CN110119570B - 一种实测数据驱动的风电场模型参数校核方法 - Google Patents

一种实测数据驱动的风电场模型参数校核方法 Download PDF

Info

Publication number
CN110119570B
CN110119570B CN201910388534.9A CN201910388534A CN110119570B CN 110119570 B CN110119570 B CN 110119570B CN 201910388534 A CN201910388534 A CN 201910388534A CN 110119570 B CN110119570 B CN 110119570B
Authority
CN
China
Prior art keywords
power plant
wind power
parameters
simulation
value
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
Application number
CN201910388534.9A
Other languages
English (en)
Other versions
CN110119570A (zh
Inventor
安军
刘佳琦
周毅博
李德鑫
姜赫
宋俊达
李同
王佳蕊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electric Power Research Institute of State Grid Jilin Electric Power Co Ltd
Northeast Electric Power University
Original Assignee
Northeast Dianli University
Electric Power Research Institute of State Grid Jilin Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northeast Dianli University, Electric Power Research Institute of State Grid Jilin Electric Power Co Ltd filed Critical Northeast Dianli University
Priority to CN201910388534.9A priority Critical patent/CN110119570B/zh
Publication of CN110119570A publication Critical patent/CN110119570A/zh
Application granted granted Critical
Publication of CN110119570B publication Critical patent/CN110119570B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]

Abstract

本发明是一种实测数据驱动的风电场模型参数校核方法，其特点是，建立风电场等值模型，设置参数的初始值，构建仿真系统；提出基于实测数据的误差评价指标，量化仿真误差；若误差较大不满足仿真精度，进一步摄动参数，通过轨迹灵敏度计算，分析参数对风电场动态特性的影响程度，缩小校核参数集的维度；结合粒子群算法进行模型参数自动校核，获取最优的匹配参数；最后验证校核后仿真精度是否满足要求，获得能够准确描述风电场动态特性的等值模型参数。该方法完全基于实测数据，可以快速有效地验证并校核风电场等值模型参数，为电网调度人员分析预测含高比例风电的电力系统运行状态及其稳定性提供可靠依据。

