基于风速衰减因子法的大型风电场尾流效应模拟方法研究EI北大核心CSCD

在大型风电场尾流计算中,多台风机的尾流叠加方法一直是个难点。传统的尾流叠加方法均基于实际风速值,导致模型复杂、计算必须依据气流流经风机的顺序,且由于风机尾流之间的覆盖关系较为复杂,容易出现漏算、重复计算的问题。提出风速衰减因子(尾流风速与来流风速之比,Rv)及基于风速衰减因子的风电场尾流计算方法,称为风速衰减因子法(Rv法)。该方法物理意义明确、简单易行,可按照任意风机顺序进行计算,避免漏算、重复计算问题。此外,基于实例风电场,采用法模拟了尾流影响下全部风机的功率情况,对比显示模拟结果与实测数据较为一致(相关性系数0.86);采用Rv法模拟了风电场三维尾流分布,并与实测风廓线进行了对比,对比结果显示在大气稳定条件下,模拟结果与实测数据较为一致。     

考虑尾流效应的风电场短期功率空间预测模型EI北大核心CSCD

由于风电的波动性和随机性,并网运行的风电场会对电力系统稳定性产生一定的影响。针对风电场输出功率的不确定性,构建了一种基于物理方法的空间相关模型来对短期风电功率进行预测。首先,该模型根据风电场风力机之间的空间位置及排布关系,计算风力机之间的尾流效应,导出了各风力机处的连续微分方程,然后使用有限体积法将网格点处的微分方程进行离散化,推导出风速空间相关矩阵,通过给定的边界条件求解上述微分方程,得出各个风力机的输入风速。最后将风速计算结果输入功率转化曲线得到各风力机的输出功率,从而预测风电场的输出功率。研究结果表明,空间相关模型可以较好地量化每台风力机的输出功率,将风电场输出功率的不确定性转化为相对量化的确定性关系,具有一定的实用价值。     

计及尾流效应的双馈机组风电场等值建模研究

针对双馈机组风电场内机组间尾流的相互影响,提出一种新的风电场等值建模方法。该方法考虑尾流效应,定义了"尾流影响因子"表征各台风电机组受其他风电机组尾流影响的程度,并以此作为风电场内风电机组的分组依据。将风向作为输入,从而进行风电机组的分组以及合并等值。同时给出了合并后等值模型参数的计算方法,得到风电场的多机等值模型。仿真结果表明,利用该方法建立的等值模型较之传统的等值模型能更准确地体现风电场的功率输出特性。     

基于风速衰减因子法的大型风电场尾流效应模拟方法研究

在大型风电场尾流计算中,多台风机的尾流叠加方法一直是个难点。传统的尾流叠加方法均基于实际风速值,导致模型复杂、计算必须依据气流流经风机的顺序,且由于风机尾流之间的覆盖关系较为复杂,容易出现漏算、重复计算的问题。提出风速衰减因子(尾流风速与来流风速之比,Rv)及基于风速衰减因子的风电场尾流计算方法,称为风速衰减因子法(Rv法)。该方法物理意义明确、简单易行,可按照任意风机顺序进行计算,避免漏算、重复计算问题。此外,基于实例风电场,采用法模拟了尾流影响下全部风机的功率情况,对比显示模拟结果与实测数据较为一致(相关性系数0.86);采用Rv法模拟了风电场三维尾流分布,并与实测风廓线进行了对比,对比结果显示在大气稳定条件下,模拟结果与实测数据较为一致。     

错列布局风电场尾流演变实验研究EI北大核心CSCD

在规模化风电场中,多机组尾流相互干扰对机组能量转换、区域大气边界层结构有着显著的影响。为研究湍流来流条件下错列布局风电场尾流演变统计特性,在边界层型风洞中,错列布置6排15台水平轴风力机阵列,利用热线风速仪对尾流场进行高频率数据采集。结果表明:相比串列布局,错列布局能够显著提高尾流主流向速度恢复水平,具有提高输出功率的潜力;同时,降低风电场内部流动相关性,风力机迎风面的湍流积分尺度变小;风电场采用紧凑布局时,需要考虑上游两侧风力机后方的局部高湍流强度区对下游风力机叶尖载荷的影响。基于速度谱分析,进一步量化在流场能量输运过程中,各尺度涡旋运动对尾流湍动能贡献度的变化,在近尾流区,流场受到风力机旋转的显著影响,而在远尾流场,低频、大尺度的尾流蜿蜒成为主导。     

