CN107798205A - 双馈感应风力发电机组轴系模型参数的单独辨识方法 - Google Patents
双馈感应风力发电机组轴系模型参数的单独辨识方法 Download PDFInfo
- Publication number
- CN107798205A CN107798205A CN201711303860.2A CN201711303860A CN107798205A CN 107798205 A CN107798205 A CN 107798205A CN 201711303860 A CN201711303860 A CN 201711303860A CN 107798205 A CN107798205 A CN 107798205A
- Authority
- CN
- China
- Prior art keywords
- dfig
- parameter
- shaft system
- parameters
- discrimination method
- 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
- 238000012850 discrimination method Methods 0.000 title claims abstract description 16
- 230000006698 induction Effects 0.000 title abstract description 12
- 230000035945 sensitivity Effects 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000013016 damping Methods 0.000 claims description 4
- 230000005284 excitation Effects 0.000 claims description 4
- 238000000034 method Methods 0.000 abstract description 11
- 238000006243 chemical reaction Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种双馈感应风力发电机组轴系模型参数的单独辨识方法，所述方法通过在发电机转速信号上叠加正弦形式的慢速扰动信号，激发双馈感应风力发电机组的慢动态过程，从而实现了轴系参数与电气及控制器参数的解耦辨识，可以在尚不知晓双馈感应风力发电机组电气参数和控制器参数准确值的情况下，对轴系参数进行单独辨识，辨识结果具有良好的精度，解决了以往双馈感应风力发电机组轴系模型参数难以辨识的问题。
Description
技术领域
本发明涉及一种双馈感应风力发电机组轴系模型参数的单独辨识方法，属于电力系统建模领域。
背景技术
双馈感应风力发电机组(以下称为“DFIG机组”)是目前风力发电中使用的主流机型之一，它由风力机(含叶片和轮毂)、传动系统(含连接风力机的低速传动轴、增速齿轮箱和连接发电机转子的高速传动轴)、双馈感应电机、电力电子变流器及其控制器等部分组成。建立准确的DFIG机组模型，对于研究风力发电机并网后与电网的交互影响有重要意义。
DFIG机组的轴系模型主要用于描述传动系统的柔性及扭振特性，DFIG机组轴系的结构如图1所示。与风力机和发电机相比，齿轮箱的惯性很小，所以可以将齿轮箱的惯性忽略或计入发电机转子的惯性，这样可以得到表示DFIG机组轴系的两质块模型，其方程如下：
上式中，Ht和Hg分别为风力机和发电机转子的惯性时间常数；Ks为轴系的刚度系数；Dsh和Dg分别为轴系和发电机的阻尼系数；Tm、Te、Tsh分别为风力机的机械转矩、发电机的电磁转矩、轴系传递的机械转矩；ωt和ωr分别为风力机的转速和发电机转子的转速；θtw为风力机和发电机转子两个质块间的相对角位移。该模型中有五个参数：Ht、Hg、Ks、Dsh、Dg。
DFIG机组是一个多时间尺度的动态系统，目前通常采用的在DFIG机组并网线路上制造电压跌落扰动的参数辨识方法会同时激发DFIG机组中的电磁暂态、机电暂态和机械动态过程。尤其是机电暂态和机械动态过程在时间上无法完全解耦，动态过程涉及发电机、控制器和轴系的参数，由于参数数量过多，难以准确辨识。
发明内容
发明目的：本发明提出一种双馈感应风力发电机组轴系模型参数的单独辨识方法，通过单独激发DFIG机组轴系慢动态过程的方式来准确辨识轴系模型的参数。
技术方案：本发明采用的技术方案为一种双馈感应风力发电机组轴系模型参数的单独辨识方法，包括以下步骤：
1)在DFIG机组的发电机转速信号上施加正弦形式的慢速扰动信号并屏蔽实际转速信号，记录扰动施加过程中DFIG机组承受的风速和发电机转速的变化数据；
