CN105701265B - 一种双馈风电机组建模方法及装置 - Google Patents
一种双馈风电机组建模方法及装置 Download PDFInfo
- Publication number
- CN105701265B CN105701265B CN201410709230.5A CN201410709230A CN105701265B CN 105701265 B CN105701265 B CN 105701265B CN 201410709230 A CN201410709230 A CN 201410709230A CN 105701265 B CN105701265 B CN 105701265B
- Authority
- CN
- China
- Prior art keywords
- parameter
- double
- blower
- fan motor
- motor unit
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012360 testing method Methods 0.000 claims abstract description 31
- 230000002068 genetic effect Effects 0.000 claims abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 14
- 238000005259 measurement Methods 0.000 claims abstract description 3
- 230000001681 protective effect Effects 0.000 claims description 32
- 238000004088 simulation Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000005094 computer simulation Methods 0.000 claims description 5
- 230000009286 beneficial effect Effects 0.000 claims description 3
- 238000004064 recycling Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012956 testing procedure Methods 0.000 claims 1
- 241000208340 Araliaceae Species 0.000 description 7
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 7
- 235000003140 Panax quinquefolius Nutrition 0.000 description 7
- 235000008434 ginseng Nutrition 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 108090000623 proteins and genes Proteins 0.000 description 5
- 230000001052 transient effect Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
Abstract
本发明涉及一种双馈风电机组建模方法及装置，其中，该方法包括：通过低电压穿越现场测试获得待建模的双馈风电机组的低电压穿越实测特性曲线及测试数据；对比待建模的双馈风电机组的低电压穿越特征与双馈风机模型库内存储的信息，完成风机类型匹配和风机特性匹配，从双馈风机模型库中找出与待建模的双馈风电机组最相似的已知风电机组模型；根据已知风电机组模型的参数类型确定待建模的双馈风电机组的待辨识参数对象，并将已知风机模型的参数作为待建模的双馈风电机组的待辨识参数对象的初始参数；利用初始参数和风机实测特性曲线，通过遗传算法确定待辨识参数，获得满足误差要求的参数；并利用满足误差要求的参数获得待建模的双馈风电机组的模型。
Description
技术领域
本发明涉及双馈风电技术领域，特别涉及一种双馈风电机组建模方法及装置。
背景技术