考虑尾流效应的风电场可靠性模型研究

考虑风电场的风况条件及风机排布阵列、风机强迫停运率、风电机组之间的尾流效应和风电机组输出功率特性曲线,建立了风电基地发电可靠性模型.据此,对东北地区某一风电场的风速和有功出力进行了仿真研究,结果表明,风电场可靠性评估考虑尾流效应,有利于进一步准确研究风电场可靠性模型的应用以及风电场对电力系统可靠性的影响.     

两种推导风电场10m高最大10min风速方法的讨论

根据察右中旗气象站及该地区的5座测风塔1 a的测风数据,采用2种方法推导出风电场10 m高50 a一遇最大10 min平均风速。方法1是使用气象站与测风塔测风年全部整小时测风数据做线性相关,由相关函数结合气象站50 a一遇最大10 min风速值推出风电场10 m高50 a一遇最大10 min平均风速;方法2是使用筛选出的测风塔测风年整小时测风数据中每日最大值及与其对应时刻的气象站测风数据做线性相关,由相关函数结合气象站50 a一遇最大10 min风速值推出风电场10 m高50 a一遇最大10 min平均风速。计算结果表明,在测风数据与气象站数据整体相关性较差的情况下,采用方法1得到的结果不稳定,而采用方法2稳定性得到了提高。     

基于自回归法的风电场脉动风速模拟

脉动风速模型主要反映脉动风速的位置分布和时间变化特性,其对整个风力发电机组与电网的运行状态有重要影响,是风力发电仿真研究的基础。文中根据风力发电机的结构特点与脉动风的特性,利用自回归法建立了具有一定功率谱密度特性的脉动风速模型,利用Matlab进行了仿真模拟。仿真结果表明：在工程精度范围内,文中风速模型较好地反映了脉动风的特性,满足了工程应用要求。     

基于尾流效应的双馈式风电场动态等值模型研究

针对风电机组间尾流效应对风电场并网点输出特性有较大的影响及常用的风电场单机等值模型误差大的问题,提出了考虑尾流效应的多机等值风电场动态等值模型。该方法计及Jensen模型作为风电场划分判据,将各组群进行独立等效。最后以电磁暂态仿真软件PSCAD／EMTDC为分析平台,搭建了双馈风电场详细模型和两种等值模型。通过比较风速波动情况下和故障情况下风电场等值模型与详细模型的并网点输出特性,验证了所提方法的准确性和适用性。     

基于风电场动态时空关系的风速分布模型研究

通过测风塔风速和风向数据计算风电场各机组的动态空间位置,基于Matlab平台在综合风电机组尾流效应和时滞效应数学模型的基础上,建立了风速在各台风机上的分布模型。算例以实际风电场为研究对象,将测风塔的实测数据输入该模型计算场内各风机风速,分析了尾流和时滞因素对风速模型及风电场出力的影响,结果表明尾流降低出力、时滞平滑出力。最后将风速模型转换成全场输出功率模型,并与风电场实测出力数据进行比较,验证了所建风电场风速模型的有效性。     

基于结构保持模型的大型风电场的等值方法

基于结构保持模型的概念,在满足等值机终端母线等值前后电压、电流保持不变及等值母线注入功率等于所有被等值机功率总和的前提下,推导了大型风电场双馈机组等值模型及其励磁系统等值模型;并进行了实例等值仿真.仿真结果表明,与传统的按容量加权等值方法相比,基于结构保持模型等值方法能更好地反映电力系统的暂态特性.这是分析大型风电场对电力系统暂态影响的一种有效等值方法.     