2)建立DFIG机组的单机并网模型，并随机设定其电气参数的数值和控制器参数的数值，以使DFIG机组模型可以进入稳态运行；
3)采用优化算法，以步骤1)中所述正弦形式转速扰动信号为输入，以DFIG机组的发电机转速变化为输出，辨识DFIG机组轴系模型中的Ht、Hg、Ks、Dsh四个参数；
4)固定步骤3)中辨识出的Ht参数数值，采用优化算法，以步骤1)中所述正弦形式转速扰动信号为输入，以DFIG机组的发电机转速变化为输出，辨识DFIG机组轴系模型中的Hg、Ks、Dsh、Dg四个参数。
5)以步骤3)中辨识出的Ht和步骤4)中辨识出的Hg、Ks、Dsh、Dg为DFIG机组轴系模型参数的最终辨识结果。
步骤1)中施加正弦形式扰动信号需要使用一个虚拟转速信号发生装置，其输入量是实际转速信号，扰动施加过程中该装置输出正弦形式信号到DFIG机组的转速信号接收端，扰动施加完毕后该装置再输出实际转速信号到DFIG机组的转速信号接收端；施加的正弦形式扰动信号为ω0+Asin(ωt)，其中ω0为扰动施加前的发电机转速，A为扰动幅度，A可取0.05～0.1p.u.，ω为所施加的正弦形式扰动信号的角频率，ω可取0.5π～π，扰动施加时长为1～2个周期。
步骤2)中随机设置DFIG机组的电气参数数值和控制器参数数值时，针对实际DFIG机组，定转子电阻的随机取值范围可为0.001p.u.～0.1p.u.、定转子电抗的随机取值范围可为0.05p.u.～0.5p.u.、励磁电抗的随机取值范围可为1p.u.～10p.u.、控制器参数的数值在随机设定后能够保证机组模型可进入稳态运行即可。
步骤4)中采用优化算法辨识Hg、Ks、Dsh、Dg四个参数时，Hg、Ks、Dsh三个参数的数值搜索范围取为步骤3)中相应辨识结果的90％～110％，Dg的数值搜索范围根据相关标准取为0～0.05。
由以上技术方案，本发明的有益效果在于：本发明提出了一种双馈感应风力发电机轴系模型参数的单独辨识方法，所述方法通过在DFIG机组的转速信号上叠加正弦形式的慢速扰动信号，实现了DFIG机组电气参数、控制器参数和轴系参数的解耦辨识，可以在尚不知晓DFIG机组电气参数和控制器参数准确值的情况下，对DFIG机组的轴系参数进行单独辨识，并且具有较好的辨识精度，解决了以往DFIG机组两质块轴系参数难以辨识的问题。
附图说明
图1是DFIG机组的轴系结构图。
图2是DFIG机组轴系模型参数单独辨识的流程图。
图3是虚拟转速信号发生装置的功能示意图。
图4是施加在DFIG机组上的正弦形式转速扰动信号的波形。
图5是施加正弦形式转速扰动后发电机转速的实际变化曲线。
图6是施加正弦形式转速扰动后五个轴系参数的轨迹灵敏度曲线。
图7是用于参数辨识的DFIG机组单机并网模型示意图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等同形式的修改均落于本申请所附权利要求所限定的范围。
本发明所提出的DFIG机组轴系模型参数的单独辨识方法流程如图2所示，下面以一个额定容量1.5MW的DFIG机组的仿真模型为例进行说明，该DFIG机组的轴系参数、电气参数、控制器参数的原始设定值如表1所示，机组运行在机端电压恒定控制方式下。因风力机参数已有独立辨识方法，故认为其准确，在此不再赘述。
表1 DFIG机组各部分参数的原始设定值
详细的参数辨识过程如下：
1.步骤1：在DFIG机组的发电机转速信号上施加正弦形式的慢速扰动信号并屏蔽实际转速信号，记录扰动施加过程中DFIG机组承受的风速和发电机转速的变化数据。
(1)步骤1-1：施加正弦形式扰动信号需要使用一个虚拟转速信号发生装置，其输入量是实际转速信号，扰动施加过程中该装置输出正弦形式信号到DFIG机组的转速信号接收端，扰动施加完毕后该装置再输出实际转速信号到DFIG机组的转速信号接收端。转子转速ωr的量测信号通常是一个脉冲序列，脉冲的间隔用来计算转速。图3是虚拟转速信号发生装置的功能示意图，数字信号处理器DSP首先对真实的转速脉冲计数，获得实际的转速，再根据拟施加的转速信号扰动形式计算出虚拟脉冲的间隔，并通过D/A转换器和放大电路产生虚拟转速信号，并由DSP切换模拟开关将虚拟转速信号输送给DFIG机组的转速信号接收端。扰动结束后，DSP切换模拟开关再将实际转速信号输送给DFIG机组的转速信号接收端。
(2)步骤1-2：施加的正弦形式扰动信号为ω0+Asin(ωt)，其中ω0为扰动施加前的发电机转速，A为扰动幅度，A可取0.05～0.1p.u.，ω为所施加的正弦形式扰动信号的角频率，ω可取0.5π～π，扰动施加时长为1～2个周期。在本例中，施加的正弦形式扰动信号幅值为A＝0.05p.u.，角频率ω＝π，施加时长为4秒，即两个周波。图4是该正弦形式转速扰动信号的波形。图5给出了施加该正弦形式转速扰动信号后，发电机转速的实际变化曲线。