Description

一种实测数据驱动的风电场模型参数校核方法
技术领域
本发明涉及含高比例风电的电力系统仿真验证领域，是一种实测数据驱动的风电场模型参数校核方法。
背景技术
数字仿真一直是电力系统稳定性研究及电力系统规划运行的重要工具，所以电力系统仿真的可信度与准确度直接影响着系统的安全性与经济性。目前，大规模风电并网为电力系统的稳定性带来了新的挑战，对风电场仿真准确性的验证显得日益重要。然而风电场模型参数的准确与否势必会影响电力系统仿真的可信度，校核风电场等值模型参数的研究是提高风电场仿真准确性的前提。
目前，针对风电场的等值模型参数的研究主要集中在风电场等值建模及参数辨识两个问题，但是缺乏以实测数据为标准的仿真有效性验证。其一，风电场的等值建模方法分为单机等值法和多机等值法，其中单机等值法由于模型简单可能会带来误差，多机等值法的分群指标不一，且无法适应于风电场并网比例变化的情况。其二，对于生产厂家无法提供的等值参数进行辨识的方法主要是以风电机组的详细模型建立的风电场为标准，对比其动态响应与仿真结果的差异，从而辨识参数取值。但是目前风电场往往含有数百台风电机组，对其建立详细模型耗时费力，而且详细模型仍与实际风电场有无法克服的差异，用现有技术的方法辨识出的参数的准确性较低。
发明内容
本发明所要解决的技术问题是：解决风电场仿真有效性的验证，提高风电场仿真精度的问题，提供一种实测数据驱动的风电场模型参数校核方法，其方法科学合理，仅利用同步相量测量装置PMU记录的实测扰动数据就可以验证并提高风电场等值模型参数的准确性，为电网调度人员分析预测风电场运行状态提供依据。
解决其技术问题采用的方案是：一种实测数据驱动的风电场等值模型参数校核方法，其特征是，它包括以下内容：
1)将风电场内所有风电机组按照同步相量测量装置(PMU)进行配置，在风电场出口处装有同步相量测量装置(PMU)的风电机群等值为一台风电机组，建立风电场的多机等值模型，依据风电场中普遍采用同种型号的风电机组的特点，对仿真参数进行容量加权，设置参数初始值；
2)利用风电场出口处同步相量测量装置(PMU)记录的实测数据，将电压向量或功率，作为风电场的边界条件，代替外部系统给予风电场的激励，避免外部系统的建模对仿真带来的不利影响；
3)对比风电场出口处的实测数据与仿真结果，若二者之间的误差指标满足风电场仿真精度，则说明其仿真模型参数有效，否则需要对其模型参数进行校核，用扰动时长误差指标α、极值误差指标β和整体误差指标E来评价误差的大小，其表达式如式(1)、(2)、(3)，
式(1)中：ts表示仿真系统某物理量的受扰时长；t为实际系统某物理量的受扰时长；
式(2)中：T为仿真总时长，t为各观测点的时刻；Pt s为t时刻仿真有功功率的对应值；Pt为t时刻实测有功功率的对应值；P0为实测有功功率的初始值；
式(3)中：n为风电场中的风电机组总台数；yi为变量的实测数值；yj为变量的仿真数值；y0为变量的稳态数值；
误差指标的取值越大说明仿真结果与实测数据之间的误差越小，若误差指标的取值越小说明仿真结果与实测数据之间的误差越大；
4)基于轨迹的轨迹灵敏度法识别待校核的模型参数，轨迹灵敏度能够反映参数的变化对风电场运行轨迹的影响程度，采用基于轨迹计算单机系统的轨迹灵敏度的卷积法对参数的灵敏度进行排序，减小带校核参数集的维度；
5)利用粒子群算法自动校核风电场等值模型参数，快速准确获取最优匹配参数，使风电场等值模型参数能够准确反映风电场在实际电力系统中的动态特性；
6)仿真准确性判断，若仿真精度满足要求则说明模型参数有效，若仿真精度不满足要求则需要继续校核模型参数直至满足精度要求。
本发明能够快速准确地获取描述实际风电场动态特性的等值模型参数，为风电场模型参数的验证及校核提供了新的思路，从而提高电力系统仿真精度。
附图说明
图1为双馈式风力发电机组结构示意图；
图2为风电场四机等值仿真系统示意图；
图3为风电场等值模型参数的轨迹灵敏度曲线示意图；
图4为粒子群迭代寻优特性曲线示意图；
图5为校核前风电场的实测有功与仿真有功对比示意图；
图6为校核后风电场的实测有功与仿真有功对比示意图；
图7为基于实测数据校核风电场等值模型参数的流程图。
具体实施方式
下面利用附图和实施例对本发明作进一步说明。
本发明的一种实测数据驱动的风电场等值模型参数校核方法，包括以下内容：
1)将风电场内所有风电机组按照同步相量测量装置(PMU)进行配置，在风电场出口处装有同步相量测量装置(PMU)的风电机群等值为一台风电机组，建立风电场的多机等值模型，依据风电场中普遍采用同种型号的风电机组的特点，对仿真参数进行容量加权，设置参数初始值；
2)利用风电场出口处同步相量测量装置(PMU)记录的实测数据，将电压向量或功率，作为风电场的边界条件，代替外部系统给予风电场的激励，避免外部系统的建模对仿真带来的不利影响；