随着化石能源的日渐枯竭，以及环境保护的压力增加，人们对清洁可持续能源的渴求日益强烈。风电以其技术成熟、资源丰富的优势，在清洁能源发展中处于优先位置。随着风电的跨越式发展，风电装机规模的爆发式增长与电网建设相对滞后的矛盾日益凸显。应对大规模风电接入的源网协调技术成为电力生产和科研的热点和重点。而开展上述工作的基础是建立合适且准确的风电机组数学和仿真模型。目前，国际上IEC-TC88-WG27风力发电建模工作组、美国WECC建模工作组等研究组织或机构均在开展风电机组/风电场的建模工作，中国电科院牵头编写的能源行业标准《风电机组低电压穿越建模及验证方法》也已报批。上述标准提供了通用的风电机组仿真模型，为开展针对性的仿真建模工作提供了有效指导。
目前针对风电机组建模的研究也已经比较成熟，基于多种仿真平台的风电机组模型已有文献介绍，并基于上述模型开展了包括低电压穿越、并网控制、功率调节等一系列研究。但是目前主流研究中风电机组的模型都基于通用的理论模型，所建立的模型没有经过实际运行数据的验证，模型的准确性和适用性较低，不能够完全准确模拟大规模风电接入后的运行工况。
发明内容
为解决现有技术的问题，本发明提出一种双馈风电机组建模方法及装置，双馈风电机组低电压穿越测试获取的丰富实测数据，基于低电压穿越测试数据对双馈风电机组建模。从而建立的模型的准确性和适用性都很高。
为实现上述目的，本发明提供了一种双馈风电机组建模方法，该方法包括：
通过低电压穿越现场测试获得待建模的双馈风电机组的低电压穿越实测特性曲线及测试数据；
对比待建模的双馈风电机组的低电压穿越特征与双馈风机模型库内存储的信息，完成风机类型匹配和风机特性匹配，从所述双馈风机模型库中找出与待建模的双馈风电机组最相似的已知风电机组模型；
根据已知风电机组模型的参数类型确定待建模的双馈风电机组的待辨识参数对象，并将已知风机模型的参数作为待建模的双馈风电机组的待辨识参数对象的初始参数；其中，所述待辨识参数包括：机侧功率控制环d轴PI控制器比例增益参数、机侧功率控制环d轴PI控制器时间常数、机侧功率控制环q轴PI控制器比例增益参数、机侧功率控制环q轴PI控制器时间常数、机侧功率控制环有功功率增速限幅参数、机侧电流控制环q轴PI控制器比例增益参数、机侧电流控制环q轴PI控制器时间常数、机侧电流控制环d轴PI控制器比例增益参数、机侧电流控制环d轴PI控制器时间常数、保护模块Crowbar阻值参数、保护模块Crowbar投入时间参数、保护模块低电压穿越期间有功控制参数、保护模块低电压穿越期间有功控制参数；
利用初始参数和风机实测特性曲线，通过遗传算法确定待辨识参数，获得满足误差要求的参数；并利用满足误差要求的参数获得待建模的双馈风电机组的模型。
优选地，还包括：
将建成的双馈风电机组的模型存入所述双馈风机模型库内。
优选地，所述风机类型匹配的信息包括：风机低穿保护装置信息、保护触发条件信息、保护退出时延信息。
优选地，所述双馈风机模型库包括：风机模型模块、低电压穿越类型模块、待建模的风机实测曲线模块、风机模型的参数模块。
为实现上述目的，本发明还提供了一种双馈风电机组建模装置，该装置包括：
现场测试单元，用于通过低电压穿越现场测试获得待建模的双馈风电机组的低电压穿越实测特性曲线及测试数据；
匹配单元，用于对比待建模的双馈风电机组的低电压穿越特征与双馈风机模型库内存储的信息，完成风机类型匹配和风机特性匹配，从所述双馈风机模型库中找出与待建模的双馈风电机组最相似的已知风电机组模型；
参数单元，用于根据已知风电机组模型的参数类型确定待建模的双馈风电机组的待辨识参数对象，并将已知风机模型的参数作为待建模的双馈风电机组的待辨识参数对象的初始参数；其中，所述待辨识参数包括：机侧功率控制环d轴PI控制器比例增益参数、机侧功率控制环d轴PI控制器时间常数、机侧功率控制环q轴PI控制器比例增益参数、机侧功率控制环q轴PI控制器时间常数、机侧功率控制环有功功率增速限幅参数、机侧电流控制环q轴PI控制器比例增益参数、机侧电流控制环q轴PI控制器时间常数、机侧电流控制环d轴PI控制器比例增益参数、机侧电流控制环d轴PI控制器时间常数、保护模块Crowbar阻值参数、保护模块Crowbar投入时间参数、保护模块低电压穿越期间有功控制参数、保护模块低电压穿越期间有功控制参数；
建模单元，用于利用初始参数和风机实测特性曲线，通过遗传算法确定待辨识参数，获得满足误差要求的参数，利用满足误差要求的参数获得待建模的双馈风电机组的模型。
优选地，还包括：
双馈风机模型单元，用于将建成的双馈风电机组的模型作为已知模型进行存储。
优选地，所述匹配单元匹配的风机类型信息包括：风机低穿保护装置信息、保护触发条件信息、保护退出时延信息。
优选地，所述双馈风机模型单元包括：风机模型模块、低电压穿越类型模块、待建模的风机实测曲线模块、风机模型的参数模块。
上述技术方案具有如下有益效果：