在正弦形式转速信号扰动下，轴系参数、电气参数、控制器参数的灵敏度(参数偏离原始设定值10％)计算结果如表2所示。可以看出，除发电机阻尼系数Dg外的另四个轴系参数的灵敏度比电气参数的灵敏度高出3～4个数量级，比控制器参数高出2～6个数量级。发电机阻尼系数Dg的灵敏度比电气参数的灵敏度高出1～2个数量级，比大部分控制器参数高出1～4个数量级，但与有功功率控制器的Ki，转子侧电流控制器的Kp和Ki在同一数量级上。
表2 DFIG机组参数在正弦形式转速信号扰动下对发电机转速的灵敏度
对于与发电机阻尼系数Dg有相同数量级灵敏度的三个控制器参数，扩大其参数偏移量并观测其对发电机转速变化造成的相对误差，计算结果如表3所列。可以发现，即使三个控制器参数的取值成倍偏离原始设定值，其对发电机转速变化的影响也极小，不会对其他参数的辨识带来明显影响。
表3参数偏离原始设定值后的灵敏度对比
上述分析表明，采用正弦形式转速信号扰动可以激发DFIG机组中与轴系参数相关的慢动态，同时可将电气参数和控制器参数对该慢动态的影响降到最低，从而可以实现轴系参数与电气及控制器参数的解耦辨识。
图6给出了施加正弦形式转速扰动后五个轴系参数的轨迹灵敏度曲线，根据参数可辨识性的有关理论，五个参数的轨迹灵敏度曲线不同时过零，表示这五个参数在该正弦形式转速信号扰动下可以被唯一辨识。
2.步骤2：建立DFIG机组的单机并网模型，并随机设定其电气参数的数值和控制器参数的数值，以使DFIG机组模型可以进入稳态运行。
(1)步骤2-1：建立的DFIG机组的单机并网模型如图7所示，DFIG机组机端电压为690V，经两级升压至110kV并与110kV无穷大系统连接。
(2)步骤2-2：随机设定DFIG机组电气参数的数值和控制器参数的数值，以使DFIG机组模型可以进入稳态运行，针对实际DFIG机组，定转子电阻的随机取值范围可为0.001p.u.～0.1p.u.、定转子电抗的随机取值范围可为0.05p.u.～0.5p.u.、励磁电抗的随机取值范围可为1p.u.～10p.u.、控制器参数的数值在随机设定后能够保证机组模型可进入稳态运行即可，表4和表5分别给出了随机选取的电气参数和控制器参数，从中可以看出随机选取的参数相比原始设定值有很大的偏差，用于模拟电气和控制器参数都未知的情况。
表4 DFIG机组电气参数的随机取值
表5 DFIG机组控制器参数的随机取值
3.步骤3：采用优化算法，以步骤1中所述正弦形式转速扰动信号为输入，以DFIG机组的发电机转速变化为输出，辨识DFIG机组轴系模型中的Ht、Hg、Ks、Dsh四个参数。本例中选用标准粒子群算法进行参数辨识，粒子数目为20个，迭代50代，四个参数的搜索范围和辨识结果如表6所列。从表6结果中可以看出，除轴系阻尼系数Dsh的误差还较大外，其余参数的辨识结果已经非常精确。但如果将Ht、Hg、Ks、Dsh、Dg五个参数同时进行辨识，则两个阻尼系数的辨识结果误差较大，如表7所列。
表6四个轴系模型参数的搜索范围及辨识结果
| 参数名 | Ht | Hg | Ks | Dsh |
| 搜索范围 | [1,10] | [0.1,1.5] | [0.1,2.5] | [0.1,2.5] |
| 辨识结果 | 4.314 | 0.722 | 1.111 | 1.569 |
| 辨识误差 | 0.14％ | 0.28％ | 0.09％ | 4.60％ |
表7五个轴系模型参数同时辨识的结果
| 参数名 | Ht | Hg | Ks | Dsh | Dg |
| 搜索范围 | [1,10] | [0.1,1.5] | [0.1,2.5] | [0.1,2.5] | [0,0.05] |
| 辨识结果 | 4.243 | 0.706 | 1.089 | 1.338 | 0.037 |
| 辨识误差 | 1.78％ | 1.94％ | 1.89％ | 10.80％ | 270.0％ |
4.步骤4：固定步骤3辨识出的Ht参数数值，采用优化算法，以步骤1中所述正弦形式转速扰动信号为输入，以DFIG机组的发电机转速变化为输出，辨识DFIG机组轴系模型中的Hg、Ks、Dsh、Dg四个参数。Hg、Ks、Dsh三个参数的数值搜索范围取为步骤3)中相应辨识结果的90％～110％，Dg的数值搜索范围根据相关标准取为0～0.05，辨识结果如表8所列，可以看到两个阻尼系数的辨识精度有了极大的提高。
表8步骤4的参数辨识结果
| 参数名 | Hg | Ks | Dsh | Dg |
| 搜索范围 | [0.650,0.794] | [0.999,1.222] | [1.412,1.726] | [0,0.05] |
| 辨识结果 | 0.719 | 1.110 | 1.499 | 0.0099 |
| 辨识误差 | 0.14％ | 0.00％ | 0.07％ | 1.00％ |
