CN105356462B - 风电场谐波预测评估方法 - Google Patents
风电场谐波预测评估方法 Download PDFInfo
- Publication number
- CN105356462B CN105356462B CN201510882196.6A CN201510882196A CN105356462B CN 105356462 B CN105356462 B CN 105356462B CN 201510882196 A CN201510882196 A CN 201510882196A CN 105356462 B CN105356462 B CN 105356462B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- harmonic
- munderover
- power plant
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000005611 electricity Effects 0.000 claims abstract description 16
- 230000005540 biological transmission Effects 0.000 claims abstract description 13
- 230000008859 change Effects 0.000 claims abstract description 9
- 239000006185 dispersion Substances 0.000 claims abstract description 4
- 238000013178 mathematical model Methods 0.000 claims abstract description 4
- 238000010586 diagram Methods 0.000 claims abstract description 3
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 9
- 230000008901 benefit Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000001052 transient effect Effects 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 2
- 241000229175 Calotes Species 0.000 claims 1
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000011156 evaluation Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000002195 synergetic effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/01—Arrangements for reducing harmonics or ripples
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- H02J3/386—
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/40—Arrangements for reducing harmonics
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Wind Motors (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种风电场谐波预测评估方法。对即将建立的风电场内单台风电机组建立数学模型，并利用数学模型得到单台机组在相应地区历史风速下的输出各次谐波电流的总体分布状况，利用最小二乘法拟合获得其相应的概率密度函数；对已有的风电场谐波电流相位的历史数据进行统计，得到各次谐波相位的总体分布区间或者各次谐波相位的离散程度，由此建立相位的随机性模型；根据随机性模型模拟风电场内各机组的谐波电流幅值和相位状况。根据风电场拓扑结构图及输电线路和变压器谐波模型，计算各条输电线路及其变压器所带来的谐波电流的幅值和相角变化值，得到各台机组所带来的各次谐波电流汇入主变前的幅值和相角。评估基于扇区分布下的谐波相角叠加。
Description
技术领域
本发明涉及风电场谐波预测评估领域，更具体地说，本发明涉及一种新型的风电场谐波预测评估方法。
背景技术
风能作为一种取之不尽的清洁无污染的可再生能源，使得我国的风机装机容量迅速上升。与此同时风电场的装机容量也越来越大，对系统的影响也越来越明显，于是给电网带来了严重的风电场电能质量问题。
随着电力电子设备迅速兴起，大容量风电机组并入电网，因电力电子换流设备而引起电力系统的谐波污染，会给电网的安全稳定运行带来一定的威胁，同时会带来经济损失。如果风电场接入电网的设计不能使谐波电流得到有效的抑制，那么后期投入的设备改造工程将会引来巨大的人力财力的损失。于是在风电场设计阶段就能够有效的预测风电场的谐波污染，相应采取有效措施就会使得电网更加稳定。
发明内容
本发明所要解决的技术问题是针对现有技术中存在上述缺陷，针对风电场各台风电机组的各次谐波电流相位具有一定离散性而提出了一种基于蒙特卡洛法模拟风电场各次谐波叠加效应的预测方法。
