CN103093027A - 基于双馈风电场等值模型的电力系统分析方法 - Google Patents
基于双馈风电场等值模型的电力系统分析方法 Download PDFInfo
- Publication number
- CN103093027A CN103093027A CN201210524454XA CN201210524454A CN103093027A CN 103093027 A CN103093027 A CN 103093027A CN 201210524454X A CN201210524454X A CN 201210524454XA CN 201210524454 A CN201210524454 A CN 201210524454A CN 103093027 A CN103093027 A CN 103093027A
- Authority
- CN
- China
- Prior art keywords
- value
- double
- fan motor
- fed fan
- equivalent model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提出基于双馈风电场等值模型的电力系统分析方法,包括步骤:建立双馈风电场的详细模型和双馈风电场的等值模型;在详细模型中,输入双馈风电场运行参数的实际值,获取详细模型的输出特性曲线;在等值模型中,输入双馈风电场运行参数的预设值,获取等值模型的输出特性曲线;采集详细模型的输出特性曲线以及等值模型的输出特性曲线;根据采集结果建立目标函数;不断调整双馈风电场运行参数的预设值,计算目标函数的值;当目标函数的值达到第一预定数值时,利用此时的等值模型进行电力系统分析;当调整次数达到预定的次数时,利用最小的目标函数值对应的等值模型进行电力系统分析;可以提高等值模型的建立速度,提高电力系统的分析精度。
Description
技术领域
本发明涉及风力发电领域,特别是涉及基于双馈风电场等值模型的电力系统分析方法。
背景技术
近几年,风电已成为增长速度最快的发电方式。我国风力发电正逐步走向规模化和产业化,成为电网电源中的重要组成部分,对电力系统运行调度将产生重大的影响,其中双馈风电机组占了很大的比重。由于大型风电场的机组数目可达到数十至百余台,在电网规划和电力系统稳定分析时,如果所有机组都使用详细模型,将极大地增加电力系统的分析规模和仿真时间,带来的计算开销将难以承受,同时还会带来许多严重的问题,例如模型的有效性、数据的修正等,所以建立风电场等值模型非常必要。
目前的风电场等值方法有多种,如容量加权等值、按优化算法等值等。
按容量加权等值:如果不考虑风电场内电网的功率损耗,则风电场所有风力发电机组相当于接在同一母线上,可用一台等值风力发电机来表示,采用按容量加权等值方法对风力发电机群进行等值。但是该方法需要满足前提条件:风电场中所有风力发电机组接于同一母线,而且具有相同的风速作用,忽略了风电场的风速分布和内电网的功率损耗。另外,加权聚合法存在精度较低等问题。
按优化算法等值:风电场内电网的功率损耗可用一个等值阻抗来表示。风电场的等值参数中除了包含风力发电机组特性和风电场内电网功率损耗等参数外,还包括风电场风速分布等信息,这些参数与风电场的输入和输出关系不能显式表示,比较好的方法是采用某种优化算法进行求解。例如,遗传算法作为模拟自然法则的一种优化算法,是按照一定的基因编码执行遗传操作,根据个体适应值在解空间进行随机搜索,当采用保留最佳个体策略时,理论上可得到问题的最优解。但是,按优法算法等值大都比较复杂,且在大多数实际问题中,往往都难以得到解析解,而需要用迭代的算法来寻找结果,如遗传算法,蚁群算法以及粒子群优化算法等,这类算法在求解大规模问题时必须具有较大的种群规模,而这会导致更长的计算时间,但如果种群规模过小,则极易陷入局部最优,这对风电场等值问题适用性有限。
发明内容
本发明的目的在于提出基于双馈风电场等值模型的电力系统分析方法,可以提高等值模型的建立速度,提高电力系统的分析精度。
为达到上述目的,采用的技术方案是:
基于双馈风电场等值模型的电力系统分析方法,包括步骤:
建立双馈风电场的详细模型和双馈风电场的等值模型;
在所述详细模型中,输入双馈风电场运行参数的实际值,获取所述详细模型的输出特性曲线;其中,所述双馈风电场运行参数包括:风力发电机的容量、输入发电机的机械转矩、定子电阻、定子电抗、转子电阻、转子电抗、励磁电抗以及发电机惯性时间常数;
在所述等值模型中,输入双馈风电场运行参数的预设值,获取所述等值模型的输出特性曲线;
采集所述详细模型的输出特性曲线以及所述等值模型的输出特性曲线;
根据采集结果建立目标函数;
不断调整所述双馈风电场运行参数的预设值,计算所述目标函数的值;
当若所述目标函数的值达到第一预定数值,则利用此时的等值模型进行电力系统分析;当调整次数达到预定的次数时,利用最小的目标函数值对应的等值模型进行电力系统分析。