基于机舱风速数据的风电场弃风电量计算方法研究

为准确评估风电场弃风时段的电量损失,提出了一种新的风电场理论功率与弃风电量计算方法—机舱风速法。该方法基于风电机组正常运行时段的输出功率与机舱风速计的测量风速建立映射关系,再应用到弃风时段,计算风电场的理论功率与弃风电量。为研究该方法的可靠性,分析了仪器测量偏差、风机尾流波动性、开停机状态对理论功率计算结果的影响,并给出了开、停机状态下机舱测量风速的换算方法。采用风电场实测数据对机舱风速法进行了验证,验证结果显示机舱风速法计算的理论功率的相关性系数平均为0.9960,均方根误差平均为1.87%,理论电量误差平均为0.68%。与已有方法相比,机舱风速法计算精度高,便于区分电量损失来源,能针对不同开机方案进行灵活设置。机舱风速法不需要建立测风塔,但如能引入测风塔数据修正机舱风速,有可能进一步提升计算精度。     

基于改进稀疏表示的海上风电场交流海底电缆短路故障分类方法EI北大核心CSCD

准确、快速的海底电缆故障分类是海上风电场运维的重要一环。该文提出一种基于改进稀疏表示的海上风电场交流海底电缆短路故障分类方法,该方法综合利用故障发生后半周波电流信号的时域特征作为故障分类依据,采用K次奇异值分解(K singular value decomposition,K-SVD)字典学习算法对各类故障信号的特征信息进行学习,构造出准确匹配各类故障本质特征的过完备字典。在学习字典的基础上,提出一种基于混合交替方向乘子法(mixed alternating direction method of multipliers,M-ADMM)的改进稀疏分解算法将故障信号分解为过完备字典与稀疏向量的乘积,结合基于稀疏表示的分类方法实现对故障重构信号的分类。仿真研究结果表明,该改进稀疏分解算法具有精确的信号重构、降噪效果。所提出的故障分类方法无需人工构造故障信号特征,避免了多工况故障信号特征筛选、时频域变换等繁琐流程。与SVM、CNN、LSTM等智能分类算法的对比结果表明,该方法具有较强自适应性的同时不易受故障时刻、故障位置影响且噪声鲁棒性强,可以准确识别海底电缆场景下低阻短路故障类型。     

基于多维高斯混合模型的电力系统不确定性建模方法EI北大核心CSCD

在基于多维高斯混合模型的电力系统多变量概率建模中,针对期望最大化算法参数估计精度较低的问题,该文引入非参数核密度估计和密度保留的分层期望最大化算法,提出一种基于高斯成分数约简的建模方法。以非参数核密度估计结果作为基高斯混合模型,采用密度保留的分层期望最大化算法约简高斯成分数,能够建立任意高斯成分数的高斯混合模型,克服了期望最大化算法在高斯成分数较多时参数估计精度低的问题。为降低大样本下的建模计算负担,提出按时间尺度分层的建模方法。为解决相互独立的多个随机变量出现高斯成分数组合爆炸的问题,提出“组合–约简”分层建模方法。采用具有复杂分布特性的实测多维风速数据和负荷数据对所提方法作了测试,结果表明,所提方法的精度显著优于基于期望最大化算法的高斯混合模型和Copula函数法。     

基于状态空间映射的模型不完备风电场调频能力在线评估方法EI北大核心CSCD

为了保证风电机组的转速安全,在风电场参与调频前,需要首先评估风电场的最大调频能力。由于风电场风机数量众多、动态特性复杂,传统基于模型分析评估风电场调频能力的方法难以实现解析求解,且验证依赖模型的完整度和精确性。提出一种数据驱动的风电场调频能力模型评估在线方法,通过利用状态空间映射将原本复杂的非线性模型转化为高维空间中的线性模型。该方法综合数据驱动和模型分析方法,可以直接利用风电场真实运行数据进行离线训练,训练数据无需覆盖调频极限场景,即可构建全局线性模型,从而在线精准评估风电场极限调频能力。算例结果证明,该文方法相对于传统风电场调频能力评估方法具有能够快速在线解析求解、不依赖模型精度、训练数据易获取的性能优势。     