3)对比风电场出口处的实测数据与仿真结果，若二者之间的误差指标满足风电场仿真精度，则说明其仿真模型参数有效，否则需要对其模型参数进行校核，用扰动时长误差指标α、极值误差指标β和整体误差指标E来评价误差的大小，其表达式如式(1)、式(2)、式(3)；
式(1)中：ts表示仿真系统某物理量的受扰时长；t为实际系统某物理量的受扰时长；
式(2)中：T为仿真总时长，t为各观测点的时刻；Pt s为t时刻仿真有功功率的对应值；Pt为t时刻实测有功功率的对应值；P0为实测有功功率的初始值；
式(3)中：n为风电场中的风电机组总台数；yi为变量的实测数值；yj为变量的仿真数值；y0为变量的稳态数值；
误差指标的取值越大说明仿真结果与实测数据之间的误差越小，若误差指标的取值越小说明仿真结果与实测数据之间的误差越大；
4)基于轨迹的轨迹灵敏度法识别待校核的模型参数，轨迹灵敏度能够反映参数的变化对风电场运行轨迹的影响程度，采用基于轨迹计算单机系统的轨迹灵敏度的卷积法对参数的灵敏度进行排序，减小带校核参数集的维度；
5)利用粒子群算法自动校核风电场等值模型参数，快速准确获取最优匹配参数，使风电场等值模型参数能够准确反映风电场在实际电力系统中的动态特性；
6)仿真准确性判断，若仿真精度满足要求则说明模型参数有效，若仿真精度不满足要求则需要继续校核模型参数直至满足精度要求。
(1)如图1所示，选择单台风电机组模型及匹配原始参数，风电机组模型包括风力机、发电机、转子侧变流器以及网侧变流器。
(2)根据实际风电场中同步相量测量装置(PMU)安装情况建立风电场多机等值模型参数。以某一实际风电场为例，由于其内部建有四个同步相量测量装置(PMU)量测装置，因此构建如图2所示的四机等值仿真系统，其中阻抗值接近于零。将风电场出口处的实测电压数据作为仿真模型的边界条件注入仿真系统，代替外部系统给予风电场的激励。由于风电场通常是包含上百台型号相同的风电机组，因此在等值过程中要进行容量加权，求取参数的初始值。等值参数的计算表达式如下：
Z'＝Z/n (6)
式中：S为风电机组容量；S'为等值后的风电场容量；Hm为转子惯性时间常数；Hm'为等值后转子惯性时间常数；Z为发电机内部阻抗；Z'为等值后的发电机内部阻抗；n为风电场包含的风电机台数。
(3)基于实测电压数据和已建立仿真系统进行混合动态仿真。对比风电场出口处的仿真结果与实测数据，结合误差指标评价该模型参数的误差大小。
(4)在上一步得到的误差较大的情况下，基于轨迹灵敏度对风电机组的参数进行排序，取灵敏度较大的参数为待校正参数，如图3。根据轨迹灵敏度计算公式得出对风电机组动态特性影响较大的四个主导参数，分别为：定子电阻、转子电阻、激磁电抗、电压控制增益。计算公式如下：
式中：Sθ为参数θ在观察视窗内的轨迹灵敏度数值；Δθ为参数θ的变化量；P(θ,t)为参数摄动前风电场发出的有功；P(θ+Δθ,t)为参数摄动后风电场发出的有功。Gθ为参数θ的轨迹灵敏度；Sθ(i)为参数θ在观察视窗内的第i个点的轨迹灵敏度数值；n为观察时窗内总点数。
利用粒子群法求取使得误差指标取到最小值的参数作为校核结果。粒子群算法利用个体对信息的共享使整个群体的运动在求解空间中产生有序的演化过程，从而获得最优解。在编程中需要设置粒子的速度，惯性权重，当前粒子的位置，学习因子等。迭代结果如图4。
(5)采用经过校核之后的模型参数再一次进行混合动态仿真，对比实测数据与仿真结果的误差。校核前后实测与仿真轨迹对比如图5、6所示。计算误差指标数值大小，将其与校核前的误差指标数值进行对比，若误差指标的数值增大说明校核有效，否则无效。验证校核后的误差值是否满足要求，若满足说明该模型参数满足仿真精度，否则需要返回至上一步继续进行模型参数校核，直至满足仿真精度为止。
表1校核后四台等值风机参数取值
表2校核前后四台等值风机实测与仿真有功功率误差
表2给出校核后四台等值风电机组的主导参数取值，表3给出校核前后实测与仿真结果的误差。通过观察表3中的数据可知，基于实测数据校核后的风电场等值模型比校核前的有功出力更加贴近风电场的实际动态响应，经校核后风电场有功响应的扰动误差、极值误差、总体误差都比校核前小很多，仿真的精度得到了明显提高。
通过以上分析可知，本发明提出的一种实测数据驱动的风电场模型参数校核方法，解决了现有的多种等值模型参数不准确的问题，并提供了仿真验证的方法。该方法计算简单，完全符合含大规模风电的电力系统实测信息，物理含义明确，所需模型简单，参数较少，仿真精度高，便于本领域技术人员掌握。本发明实施流程图见图7。
以上具体实施方式仅用以说明本发明的技术方案，而非对其限制，所属领域的普通技术人员应该理解，参照上述实施例所作的任何形式的修改、等同变化均在本发明权利要求保护范围之内。

