基于实测数据的风电场风速-功率模型的研究

建立准确的风电场模型是风电接入系统相关研究的基础。首先通过对某双馈风电机组的标准功率特性曲线和实测风速-功率散点图进行对比,针对它们之间的差异问题,建立基于实测运行数据的风电机组风速-功率模型。其次,针对地形复杂、机组排列不规则的大型风电场风速差异性问题,利用K-means聚类算法对风电场内所有风电机组按实测风速数据进行聚类划分,建立了整个风电场的等效风速模型,进而给出了基于实测运行数据的风电场风速-功率模型。然后,以某实际风电场为例,对该风电场内的风电机组按风速进行K-means聚类划分,结果显示该划分结果与简单按地理位置的机群划分结果有明显差异。最后,对传统的风速-功率模型和所提出的风速-功率模型输出结果进行比较,结果证明所提出的模型相对于传统模型而言,准确性有了较大的提高。     

考虑空间效应的风电场动态特性等值方法研究

提出了一种基于聚类算法和实测数据的风电场动态等值建模方法,根据某风电场的实测数据,通过随机抽样比较的方式证明了风电场内机组间的空间效应,并且利用风速曲线和功率曲线在不同机组间的显著差别,说明风电机组间的空间效应在建立风电场动态等值模型时是不可忽略的。利用K-means聚类分析方法并以实测的数据作为分群指标,将某风电场的33台UP77-1.5 MW风电机组聚成4个机群,每个机群对应建立一个等值模型,消除了机组间的空间效应。最后,通过将各个模型与实测的数据的等值比较与误差分析,验证了模型的合理性。与传统模型进行比较,实际验证结果表明该方法建立的模型比传统模型精确度高。     

基于扩散映射理论的谱聚类算法的风电场机群划分

针对地形复杂或布局不规则的风电场,将谱聚类方法应用于风电场机群划分,提出了一种风电场的机群分类方法.该方法以风电机组具有相同或相近运行点为机组分群原则,应用基于扩散映射理论的谱聚类算法对风电场各机组的实测运行数据进行聚类分析,找到风电机组之间动态运行过程的相似性,从而实现对风电场内所有风电机组的聚类划分.通过算例仿真验证了所提出的机群划分方法的有效性.     

基于分裂层次半监督谱聚类算法的风电场机群划分方法

在谱聚类技术的基础上,面向风电场动态等值建模,提出一种基于分裂层次半监督谱聚类算法的风电场机群划分方法。首先根据风电机组的实测运行数据,构造一个可以体现原始数据结构且能为分类提供更多有效信息的特征向量矩阵Y。进而利用获取的部分样本组的先验信息,采用自顶向下的簇分裂策略,对Y中的样本组进行半监督聚类划分,得到风电机组的机群划分结果 ,采用容量加权法计算各机群等值风电机组的参数,建立风电场的动态等值模型。以某实际风电场为例进行仿真验证,结果表明,采用所提方法建立的动态等值模型与详细模型较接近,能够较准确地反映风电场的动态响应特性。     

考虑实际运行数据的风电场稳态建模

为建立准确的风电场稳态模型,该文分区域分析了风电机组的稳态运行特性,提出一种基于实测数据的三机等效风电场稳态建模方法。首先,分析了风电机组在4个不同运行区域的稳态输出特性;然后,根据风电场内各风电机组的实测风速,采用改进型最大树法将其分类,并建立各类机群的实际风速-功率特性曲线;最后,由风电机组各区域稳态输出特性建立各类机群的风速-功率分段函数关系。在此基础上,计算各类机群的等值风速,从而建立三机等效风电场稳态模型。仿真结果表明三机等效模型可有效提高风电场稳态建模的精度。     

基于运行数据的风电机组建模方法

为了准确分析风电机组的动态特性,针对定速风电机组,给出一种基于运行数据的风电机组建模方法。利用数理统计方法分析了风电场中风电机组的运行数据,得出风电机组的实测功率曲线,并给出利用实测功率曲线搭建定速风电机组的建模方法。利用该方法对额定容量为750 kW的风电机组进行建模,并与风电场的实测数据和利用厂家提供的标准功率曲线搭建的风电机组模型以及常用风电机组建模方法进行了比较分析。仿真结果表明,基于实测运行数据的风电机组建模方法是有效和实用的,该模型能准确反映风电机组的实际运行特性,从而提高仿真模型的精确性。     