(1)根据风机低电压穿越期间的特性进行分类汇总，忽略了部分暂态过程，只关注最重要的特征，可以为新的风电机组测试曲线匹配最近似的原始模型，降低后续辨识的盲目性，提高辨识效率。
(2)针对DIgSILENT仿真慢的问题，改进了遗传算法，建立了基因库，通过基因库将每一代种群的基因和适应度函数以及评价函数值存储起来，在新种群产生时，通过比较查询，筛选出重复出现的基因，直接读取库中适应度函数，跳过函数计算过程，减少计算量，提高辨识效率。
(3)建立了风机模型库，通过新辨识的风电机组入库的方式，实现风机模型和参数库的不断更新与丰富。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提出的一种双馈风电机组建模方法流程图；
图2为本发明技术方案的双馈风电机组低电压穿越现场测试示意图；
图3为本发明技术方案的双馈风电机组低电压穿越测试的流程图；
图4为本发明技术方案的双馈风电机组低电压穿越曲线分区图；
图5为本发明技术方案的遗传算法流程图；
图6a为本实施例的三一SE7715-L型风机输出的有功功率实测曲线图；
图6b为本实施例的三一SE7715-L型风机输出的无功功率实测曲线图；
图6c为本实施例的三一SE7715-L型风机输出的无功电流实测曲线图；
图7为本实施例的双馈风电机组建模后获得的仿真模型示意图；
图8a为本实施例的三一SE7715-L风电机组有功功率有效值实测曲线图；
图8b为本实施例的三一SE7715-L风电机组有功功率有效值仿真曲线图；
图9a为本实施例的三一SE7715-L风电机组无功功率有效值实测曲线图；
图9b为本实施例的三一SE7715-L风电机组无功功率有效值仿真曲线图；
图10a为本实施例的三一SE7715-L风电机组无功电流实测曲线图；
图10b为本实施例的三一SE7715-L风电机组无功电流仿真曲线图；
图11为本发明提出的一种双馈风电机组建模装置框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，为本发明提出的一种双馈风电机组建模方法流程图。该方法包括：
步骤101)：通过低电压穿越现场测试获得待建模的双馈风电机组的低电压穿越实测特性曲线及测试数据；
如图2所示，为本发明技术方案中双馈风电机组低电压穿越测试示意图。其中，MP1为系统侧节点，一般可为风电场并网点，MP2为测试点，MP3为箱变低压侧即风机机端。Z1为限流阻抗，短路故障时起到限制电压跌落对电网及风电场内其他在运行风力发电机组的影响，根据IEC 61400-21的要求，电压跌落时系统侧MP1的电压波动在5％Un以内。Z2为短路阻抗，调整Z2的幅值可以改变电压跌落的深度。S1为旁路开关，S2为短路开关。
如图3所示，为本发明技术方案双馈风电机组低电压穿越测试的流程图。按照图3所示的顺序，依次控制开关S1和S2的开闭，在风电机组机端模拟产生规定的电压跌落，依次校验风电机组的低电压穿越能力。采用高精度的录波仪记录风电机组变压器低压侧(或高压侧)电压、电流和功率，作为风电机组模型验证的基础数据。
根据高精度的录波仪记录风电机组变压器低压侧(或高压侧)电压、电流的瞬时值，采用滑动窗的计算方法，计算电压、电流的正序有效值，进而得到风电机组的有功、无功、无功电流特性曲线，作为后续参数辨识的参照。
步骤102)：对比待建模的双馈风电机组的低电压穿越特征与双馈风机模型库内存储的信息，完成风机类型匹配和风机特性匹配，从所述双馈风机模型库中找出与待建模的双馈风电机组最相似的已知风电机组模型；
在低电压穿越实现类型匹配方面，根据风电机组低电压穿越实现方式，确定以下几方面信息：
确定风电机组是采用何种方式实现低电压穿越的，一般来说有3种方式的风机低穿保护装置，分别为无装置、撬棒保护装置(Crowbar电路)、直流斩波电路(Chopper装置)。三者择其一。选用的风机低穿保护装置不同，其物理原理不同，相应的仿真模型也就不同。保护触发条件为直流母线电压越限或机端电压越限。保护退出时延为固定延时或滞回曲线。
在风机特性匹配方面，标准《风电机组低电压穿越建模及验证方法》提供了一种较为通用的风电机组低电压穿越分区方法，首先将风电机组曲线划分为故障前、故障中和故障后三个区，然后根据暂态和稳态过程将其进一步划分。
如图4所示，为双馈风电机组低电压穿越曲线分区图。标准《风电机组低电压穿越建模及验证方法》提供了一种较为通用的风电机组低电压穿越分区方法，首先将风电机组曲线划分为故障前、故障中和故障后三个区，然后根据暂态和稳态过程将其进一步划分。实测曲线中，低电压穿越测试过程中电压跌落瞬间(B1_a、B1_r时段)暂态功率变化较为剧烈，但曲线趋势基本一致；故障后(C1_a时段)有功功率恢复情况基本一致，因此不将上述时段的电气特征作为分类特征。因此风电机组低电压穿越分类特征包括以下三点：
