随着风电并网规模的增大,我国风电并网标准规定,风电场有功功率必须跟踪电网给定值。然而,风力技术不断进步,风电开发建设条件变得更为复杂,难度更大,风电场对风电机组的要求变得越来越高。为了更有效提升风电场的发电能力,降低度电成本。风电场根据风电机组安装位置的风况、地势差异,个性化定制风电机组,使风电机组的发电性能、机械性能、安全性能等与安装位置的风况相适应。定制化机组之间存在较为明显的技术差异,机组有功功率控制策略、机组维护策略存在较大差异,传统的风电场有功功率控制方法用于机组定制化风电场将面临工程难度急剧增大的问题;另外,出于技术隐私保护等原因,风电场控制中心难以掌握各机组的完全信息。在机组定制化风电场中,传统风电场有功功率控制方法面临可行性挑战。为解决上述问题,在国家自然科学基金(61379063)和湖南省自然科学基金项目(2015JJ5027)的支持下,本文提出一种基于发电权竞争的机组定制化风电场有功功率控制方法,主要内容如下:(1)提出基于发电权竞争的机组定制化风电场有功功率控制机制。其主要思想为,各风电机组根据自身预测可发功率,已有发电权等信息向风电场申请发电权;风电场有功功率控制器以促进机组公平竞争、促进机组按真实发电能力申报发电权为原则,根据各机组申报信息,按一定的规则将发电权分配给各机组。(2)研究基于数据驱动的风电机组可发功率超短期高精度预测方法,为机组精确申报发电权服务。该功率预测方法首先基于风速二次分解方法对风速进行预测,然后对拟合生成风电机组功率曲线的BIN方法进行改进,得到改进的风电机组功率曲线。通过预测得到的风速检索改进的风电机组功率曲线实现功率预测。风速预测中,使用三层WPD算法分解风速序列,分解后得到的高频分量,利用EEMD方法进行二次分解。选择ELM神经网络,对分解后各信号分量建立预测模型,将各分量预测结果叠加,得到超短期预测风速。风电机组功率曲线生成中,根据风电机组功率监测数据,将传统BIN方法的风速范围划分区间0.5m/s缩小为O.1 m/s,拟合得到风电机组实测功率曲线。实验仿真说明,该方法能有效提高对风电机组超短期功率预测的精度。对风电机组超短期功率的高精度预测额,可以提高风电机组在发电权竞争中的竞争力。(3)为督促各风电机组控制器根据自身发电能力诚实向风电场申请发电权,提出一种基于次价密封拍卖的风电场有功功率分配方法。其基本原理为,在每一轮分配中,各风电机组采用密封投标的方式,向风电场有功功率控制器申请发电权,风电场控制器收到各机组申请的发电权后,将该轮申请中第二高的发电权分配给申请发电权最大的风电机组。风电机组按中标的发电权发电,如果风电机组的输出功率与所中标发电权的误差超过阈值,则对机组施加高额惩罚。算例分析与仿真结果表明,与传统的风电场有功功率分配方法相比,本方法能降低风电场功率误差,提高风电场功率的可靠性。