基于运行数据的风电机组建模方法

为了准确分析风电机组的动态特性,针对定速风电机组,给出一种基于运行数据的风电机组建模方法.利用数理统计方法分析了风电场中风电机组的运行数据,得出风电机组的实测功率曲线,并给出利用实测功率曲线搭建定速风电机组的建模方法.利用该方法对额定容量为750 kW的风电机组进行建模,并与风电场的实测数据和利用厂家提供的标准功率曲线搭建的风电机组模型以及常用风电机组建模方法进行了比较分析.仿真结果表明,基于实测运行数据的风电机组建模方法是有效和实用的,该模型能准确反映风电机组的实际运行特性,从而提高仿真模型的精确性.     

永磁直驱同步风电场多机动态等值模型

以提高仿真效率为目的,建立了一种适用于永磁直驱同步电机风电场的多机动态等值模型。该模型在同调等值法的基础上,选择能综合反映风电机组运行状态的变量矩阵作为分群指标,通过模糊聚类算法对指标矩阵进行处理,将具有相近运行点的风电机组划分到同一机群。并用一台风电机组并联一个电流源组成等值机组表征该机群,最后通过多个表征机群的等值机组的组合建立了风电场动态等值模型。在此基础上,利用电力系统电磁暂态ATP/EMTP软件平台进行实例仿真,仿真结果验证了该等值模型的有效性。     

考虑空间相关性的风电场等值方法

由于大规模风电场的复杂性,对风电场的每台风电机组建立详细的模型将大大增加仿真的计算量,因此需要对风电场进行等值化简。在分析了风电场风电机组之间尾流效应、海拔高度、空间遮挡和机组停运等相互作用的基础上,推导出能够表征风电机组空间相关性的相关性系数,并以此为分群指标运用K-means聚类算法对风电机组进行分群。K-means聚类算法需要事先给出聚类个数,针对此问题对K-means聚类方法进行了改进,提出了有效性指标来确定最优分群数,并给出了等值模型的参数计算方法,得到了风电场的多机等值模型。通过算例仿真表明,该方法具有较高的精度,对K-means方法的改进也具有一定的有效性。     

基于改进型K-means算法的笼式异步风电场等值研究

国外风电场采用分布式,我国大多是大规模集群风电接入电网。由于风的随机性、波动性等特点,在研究风电场并网对电网的影响时,提高风电场模型运行状态的精度就显得尤为重要了。文中对于笼式异步风电场提出一种以故障发生前的输出功率为分群指标,采用改进型K-means算法实现风电场多机等值建模的方法。针对同一机群风电机组,运用基于容量加权的等值方法计算相关等值参数。最后,以软件PSCAD/EMTDC为仿真平台,搭建了笼式异步风电场详细模型及其等值模型。仿真研究了在稳定运行及故障条件下风电场出口有功、无功动态变化轨线,验证了所提出的等值方法的快速性及有效性。     

基于DIgSILENT的风电场等值建模研究

本文针对实际风电场运行条件复杂、运行工况动态变化等特点,提出了一种基于马氏距离的模糊聚类算法对风电场进行等值建模的方法。以风电场在不同风况下、季节变化时间段内所采集的实测风速-功率数据作为分群指标进行机群聚类划分,将同群的风电机组等值成一台机组并在DIgSILENT和其Matlab接口下实现风电场的动态等值建模。仿真结果表明,该等值模型在风速波动时和高压侧线路故障的情况下,风电场并网点的有功、无功变化与实测数据曲线的动态变化基本一致,可用于含双馈风电机组的风电场接入电力系统时的稳定性分析。     

基于谱聚类算法的风电场电磁动态等值研究

大规模双馈机组风电场目前已经大面积装机投运。在仿真研究中,由于风电场中含有多台风电机组,风电场精确模型阶数过大,无法实际应用于含风电电力系统的仿真研究。本文采用谱聚类算法,依据风电场内各风电机组的运行状态,将场内的各风电机组分为两个风电机群,并采用容量加权方法,建立了风电场电磁动态等值模型。仿真算例表明,所建立的等值模型在保证足够精确度的前提下大大缩小了仿真模型的阶数,减轻了仿真计算的压力,具有较高的实用价值。     