①故障期间稳态(B2_a时段)有功功率特征；
②故障期间稳态(B2_r时段)无功功率特征；
③故障后暂态(C1_r时段)无功功率特征。
对于上述三项分类特征描述如下：B2_a时段，将有功功率变化情况分为对电网发、零、吸三种工况；B2_r时段，将无功功率变化情况分为对电网发、零、吸三种工况；C1_r时段，将无功功率变化情况分为向电网发、零、吸三种工况。
因此，双馈风机低电压穿越测试曲线特征理论上可分为3*3*3＝27种情况，经过对测试实验数据的分析后发现，不存在故障期间机组从电网吸收有功功率和无功功率的情况。排除一些不存在曲线对应的组合情况后，最终将21台次的双馈风电机组低电压穿越曲线特征分为8种类型，具体如表1所示。
表1
步骤103)：根据已知风电机组模型的参数确定待建模的双馈风电机组的待辨识参数对象，并将已知风机模型的参数作为待建模的双馈风电机组的待辨识参数对象的初始参数；其中，所述待辨识参数包括：机侧功率控制环d轴PI控制器比例增益参数、机侧功率控制环d轴PI控制器时间常数、机侧功率控制环q轴PI控制器比例增益参数、机侧功率控制环q轴PI控制器时间常数、机侧功率控制环有功功率增速限幅参数、机侧电流控制环q轴PI控制器比例增益参数、机侧电流控制环q轴PI控制器时间常数、机侧电流控制环d轴PI控制器比例增益参数、机侧电流控制环d轴PI控制器时间常数、保护模块Crowbar阻值参数、保护模块Crowbar投入时间参数、保护模块低电压穿越期间有功控制参数、保护模块低电压穿越期间有功控制参数；
确定风机低电压穿越实现类型及风机特性类型以后，从所述双馈风机模型库中找出与待建模的双馈风电机组最相似的已知风电机组模型，已知风电机组模型的关键参数就是风机待辨识的参数。典型的双馈风机参数如表2所示。
表2
同时，从双馈风机模型库中读取预留的已知风电机组模型的典型参数，作为参数辨识的起点(即初始参数)，进而提高参数辨识的效率。
步骤104)：利用初始参数和风机实测特性曲线，通过遗传算法确定待辨识参数，获得满足误差要求的参数；并利用满足误差要求的参数获得待建模的双馈风电机组的模型。
如图5所示，遗传算法流程如下：
步骤1)：根据匹配得到的双馈风电机组的待辨识参数对象和初始参数，生成新的种群。
步骤2)：与种群库中的种群成员进行比较，剔除重复的种群成员，减少计算量。
步骤3)：调用DIgSILENT程序中的仿真模型，将各个种群的参数赋给仿真模型，进行仿真计算，得到各个准群成员对应的仿真曲线。
步骤4)：根据标准要求的方法，调用实测曲线，计算仿真结果与实测结果的误差。
步骤5)：比较筛选最优秀的基因个体，同时将所有种群成员存入种群库，丰富种群库。
步骤6)：如果最优秀的个体满足误差要求，则循环辨识结束，如果不满足误差要求，则通过复制、交叉、变异，产生新一代的种群成员，重新启动辨识的循环。
步骤7)：对于满足误差要求的基因，作为最终辨识结果输出辨识结果，同时将其存入模型库。
如图11所示，为本发明提出的一种双馈风电机组建模装置框图。该装置包括：
现场测试单元201，用于通过低电压穿越现场测试获得待建模的双馈风电机组的低电压穿越实测特性曲线及测试数据；
匹配单元202，用于对比待建模的双馈风电机组的低电压穿越特征与双馈风机模型库内存储的信息，完成风机类型匹配和风机特性匹配，从所述双馈风机模型库中找出与待建模的双馈风电机组最相似的已知风电机组模型；
参数单元203，用于根据已知风电机组模型的参数类型确定待建模的双馈风电机组的待辨识参数对象，并将已知风机模型的参数作为待建模的双馈风电机组的待辨识参数对象的初始参数；其中，所述待辨识参数包括：机侧功率控制环d轴PI控制器比例增益参数、机侧功率控制环d轴PI控制器时间常数、机侧功率控制环q轴PI控制器比例增益参数、机侧功率控制环q轴PI控制器时间常数、机侧功率控制环有功功率增速限幅参数、机侧电流控制环q轴PI控制器比例增益参数、机侧电流控制环q轴PI控制器时间常数、机侧电流控制环d轴PI控制器比例增益参数、机侧电流控制环d轴PI控制器时间常数、保护模块Crowbar阻值参数、保护模块Crowbar投入时间参数、保护模块低电压穿越期间有功控制参数、保护模块低电压穿越期间有功控制参数；
建模单元204，用于利用初始参数和风机实测特性曲线，通过遗传算法确定待辨识参数，获得满足误差要求的参数，利用满足误差要求的参数获得待建模的双馈风电机组的模型。
现场实施例：
