入基于koopman算子的規劃模型進行求解，得到多層次量化評估指標，能快速精準量化風電場無功支撐能力，最終實現風電場無功支撐能力在線評估；其中，利用公式min?f(x)＝(upcc-umin)2、min?f(x)＝(qn-qnmin)2、min?f(x)＝(upcc-umax)2、min?f(x)＝(qn-qnmax)2表示規劃模型的目標函數；在小擾動無功充足的情況下，計算最小無功輸出以滿足電壓恰好不越限，節約了無功資源，剩余容量可用于有功輸出從而提升經濟性；在大擾動無功不足的情況下，計算最大無功輸出使得電壓偏移量最小，提升了系統的安全性。即該規劃模型對應的目標函數充分考慮風電場的實際運行機理，提高了分析的針對性、可信度和準確性。在風電場無功支撐能力的評估中顯示出了極高的效果，確保了評估結果的高度可靠性和實用性。

25、(2)本方案利用koopman描述變量非初值等式約束，以表征線性規劃等式約束，使系統高維線性化，提升規劃計算的效率；此外，以koopman算子代替復雜系統參數，并不需要測量線路阻抗信息，降低了阻抗參數測量誤差對評估結果的影響。

26、(3)本方案基于風電場安全運行條件列寫的所述不等式約束包括：無功大小約束和并網點電壓約束，不僅考慮了風機不同運行狀態下的能力，還考慮了安全運行約束的限制，這種全方位的考慮，使得評估結果更加精準和可靠。

27、(4)本方案中量化評估指標包括：理論支撐能力、實際支撐需求，前者量化了風電場最大的無功支撐能力，后者量化了特定工況下風電場需要輸出的無功量，更加全面地描述了風電場無功支撐能力，使得評估層次更加豐富。

28、(5)本方案采用koopman升維函數對歷史運行狀態數據進行擬合，將復雜低維非線性數據轉化為高維線性數據組得到對應的koopman算子，基于koopman算子構建用于評估風電場無功支撐能力的線性模型，求解線性模型得到多層次的量化評估指標，能快速精準量化風電場無功支撐能力。本發明能快速精準地在線計算風電場無功支撐能力，機組可以利用評估結果合理整定控制系數，在場站調壓時各個風機得以按能分配無功功率，電網也可根據評估結果合理分配無功資源，避免資源的浪費，進一步提升了新型電力系統的電壓安全性，工程實用性強。