基于有源节点序阻抗模型的风电场稳定性分析及其振荡参与风险评估方法EI北大核心CSCD

阻抗模型由于物理意义清晰广泛应用于风电场多机网络的稳定性分析,但在研究结构较为复杂的风电场时仍存在维数高、分析难度大和拓展性差的不足,同时现有分析方法难以实现风电场中各有源节点的振荡参与度定量描述。该文以有源节点和无源网络间的交互为切入点,提出一种适用于多节点复杂网络的稳定判据与振荡参与风险评估方法。首先,依据风电场序阻抗网络模型划分有源节点和无源网络,分析单机有源装备和无源网络的自稳性与导纳间的关系,在基于有源多节点等价模型基础上推导风电场序阻抗网络稳定判据;同时,定义各有源节点在扰动频率和耦合频率下的振荡参与因子,实现考虑耦合频率影响下的风电场振荡风险评估。最后,应用具体的算例验证所提分析方法的有效性。     

考虑直流系统控制方式的多馈入交互作用因子实用计算方法EI北大核心CSCD

针对现有MIIF计算方法分析效率低的问题,基于节点阻抗矩阵对系统进行静态等值,并在此基础上对小扰动下不同换流母线电压变化进行研究,得到了考虑直流控制方式的MIIF求解方程。基于此方程,提出简化条件,得到了MIIF的实用计算方法。该方法以简单解析表达式的形式给出,是对计算MIIF的等值阻抗比法的改进,体现了包含直流系统控制方式在内的MIIF的主要影响因素,可以方便地对MIIF进行计算和分析。最后,分别在简单系统和大系统中验证了所提方法的正确性和实用性。     

基于多变量阻尼比灵敏度的有功调制方法研究EI北大核心CSCD

区域互联电网中存在的弱阻尼模式严重影响电力系统小干扰稳定性。为消除系统潜在弱阻尼模式,提出了一种以运行态势感知与发电机有功调制为基础,以提高系统阻尼比为目标的阻尼调控策略。首先,利用随机子空间辨识算法(stochastic subspace identification,SSI)从系统基础运行数据中提取系统振荡频率与阻尼比等,当系统存在弱阻尼模式时发出预警,进而应用多变量阻尼比灵敏度,筛选参调发电机组,并利用优化算法确定调整量,在线履行发电机有功调节,快速、高效提高系统阻尼,消除弱阻尼模式。最后,利用IEEE 4机2区系统和16机5区系统验证了所提方法的有效性和可行性。     

考虑低谷时刻负调峰能力及风电预测区间的多目标机组组合优化研究EI北大核心CSCD

大规模风电并入电力系统以后,因其反调峰特性及随机性,对系统发电计划和调度带来严峻挑战。系统常规机组在负荷低谷时刻的可调出力在很大程度上决定了系统的风电接纳能力。因此,为了使系统经济、可靠地运行,提出一种综合考虑系统运行成本以及常规机组低谷时刻负调峰能力的多目标机组组合优化模型,并使用高效易行的归一化法线约束方法求解该多目标问题。为应对风电的随机性,将所得的Pareto解集与风电预测区间结合,对不同的机组组合方案进行评估,最终可得到兼顾系统经济性和可靠性的机组组合方案。最后,基于10机系统及其扩展系统(20机)进行仿真分析,结果验证了所提方法的可行性,能够为决策者提供切合实际的机组组合优化方案。     

基于哈尔小波配点法的虚拟同步化电网动态仿真方法EI北大核心CSCD

虚拟同步化电网中多元设备间惯量差异明显、多尺度特征突出,传统动态仿真方法对多尺度特性的适应性存在不足。该文提出一种基于哈尔小波配点法的仿真方法用于虚拟同步化电网系统的动态仿真。首先揭示虚拟同步化电网系统的多尺度特征,分析传统仿真方法在多尺度系统仿真中的局限性。然后,介绍小波配点法的基本原理,建立基于哈尔小波表征的虚拟同步化电网多尺度模型,通过构造积分步内的插值配点,提出基于小波配点法的仿真求解方法。而后,详细分析该方法的时间复杂度和误差累积特性,为了提升仿真效率,进一步提出多层次自适应与多区间自适应的仿真策略,构建了优化的哈尔小波配点法动态仿真计算流程。最后,基于不同规模虚拟同步化电网算例,将哈尔小波配点法与传统商用仿真算法进行对比分析。结果表明,所提方法准确可靠,具备高阶精度、快速仿真能力,可以实现多尺度虚拟同步化电网的大步长仿真。