本发明方法基于猴群算法,在建立的双馈风电场的详细模型和双馈风电场的等值模型中输入双馈风电场运行参数,进行仿真得到各自模型的输出特性曲线;采集各自的输出特性曲线,建立目标函数;以双馈风电场运行参数为猴群搜索因子,寻求使目标函数值最小时,对应的双馈风电场运行参数;从而确定双馈风电场的等值模型中各参数的取值,在此基础上进行电力系统分析,可以提高等值模型建立的速度,提高电力系统的分析精度。
附图说明
图1为本发明方法的一个实施例流程图。
具体实施方式
为便于理解,下面将结合附图进行说明本发明。
本发明提出一种基于双馈风电场等值模型的电力系统分析方法,请参考图1,包括步骤:
S101、建立双馈风电场的详细模型和双馈风电场的等值模型;
S102、在详细模型中,输入双馈风电场运行参数的实际值,获取详细模型的输出特性曲线;
S103、在等值模型中,输入双馈风电场运行参数的预设值,获取等值模型的输出特性曲线;
S104、采集详细模型的输出特性曲线以及等值模型的输出特性曲线;
S105、根据采集结果建立目标函数;
S106、不断调整双馈风电场运行参数的预设值,计算目标函数的值;
S107、当目标函数的值达到第一预定数值,则利用此时的等值模型进行电力系统分析;当调整次数达到预定的次数时,利用最小的目标函数值对应的等值模型进行电力系统分析。
本发明方法基于猴群算法,在建立的双馈风电场的详细模型和双馈风电场的等值模型中输入双馈风电场运行参数,进行仿真得到各自模型的输出特性曲线;采集各自的输出特性曲线,建立目标函数;以双馈风电场运行参数为猴群搜索因子,寻求使目标函数值最小时,对应的双馈风电场运行参数;从而确定双馈风电场的等值模型中各参数的取值,在此基础上进行电力系统分析,可以提高等值模型建立的速度,提高电力系统的分析精度。
为更好的说明本发明,将从下面几部分进行详细说明;
一、建立双馈风电场的详细模型和双馈风电场的等值模型;
如何建立双馈风电场的详细模型和双馈风电场的等值模型,可采用一般的方法,具体建立过程,下面将不进行详细阐述,大致过程如下:
第一步:采集待建立模型的风电场中的所有双馈风电机组的风速、有功功率、机端电压等运行参数。利用这些实测参数搭建出有效的单台双馈风机模型。
第二步:以单台风机模型为基础搭建整体双馈机组风电场的详细模型,并进行网络化简,即可得到本发明的双馈风电场的详细模型。
以3台风机为例;双馈风机构建的风电场详细模型,表1给出了各发电机的具体参数;每台双馈风机均经由一台变比为0.69kV/35kV的理想变压器连接到集总母线上,再经由风电场集总变压器Trf_Grid(变比为35kV/110kV)连接到外部系统。
表1详细模型发电机参数
表1中,RS为定子电阻,XS为定子电抗,Rr为转子电阻,Xr为转子电抗,Xm为励磁电抗,H为发电机惯性时间常数,S为发电机的容量,这些是发电机的固有参数。
在实际双馈风电场等值问题中,将n台双馈风力机组等值为一台风力机组,对于其他参数如等值后风力发电机的容量、输入发电机的机械转矩则是等值前所有风力机对应量求和,即:
式中,Si是第i台风力发电机的容量,Pmi是第i台风力发电机的输入机械功率;Seq为等值模型的发电机容量;Pmeq为等值模型的风力发电机的输入机械功率。
由此建立双馈风电场的等值模型。
二、利用建立好的双馈风电场的详细模型和双馈风电场的等值模型进行仿真;
具体的包括:
S1、在详细模型中,输入双馈风电场运行参数的实际值,得到详细模型的输出特性曲线;其中,双馈风电场运行参数包括:风力发电机的容量、输入发电机的机械转矩、定子电阻、定子电抗、转子电阻、转子电抗、励磁电抗以及发电机惯性时间常数;
S2、在等值模型中,输入双馈风电场运行参数的预设值,得到等值模型的输出特性曲线;
其中,输入详细模型中的双馈风电场运行参数的实际值是固定的,一般是厂家提供的设备的额定值;输入等值模型中的双馈风电场运行参数的预设值是不固定的,可根据多台双馈风电场发电机的额定参数的加权值进行适当的调整。
三、采集详细模型的输出特性曲线以及等值模型的输出特性曲线;
在上述二的仿真过程中,得到详细模型的输出特性曲线和等值模型的输出特性曲线;
在M个采集点,分别对详细模型的输出特性曲线和等值模型的输出特性曲线进行采集,得到pi和poi;其中,pi为在等值模型的输出特性曲线中的第i个采样点的值;poi为在详细模型的输出特性曲线中的第i个采样点的值。
四.建立猴群算法的目标函数;
根据上述三的采集结果,建立目标函数;其中,目标函数为其中,M为采样点数;pi为在等值模型的输出特性曲线中的第i个采样点的值;poi为在详细模型的输出特性曲线中的第i个采样点的值。
五、进行猴群算法,搜索目标函数的最优解;
目标函数的最优解即是使得目标函数的值最小时,对应的等值模型参数,即是等值模型的双馈风电场运行参数;
将猴群算法思想应用于风电场等值问题时,每只猴子的位置相当于双馈风电场运行参数中包括的具体参数,猴子在每个位置的海拔高度相当于等值模型的精度。在猴群不断地爬山、观察、跳跃、翻的过程中,双馈风电场运行参数也在不断地调整,最终在猴子达到山顶时,就可以获得使等值模型精度达到最高的一组双馈风电场运行参数。