为了实现上述技术目的，根据本发明，提供了一种风电场谐波预测评估方法，包括：
第一步骤：对即将建立的风电场内单台风电机组建立数学模型，并利用数学模型得到单台机组在相应地区历史风速下的输出各次谐波电流的总体分布状况，利用最小二乘法拟合获得其相应的概率密度函数；同时对已有的风电场谐波电流相位的历史数据进行统计，得到各次谐波相位的总体分布区间或者各次谐波相位的离散程度，由此建立相位的随机性模型；而且，根据随机性模型模拟风电场内各机组的谐波电流幅值和相位状况；
第二步骤：根据风电场拓扑结构图及输电线路和变压器谐波模型，计算各条输电线路及其变压器所带来的谐波电流的幅值和相角变化值，得到各台机组所带来的各次谐波电流汇入主变前的幅值和相角；
第三步骤：汇入主变的各次谐波电流，由下式计算h次谐波电流，并评估基于扇区分布下的谐波相角叠加；
其中：N为风机台数；Xjh为第j台风机h次谐波矢量值的实部；Yjh为第j台风机h次谐波矢量值的虚部；
第四步骤：通过蒙特卡洛法多次模拟风电场运行状况，得到风电场谐波叠加效益概率密度函数；并且利用风电场谐波叠加效益概率密度函数预测出主变侧谐波电流在极限状况的概率以及风电场主变侧谐波电流幅值的均值状况。
优选地，第三步骤中评估基于扇区分布下的谐波相角叠加包括：
对测量到的风电场历史数据在给定的测量周期内进行FFT输出得到一个复数I＝Xh+jYh，对复数进行计算得到相应的n次谐波相位；在计算相角时按下式来求得其加权相角平均值θh：
其中θh表示第h次谐波的加权相角平均值；
对风电场内各台机组的测量数据计算在FFT下的各次谐波的瞬时分量，对所得数据进行统计，并根据下式评估相应的相位角的一致性；
根据下式计算α所表示的相角范围内的各个相角的总谐波的电流幅值：
α表示在0-360度之间每个特定的相角范围，t表示测量采样窗口，200ms为一个采样窗口；n表示在整个测试周期内被采样的窗口。
根据下式计算求得α所表示的相角范围的电流总和：
其中，当扇区为2度时，对应的β为1到180的范围；
由下式计算α所表示的相角范围的精确相角：
优选地，第四步骤中的蒙特卡洛法包括：获取单台机组各次谐波电流幅值和相角的特性以及风电场相角分布的历史数据；根据风电场规模生成随机数；将随机数变成随机现实；对经过的输电线路和变压器所引起的各次谐波的幅值和相角的变化进行计算；按统计实验模型进行计算；对计算所得结果进行处理，并随后判断是否停止计算，如果停止计算则输出结果，如果不停止计算则回到根据风电场规模生成随机数的步骤，从而重复后续步骤。
附图说明
结合附图，并通过参考下面的详细描述，将会更容易地对本发明有更完整的理解并且更容易地理解其伴随的优点和特征，其中：
图1示意性地示出了根据本发明优选实施例的风电场谐波预测评估方法的总体流程图。
图2示意性地示出了5次谐波的电流评估。
图3示意性地示出了根据本发明优选实施例的蒙特卡洛法模拟算法的流程图。
需要说明的是，附图用于说明本发明，而非限制本发明。注意，表示结构的附图可能并非按比例绘制。并且，附图中，相同或者类似的元件标有相同或者类似的标号。
具体实施方式
为了使本发明的内容更加清楚和易懂，下面结合具体实施例和附图对本发明的内容进行详细描述。
本发明提出基于蒙特卡洛法通过风电机组数学模型来模拟风电场各次谐波的电流幅值的输出状况。
图1示意性地示出了根据本发明优选实施例的风电场谐波预测评估方法的总体流程图。如图1所示，为了能够有效的评估预测到风电场内主变侧各次谐波电流幅值，本发明的风电场谐波预测评估方法执行下述步骤：
第一步骤S1：首先对即将建立的风电场内单台风电机组建立数学模型，并利用数学模型得到单台机组在该地区历史风速下的输出各次谐波电流的大致分布状况，利用最小二乘法拟合获得其相应的概率密度函数。同时需要对已有的风电场谐波电流相位的历史数据进行统计，得到各次谐波相位的大致分布区间或者各次谐波相位的离散程度，对此建立相位的随机性模型；根据随机性模型模拟风电场内各机组的谐波电流幅值和相位状况。
第二步骤S2：然后，考虑风电机组运行过程中的箱变的输出电流波形的情况，那么当风电场内每个箱变的出口处的谐波电流经过输电线路会带来的一定变化，根据风电场拓扑结构图及输电线路和变压器谐波模型，计算各条输电线路及其变压器所带来的谐波电流的幅值和相角变化值，得到各台机组所带来的各次谐波电流汇入主变前的幅值和相角。
第三步骤S3：接着，汇入主变的各次(主要是5次、7次、11次、13次等)谐波电流(可近似地认为是多台风电机组的该次电流的矢量和)，h次谐波电流可以由下式(1-1)表示，并评估基于扇区分布下的谐波相角叠加(提出了基于扇区分布下的谐波相角叠加的相位评估方法，下文将详细描述)。
其中：N为风机台数；Xjh为第j台风机h次谐波矢量值的实部；Yjh为第j台风机h次谐波矢量值的虚部。
第四步骤S4：最后，通过蒙特卡洛法多次模拟风电场运行状况，得到风电场谐波叠加效益概率密度函数，这样就能够预测出主变侧谐波电流在极限状况的概率，以及风电场主变侧谐波电流幅值的均值状况，这些都可以对风电场安装滤波设备提供实际参考。
本发明针对风电场电能质量这一关注热点的实际问题，提出了一种可预测，可管理风电场电能质量的统计方法。该方法可为风电场并网点谐波电流的抑制提供了有效的预测。同时还能够通过更改输电线路的长度和变压器的参数来模拟的谐波电流的幅值，使得风电场并网点谐波电流的幅值能得到最小值。
<风电场谐波叠加的相位评估>
下面详细描述根据本发明优选实施例的风电场谐波叠加的相位评估方法：
对测量到的风电场历史数据在给定的测量周期内进行FFT输出得到一个复数I＝Xh+jYh，对复数进行计算得到相应的n次谐波相位。对于很小幅值的谐波，相应的相角对整个风电场系统的影响也相对较小，所以在计算相角时按式(1-2)来求得其加权相角平均值θh，主要统计较大幅值和长时间作用的该次谐波的相角值。