5.步骤5：以步骤3中辨识出的Ht和步骤4中辨识出的Hg、Ks、Dsh、Dg为DFIG机组轴系模型参数的最终辨识结果，如表9所列。可以看到DFIG机组轴系模型参数在电气和控制器参数均有很大偏差的情况下依然得到了精确的辨识，表明了本方法的有效性。
表9 DFIG机组轴系模型参数的最终辨识结果
| 参数名 | Ht | Hg | Ks | Dsh | Dg |
| 原始设定值 | 4.32 | 0.72 | 1.11 | 1.5 | 0.01 |
| 辨识结果 | 4.314 | 0.719 | 1.110 | 1.499 | 0.0099 |
| 辨识误差 | 0.14％ | 0.14％ | 0.00％ | 0.07％ | 1.00％ |
Claims (8)
1.一种DFIG机组轴系模型参数的单独辨识方法，其特征在于，包括以下步骤：
1)在DFIG机组的发电机转速信号上施加正弦形式的慢速扰动信号并屏蔽实际转速信号，记录扰动施加过程中DFIG机组承受的风速和发电机转速的变化数据；
2)建立DFIG机组的单机并网模型，并随机设定其电气参数的数值和控制器参数的数值，以使DFIG机组模型进入稳态运行；
3)采用优化算法，以步骤1)中所述正弦形式转速扰动信号为输入，以DFIG机组的发电机转速变化为输出，辨识DFIG机组轴系模型中的Ht、Hg、Ks、Dsh四个参数；
4)固定步骤3)中辨识出的Ht参数数值，采用优化算法，以步骤1)中所述正弦形式转速扰动信号为输入，以DFIG机组的发电机转速变化为输出，辨识DFIG机组轴系模型中的Hg、Ks、Dsh、Dg四个参数；
5)以步骤3)中辨识出的Ht和步骤4)中辨识出的Hg、Ks、Dsh、Dg为DFIG机组轴系模型参数的最终辨识结果。
2.根据权利要求1所述的DFIG机组轴系模型参数的单独辨识方法，其特征在于，所辨识的轴系模型是两质块模型，包含Ht、Hg、Ks、Dsh、Dg五个参数。
3.根据权利要求1所述的DFIG机组轴系模型参数的单独辨识方法，其特征在于，所述步骤1)中施加正弦形式扰动信号使用一个虚拟转速信号发生装置，其输入量是实际转速信号，扰动施加过程中该装置输出正弦形式信号到DFIG机组的转速信号接收端，扰动施加完毕后该装置再输出实际转速信号到DFIG机组的转速信号接收端。
4.根据权利要求3所述的DFIG机组轴系模型参数的单独辨识方法，其特征在于，所述正弦形式扰动信号的函数形式为ω0+Asin(ωt)，其中ω0为扰动施加前的发电机转速，A为扰动幅度，A可取0.05～0.1p.u.，ω为所施加的正弦形式扰动信号的角频率，ω可取0.5π～π，扰动施加时长为1～2个周期。
5.根据权利要求1所述的DFIG机组轴系模型参数的单独辨识方法，其特征在于，所述步骤2)中，随机设置DFIG机组的电气参数数值和控制器参数数值时，针对实际DFIG机组，定转子电阻的随机取值范围为0.001p.u.～0.1p.u.、定转子电抗的随机取值范围为0.05p.u.～0.5p.u.、励磁电抗的随机取值范围为1p.u.～10p.u.、控制器参数的数值在随机设定后，保证机组模型可进入稳态运行即可。
6.根据权利要求1所述的DFIG机组轴系模型参数的单独辨识方法，其特征在于，所述步骤4)中，采用优化算法辨识Hg、Ks、Dsh、Dg四个参数时，Ht直接取为步骤3)中的辨识结果，Hg、Ks、Dsh三个参数的数值搜索范围取为步骤3)中相应辨识结果的90％～110％，Dg的数值搜索范围根据相关标准取为0～0.05。
7.根据权利要求1所述的DFIG机组轴系模型参数的单独辨识方法，其特征在于，在步骤3)和步骤4)中，选取发电机转速作为输出量，即参数辨识使用的观测量。
8.根据权利要求1所述的DFIG机组轴系模型参数的单独辨识方法，其特征在于，通过步骤3)和步骤4)的两次辨识得到全部五个轴系参数，首先在步骤3)中仅辨识Ht、Hg、Ks、Dsh等四个灵敏度较大的参数，而不辨识灵敏度最小的发电机阻尼系数Dg，然后在步骤4)中进一步辨识Hg、Ks、Dsh、Dg等四个参数，最终以步骤3)中辨识出的Ht和步骤4)中辨识出的Hg、Ks、Dsh、Dg为最终辨识结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711303860.2A CN107798205B (zh) | 2017-12-11 | 2017-12-11 | 双馈感应风力发电机组轴系模型参数的单独辨识方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711303860.2A CN107798205B (zh) | 2017-12-11 | 2017-12-11 | 双馈感应风力发电机组轴系模型参数的单独辨识方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107798205A true CN107798205A (zh) | 2018-03-13 |