选择某风电场的三一电气的SE7715-L型风机作为被测对象，该风电场共4条风机汇集线路，接入升压站1号主变,通过220kV送出线路并入电网。升压站1号主变容量100MVA，型号：SFZ10-100000/220，额定电压：230±8*1.25％/35kV，联接组标号：YN,d11；短路阻抗：11.7％。被试风机通过3号35kV集电线路接入1#主变。
风电机组相关信息如表3所示。
表3
选择风机机端电压跌落至20％p.u.为基础工况进行测试，在此故障工况下，三一SE7715-L型风机输出的有功功率、无功功率、无功电流变化趋势如图6a、图6b、图6c所示。
根据风电机组厂家提供的风机信息，三一SE7715-L风机低穿采用CrowBar方式，判据为机端电压越限，保护时延采用滞回曲线。
根据图4所示的风机特性分区，该类型风机在低穿过程中的特性为(发，零，零)，为表1中第8种风机类型。从双馈风机模型库中选取该类型的已知模型，已知模型的参数类型作为本实施例的待建模的双馈风电机组的待辨识参数对象，已知模型的参数作为本实施例的待建模型的双馈风电机组的待辨识参数对象的初始数据，如下表4所示。
表4
| 模块 | 参数名 | 参数描述 | 初值 |
| 机侧功率控制环 | Kd1 | d轴PI控制器比例增益 | 1 |
| Td1 | d轴PI控制器时间常数 | 0.1 | |
| Kq1 | q轴PI控制器比例增益 | 1 | |
| Tq1 | q轴PI控制器时间常数 | 0.2 | |
| deltap | 有功功率增速限幅 | 0.2 | |
| 机侧电流控制环 | Kq2 | q轴PI控制器比例增益 | 0.2 |
| Tq2 | q轴PI控制器时间常数 | 0.1 | |
| Kd2 | d轴PI控制器比例增益 | 0.1 | |
| Td2 | d轴PI控制器时间常数 | 0.04 | |
| 保护模块 | Rcb | Crowbar阻值 | 0.45Ω |
| Plvrt | 低电压穿越期间有功控制 | 0.3 | |
| Qlvrt | 低电压穿越期间有功控制 | 0 |
在参数辨识方面，在DIgSILENT/powerfactory中搭建仿真系统，各电气设备的参数根据实测参数设置，仿真系统如图7所示。DIgSILENT/powerfactory是一个专业的电力系统仿真软件，目前多用于新能源仿真建模中，是标准《风电机组低电压穿越建模及验证方法》推荐的仿真平台。
我们期望得到的是图7中的仿真模型，但是该模型的控制器中有很多控制参数并不确定，这些参数将直接影响风电机组在低电压穿越过程中的功率特性。
研究发现，发现对于双馈风电机组而言，对低电压穿越控制特性影响最大的参数就是表3中所述的参数组。遗传算法是对本实施例的待建模型的双馈风电机组的待辨识参数对象的初始数据根据实际运行情况进行调整来确定待建模的双馈风电机组的待辨识参数对象。将辨识后的参数都将应用到图7的模型中，然后通过在DIgSILENT中进行与实际测试工况相同的仿真模拟，对比风电机组仿真低穿特性与测试低穿特性的差异，当二者误差小于预定的阈值时，我们认为得到的模型足够准确，相应的参数组就是想要辨识的参数组。
调用上文的遗传算法，最终得到的模型关键参数如表5所示，实测曲线和仿真曲线的对比如图8a、图8b、图9a、图9b、图10a、图10b所示。参照标准《风电机组低电压穿越建模及验证方法》计算出有功功率、无功功率、无功电流各时间分区内的平均偏差、平均绝对偏差，稳态区间的最大偏差以及加权平均绝对偏差，并与标准中规定的各偏差最大允许值对比，结果如表6所示。可见《风电机组低电压穿越建模及验证方法》标准中规定的模型验证所考核的三个电气量：有功功率P、无功功率Q、无功电流IQ的测试与仿真数据的偏差均在标准允许的最大偏差范围内。
表5
| 模块 | 参数名 | 参数描述 | 初值 |
| 机侧功率控制环 | Kd1 | d轴PI控制器比例增益 | 1.62 |
| Td1 | d轴PI控制器时间常数 | 0.109 | |
| Kq1 | q轴PI控制器比例增益 | 3.71 | |
| Tq1 | q轴PI控制器时间常数 | 0.182 | |
| deltap | 有功功率增速限幅 | 0.24 | |
| 机侧电流控制环 | Kq2 | q轴PI控制器比例增益 | 0.235 |
| Tq2 | q轴PI控制器时间常数 | 0.0169 | |
| Kd2 | d轴PI控制器比例增益 | 0.0948 | |
| Td2 | d轴PI控制器时间常数 | 0.0531 | |
| 保护模块 | Rcb | Crowbar阻值 | 0.45Ω |
| Plvrt | 低电压穿越期间有功控制 | 0.37 | |
| Qlvrt | 低电压穿越期间有功控制 | 0 |
表6
