排序方式: 共有16条查询结果,搜索用时 15 毫秒
11.
12.
13.
14.
随着以新能源为主体的新型电力系统建设持续推进,风电在全国各个区域电网的渗透率将高速提升。然而大规模风电场无法提供转动惯量支撑,引入虚拟惯量控制后亦缺少能够分区且精确的虚拟惯量评估方法。考虑了风场内风速的随机性及相关性,提出了基于Copula函数及聚类算法的风电场分区虚拟惯量估计方法。首先,考虑风速的尾流及时延效应,建立场内各风机风速的概率分布模型。其次,根据各风机的风速分布特性,采用双尺度谱聚类算法对场内风机进行聚类分区。然后,选取各区中心机组,构建最优Copula函数描述各分区间的风速相关性。最后,基于风电场机组分布和风速数据估计风电场内各分区的虚拟惯量储备。根据甘肃某风场的实际风速及出力数据构建仿真算例,仿真结果表明所提算法能有效实现风电场虚拟惯量的特征提取、聚类分区、惯量估计。 相似文献
15.
针对目前概率潮流计算中未能全面考虑光伏电源输出功率相关性的不足,从电力系统中的随机特性出发,考虑系统中相邻地区间光伏出力非线性相关性,提出一种光伏并网系统的概率潮流计算方法。该方法采用加权高斯混合分布构建光伏出力的数学模型,在此基础上结合拉丁超立方采样算法来提高采样效率,降低潮流计算复杂度。在含有光伏接入的IEEE 14节点系统中进行仿真计算分析,验证所提研究方法相比于传统研究方法的准确性和有效性。 相似文献
16.