具体的包括2种情况:
1、利用传统的猴群算法进行搜索时,从初始的双馈风电场运行参数的预设值开始,每次随机调整双馈风电场运行参数中的值。例如,设定初始输入等值模型中的双馈风电场运行参数值分别为:风力发电机的容量N1、输入发电机的机械转矩N2、定子电阻N3、定子电抗N4、转子电阻N5、转子电抗N6、励磁电抗N7以及发电机惯性时间常数N8;
进行第一次调整时,将定子电阻N3数值减小;将定子电抗N4、转子电阻N5、转子电抗N6、励磁电抗N7以及发电机惯性时间常数N8的数值增大;然后等值模型会输出实时的特性曲线,计算目标函数的实时数值,将此时的目标函数值与第一预订数值进行符合度比较,如果满足符合度,则退出猴群搜索过程,以此等值模型进行电力系统分析;
否则进行第二次调整时,也是随机调整双馈风电场运行参数中的值;调整后,计算目标函数的实时数值;将此时的目标函数值与第一预订数值进行符合度比较,如果满足符合度,则退出猴群搜索过程,以此等值模型进行电力系统分析;
否则进行下一次调整,依次类推,直至调整次数达到预定的次数时,结束猴群搜索,选择目标函数值最小时对应的等值模型,进行电力系统分析。
2、使用改进后的猴群算法进行搜索;
由于传统的猴群算法中,当某些猴子达到条件停止爬山后,其他未达到条件的猴子仍要继续爬山。由于每一次调整都是一次动态仿真过程,因此上述预定的次数的不宜太大,否则可能出现少数猴子占用过多的算法运行时间的问题。而当预定的次数较小时,又可能造成猴子还未到达局部最优点时就翻向新搜索域,从而错过最优解。为解决该问题,下面利用改进后的猴群算法进行搜索,具体的:
从初始的双馈风电场运行参数的预设值开始,
第一次调整时,随机调整双馈风电场运行参数,为便于说明,下面进行举例说明;例如进行当前次调整,调整时,增大双馈风电场运行参数中一部分参数的值,减小双馈风电场运行参数中另一部分参数的值;将定子电阻N3数值减小一定数值;将定子电抗N4、转子电阻N5、转子电抗N6、励磁电抗N7以及发电机惯性时间常数N8的数值增大一定数值;
然后计算当前的目标函数值,并比较当前的目标函数值与当前次调整前的目标函数值的大小;在当前的目标函数值减去当前次调整前的目标函数值的差值小于第二预定数值时,按照当前次的调整方向进行下一次的调整;否则,按照与当前次的调整方向相异的方向进行下一次的调整。
即是,若当前的目标函数值减去当前次调整前的目标函数值的差值小于第二预定数值,则进行第二次调整时,继续将定子电阻N3数值减小一定数值;将定子电抗N4、转子电阻N5、转子电抗N6、励磁电抗N7以及发电机惯性时间常数N8的数值增大一定数值;
若当前的目标函数值减去当前次调整前的目标函数值的差值大于或者等于第二预定数值,则进行第二次调整时,将定子电阻N3数值增大一定数值;将定子电抗N4、转子电阻N5、转子电抗N6、励磁电抗N7以及发电机惯性时间常数N8的数值减小一定数值;
以此类推,进行调整;
每调整一次,计算当前的目标函数值,并比较当前的目标函数值与当前次调整前的目标函数值的大小;
直至目标函数的值达到第一预定数值或者调整次数达到预定的次数时,结束搜索;
若目标函数的值达到第一预定数值,则利用此时的等值模型进行电力系统分析;当调整次数达到预定的次数时,利用最小的目标函数值对应的等值模型进行电力系统分析。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (4)
1.基于双馈风电场等值模型的电力系统分析方法,其特征在于,包括步骤:
建立双馈风电场的详细模型和双馈风电场的等值模型;
在所述详细模型中,输入双馈风电场运行参数的实际值,获取所述详细模型的输出特性曲线;其中,所述双馈风电场运行参数包括:风力发电机的容量、输入发电机的机械转矩、定子电阻、定子电抗、转子电阻、转子电抗、励磁电抗以及发电机惯性时间常数;
在所述等值模型中,输入双馈风电场运行参数的预设值,获取所述等值模型的输出特性曲线;
采集所述详细模型的输出特性曲线以及所述等值模型的输出特性曲线;
根据采集结果建立目标函数;
不断调整所述双馈风电场运行参数的预设值,计算所述目标函数的值;
当所述目标函数的值达到第一预定数值时,利用此时的等值模型进行电力系统分析;当调整次数达到预定的次数时,利用最小的目标函数值对应的等值模型进行电力系统分析。
3.根据权利要求1或2所述的基于双馈风电场等值模型的电力系统分析方法,其特征在于,所述不断调整所述双馈风电场运行参数的预设值,计算所述目标函数的值的步骤具体为:
从初始的双馈风电场运行参数的预设值开始,每次随机调整所述双馈风电场运行参数中的值。
4.根据权利要求1或2所述的基于双馈风电场等值模型的电力系统分析方法,其特征在于,所述不断调整所述双馈风电场运行参数的预设值,计算所述目标函数的值的步骤具体为:
从初始的双馈风电场运行参数的预设值开始,进行当前次调整,调整时,增大所述双馈风电场运行参数中一部分参数的值,减小所述双馈风电场运行参数中另一部分参数的值;