式中：θh表示第h次谐波的加权相角平均值
对风电场内各台机组的测量数据计算在FFT下的各次谐波的瞬时分量，对所得数据进行统计，并根据下式(1-3)评估相应的相位角的一致性。计算结果越接近于1，说明第n次谐波的相位角一致性就越高，该风电场相位相应的叠加效应就越强。
由于在计算风电场各次谐波的相角本身存在一个较大的误差，所以在计算谐波相位角时精度不是很高，于是参考风能评估的风玫瑰图提出一种与风速、风向评估相类似的扇区评估法，图2以30度为一个扇区做出相应的5次谐波的评估图，并给出了相应的分布曲线，同时可以直观判断5次谐波的分布状况。
从图2的扇区分布图可以看出，全部360度被分成了各个较小的扇区(例如2度或者10度)，当各个谐波次数的相角整合到一个分区时，这个区域电流谐波会因为这个区域的谐波电流的相位叠加而被增加。这个区域的各个相角的总谐波的电流幅值可根据下式计算。
注：α表示在0-360度之间每个特定的相角范围，t表示测量采样窗口，200ms为一个采样窗口；n表示在整个测试周期内被采样的窗口。
对在公式1-5计算下得到每个特定的区域α相应的值后，对区域总和，也就是电流总和可以根据下式计算求得
注：β——当扇区为2度时，对应的β为1到180的范围
在这个α区域的精确相角可由下式1-6所得
<蒙特卡洛法模拟算法>
图3示意性地示出了根据本发明优选实施例的蒙特卡洛法模拟法的一个具体示例的流程图。
如图3所示，在一个具体示例中，第四步骤S4中的蒙特卡洛法可以包括下述步骤：
获取单台机组各次谐波电流幅值和相角的特性以及风电场相角分布的历史数据；
根据风电场规模生成随机数；
将随机数变成随机现实；
对经过的输电线路和变压器所引起的各次谐波的幅值和相角的变化进行计算；
按统计实验模型进行计算；
对计算所得结果进行处理，并随后判断是否停止计算，如果停止计算则输出结果，如果不停止计算则回到根据风电场规模生成随机数的步骤，从而重复后续步骤。例如，如图3所示，可以使得计数次数递增(N＝N+1)，并且根据递增后的计数次数决定是否停止计算。
此外，需要说明的是，除非特别说明或者指出，否则说明书中的术语“第一”、“第二”、“第三”等描述仅仅用于区分说明书中的各个组件、元素、步骤等，而不是用于表示各个组件、元素、步骤之间的逻辑关系或者顺序关系等。
可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案作出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。
Claims (3)
1.一种风电场谐波预测评估方法，其特征在于包括：
第一步骤：对即将建立的风电场内单台风电机组建立数学模型，并利用数学模型得到单台机组在相应地区历史风速下的输出各次谐波电流的总体分布状况，利用最小二乘法拟合获得其相应的概率密度函数；同时对已有的风电场谐波电流相位的历史数据进行统计，得到各次谐波相位的总体分布区间或者各次谐波相位的离散程度，由此建立相位的随机性模型；而且，根据随机性模型模拟风电场内各机组的谐波电流幅值和相位状况；
第二步骤：根据风电场拓扑结构图及输电线路和变压器谐波模型，计算各条输电线路及其变压器所带来的谐波电流的幅值和相角变化值，得到各台机组所带来的各次谐波电流汇入主变前的幅值和相角；
第三步骤：汇入主变的各次谐波电流，由下式计算h次谐波电流，并评估基于扇区分布下的谐波相角叠加；
<mrow>
<msub>
<mi>I</mi>
<mi>h</mi>
</msub>
<mo>=</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>X</mi>
<mrow>
<mi>j</mi>
<mi>h</mi>
</mrow>
</msub>
<mo>+</mo>
<mi>j</mi>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>Y</mi>
<mrow>
<mi>j</mi>
<mi>h</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>X</mi>
<mi>t</mi>
</msub>
<mo>+</mo>
<msub>
<mi>jY</mi>
<mi>t</mi>
</msub>
</mrow>
其中：N为风机台数；Xjh为第j台风机h次谐波矢量值的实部；Yjh为第j台风机h次谐波矢量值的虚部；
第四步骤：通过蒙特卡洛法多次模拟风电场运行状况，得到风电场谐波叠加效益概率密度函数；并且利用风电场谐波叠加效益概率密度函数预测出主变侧谐波电流在极限状况的概率以及风电场主变侧谐波电流幅值的均值状况。
2.根据权利要求1所述的风电场谐波预测评估方法，其特征在于，第三步骤中评估基于扇区分布下的谐波相角叠加包括：
对测量到的风电场历史数据在给定的测量周期内进行FFT输出得到一个复数I＝Xh+jYh，对复数进行计算得到相应的n次谐波相位；在计算相角时按下式来求得其加权相角平均值θh：
<mrow>
<msub>
<mi>&theta;</mi>
<mi>h</mi>
</msub>
<mo>=</mo>
<mi>arctan</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mi>N</mi>
</mrow>
</munderover>
<msub>
<mi>X</mi>
<mrow>
<mi>j</mi>