基于聚类算法的风电场动态等值

风电机组在实际运行时,受尾流效应等因素影响,运行状态并不相同。为提高风电场实际运行模型的精度,提出了一种适用于双馈式风力发电机的动态等值建模方法。它将风电机组的状态变量矩阵作为分群指标,利用聚类算法将矩阵中的数据进行分群,将同群的风电机组等值成为一台风力发电机,实现了风电场的动态等值。利用PSD/BPA平台,对系统侧故障与风速变化2种情况仿真,并与传统等值方法及风电场详细模型对比。仿真结果表明,采用仿真过程中的状态变量作为分群指标是合理的,该模型与详细模型的动态特性基本一致,可以用来描述风电场的实际运行状态。     

风电接入对继电保护的影响(一)——鼠笼式风电场电磁暂态等值建模

提出建立鼠笼式风电场多机等值方案。提出以故障初始时刻的鼠笼式风机的标幺值功率作为分群指标。采用K-means算法,以准则函数收敛后得到的值最小为分类标准,实现对机组的分群。针对单个机群中可能存在多种型号鼠笼式风机的情况,采用基于容量加权的参数聚合方法,分别计算等值风电机组转子运动方程参数、阻抗参数和箱式变压器参数。最后在PSCAD/EMTDC软件平台上建立鼠笼式风电场详细模型及其等值模型,仿真结果表明在相同故障条件下,风电场等值模型的故障电流能很好地拟合详细模型,验证了所提等值方案的有效性。     

基于自适应变异粒子群算法的双馈风电机组等值建模

风电机组等值建模是风电并网研究的基础,文中提出一种基于自适应变异粒子群(AMPSO)算法的双馈风电机组等值建模方法。首先依据风力机型号进行机群划分,通过简化双馈风电机组控制策略,建立了双馈风电机组等值模型。根据模型中各参数对双馈风电机组运行特性的影响特点,将其分为暂态参数和稳态参数,采用收敛速度快、通用性强的AMPSO算法对稳态参数寻优,采用试测法辨识暂态参数。通过仿真,验证了所述等值方法精确、简便,适用于大规模风电场接入电网的分析计算。     

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。     

基于运行数据的概率聚类风电场分群研究

风电机组在实际运行时,受尾流效应等因素影响,运行状态并不相同。为提高风电场模型的精度,解决运行工况对分群结果的影响问题,提出了一种概率聚类分群算法,并从地理位置分布和仿真结果两个角度验证了其合理性。该方法在传统的K-means算法基础上,综合考虑各种风速工况发生的比例,以概率最大的机组分群为最终结果,并用轮廓值函数加以验证。此算法得到的分群结果可应用于各种风速的情况,对机组分布不规则的风电场有很好的效果,为以后风场建模的使用提供了极大的方便。     

基于Hamilton能量理论的海上风电场双馈机群分布式互补控制

针对2个海上风电场中双馈风电机群的控制问题,基于Hamilton能量理论,提出了一种分布式互补控制策略,该控制策略不仅能够保证单个机群内风电机组的同步运行,而且可以使2个机群之间实现输出互补。对双馈风电机组单机模型进行Hamilton实现,获得端口受控耗散Hamilton模型;研究2台风电机组的互补控制问题,基于能量成型的方法设计Hamilton能量控制策略;提出2个风电机群间的分布式互补控制策略,使得2个风电场分别保持同步运行,且它们之间的输出之和及有功输出之和均能保持恒定,即实现输出互补。通过仿真验证了风电机群分布式互补控制策略的有效性。     

风电场动态等值模型的多机表征方法

为提高风速分布不均匀时风电场等值模型的精度,提出了一种适用于定速机组风电场动态等值的多机表征方法。该方法以风电机组具有相近运行点为机组分群原则,定义了新的机群分类指标,结合聚类算法对风电机组进行动态分群,并给出了等值模型的参数计算方法及其仿真建模过程,从而得到多机表征的风电场模型。通过算例仿真,并与传统等值方法进行了比较分析。结果表明,提出的机群分类指标是有效的,所建立的多机等值模型能够较准确地反映风电场并网点的动态特性。     

用于小信号稳定性分析的风电机群单机等值模型

针对风电并网系统小信号稳定性分析,基于线性化状态空间模型,推导了风电机群单机等值模型的表示形式,并进一步推广至多风电场并网系统、得到其动态等值表示形式.为此,首先对各风电机组采用详细模型,建立了风电机群全阶线性化状态空间模型.然后,在风电机群内风电机组型号相同、且运行状态相似的条件下,假设各风电机组线性化状态空间模型相...