每调整一次,计算当前的目标函数值,并比较所述当前的目标函数值与当前次调整前的目标函数值的大小;
当所述当前的目标函数值减去当前次调整前的目标函数值的差值小于第二预定数值时,按照当前次的调整方向进行下一次的调整;否则,按照与当前次的调整方向相异的方向进行下一次的调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210524454.XA CN103093027B (zh) | 2012-12-06 | 2012-12-06 | 基于双馈风电场等值模型的电力系统分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210524454.XA CN103093027B (zh) | 2012-12-06 | 2012-12-06 | 基于双馈风电场等值模型的电力系统分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103093027A true CN103093027A (zh) | 2013-05-08 |
CN103093027B CN103093027B (zh) | 2015-09-16 |
Family
ID=48205588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210524454.XA Active CN103093027B (zh) | 2012-12-06 | 2012-12-06 | 基于双馈风电场等值模型的电力系统分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103093027B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103324801A (zh) * | 2013-06-26 | 2013-09-25 | 广东电网公司电力科学研究院 | 基于rtds的风力机数字仿真方法 |
CN104036073A (zh) * | 2014-05-23 | 2014-09-10 | 电子科技大学 | 适于有功功率特性分析的双馈风电场动态等值建模方法 |
CN104268721A (zh) * | 2014-10-17 | 2015-01-07 | 广西民族大学 | 一种基于整数编码的猴群优化算法的飞机着陆跑道选择方法 |
CN104268316A (zh) * | 2014-09-11 | 2015-01-07 | 河海大学 | 基于离线计算和在线匹配的双馈风电场概率等值建模方法 |
CN105242742A (zh) * | 2015-11-04 | 2016-01-13 | 国家电网公司 | 基于猴群算法的单级式光伏发电系统最大功率追踪方法 |
CN105243230A (zh) * | 2015-11-02 | 2016-01-13 | 合肥工业大学 | 一种计及卸荷电路的直驱风电场的等值建模方法 |
CN105631152A (zh) * | 2016-01-07 | 2016-06-01 | 广东工业大学 | 基于粒子群算法的变速变频风电系统风能捕获方法 |
CN106602610A (zh) * | 2017-02-20 | 2017-04-26 | 华北电力大学 | 一种风电场等值模型的建立方法 |
CN108647427A (zh) * | 2018-05-08 | 2018-10-12 | 福建福清核电有限公司 | 一种基于rtds主变压器空载冲击的仿真方法 |
CN110210113A (zh) * | 2019-05-29 | 2019-09-06 | 东北电力大学 | 基于确定性策略梯度的风电场动态等值参数智能校核方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102012956A (zh) * | 2010-11-30 | 2011-04-13 | 山东科技大学 | 一种考虑风电场输入风速和风向随机波动的风电场等值方法 |
CN102254092A (zh) * | 2011-06-16 | 2011-11-23 | 国网电力科学研究院 | 一种含双馈风电机组的大型风电场动态等值方法 |
US20120078436A1 (en) * | 2010-09-27 | 2012-03-29 | Patel Sureshchandra B | Method of Artificial Nueral Network Loadflow computation for electrical power system |
-
2012