| CN107798205B CN107798205B (zh) | 2020-04-21 |
Family
ID=61537705
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711303860.2A Expired - Fee Related CN107798205B (zh) | 2017-12-11 | 2017-12-11 | 双馈感应风力发电机组轴系模型参数的单独辨识方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107798205B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113032968A (zh) * | 2021-03-02 | 2021-06-25 | 国网冀北电力有限公司电力科学研究院 | 双馈风机控制器参数辨识方法及装置 |
| CN115828569A (zh) * | 2022-11-26 | 2023-03-21 | 昆明理工大学 | 基于鲸鱼优化算法的双馈风电机组传动系统参数辨识方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101997470A (zh) * | 2010-07-29 | 2011-03-30 | 上海应用技术学院 | 一种双馈感应风力发电机自适应无源性控制方法 |
| CN102594244A (zh) * | 2012-02-20 | 2012-07-18 | 江苏省电力试验研究院有限公司 | 双馈风电机组一次调频联合控制方法 |
| CN102705169A (zh) * | 2012-06-26 | 2012-10-03 | 河海大学 | 一种风力发电运行状态监测与控制模型机 |
| CN102999675A (zh) * | 2012-12-12 | 2013-03-27 | 上海市电力公司 | 双馈变速恒频风电机组系统电磁暂态仿真方法 |
| CN103701389B (zh) * | 2013-12-12 | 2016-03-23 | 河海大学 | 一种双馈感应发电机控制器参数辨识方法 |
| CN103825521B (zh) * | 2014-02-25 | 2016-08-31 | 河海大学 | 一种双馈风电机组中驱动系统及发电机参数的辨识方法 |
| CN106169747A (zh) * | 2016-07-20 | 2016-11-30 | 河海大学 | 一种双馈感应发电机参数辨识方法 |
| CN106294959A (zh) * | 2016-08-01 | 2017-01-04 | 华南理工大学 | 模型参考自适应控制与双馈风机降阶模型相结合的建模仿真方法 |
| CN107453401A (zh) * | 2017-09-13 | 2017-12-08 | 河海大学 | 一种双馈风力发电机参数辨识方法 |
-
2017
- 2017-12-11 CN CN201711303860.2A patent/CN107798205B/zh not_active Expired - Fee Related
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101997470A (zh) * | 2010-07-29 | 2011-03-30 | 上海应用技术学院 | 一种双馈感应风力发电机自适应无源性控制方法 |
| CN102594244A (zh) * | 2012-02-20 | 2012-07-18 | 江苏省电力试验研究院有限公司 | 双馈风电机组一次调频联合控制方法 |
| CN102705169A (zh) * | 2012-06-26 | 2012-10-03 | 河海大学 | 一种风力发电运行状态监测与控制模型机 |
| CN102999675A (zh) * | 2012-12-12 | 2013-03-27 | 上海市电力公司 | 双馈变速恒频风电机组系统电磁暂态仿真方法 |
| CN103701389B (zh) * | 2013-12-12 | 2016-03-23 | 河海大学 | 一种双馈感应发电机控制器参数辨识方法 |
| CN103825521B (zh) * | 2014-02-25 | 2016-08-31 | 河海大学 | 一种双馈风电机组中驱动系统及发电机参数的辨识方法 |
| CN106169747A (zh) * | 2016-07-20 | 2016-11-30 | 河海大学 | 一种双馈感应发电机参数辨识方法 |
| CN106294959A (zh) * | 2016-08-01 | 2017-01-04 | 华南理工大学 | 模型参考自适应控制与双馈风机降阶模型相结合的建模仿真方法 |