Claims (1)

1.一种实测数据驱动的风电场等值模型参数校核方法，其特征是，它包括以下内容：
1)将风电场内所有风电机组按照同步相量测量装置(PMU)进行配置，在风电场出口处装有同步相量测量装置(PMU)的风电机群等值为一台风电机组，建立风电场的多机等值模型，依据风电场中普遍采用同种型号的风电机组的特点，对仿真参数进行容量加权，设置参数初始值；
2)利用风电场出口处同步相量测量装置(PMU)记录的实测数据，将电压向量或功率，作为风电场的边界条件，代替外部系统给予风电场的激励，避免外部系统的建模对仿真带来的不利影响；
3)对比风电场出口处的实测数据与仿真结果，若二者之间的误差指标满足风电场仿真精度，则说明其仿真模型参数有效，否则需要对其模型参数进行校核，用扰动时长误差指标α、极值误差指标β和整体误差指标E来评价误差的大小，其表达式如式(1)、(2)、(3)，
式(1)中：ts表示仿真系统某物理量的受扰时长；t为实际系统某物理量的受扰时长；
式(2)中：T为仿真总时长，t为各观测点的时刻；Pt s为t时刻仿真有功功率的对应值；Pt为t时刻实测有功功率的对应值；P0为实测有功功率的初始值；
式(3)中：n为风电场中的风电机组总台数；yi为变量的实测数值；yj为变量的仿真数值；y0为变量的稳态数值；
误差指标的取值越大说明仿真结果与实测数据之间的误差越小，若误差指标的取值越小说明仿真结果与实测数据之间的误差越大；
当误差较大的情况下，基于轨迹灵敏度对风电机组的参数进行排序，取灵敏度较大的参数为待校正参数，根据轨迹灵敏度计算公式得出对风电机组动态特性影响较大的定子电阻、转子电阻、激磁电抗和电压控制增益，计算公式为：
式中：Sθ为参数θ在观察视窗内的轨迹灵敏度数值；Δθ为参数θ的变化量；P(θ,t)为参数摄动前风电场发出的有功；P(θ+Δθ,t)为参数摄动后风电场发出的有功，Gθ为参数θ的轨迹灵敏度；Sθ(i)为参数θ在观察视窗内的第i个点的轨迹灵敏度数值；n为观察时窗内总点数；
4)基于轨迹的轨迹灵敏度法识别待校核的模型参数，轨迹灵敏度能够反映参数的变化对风电场运行轨迹的影响程度，采用基于轨迹计算单机系统的轨迹灵敏度的卷积法对参数的灵敏度进行排序，减小带校核参数集的维度；
5)利用粒子群算法自动校核风电场等值模型参数，快速准确获取最优匹配参数，使风电场等值模型参数能够准确反映风电场在实际电力系统中的动态特性；利用粒子群法求取使得误差指标取到最小值的参数作为校核结果，粒子群算法利用个体对信息的共享使整个群体的运动在求解空间中产生有序的演化过程，从而获得最优解，在编程中需要设置粒子的速度，惯性权重，当前粒子的位置和学习因子；
6)仿真准确性判断，采用经过校核之后的模型参数再一次进行混合动态仿真，对比实测数据与仿真结果的误差，计算误差指标数值大小，将其与校核前的误差指标数值进行对比，若误差指标的数值增大说明校核有效，否则无效；验证校核后的误差值是否满足要求，若满足说明该模型参数满足仿真精度，否则需要返回至上一步继续进行模型参数校核，直至满足仿真精度为止。
CN201910388534.9A 2019-05-10 2019-05-10 一种实测数据驱动的风电场模型参数校核方法 Active CN110119570B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910388534.9A CN110119570B (zh) 2019-05-10 2019-05-10 一种实测数据驱动的风电场模型参数校核方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910388534.9A CN110119570B (zh) 2019-05-10 2019-05-10 一种实测数据驱动的风电场模型参数校核方法