- 2012-12-06 CN CN201210524454.XA patent/CN103093027B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120078436A1 (en) * | 2010-09-27 | 2012-03-29 | Patel Sureshchandra B | Method of Artificial Nueral Network Loadflow computation for electrical power system |
CN102012956A (zh) * | 2010-11-30 | 2011-04-13 | 山东科技大学 | 一种考虑风电场输入风速和风向随机波动的风电场等值方法 |
CN102254092A (zh) * | 2011-06-16 | 2011-11-23 | 国网电力科学研究院 | 一种含双馈风电机组的大型风电场动态等值方法 |
Non-Patent Citations (2)
Title |
---|
YUAN ZENG等: ""Study on risk assessment applied in power grid planning"", 《POWER AND ENERGY ENLINEERING CONFERENCE》, 29 March 2012 (2012-03-29), pages 1 - 5 * |
郝正航、曾沅等: ""适合电力系统机电模式分析的双馈风电场等值"", 《电力系统及其自动化学报》, vol. 23, no. 2, 30 April 2011 (2011-04-30) * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103324801A (zh) * | 2013-06-26 | 2013-09-25 | 广东电网公司电力科学研究院 | 基于rtds的风力机数字仿真方法 |
CN104036073B (zh) * | 2014-05-23 | 2017-05-17 | 电子科技大学 | 适于有功功率特性分析的双馈风电场动态等值建模方法 |
CN104036073A (zh) * | 2014-05-23 | 2014-09-10 | 电子科技大学 | 适于有功功率特性分析的双馈风电场动态等值建模方法 |
CN104268316A (zh) * | 2014-09-11 | 2015-01-07 | 河海大学 | 基于离线计算和在线匹配的双馈风电场概率等值建模方法 |
CN104268721A (zh) * | 2014-10-17 | 2015-01-07 | 广西民族大学 | 一种基于整数编码的猴群优化算法的飞机着陆跑道选择方法 |
CN104268721B (zh) * | 2014-10-17 | 2017-10-31 | 广西民族大学 | 一种基于整数编码的猴群优化算法的飞机着陆跑道选择方法 |
CN105243230A (zh) * | 2015-11-02 | 2016-01-13 | 合肥工业大学 | 一种计及卸荷电路的直驱风电场的等值建模方法 |
CN105243230B (zh) * | 2015-11-02 | 2018-02-06 | 合肥工业大学 | 一种计及卸荷电路的直驱风电场的等值建模方法 |
CN105242742A (zh) * | 2015-11-04 | 2016-01-13 | 国家电网公司 | 基于猴群算法的单级式光伏发电系统最大功率追踪方法 |
CN105631152B (zh) * | 2016-01-07 | 2017-07-18 | 广东工业大学 | 基于粒子群算法的变速变频风电系统风能捕获方法 |
CN105631152A (zh) * | 2016-01-07 | 2016-06-01 | 广东工业大学 | 基于粒子群算法的变速变频风电系统风能捕获方法 |
CN106602610A (zh) * | 2017-02-20 | 2017-04-26 | 华北电力大学 | 一种风电场等值模型的建立方法 |
CN106602610B (zh) * | 2017-02-20 | 2019-06-25 | 华北电力大学 | 一种风电场等值模型的建立方法 |
CN108647427A (zh) * | 2018-05-08 | 2018-10-12 | 福建福清核电有限公司 | 一种基于rtds主变压器空载冲击的仿真方法 |
CN108647427B (zh) * | 2018-05-08 | 2023-03-31 | 福建福清核电有限公司 | 一种基于rtds主变压器空载冲击的仿真方法 |
CN110210113A (zh) * | 2019-05-29 | 2019-09-06 | 东北电力大学 | 基于确定性策略梯度的风电场动态等值参数智能校核方法 |
CN110210113B (zh) * | 2019-05-29 | 2022-07-08 | 东北电力大学 | 基于确定性策略梯度的风电场动态等值参数智能校核方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103093027B (zh) | 2015-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103093027B (zh) | 基于双馈风电场等值模型的电力系统分析方法 | |