<mi>h</mi>
</mrow>
</msub>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mi>N</mi>
</mrow>
</munderover>
<msub>
<mi>Y</mi>
<mrow>
<mi>j</mi>
<mi>h</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
其中θh表示第h次谐波的加权相角平均值；
对风电场内各台机组的测量数据计算在FFT下的各次谐波的瞬时分量，对所得数据进行统计，并根据下式评估相应的相位角的一致性；
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mi>h</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mi>N</mi>
</mrow>
</munderover>
<msub>
<mi>X</mi>
<mrow>
<mi>j</mi>
<mi>h</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mi>N</mi>
</mrow>
</munderover>
<msub>
<mi>Y</mi>
<mrow>
<mi>j</mi>
<mi>h</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mi>N</mi>
</mrow>
</munderover>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mrow>
<mi>j</mi>
<mi>h</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>Y</mi>
<mrow>
<mi>j</mi>
<mi>h</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
</mfrac>
</mrow>
根据下式计算α所表示的相角范围内的各个相角的总谐波的电流幅值：
<mrow>
<msub>
<mi>I</mi>
<mrow>
<mi>h</mi>
<mo>-</mo>
<mo>&part;</mo>
</mrow>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<msubsup>
<mrow>
<mo>(</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>Re</mi>
<mrow>
<mi>h</mi>
<mo>-</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mi>&alpha;</mi>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msubsup>
<mrow>
<mo>(</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>Im</mi>
<mrow>
<mi>h</mi>
<mo>-</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mi>&alpha;</mi>
<mn>2</mn>
</msubsup>
</mrow>
</msqrt>
</mrow>
1
α表示在0-360度之间每个特定的相角范围，t表示测量采样窗口，200ms为一个采样窗口；n表示在整个测试周期内被采样的窗口，
根据下式计算求得α所表示的相角范围的电流总和：
<mrow>
<msub>
<mi>&rho;</mi>
<msub>
<mi>I</mi>
<mrow>
<mi>h</mi>
<mo>-</mo>
<mo>&part;</mo>
</mrow>
</msub>
</msub>
<mo>=</mo>
<mfrac>
<msqrt>
<mrow>
<msubsup>
<mrow>
<mo>(</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>Re</mi>
<mrow>
<mi>h</mi>
<mo>-</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mi>&alpha;</mi>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msubsup>
<mrow>
<mo>(</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>Im</mi>
<mrow>
<mi>h</mi>
<mo>-</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mi>&alpha;</mi>
<mn>2</mn>
</msubsup>
</mrow>
</msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>&beta;</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>&beta;</mi>
<mo>=</mo>
<mn>180</mn>
</mrow>
</munderover>
<msqrt>