Publications (2)

Publication Number Publication Date
CN110119570A CN110119570A (zh) 2019-08-13
CN110119570B true CN110119570B (zh) 2023-08-29

Family

ID=67521931

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910388534.9A Active CN110119570B (zh) 2019-05-10 2019-05-10 一种实测数据驱动的风电场模型参数校核方法

Country Status (1)

Country Link
CN (1) CN110119570B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110969305B (zh) * 2019-12-04 2022-06-10 青海大学 一种光伏电站仿真模型参数优化方法及系统
CN110943485B (zh) * 2019-12-22 2022-03-22 东北电力大学 双馈风电场等值模型仿真可信度的指标评价方法
CN111651939B (zh) * 2020-06-08 2024-02-06 华北电力大学 计及变流器控制参数差异的永磁风电场动态等值建模方法
CN112821440B (zh) * 2020-12-31 2022-05-31 国网江苏省电力有限公司经济技术研究院 一种直流输电系统仿真模型的参数测辨方法
CN112883483B (zh) * 2020-12-31 2024-03-19 中国航空发动机研究院 航空发动机模型校核与验证方法、设备及存储器
CN113408070B (zh) * 2021-06-22 2023-09-26 南方科技大学 发动机参数的确定方法、装置、设备及存储介质
CN114925541A (zh) * 2022-06-06 2022-08-19 广东电网有限责任公司 风电机组控制装置建模参数辨识方法、装置、终端及介质
CN115800362B (zh) * 2022-11-14 2023-12-19 国网湖南省电力有限公司电力科学研究院 用于确定风电场仿真参数的方法、装置及处理器
CN117422005B (zh) * 2023-12-19 2024-03-29 杭州四维映射软件有限公司 一种模拟电路仿真误差自动控制的方法及应用

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10222297A1 (de) * 2002-05-18 2003-12-04 Abb Research Ltd System und Verfahren zur Ermittlung der elektrischen Energieausbeute eines Windparks
CN102289591A (zh) * 2011-08-19 2011-12-21 东北电网有限公司 基于实测频率数据调整电力系统频率动态仿真参数的方法
CN102611102A (zh) * 2012-03-13 2012-07-25 河海大学 一种基于pmu实测的电力系统分区建模方法
CN103036252A (zh) * 2013-01-06 2013-04-10 辽宁省电力有限公司电力科学研究院 基于轨迹灵敏度法的风电场模型校核系统及方法
CN103699723A (zh) * 2013-12-09 2014-04-02 国家电网公司 一种发电厂机组动力系统模型校核方法
CN103887815A (zh) * 2014-02-21 2014-06-25 华南理工大学 基于运行数据的风电场参数辨识及动态等值方法
CN105989206A (zh) * 2015-02-15 2016-10-05 国家电网公司 基于快速反应发电机的风电场和光伏电站模型验证方法
CN106202815A (zh) * 2016-07-26 2016-12-07 哈尔滨工业大学 基于有功响应的双馈型风电场动态等值方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2898915C (en) * 2014-07-31 2022-10-25 General Electric Company System and method for optimal operation of wind farms