本技术方案基于低电压穿越测试数据进行双馈风机建模，可以实现双馈风机的准确建模。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种双馈风电机组建模方法，其特征在于，该方法包括：
通过低电压穿越现场测试获得待建模的双馈风电机组的低电压穿越实测特性曲线及测试数据；
对比待建模的双馈风电机组的低电压穿越特征与双馈风机模型库内存储的低电压穿越特征信息，完成风机类型匹配和风机特性匹配，从所述双馈风机模型库中找出与待建模的双馈风电机组最相似的已知风电机组模型；
根据已知风电机组模型的参数类型确定待建模的双馈风电机组的待辨识参数对象对象，并将已知风机模型的参数作为待建模的双馈风电机组的待辨识参数对象的初始参数；其中，所述待辨识参数包括：机侧功率控制环d轴PI控制器比例增益参数、机侧功率控制环d轴PI控制器时间常数、机侧功率控制环q轴PI控制器比例增益参数、机侧功率控制环q轴PI控制器时间常数、机侧功率控制环有功功率增速限幅参数、机侧电流控制环q轴PI控制器比例增益参数、机侧电流控制环q轴PI控制器时间常数、机侧电流控制环d轴PI控制器比例增益参数、机侧电流控制环d轴PI控制器时间常数、保护模块Crowbar阻值参数、保护模块Crowbar投入时间参数、保护模块低电压穿越期间有功控制参数、保护模块低电压穿越期间有功控制参数；
利用初始参数和风机实测特性曲线，通过遗传算法确定待辨识参数，获得满足误差要求的参数；并利用满足误差要求的参数获得待建模的双馈风电机组的模型；
其中，所述遗传算法流程如下：
根据所述待建模的双馈风电机组的待辨识参数对象和初始参数，生成新的种群；
新的种群与种群库中的种群成员进行比较，剔除重复的种群成员；
调用DIgSILENT程序中的仿真模型，将剔除重复种群成员的各个种群的参数赋给所述仿真模型，进行仿真计算，得到各个种群成员对应的仿真曲线；
根据标准要求的方法，调用实测曲线，计算仿真曲线与实测曲线的误差；
比较筛选最优秀的基因个体，同时将所有种群成员存入种群库；
如果最优秀的基因个体满足误差要求，则循环辨识结束，如果不满足误差要求，则通过复制、交叉、变异，产生新一代的种群成员，重新启动辨识的循环；对于满足误差要求的最优秀的基因个体，作为最终辨识结果输出辨识结果，同时将其存入双馈风机模型库。
2.如权利要求1所述的方法，其特征在于，还包括：
将建成的双馈风电机组的模型存入所述双馈风机模型库内。
3.如权利要求1或2所述的方法，其特征在于，所述风机类型匹配的信息包括：风机低穿保护装置信息、保护触发条件信息、保护退出时延信息。
4.如权利要求1或2所述的方法，其特征在于，所述双馈风机模型库包括：风机模型模块、低电压穿越类型模块、待建模的风机实测曲线模块、风机模型的参数模块。
5.如权利要求1或2所述的方法，其特征在于，所述现场测试的步骤包括：
断开旁路开关，投入限流电抗；采用录波仪记录双馈风电机组的低压侧或高压侧电压、电流和功率；
闭合短路开关，投入短路电抗，产生电压跌落；
断开短路开关，电网电压恢复正常；
闭合旁路开关，限流电抗退出，被测风电机组正常运行。
6.一种双馈风电机组建模装置，其特征在于，该装置包括：
现场测试单元，用于通过低电压穿越现场测试获得待建模的双馈风电机组的低电压穿越实测特性曲线及测试数据；
匹配单元，用于对比待建模的双馈风电机组的低电压穿越特征与双馈风机模型库内存储的低电压穿越特征信息，完成风机类型匹配和风机特性匹配，从所述双馈风机模型库中找出与待建模的双馈风电机组最相似的已知风电机组模型；
参数单元，用于根据已知风电机组模型的参数类型确定待建模的双馈风电机组的待辨识参数对象，并将已知风机模型的参数作为待建模的双馈风电机组的待辨识参数对象的初始参数；其中，所述待辨识参数包括：机侧功率控制环d轴PI控制器比例增益参数、机侧功率控制环d轴PI控制器时间常数、机侧功率控制环q轴PI控制器比例增益参数、机侧功率控制环q轴PI控制器时间常数、机侧功率控制环有功功率增速限幅参数、机侧电流控制环q轴PI控制器比例增益参数、机侧电流控制环q轴PI控制器时间常数、机侧电流控制环d轴PI控制器比例增益参数、机侧电流控制环d轴PI控制器时间常数、保护模块Crowbar阻值参数、保护模块Crowbar投入时间参数、保护模块低电压穿越期间有功控制参数、保护模块低电压穿越期间有功控制参数；
建模单元，用于利用初始参数和风机实测特性曲线，通过遗传算法确定待辨识参数，获得满足误差要求的参数，利用满足误差要求的参数获得待建模的双馈风电机组的模型；
其中，所述建模单元执行所述遗传算法流程如下：
根据所述待建模的双馈风电机组的待辨识参数对象和初始参数，生成新的种群；
新的种群与种群库中的种群成员进行比较，剔除重复的种群成员；