<mrow>
<msubsup>
<mrow>
<mo>(</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>Re</mi>
<mrow>
<mi>h</mi>
<mo>-</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mi>&beta;</mi>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msubsup>
<mrow>
<mo>(</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>Im</mi>
<mrow>
<mi>h</mi>
<mo>-</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mi>&beta;</mi>
<mn>2</mn>
</msubsup>
</mrow>
</msqrt>
</mrow>
</mfrac>
</mrow>
其中，当扇区为2度时，对应的β为1到180的范围；
由下式计算α所表示的相角范围的精确相角：
3.根据权利要求1或2所述的风电场谐波预测评估方法，其特征在于，第四步骤中的蒙特卡洛法包括：获取单台机组各次谐波电流幅值和相角的特性以及风电场相角分布的历史数据；根据风电场规模生成随机数；将随机数变成随机现实；对经过的输电线路和变压器所引起的各次谐波的幅值和相角的变化进行计算；按统计实验模型进行计算；对计算所得结果进行处理，并随后判断是否停止计算，如果停止计算则输出结果，如果不停止计算则回到根据风电场规模生成随机数的步骤，从而重复后续步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510882196.6A CN105356462B (zh) | 2015-12-03 | 2015-12-03 | 风电场谐波预测评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510882196.6A CN105356462B (zh) | 2015-12-03 | 2015-12-03 | 风电场谐波预测评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105356462A CN105356462A (zh) | 2016-02-24 |
| CN105356462B true CN105356462B (zh) | 2017-12-08 |
Family
ID=55332371
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510882196.6A Expired - Fee Related CN105356462B (zh) | 2015-12-03 | 2015-12-03 | 风电场谐波预测评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105356462B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105790261B (zh) * | 2016-03-29 | 2020-08-18 | 全球能源互联网研究院 | 一种随机谐波潮流计算方法 |
| CN106154111B (zh) * | 2016-06-22 | 2018-09-11 | 南京南瑞继保电气有限公司 | 一种间谐波发生源定位方法及装置 |
| CN107423867A (zh) * | 2017-04-05 | 2017-12-01 | 长沙理工大学 | 一种含风电场交直流电力系统静态电压安全域方法 |
| CN108155652B (zh) * | 2018-02-01 | 2020-04-03 | 河北秦淮数据有限公司 | 一种新能源发电场谐波控制系统 |
| CN108233378B (zh) * | 2018-02-01 | 2020-08-25 | 安徽省国家电投和新电力技术研究有限公司 | 一种新能源发电场谐波控制方法 |
| CN112491054B (zh) * | 2020-12-02 | 2023-04-28 | 广东电网有限责任公司江门供电局 | 一种风电场谐波在电网中的耦合规律分析方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103107534A (zh) * | 2013-01-16 | 2013-05-15 | 浙江大学 | 一种双馈感应发电系统优化功率预测控制方法 |
| CN104184171A (zh) * | 2014-08-13 | 2014-12-03 | 上海电机学院 | 一种风电场层有功功率控制系统和方法 |
| WO2014202426A1 (de) * | 2013-06-21 | 2014-12-24 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zum steuern von stromgeneratoren eines teilnetzes innerhalb eines netzverbundes |
| EP2827157A1 (en) * | 2013-07-18 | 2015-01-21 | Siemens Aktiengesellschaft | Method and device for estimating grid properties of a power grid |