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10222297A1 (de) * 2002-05-18 2003-12-04 Abb Research Ltd System und Verfahren zur Ermittlung der elektrischen Energieausbeute eines Windparks
CN102289591A (zh) * 2011-08-19 2011-12-21 东北电网有限公司 基于实测频率数据调整电力系统频率动态仿真参数的方法
CN102611102A (zh) * 2012-03-13 2012-07-25 河海大学 一种基于pmu实测的电力系统分区建模方法
CN103036252A (zh) * 2013-01-06 2013-04-10 辽宁省电力有限公司电力科学研究院 基于轨迹灵敏度法的风电场模型校核系统及方法
CN103699723A (zh) * 2013-12-09 2014-04-02 国家电网公司 一种发电厂机组动力系统模型校核方法
CN103887815A (zh) * 2014-02-21 2014-06-25 华南理工大学 基于运行数据的风电场参数辨识及动态等值方法
CN105989206A (zh) * 2015-02-15 2016-10-05 国家电网公司 基于快速反应发电机的风电场和光伏电站模型验证方法
CN106202815A (zh) * 2016-07-26 2016-12-07 哈尔滨工业大学 基于有功响应的双馈型风电场动态等值方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
A combined "probability" and "LMI" Method for determining the range of parameter variation in the VS-FP wind turbine LPV model;Aleksandar Nikolic;《2012 2nd International Symposium On Environment Friendly Energies And Applications》;20120903;第145-150 *

Also Published As

Publication number Publication date
CN110119570A (zh) 2019-08-13

Similar Documents

Publication Publication Date Title
CN110119570B (zh) 一种实测数据驱动的风电场模型参数校核方法
CN103887815B (zh) 基于运行数据的风电场参数辨识及动态等值方法
CN111046581B (zh) 一种输电线路故障类型识别方法及系统
CN104915747B (zh) 一种发电机组的发电性能评估方法及设备
WO2022037581A1 (zh) 一种光伏逆变器控制参数的辨识方法和装置
CN109713685B (zh) 一种适用于vsc接入引发次同步振荡的在线定位方法
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
CN103219725A (zh) 一种基于实时运行数据的风电场等值建模方法
CN109698521B (zh) 一种基于实测数据的光伏逆变器的低穿特性辨识方法
EP3771822A1 (en) A method for computer-implemented determination of a vertical speed wind profile of a wind field
CN110516275A (zh) 基于扰动信息的仿真模型参数校核方法
CN114583767B (zh) 一种数据驱动的风电场调频响应特性建模方法及系统
CN113612237A (zh) 一种在海上风电场中定位谐振诱发的次同步振荡源的方法
CN105989206B (zh) 基于快速反应发电机的风电场和光伏电站模型验证方法
CN106681133B (zh) 一种水电机组模型改进型子空间闭环辨识方法
CN105701265A (zh) 一种双馈风电机组建模方法及装置
CN110838725B (zh) 一种风电场闭环pi控制器参数整定方法及装置
CN110098610B (zh) 故障扰动下电力系统振荡主导模式的实时辨识方法及系统
CN111737919A (zh) 一种适用于次同步振荡分析的直驱式风电场分群方法
CN116542030A (zh) 基于轨迹灵敏度的双馈风机参数辨识方法、系统及设备
CN116131261A (zh) 一种考虑模型鲁棒性的微电网动态等值建模方法
CN110943485B (zh) 双馈风电场等值模型仿真可信度的指标评价方法
CN113048012B (zh) 基于混合高斯模型的风电机组偏航角度识别方法和装置
CN113837432A (zh) 一种物理-数据联合驱动的电力系统频率预测方法
CN111950131A (zh) 一种考虑限电因素的风电场出力等值聚合模型构建方法

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