调用DIgSILENT程序中的仿真模型，将剔除重复种群成员的各个种群的参数赋给所述仿真模型，进行仿真计算，得到各个种群成员对应的仿真曲线；
根据标准要求的方法，调用实测曲线，计算仿真曲线与实测曲线的误差；
比较筛选最优秀的基因个体，同时将所有种群成员存入种群库；
如果最优秀的基因个体满足误差要求，则循环辨识结束，如果不满足误差要求，则通过复制、交叉、变异，产生新一代的种群成员，重新启动辨识的循环；对于满足误差要求的最优秀的基因个体，作为最终辨识结果输出辨识结果，同时将其存入双馈风机模型库。
7.如权利要求6所述的装置，其特征在于，还包括：
双馈风机模型单元，用于将建成的双馈风电机组的模型作为已知模型进行存储。
8.如权利要求6或7所述的装置，其特征在于，所述匹配单元匹配的风机类型信息包括：风机低穿保护装置信息、保护触发条件信息、保护退出时延信息。
9.如权利要求6或7所述的装置，其特征在于，所述双馈风机模型单元包括：风机模型模块、低电压穿越类型模块、待建模的风机实测曲线模块、风机模型的参数模块。
10.如权利要求6或7所述的装置，其特征在于，所述现场测试单元的测试步骤包括：
断开旁路开关，投入限流电抗；
闭合短路开关，投入短路电抗，产生电压跌落；
断开短路开关，电网电压恢复正常；
闭合旁路开关，限流电抗退出，被测风电机组正常运行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410709230.5A CN105701265B (zh) | 2014-11-28 | 2014-11-28 | 一种双馈风电机组建模方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410709230.5A CN105701265B (zh) | 2014-11-28 | 2014-11-28 | 一种双馈风电机组建模方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105701265A CN105701265A (zh) | 2016-06-22 |
| CN105701265B true CN105701265B (zh) | 2018-11-20 |
Family
ID=56230528
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410709230.5A Active CN105701265B (zh) | 2014-11-28 | 2014-11-28 | 一种双馈风电机组建模方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105701265B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107480406B (zh) * | 2017-08-02 | 2020-09-08 | 华北水利水电大学 | 一种双馈风电机组短路电流计算的动态向量模型建立方法 |
| CN111525590A (zh) * | 2020-04-27 | 2020-08-11 | 国网冀北电力有限公司电力科学研究院 | 动态无功补偿装置建模方法及装置 |
| CN112332441A (zh) * | 2020-08-18 | 2021-02-05 | 华北电力大学（保定） | 基于低电压穿越的双馈风机全风速和初始化建模 |
| CN113806907B (zh) * | 2021-08-02 | 2024-03-01 | 国网冀北电力有限公司电力科学研究院 | 双馈风电机组机电暂态数据处理方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101764413A (zh) * | 2009-11-25 | 2010-06-30 | 中国电力科学研究院 | 一种大规模风电集中接入电网的系统仿真方法 |
| CN102799722A (zh) * | 2012-07-05 | 2012-11-28 | 中国电力科学研究院 | 一种风电场低电压穿越能力仿真验证方法 |
| CN103995977A (zh) * | 2014-05-30 | 2014-08-20 | 国家电网公司 | 基于lvrt暂态响应特性分析的双馈风电机组参数辨识方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9651629B2 (en) * | 2012-07-16 | 2017-05-16 | Clemson University | Hardware-in-the-loop grid simulator system and method |