CN103887815B (zh) | 基于运行数据的风电场参数辨识及动态等值方法 | |
US11326579B2 (en) | Adaptive dynamic planning control method and system for energy storage station, and storage medium | |
Zou et al. | A fuzzy clustering algorithm-based dynamic equivalent modeling method for wind farm with DFIG | |
CN105140936B (zh) | 一种最小化发电成本的微电网调频控制方法 | |
Li et al. | An improved single-machine equivalent method of wind power plants by calibrating power recovery behaviors | |
CN102684201B (zh) | 一种基于电压越限概率的含风电场电网无功优化方法 | |
CN102767472B (zh) | 一种风电机组功率曲线的提取方法 | |
CN103603767B (zh) | 一种基于滑模的极值搜索控制参数自适应调整方法 | |
CN102611132B (zh) | 双馈变速风电机组的附加频率控制器参数整定方法 | |
CN105389634A (zh) | 一种组合式短期风电功率预测系统及方法 | |
CN105678033B (zh) | 一种适用于电磁暂态仿真的风电场等值建模方法 | |
CN109274121B (zh) | 一种风电场控制参数优化方法及系统 | |
CN109063276A (zh) | 适用于长时域风速波动的风电场动态等值建模方法 | |
CN110206686A (zh) | 一种用于风力发电机组的自适应最大功率跟踪控制方法 | |
Bashaer et al. | Investigation and analysis of wind turbines optimal locations and performance in Iraq | |
CN105703396A (zh) | 一种双馈风力发电场多机表征等值建模方法 | |
CN102797631A (zh) | 一种风电机组的最优增益在线自校正方法、系统及其装置 | |
Al-Bayati et al. | Aggregated models of wind farms: Current methods and future trends | |
CN102769299A (zh) | 一种基于电压运行状态的风电场电压控制方法 | |
CN105119292A (zh) | 基于预测和粒子群算法的多目标电压无功滚动优化方法 | |
CN102769292B (zh) | 一种增强风电场电压安全裕度的方法 | |
CN115578016A (zh) | 一种模型不完备风电场调频能力在线评估方法 | |
CN106385055B (zh) | 一种含分布式电源的配电网安全校核方法 | |
CN105243230A (zh) | 一种计及卸荷电路的直驱风电场的等值建模方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C56 | Change in the name or address of the patentee | ||
CP01 | Change in the name or title of a patent holder |
Address after: 510080 Dongfeng East Road, Dongfeng, Guangdong, Guangzhou, Zhejiang Province, No. 8 Patentee after: ELECTRIC POWER RESEARCH INSTITUTE, GUANGDONG POWER GRID CO., LTD. Patentee after: Tianjin University Address before: 510080 Dongfeng East Road, Dongfeng, Guangdong, Guangzhou, Zhejiang Province, No. 8 Patentee before: Electrical Power Research Institute of Guangdong Power Grid Corporation Patentee before: Tianjin University |