-
2015
- 2015-12-03 CN CN201510882196.6A patent/CN105356462B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103107534A (zh) * | 2013-01-16 | 2013-05-15 | 浙江大学 | 一种双馈感应发电系统优化功率预测控制方法 |
| WO2014202426A1 (de) * | 2013-06-21 | 2014-12-24 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zum steuern von stromgeneratoren eines teilnetzes innerhalb eines netzverbundes |
| EP2827157A1 (en) * | 2013-07-18 | 2015-01-21 | Siemens Aktiengesellschaft | Method and device for estimating grid properties of a power grid |
| CN104184171A (zh) * | 2014-08-13 | 2014-12-03 | 上海电机学院 | 一种风电场层有功功率控制系统和方法 |
Non-Patent Citations (1)
| Title |
|---|
| 风电并网用全功率变流器谐波电流抑制研究;姚骏等;《中国电机工程学报》;20120605;第32卷(第16期);第17-25页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105356462A (zh) | 2016-02-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105356462B (zh) | 风电场谐波预测评估方法 | |
| CN107732970B (zh) | 一种新能源并网电力系统的静态安全概率评估方法 | |
| CN104156892A (zh) | 一种有源配电网电压跌落仿真与评估方法 | |
| CN104504263B (zh) | 一种基于分布概率的光伏电站谐波水平评估方法 | |
| CN106557828A (zh) | 一种长时间尺度光伏出力时间序列建模方法和装置 | |
| CN104901309B (zh) | 考虑风速相关性的电力系统静态安全评估方法 | |
| CN105656031A (zh) | 基于高斯混合分布特征的含风电电力系统安全风险评估方法 | |
| CN104573876A (zh) | 基于时序长记忆模型的风电场短期风速预测方法 | |
| CN104978608A (zh) | 一种风电功率预测装置及预测方法 | |
| CN107730111A (zh) | 一种考虑用户负荷和新能源接入的配网电压风险评估模型 | |
| CN106712097A (zh) | 一种含大规模风电场的电力系统暂态稳定风险评估方法 | |
| CN104217077A (zh) | 一种反映风速变化特性的风力发电出力随机模型建模方法 | |
| CN106548410A (zh) | 一种含分布式电源的配电网电压不平衡概率评估方法 | |
| CN104269867A (zh) | 一种节点扰动功率转移分布均衡度分析方法 | |
| CN104182914A (zh) | 一种基于波动特性的风电出力时间序列建模方法 | |
| CN103996079A (zh) | 一种基于条件概率的风电功率加权预测方法 | |
| CN105656084A (zh) | 一种计及新能源发电预测误差的改进随机潮流算法 | |
| CN106650977A (zh) | 应用于新建风电场的短期功率预测方法 | |
| Wei et al. | Reliability evaluation of Microgrid with PV-WG hybrid system | |
| Wang et al. | Applying probabilistic collocation method to power flow analysis in networks with wind farms | |
| CN103927597A (zh) | 基于自回归滑动平均模型的风电功率超短期预测方法 | |
| Ren et al. | Reliability evaluation of tidal current farm integrated generation systems considering wake effects | |
| Kaplan et al. | The analysis of wind speed potential and energy density in Ankara | |
| Jacquet et al. | Farm blockage model validation using pre and post construction LiDAR measurements | |
| CN106385055A (zh) | 一种含分布式电源的配电网安全校核方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171208 Termination date: 20201203 |