-
2014
- 2014-11-28 CN CN201410709230.5A patent/CN105701265B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101764413A (zh) * | 2009-11-25 | 2010-06-30 | 中国电力科学研究院 | 一种大规模风电集中接入电网的系统仿真方法 |
| CN102799722A (zh) * | 2012-07-05 | 2012-11-28 | 中国电力科学研究院 | 一种风电场低电压穿越能力仿真验证方法 |
| CN103995977A (zh) * | 2014-05-30 | 2014-08-20 | 国家电网公司 | 基于lvrt暂态响应特性分析的双馈风电机组参数辨识方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于状态识别和遗传算法的双馈风电机组参数辨识方法;卢文平等;《华北电力技术》;20140731(第7期);第6-9页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105701265A (zh) | 2016-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104392056B (zh) | 一种直驱风电机组建模方法及装置 | |
| CN116256602B (zh) | 一种低压配电网状态异常的识别方法和系统 | |
| CN103870923B (zh) | 基于信息熵的凝聚型层次聚类算法的风电场机群聚合方法 | |
| CN105701265B (zh) | 一种双馈风电机组建模方法及装置 | |
| CN108053128A (zh) | 一种基于elm和tf的电网暂态稳定快速评估方法 | |
| CN106202815A (zh) | 基于有功响应的双馈型风电场动态等值方法 | |
| CN109508823A (zh) | 一种基于场景分析法的配电网中分布式电源规划方法 | |
| CN108667005B (zh) | 一种计及新能源影响的电网静动态结合脆弱性评估方法 | |
| CN109086527A (zh) | 一种基于风电机组运行状态的实用化等值建模方法 | |
| CN115622053B (zh) | 一种用于考虑分布式电源的自动负荷建模方法及装置 | |
| CN108074198B (zh) | 一种电力系统pmu不良数据识别方法 | |
| CN109102132A (zh) | 一种基于概率论的微电网脆弱性评估方法及装置 | |
| CN109599896A (zh) | 一种10kV电网分布式光伏最大可开放容量的计算方法 | |
| CN109581130A (zh) | 一种考虑电压调整措施影响的电压曲线相似度计算方法 | |
| CN111614066A (zh) | 一种配电网继电保护定值自动整定方法和系统 | |
| CN106526347A (zh) | 一种基于数模混合仿真的光伏逆变器低电压穿越评估方法 | |
| CN105576654B (zh) | 直驱风电场等值方法和系统 | |
| CN114336608B (zh) | 一种考虑动态增容和重构的机组阻塞优化方法及系统 | |
| CN106410862A (zh) | 基于有功恢复斜率校正的风电场单机等值方法 | |
| CN110021961A (zh) | 一种含风电场电力系统在线同调识别方法 | |
| CN116581890A (zh) | 一种电网运行稳定性的智能监测方法及系统 | |
| CN108183481A (zh) | 一种基于深度学习电网快速判稳方法和系统 | |
| Alzubaidi et al. | Probabilistic voltage stability analysis considering variable wind generation and different control modes | |
| CN105896525B (zh) | 基于wams的电网大扰动识别方法 | |
| CN104036433A (zh) | 一种配电网运行管理水平评价方法 |
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 |