| CN107453401A (zh) * | 2017-09-13 | 2017-12-08 | 河海大学 | 一种双馈风力发电机参数辨识方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113032968A (zh) * | 2021-03-02 | 2021-06-25 | 国网冀北电力有限公司电力科学研究院 | 双馈风机控制器参数辨识方法及装置 |
| CN113032968B (zh) * | 2021-03-02 | 2023-10-31 | 国网冀北电力有限公司电力科学研究院 | 双馈风机控制器参数辨识方法及装置 |
| CN115828569A (zh) * | 2022-11-26 | 2023-03-21 | 昆明理工大学 | 基于鲸鱼优化算法的双馈风电机组传动系统参数辨识方法 |
| CN115828569B (zh) * | 2022-11-26 | 2023-10-31 | 昆明理工大学 | 基于鲸鱼优化算法的双馈风电机组传动系统参数辨识方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107798205B (zh) | 2020-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103825521B (zh) | 一种双馈风电机组中驱动系统及发电机参数的辨识方法 | |
| CN110987167A (zh) | 旋转机械设备的故障检测方法、装置、设备及存储介质 | |
| CN110071667B (zh) | 一种双馈风力发电机参数辨识方法 | |
| CN101430246A (zh) | 风力发电模拟试验平台 | |
| CN109522607A (zh) | 一种双馈风电场机电暂态等值建模方法 | |
| CN102510263A (zh) | 基于抛载试验和数值差分的同步发电机实用参数辨识方法 | |
| CN102664580B (zh) | 电力系统多稳定器的混合智能控制方法 | |
| CN111293686A (zh) | 基于armax系统辨识的电力系统惯量实时评估方法 | |
| CN103701389B (zh) | 一种双馈感应发电机控制器参数辨识方法 | |
| CN104104097B (zh) | 一种评估风电机组送出系统次同步振荡的方法 | |
| CN112906210B (zh) | 基于失稳特征提取的风电机组试验台时延辨识方法及系统 | |
| CN105471353B (zh) | 伺服电机转动惯量辨识方法和装置 | |
| CN108845230A (zh) | 一种次同步振荡随机时变模态辨识方法 | |
| CN107798205A (zh) | 双馈感应风力发电机组轴系模型参数的单独辨识方法 | |
| CN107947228A (zh) | 基于Markov理论的含风电电力系统随机稳定性分析方法 | |
| CN107525627A (zh) | 电机转子转动惯量的测试方法 | |
| Sheng et al. | Blade aerodynamic asymmetry fault analysis and diagnosis of wind turbines with doubly fed induction generator | |
| CN110445174B (zh) | 一种考虑随机风速影响的风电场系统暂态稳定性评估方法 | |
| CN104408223B (zh) | 一种风电机组的跟踪优化控制方法 | |
| CN113972654A (zh) | 一种多点接入的区域负荷惯性时间常数辨识方法 | |
| CN104200027B (zh) | 一种考虑低电压穿越特性的风电场等效建模方法与装置 | |
| CN111740449A (zh) | 基于附加励磁信号注入法的风电机群对同步发电机组阻尼特性分析方法 | |
| CN106959158A (zh) | 一种抽水蓄能机组振动监测方法及监测系统 | |
| CN201344857Y (zh) | 风力发电模拟试验平台 | |
| CN111293693A (zh) | 基于扩展卡尔曼滤波的双馈风机变流器控制参数辨识方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for 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 |
Granted publication date: 20200421 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |