CN113312749B - 一种考虑分布式风力发电机的电力系统仿真方法及系统 - Google Patents
一种考虑分布式风力发电机的电力系统仿真方法及系统 Download PDFInfo
- Publication number
- CN113312749B CN113312749B CN202110430732.4A CN202110430732A CN113312749B CN 113312749 B CN113312749 B CN 113312749B CN 202110430732 A CN202110430732 A CN 202110430732A CN 113312749 B CN113312749 B CN 113312749B
- Authority
- CN
- China
- Prior art keywords
- parameters
- wind power
- load
- power generation
- equivalent
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000010248 power generation Methods 0.000 claims abstract description 133
- 238000009826 distribution Methods 0.000 claims abstract description 73
- 230000003068 static effect Effects 0.000 claims abstract description 41
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 15
- 229910052802 copper Inorganic materials 0.000 claims description 15
- 239000010949 copper Substances 0.000 claims description 15
- 238000004804 winding Methods 0.000 claims description 15
- 230000005611 electricity Effects 0.000 claims description 13
- 230000035945 sensitivity Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000011084 recovery Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 230000009194 climbing Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 8
- 230000007547 defect Effects 0.000 abstract description 5
- 238000005094 computer simulation Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 5
- 238000011835 investigation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 101150005446 Pemt gene Proteins 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000005284 excitation Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 235000008694 Humulus lupulus Nutrition 0.000 description 1
- 244000025221 Humulus lupulus Species 0.000 description 1
- 238000000418 atomic force spectrum Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑分布式风力发电机的电力系统仿真方法及系统,属于电力系统仿真建模技术领域。本发明方法,包括:根据考虑配电网络的负荷模型,建立考虑分布式风力发电的负荷模型;确定变电站配供电区域的配电网络等值阻抗参数;确定等值风力发电系统参数;确定静态的负荷模型参数;确定动态的负荷模型参数;确定变电站配供电区域的无功补偿参数;确定考虑分布式风力发电的负荷模型参数;将考虑分布式风力发电的负荷模型参数,输入考虑分布式风力发电的负荷模型,对电力系统进行模拟仿真。本发明克服了现有考虑风力发电系统的负荷建模技术采用参数辨识法,参数物理意义不明确,模型适应性不强的缺点。
Description
技术领域
本发明涉及电力系统仿真建模技术领域,并且更具体地,涉及一种考虑分布式风力发电机的电力系统仿真方法及系统。
背景技术
随着全球能源紧张进一步加剧,可再生能源越来越受到人们的广泛关注。作为重要的可再生能源,风电资源近年来得到了进一步的开发利用。
风力发电技术发展到今天已经相对成熟,其应用前景在全球能源枯竭的背景下也越来越光明。风电资源清洁无污染、安全可控,是一种优质的可再生新能源,分布式风力发电技术在我国已经得到广泛的应用。负荷区域的分布式风力发电设备的占比越来越大,其故障穿越特性对交流电网的安全稳定特性造成巨大影响,华东电网汛高方式下,宾金直流双极闭锁,频率跌至49.25Hz延时0.2s后,分布式电源脱网后系统频率跌至49Hz以下,触发低频减载动作,因此亟需研究考虑分布式风力发电的负荷建模方法。
目前对风力发电的研究主要集中在风力发电系统详细模型构建、风电场系统稳定性分析及大型风电场等值方法等方面。这些工作为集中式风力发电并网特性的研究分析及新型控制方法的开发提供了重要的技术支持。但很多220kV变电站下面均带有数以万计的分布式风力发电机,在电力系统仿真计算中不可能把每个分布式风力发电机都详细建模,会造成维数灾,特别是对于大规模的电力系统仿真,在仿真速度和参数设置上均不能满足要求。
发明内容
针对上述问题,本发明提出了一种考虑分布式风力发电的电力系统仿真方法,包括:
根据考虑配电网络的负荷模型,建立考虑分布式风力发电的负荷模型;
采集电力系统变电站配供电区域的网络拓扑数据、分布式风力发电系统数据、网络有功/无功运行数据、变电站负荷设备构成数据和用电负荷数据;
根据变电站配供电区域的网络拓扑数据、分布式风力发电机数据和用电负荷数据,确定变电站配供电区域的配电网络等值阻抗参数;
根据分布式风力发电系统数据,确定等值风力发电系统参数;
根据网络有功/无功运行数据,确定静态的负荷模型参数;
根据变电站负荷设备构成数据,确定动态的负荷模型参数;
根据用电负荷数据,确定变电站配供电区域的无功补偿参数;
将配电网络等值阻抗参数、等值风力发电系统参数、静态的负荷模型参数、动态的负荷模型参数及无功补偿参数,输入至电力系统负荷模型,获取输出参数,输出参数即为考虑分布式风力发电的负荷模型参数;
将考虑分布式风力发电的负荷模型参数,输入考虑分布式风力发电的负荷模型,对电力系统进行模拟仿真。
可选的,确定等值风力发电系统参数,具体为:
根据分布式风力发电系统数据,建立考虑故障穿越特性的风力发电机模型,根据风力发电机模型,以电力系统负荷站点中每个分布式风力发电机的有功出力,相对负荷站点张红分布式风力发电机有功出力总和的占比作为权值,加权平均计算获取风力发电机模型参数,风力发电机模型参数即作为等值风力发电系统参数。
可选的,确定静态的负荷模型参数,具体为:
根据网络有功/无功运行数据中负荷功率与负荷端电压之间的关系,建立多项式负荷模型,对多项式负荷模型的系数进行等值,确定负荷功率对负荷端电压的灵敏度,根据灵敏度对多项式负荷模型等值,获取静态的负荷模型参数。
可选的,确定动态的负荷模型参数,具体为:
根据变电站负荷设备构成数据,确定定子绕组总铜耗、等值电动机的额定滑差和等值惯性时间常数;根据定子绕组总铜耗、等值电动机的额定滑差和等值惯性时间常数确定动态的负荷模型参数。
可选的,确定变电站配供电区域的无功补偿参数,根据用电负荷数据确定无功功率平衡,根据无功功率平衡确定无功补偿参数。
本发明还提出了一种考虑分布式风力发电的电力系统仿真系统,包括:
模型建立单元,根据考虑配电网络的负荷模型,建立考虑分布式风力发电的负荷模型;
数据处理单元,采集电力系统变电站配供电区域的网络拓扑数据、分布式风力发电系统数据、网络有功/无功运行数据、变电站负荷设备构成数据和用电负荷数据;根据变电站配供电区域的网络拓扑数据、分布式风力发电机数据和用电负荷数据,确定变电站配供电区域的配电网络等值阻抗参数;根据分布式风力发电系统数据,确定等值风力发电系统参数;根据网络有功/无功运行数据,确定静态的负荷模型参数;根据变电站负荷设备构成数据,确定动态的负荷模型参数;根据用电负荷数据,确定变电站配供电区域的无功补偿参数;将配电网络等值阻抗参数、等值风力发电系统参数、静态的负荷模型参数、动态的负荷模型参数及无功补偿参数,输入至电力系统负荷模型,获取输出参数,输出参数即为考虑分布式风力发电的负荷模型参数;
模拟仿真单元,将考虑分布式风力发电的负荷模型参数,输入考虑分布式风力发电的负荷模型,对电力系统进行模拟仿真。
可选的,确定等值风力发电系统参数,具体为:
根据分布式风力发电系统数据,建立考虑故障穿越特性的风力发电机模型,根据风力发电机模型,以电力系统负荷站点中每个分布式风力发电机的有功出力,相对负荷站点张红分布式风力发电机有功出力总和的占比作为权值,加权平均计算获取风力发电机模型参数,风力发电机模型参数即作为等值风力发电系统参数。
可选的,确定静态的负荷模型参数,具体为:
根据网络有功/无功运行数据中负荷功率与负荷端电压之间的关系,建立多项式负荷模型,对多项式负荷模型的系数进行等值,确定负荷功率对负荷端电压的灵敏度,根据灵敏度对多项式负荷模型等值,获取静态的负荷模型参数。
可选的,确定动态的负荷模型参数,具体为:
根据变电站负荷设备构成数据,确定定子绕组总铜耗、等值电动机的额定滑差和等值惯性时间常数;根据定子绕组总铜耗、等值电动机的额定滑差和等值惯性时间常数确定动态的负荷模型参数。
可选的,确定变电站配供电区域的无功补偿参数,根据用电负荷数据确定无功功率平衡,根据无功功率平衡确定无功补偿参数。
本发明克服了现有考虑风力发电系统的负荷建模技术采用参数辨识法,参数物理意义不明确,模型适应性不强的缺点,同样克服了现有考虑风力发电系统的负荷建模技术未考虑风力系统故障穿越特性的缺点。
附图说明
图1为本发明方法的流程图;
图2为本发明实施例考虑风力发电的负荷模型结构图;
图3为本发明实施例考虑分布式风力发电机的负荷模型参数的流程图;
图4为本发明实施例考虑故障穿越特性的风力发电机模型结构图;
图5为本发明实施例新江220kV变电站负荷区域接线图;
图6为本发明实施例新江220kV变电站仿真系统示意图;
图7为本发明实施例新江220kV母线电压曲线图;
图8为本发明实施例新江220kV分布式风力发电机的有功出力曲线图;
图9为本发明实施例新江220kV分布式风力发电机的无功出力曲线图;
图10为本发明实施例新江220kV变电站负荷有功功率曲线图;
图11为本发明实施例新江220kV变电站负荷无功功率曲线图;
图12为本发明系统结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式,然而,本发明可以用许多不同的形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中,相同的单元/元件使用相同的附图标记。
除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语,应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的或过于正式的意义。
本发明提出了一种考虑分布式风力发电的电力系统仿真方法,如图1所示,包括:
根据考虑配电网络的负荷模型,建立考虑分布式风力发电的负荷模型;
采集电力系统变电站配供电区域的网络拓扑数据、分布式风力发电系统数据、网络有功/无功运行数据、变电站负荷设备构成数据和用电负荷数据;
根据变电站配供电区域的网络拓扑数据、分布式风力发电机数据和用电负荷数据,确定变电站配供电区域的配电网络等值阻抗参数;
根据分布式风力发电系统数据,确定等值风力发电系统参数;
根据网络有功/无功运行数据,确定静态的负荷模型参数;
根据变电站负荷设备构成数据,确定动态的负荷模型参数;
根据用电负荷数据,确定变电站配供电区域的无功补偿参数;
将配电网络等值阻抗参数、等值风力发电系统参数、静态的负荷模型参数、动态的负荷模型参数及无功补偿参数,输入至电力系统负荷模型,获取输出参数,输出参数即为考虑分布式风力发电的负荷模型参数;
将考虑分布式风力发电的负荷模型参数,输入考虑分布式风力发电的负荷模型,对电力系统进行模拟仿真。
其中,确定等值风力发电系统参数,具体为:
根据分布式风力发电系统数据,建立考虑故障穿越特性的风力发电机模型,根据风力发电机模型,以电力系统负荷站点中每个分布式风力发电机的有功出力,相对负荷站点张红分布式风力发电机有功出力总和的占比作为权值,加权平均计算获取风力发电机模型参数,风力发电机模型参数即作为等值风力发电系统参数。
其中,确定静态的负荷模型参数,具体为:
根据网络有功/无功运行数据中负荷功率与负荷端电压之间的关系,建立多项式负荷模型,对多项式负荷模型的系数进行等值,确定负荷功率对负荷端电压的灵敏度,根据灵敏度对多项式负荷模型等值,获取静态的负荷模型参数。
其中,确定动态的负荷模型参数,具体为:
根据变电站负荷设备构成数据,确定定子绕组总铜耗、等值电动机的额定滑差和等值惯性时间常数;根据定子绕组总铜耗、等值电动机的额定滑差和等值惯性时间常数确定动态的负荷模型参数。
其中,确定变电站配供电区域的无功补偿参数,根据用电负荷数据确定无功功率平衡,根据无功功率平衡确定无功补偿参数。
下面结合具体实施例对本发明进行进一步的说明:
首先提出了含分布式风力发电系统的综合负荷模型结构,在此基础上确定含分布式风力发电系统的综合负荷模型参数,进行模拟仿真,实现准确地模拟含分布式风力发电系统的配电网综合负荷特性,提高电力系统仿真计算的可信度。
考虑风力发电系统的负荷模型结构如图2所示,即通过在考虑配电网络的综合负荷模型(SLM)的虚拟母线上增加一个等值风力发电系统模型,从而计及分布式风力发电系统对配电网动态的影响。
确定含分布式风力发电系统的综合负荷模型参数的流程,如图3所示;
含分布式风力发电系统的配电网络等值阻抗的计算方式如下:
根据配电网络阻抗消耗功率与配电网络各变压器、各配电线路消耗功率之和相等,计算所述配电网络等值阻抗:
ZD表示配电网络等值阻抗;Pj表示配电线路或变压器j送端的有功功率,Qj表示配电线路或变压器j送端的无功功率,Uj表示配电线路或变压器j送端的母线电压,Zj表示配电线路或变压器j阻抗,ILi表示负荷电流,IPVk表示风力发电电流,l为配电线路和变压器数量,m为负荷支路数量,n为分布式风力发电机数量,i为第i条负荷支路,k为第k台分布式风力发电机。
为了准确模拟分布式风力发电机的故障穿越特性,本发明提出了一种考虑故障穿越特性的风力发电机模型,其模型结构如图4所示,由图4可知,分布式风力发电机模型中包含16个参数:分布式风力发电机正常运行有功电流控制环节的比例系数KPp、积分系数KPi、测量时间常数TP;正常运行无功电流控制环节的积分系数KQi和正常运行电压控制积分系数KVi;d轴和q轴电流的额定值idN和iqN;d轴和q轴电流限幅环节值Ipdmax和Ipqmax;低电压穿越(LVRT)及恢复过程有功电流控制环节的相关参数UsL、UsH、Ipmax、Ipd_LVRT、IpdR0,低电压穿越(LVRT)及恢复过程无功电流控制环节的相关参数Kq、ULVRT,综上,风力发电系统的参数共计16个。
以各分布式风力发电机的有功出力相对于整个220kV负荷站点所有分布式风力发电机有功出力总和的占比作为权值加权平均计算等值风力发电机模型参数,具体为:
设n为220kV负荷节点下面包含的分布式风力发电机个数,通过用电信息采集系统可获得调查时段各个分布式风力发电机i(i=1,...,n)的实际有功出力PWGi,则220kV负荷节点下面所有风力发电机的实际有功出力PWG为这n个分布式风力发电机的有功出力之和,即:
则可以计算出各个分布式风力发电机i(i=1,...,n)的有功出力PWGi占220kV负荷节点所供配电区域下面所有分布式风力发电机的有功出力之和的百分比Ni为:
Ni=PWGi/PWG i=1,...,n
则等值分布式风力发电机的各模型参数值可以通过采用各分布式风力发电机的有功出力相对于整个220kV负荷站点所有分布式风力发电机有功出力总和的占比为加权因子进行综合得到。
等值风力发电机的正常运行有功电流控制环节比例系数KPp为:
其中,KPpi为分布式风力发电机i(i=1,...,n)的正常运行有功电流控制环节的比例系数。
等值风力发电机的正常运行有功电流控制环节积分系数KPi为:
其中,KPii为分布式风力发电机i(i=1,...,n)的正常运行有功电流控制环节的积分系数。
等值风力发电机的正常运行有功电流控制环节测量时间常数TP为:
其中,TPi为分布式风力发电机i(i=1,...,n)的正常运行有功电流控制环节的测量时间常数。
等值风力发电机的正常运行无功电流控制环节积分系数KQi为:
其中,KQii为分布式风力发电机i(i=1,...,n)的正常运行无功电流控制环节的积分系数。
等值风力发电机的正常运行电压控制积分系数KVi为:
其中,KVii为分布式风力发电机i(i=1,...,n)的正常运行电压控制积分系数。
等值风力发电机的d轴电流额定值为idN:
其中,idNi为分布式风力发电机i(i=1,...,n)的d轴电流额定值。
等值风力发电机的q轴电流额定值为iqN:
其中,iqNi为分布式风力发电机i(i=1,...,n)的q轴电流额定值。
等值风力发电机的d轴电流限幅环节值Ipdmax为:
其中,Ipdmaxi为分布式风力发电机i(i=1,...,n)的d轴电流限幅环节值。
等值风力发电机的q轴电流限幅环节值Ipqmax为:
其中,Ipqmaxi为分布式风力发电机i(i=1,...,n)的q轴电流限幅环节值。
等值风力发电系统的判断进入低电压穿越状态的电压值USL为:
其中,USLi为风力发电机i(i=1,...,n)的判断进入低电压穿越状态的电压值。
等值风力发电系统的判断退出低电压穿越状态的电压值USH为:
其中,USHi为风力发电机i(i=1,...,n)的判断退出低电压穿越状态的电压值。
等值风力发电系统的逆变器最大交流有功输出电流Ipmax为:
其中,Ipmaxi为风力发电机i(i=1,...,n)的逆变器最大交流有功输出电流。
等值风力发电系统的低压穿越结束初始时刻有功电流设定值Ipd_LVRT为:
其中,Ipd_LVRTi为风力发电机i(i=1,...,n)的低压穿越结束初始时刻有功电流设定值。
等值风力发电系统的电流设定爬坡初值IpdR0为:
其中,IpdR0i为风力发电机i(i=1,...,n)的电流设定爬坡初值。
等值风力发电系统的无功电流线性调整的比例系数Kq为:
其中,Kqi为风力发电机i(i=1,...,n)的无功电流线性调整的比例系数。
等值风力发电系统的无功电流线性调整的动作阈值ULVRT为:
其中,ULVRTi为风力发电机i(i=1,...,n)的无功电流线性调整的动作阈值。
静态负荷等值具体为:
IEEE Taskforce推荐采用的静态负荷模型结构是将负荷功率与电压之间的关系描述为多项式方程形式的多项式负荷模型(Polynomial Load Model),该模型的一般形式如式1和式2所示:
P=Po[a×(V/Vo)2+b×(V/Vo)+c] (式1)
Q=Qo[α×(V/Vo)2+β×(V/Vo)+γ] (式2)
多项式有功功率负荷模型系数为a、b、c,无功功率负荷模型系数为α、β、γ和负荷的功率因素,负荷模型被称为“ZIP”模型,因为它包含了恒阻抗(Z)、恒电流(I)和恒功率(P),该模型用于描述特定的负荷设备或负荷元件,Vo表示负荷的额定电压,Po和Qo则分别表示在额定电压Vo下负荷的额定有功功率和无功功率,如果用该模型来描述母线的综合负荷时,Vo、Po和Qo通常用来表示系统初始运行工况下的数值;
对静态负荷的等值主要是对系数Po、a、b、c和Qo、α、β、γ的等值,对多项式负荷模型的等值是基于负荷功率对负荷端电压的灵敏度,即:
P1,P2…Pn以及Q1,Q2…Qn为各静态负荷的有功功率和无功功率,对应的多项式负荷模型系数分别为Po1…Pon、a1…an、b1…bn、c1…cn以及Qo1…Qon、α1…αn、β1…βn、γ1…γn。当V=Vo时有:
算配供电区域的动态负荷等值参数还包括:
计算总的定子绕组铜耗∑Pcu1、等值电动机的额定滑差Sn和等值惯性时间常数H:
∑Pcu1=∑Pn-∑Pemn
Sn=∑Pcu2/∑Pemn
H=∑Eenergy/(∑Pemn-∑Pcu2)
Pemn为电动机的额定电磁功率、Temn为额定转矩、Sn为转子的额定滑差、Pn为额定有功功率、Pcu2为转子绕组铜耗、Eenergy为动能;
其中∑Pemn-∑Pcu2为等值电动机输出的额定机械功率,保持不变;
计算等值电动机模型的电气参数,包括定子电阻Rs、定子漏抗Xs、转子电阻Rr、转子漏抗Xr和激磁电抗Xm,设额定相电压为Un,电气参数的计算流程如下:
(1)令Pemt_max=∑Pem_max;Pent_max为总的最大电磁功率,Pem_max为最大电磁功率;
(2)设总的定子相电流为In:
其中,Pn为额定有功功率,Qn为额定无功功率,Un为额定相电压;
其中,Pcul为定子绕组铜耗,In为总的定子相电流;
(3)计算等值电动机的等值阻抗Zdeq:
Rdeq=real(Zdeq)
Xdeq=imag(Zdeq)
其中,Rdep为等值电动机的等值电阻,Xdep为等值电动机的等值电抗,j为复数的虚数单位;
(4)计算Xs和Xr:
Xr=Xs
总是假定Xr=Xs,并且根据该式计算的Xs和Xr必然偏小,因为根据简化的最大电磁功率公式计算得到的最大电磁功率要比实际的最大电磁功率大,所以需要通过迭代方法对Xs和Xr进行修正;
(5)根据计算出的定子电阻Rs、定子漏抗Xs、转子漏抗Xr及等值阻抗Zdeq=Rdeq+jXdeq,计算转子电阻Rr和激磁电抗Xm,使得Pem=∑Pem成立,其中Kr为等值电动机的等值电阻与定子电阻之差,Kx为等值电动机的等值电抗与定子电抗之差:
Kr=Rdeq-Rs
Kx=Xdeq-Xs
(6)根据求得的Rs,Xs,Rr,Xr和Xm,按照简化公式重新计算最大电磁功率:
(7)根据戴维南等值电路计算新参数下实际的最大电磁功率:
戴维南等值阻抗为:
Rdp=real(Zdp)
Xdp=imag(Zdp)
其中,Rdp为戴维南等值电阻,Xdp为戴维南等值电抗,Zdp为戴维南等值阻抗;
产生最大电磁功率的条件是:
其中,Sm为临界滑差,Rpm为对应最大电磁功率的戴维南等值阻抗值;
戴维南等值电路的开路电压为:
根据下式重新计算新参数对应的实际最大电磁转矩:
(8)计算Pemt_maxi与Pem_maxi的比值,修正Pemt_max:
Pemt_max=kmaxiPem_max
(9)比较Pem_maxi与Pem_max的差值:
ErrPem_max=|Pem_max-Pem_maxi|
如果ErrPem_max≥1.0e-5,则返回第(4)步重新计算,否则结束计算。
计算配供电区域的无功补偿参数,包括:
根据无功功率平衡计算220kV变电站配供电区域的无功补偿QSC:
-QSC=Q-QD-(QIM+QZ+QI+QP-QPV)
其中,Q为等值支路送端的无功功率;QD为配电网等值阻抗的无功损耗;QIM为感应电动机吸收的无功功率;QZ、QI和QP分别为静态恒定阻抗无功负荷、静态恒定电流无功负荷和静态恒定功率无功负荷;QPV为等值光伏发电机发出的无功功率。
为验证本发明的有效性,用新江220kV变电站实际系统为例进行分析说明,新江220kV变电站有功负荷为178MW,220kV变电站所供区域下面有6处接有分布式风力,风力总装机功率是190MW,实际有功出力是108MW。
通过对新江220kV变电站,接线图如图5所示,进行详细调查,并对该站的调查数据进行统计分析计算,可确定分布式风力大发方式时风力发电情况如表1所示,此时新江220kV变电站主要所供设备类型及各设备类型占有的比例如表2所示。
表1
表2
序号 | 负荷类型 | 该负荷类型所占比例(%) |
1 | 工业大电动机 | 32.93 |
2 | 荧光灯 | 18.45 |
3 | 工业小电动机 | 16.82 |
4 | 热泵式加热器 | 11.11 |
5 | 热水器 | 5.94 |
6 | 彩电 | 5.87 |
7 | 电炉 | 4.65 |
8 | 冰箱 | 2.37 |
9 | 洗衣机 | 1.86 |
根据新江220kV变电站的详细调查数据,采用本发明所计算得到新江220kV变电站的配网等值电阻为0.0013,等值电抗为0.0395,根据新江220kV变电站的分布式风力发电新系统详细统计数据,计算得到新江变的等值分布式风力发电机模型参数如表3所示,根据新江220kV变电站的负荷详细统计数据,对上述所有设备类型中的电动机群进行综合计算,可得新江变电动机群的马达负荷模型参数如表4所示,对上述所有设备类型中的静态负荷进行综合计算,可得新江变静态负荷模型参数如表5所示。
表3
KPp | KPi | TP | KQi | KVi | idN | iqN | Ipdmax |
3.6 | 100 | 0.2 | 4. | 18. | 1.0 | 1.0 | 1.2 |
Ipqmax | UsL | UsH | Ipmax | Ipd_LVRT | IpdR0 | Kq | ULVRT |
1.2 | 0.85 | 0.9 | 1.2 | 0.1 | 0.2 | 1.5 | 0.9 |
表4
Rs | Xs | Xm | Rr | Xr | Tj | 马达比例 |
0.013 | 0.112 | 3.8 | 0.0093 | 0.11 | 2.82 | 65% |
注:Rs表示马达定子电阻、Xs表示马达定子电抗、Xm表示马达激磁电抗、Rr表示马达转子电阻、Xr表示马达转子电抗,Tj表示马达惯性时间常数。
表5
ZP% | ZQ% | IP% | IQ% | PP% | PQ% |
18 | 18 | 77 | 77 | 5 | 5 |
注:ZP%表示静态有功负荷构成中的恒阻抗成分、ZQ%表示静态无功负荷构成中的恒阻抗成分、IP%表示静态有功负荷构成中的恒电流成分、IQ%表示静态无功负荷构成中的恒电流成分、PP%表示静态有功负荷构成中的恒功率成分、PQ%表示静态无功负荷构成中的恒功率抗成分。
为验证本发明有效性,采用本发明进行仿真对比(包括新江变负荷区的110kV、35kV配电网络、无功补偿及110kV、35kV、10kV负荷节点的系统),验证本发明所提出的考虑分布式风力发电的负荷建模的有效性。
仿真系统如图6所示:一台同步发电机通过双回线路向新江变供电。
仿真条件:线路Bus2-Bus3一回线Bus2侧发生三永短路故障,故障0.12秒后切除故障线路。
分别将新江220kV变电站110kV及其以下的系统、含分布式风力发电系统的等值负荷模型接于Bus3母线上进行仿真,得到新江220kV母线电压曲线、分布式风力发电机的有功出力、分布式风力发电机的无功出力、新江220kV母线负荷有功功率曲线、新江220kV母线负荷无功功率曲线分别如图7、8、9、10和11所示,从图7可以看出,2种模型下的220kV电压响应曲线基本一致。从图8和图9可以看出,等值风力发电机可以较好地模拟原系统的风力发电系统的有功、无功特性。从图10和图11可以看出,含分布式风力发电系统的等值负荷模型可以较好地拟合详细系统的有功和无功响应特性。综上,可以看出含分布式风力发电系统的等值负荷模型可以较好地模拟原系统的电压和有功、无功特性。这验证了本专利所提出的含分布式风力发电系统的负荷建模方法的有效性。
本发明还提出了一种考虑分布式风力发电的电力系统仿真系统200,如图12所示,包括:
模型建立单元201,根据考虑配电网络的负荷模型,建立考虑分布式风力发电的负荷模型;
数据处理单元202,采集电力系统变电站配供电区域的网络拓扑数据、分布式风力发电系统数据、网络有功/无功运行数据、变电站负荷设备构成数据和用电负荷数据;根据变电站配供电区域的网络拓扑数据、分布式风力发电机数据和用电负荷数据,确定变电站配供电区域的配电网络等值阻抗参数;根据分布式风力发电系统数据,确定等值风力发电系统参数;根据网络有功/无功运行数据,确定静态的负荷模型参数;根据变电站负荷设备构成数据,确定动态的负荷模型参数;根据用电负荷数据,确定变电站配供电区域的无功补偿参数;将配电网络等值阻抗参数、等值风力发电系统参数、静态的负荷模型参数、动态的负荷模型参数及无功补偿参数,输入至电力系统负荷模型,获取输出参数,输出参数即为考虑分布式风力发电的负荷模型参数;
模拟仿真单元203,将考虑分布式风力发电的负荷模型参数,输入考虑分布式风力发电的负荷模型,对电力系统进行模拟仿真。
其中,确定等值风力发电系统参数,具体为:
根据分布式风力发电系统数据,建立考虑故障穿越特性的风力发电机模型,根据风力发电机模型,以电力系统负荷站点中每个分布式风力发电机的有功出力,相对负荷站点张红分布式风力发电机有功出力总和的占比作为权值,加权平均计算获取风力发电机模型参数,风力发电机模型参数即作为等值风力发电系统参数。
其中,确定静态的负荷模型参数,具体为:
根据网络有功/无功运行数据中负荷功率与负荷端电压之间的关系,建立多项式负荷模型,对多项式负荷模型的系数进行等值,确定负荷功率对负荷端电压的灵敏度,根据灵敏度对多项式负荷模型等值,获取静态的负荷模型参数。
其中,确定动态的负荷模型参数,具体为:
根据变电站负荷设备构成数据,确定定子绕组总铜耗、等值电动机的额定滑差和等值惯性时间常数;根据定子绕组总铜耗、等值电动机的额定滑差和等值惯性时间常数确定动态的负荷模型参数。
其中,确定变电站配供电区域的无功补偿参数,根据用电负荷数据确定无功功率平衡,根据无功功率平衡确定无功补偿参数。
本发明实现了准确地模拟了含分布式风力发电的配电网综合负荷特性,提高了电网仿真计算的准确度,保障了电网安全、可靠、经济地运行。
本发明考虑了分布式双馈风机和分布式直驱风机的故障穿越特性,克服了现有考虑风力发电系统的负荷建模技术未考虑风力系统故障穿越特性的缺点,实现了准确地模拟分布式双馈风机和分布式直驱风机的特性。
本发明通过调查统计确定含分布式风力发电的综合负荷模型参数,参数物理意义明确,克服了现有考虑风力发电系统的负荷建模技术采用参数辨识法,参数物理意义不明确,模型适应性不强的缺点。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本发明实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种考虑分布式风力发电的电力系统仿真方法,所述方法包括:
根据考虑配电网络的负荷模型,建立考虑分布式风力发电的负荷模型;
采集电力系统变电站配供电区域的网络拓扑数据、分布式风力发电系统数据、网络有功/无功运行数据、变电站负荷设备构成数据和用电负荷数据;
根据变电站配供电区域的网络拓扑数据、分布式风力发电机数据和用电负荷数据,确定变电站配供电区域的配电网络等值阻抗参数;
根据分布式风力发电系统数据,确定等值风力发电系统参数;
根据网络有功/无功运行数据,确定静态的负荷模型参数;
根据变电站负荷设备构成数据,确定动态的负荷模型参数;
根据用电负荷数据,确定变电站配供电区域的无功补偿参数;
将配电网络等值阻抗参数、等值风力发电系统参数、静态的负荷模型参数、动态的负荷模型参数及无功补偿参数,输入至电力系统负荷模型,获取输出参数,输出参数即为考虑分布式风力发电的负荷模型参数;
将考虑分布式风力发电的负荷模型参数,输入考虑分布式风力发电的负荷模型,对电力系统进行模拟仿真;
所述确定等值风力发电系统参数,具体为:
根据分布式风力发电系统数据,建立考虑故障穿越特性的风力发电机模型,根据风力发电机模型,以电力系统负荷站点中每个分布式风力发电机的有功出力,相对负荷站点张红分布式风力发电机有功出力总和的占比作为权值,加权平均计算获取风力发电机模型参数,风力发电机模型参数即作为等值风力发电系统参数;
所述分布式风力发电机模型中包含16个参数,具体为:分布式风力发电机正常运行有功电流控制环节的比例系数KPp、分布式风力发电机正常运行有功电流控制环节的积分系数KPi、分布式风力发电机正常运行有功电流控制环节的测量时间常数TP、正常运行无功电流控制环节的积分系数KQi、正常运行电压控制积分系数KVi、d轴和q轴电流的额定值idN和iqN、d轴和q轴电流限幅环节值Ipdmax和Ipqmax、低电压穿越及恢复过程有功电流控制环节的相关参数和低电压穿越及恢复过程无功电流控制环节的相关参数,所述低电压穿越及恢复过程有功电流控制环节的相关参数,包括:等值风力发电系统的判断进入低电压穿越状态的电压值UsL、等值风力发电系统的判断退出低电压穿越状态的电压值UsH、等值风力发电系统的逆变器最大交流有功输出电流值Ipmax、等值风力发电系统的低压穿越结束初始时刻有功电流设定值Ipd_LVRT和等值风力发电系统的电流设定爬坡初值IpdR0,所述低电压穿越及恢复过程无功电流控制环节的相关参数,包括:等值风力发电系统的无功电流线性调整的比例系数Kq和等值风力发电系统的无功电流线性调整的动作阈值ULVRT。
2.根据权利要求1所述的方法,所述确定静态的负荷模型参数,具体为:
根据网络有功/无功运行数据中负荷功率与负荷端电压之间的关系,建立多项式负荷模型,对多项式负荷模型的系数进行等值,确定负荷功率对负荷端电压的灵敏度,根据灵敏度对多项式负荷模型等值,获取静态的负荷模型参数。
3.根据权利要求1所述的方法,所述确定动态的负荷模型参数,具体为:
根据变电站负荷设备构成数据,确定定子绕组总铜耗、等值电动机的额定滑差和等值惯性时间常数;根据定子绕组总铜耗、等值电动机的额定滑差和等值惯性时间常数确定动态的负荷模型参数。
4.根据权利要求1所述的方法,所述确定变电站配供电区域的无功补偿参数,根据用电负荷数据确定无功功率平衡,根据无功功率平衡确定无功补偿参数。
5.一种考虑分布式风力发电的电力系统仿真系统,所述系统包括:
模型建立单元,根据考虑配电网络的负荷模型,建立考虑分布式风力发电的负荷模型;
数据处理单元,采集电力系统变电站配供电区域的网络拓扑数据、分布式风力发电系统数据、网络有功/无功运行数据、变电站负荷设备构成数据和用电负荷数据;根据变电站配供电区域的网络拓扑数据、分布式风力发电机数据和用电负荷数据,确定变电站配供电区域的配电网络等值阻抗参数;根据分布式风力发电系统数据,确定等值风力发电系统参数;根据网络有功/无功运行数据,确定静态的负荷模型参数;根据变电站负荷设备构成数据,确定动态的负荷模型参数;根据用电负荷数据,确定变电站配供电区域的无功补偿参数;将配电网络等值阻抗参数、等值风力发电系统参数、静态的负荷模型参数、动态的负荷模型参数及无功补偿参数,输入至电力系统负荷模型,获取输出参数,输出参数即为考虑分布式风力发电的负荷模型参数;
模拟仿真单元,将考虑分布式风力发电的负荷模型参数,输入考虑分布式风力发电的负荷模型,对电力系统进行模拟仿真;
所述确定等值风力发电系统参数,具体为:
根据分布式风力发电系统数据,建立考虑故障穿越特性的风力发电机模型,根据风力发电机模型,以电力系统负荷站点中每个分布式风力发电机的有功出力,相对负荷站点张红分布式风力发电机有功出力总和的占比作为权值,加权平均计算获取风力发电机模型参数,风力发电机模型参数即作为等值风力发电系统参数;
所述分布式风力发电机模型中包含16个参数,具体为:分布式风力发电机正常运行有功电流控制环节的比例系数KPp、分布式风力发电机正常运行有功电流控制环节的积分系数KPi、分布式风力发电机正常运行有功电流控制环节的测量时间常数TP、正常运行无功电流控制环节的积分系数KQi、正常运行电压控制积分系数KVi、d轴和q轴电流的额定值idN和iqN、d轴和q轴电流限幅环节值Ipdmax和Ipqmax、低电压穿越及恢复过程有功电流控制环节的相关参数和低电压穿越及恢复过程无功电流控制环节的相关参数,所述低电压穿越及恢复过程有功电流控制环节的相关参数,包括:等值风力发电系统的判断进入低电压穿越状态的电压值UsL、等值风力发电系统的判断退出低电压穿越状态的电压值UsH、等值风力发电系统的逆变器最大交流有功输出电流值Ipmax、等值风力发电系统的低压穿越结束初始时刻有功电流设定值Ipd_LVRT和等值风力发电系统的电流设定爬坡初值IpdR0,所述低电压穿越及恢复过程无功电流控制环节的相关参数,包括:等值风力发电系统的无功电流线性调整的比例系数Kq和等值风力发电系统的无功电流线性调整的动作阈值ULVRT。
6.根据权利要求5所述的系统,所述确定静态的负荷模型参数,具体为:
根据网络有功/无功运行数据中负荷功率与负荷端电压之间的关系,建立多项式负荷模型,对多项式负荷模型的系数进行等值,确定负荷功率对负荷端电压的灵敏度,根据灵敏度对多项式负荷模型等值,获取静态的负荷模型参数。
7.根据权利要求5所述的系统,所述确定动态的负荷模型参数,具体为:
根据变电站负荷设备构成数据,确定定子绕组总铜耗、等值电动机的额定滑差和等值惯性时间常数;根据定子绕组总铜耗、等值电动机的额定滑差和等值惯性时间常数确定动态的负荷模型参数。
8.根据权利要求5所述的系统,所述确定变电站配供电区域的无功补偿参数,根据用电负荷数据确定无功功率平衡,根据无功功率平衡确定无功补偿参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110430732.4A CN113312749B (zh) | 2021-04-21 | 2021-04-21 | 一种考虑分布式风力发电机的电力系统仿真方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110430732.4A CN113312749B (zh) | 2021-04-21 | 2021-04-21 | 一种考虑分布式风力发电机的电力系统仿真方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113312749A CN113312749A (zh) | 2021-08-27 |
CN113312749B true CN113312749B (zh) | 2024-04-30 |
Family
ID=77372754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110430732.4A Active CN113312749B (zh) | 2021-04-21 | 2021-04-21 | 一种考虑分布式风力发电机的电力系统仿真方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113312749B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113987848A (zh) * | 2021-12-28 | 2022-01-28 | 中国电力科学研究院有限公司 | 一种负荷构成智能识别及精准负荷建模方法及系统 |
CN116090175B (zh) * | 2022-12-05 | 2023-10-27 | 中国电力科学研究院有限公司 | 一种用于新能源配电网系统的等值建模求解方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101777765A (zh) * | 2010-01-27 | 2010-07-14 | 中国电力科学研究院 | 一种电力系统在线负荷模拟方法 |
CN101789598A (zh) * | 2010-03-05 | 2010-07-28 | 湖北省电力试验研究院 | 一种电力系统负荷的建模方法 |
CN103514487A (zh) * | 2013-07-15 | 2014-01-15 | 国家电网公司 | 一种含分布式电源的配电网负荷预测方法 |
CN105429132A (zh) * | 2015-12-07 | 2016-03-23 | 中国电力科学研究院 | 一种电动机负荷模型的构建方法 |
WO2017067120A1 (zh) * | 2015-10-19 | 2017-04-27 | 国家电网公司 | 一种光伏电站低电压穿越数据获取方法 |
CN108630074A (zh) * | 2018-05-14 | 2018-10-09 | 国网江苏省电力有限公司连云港供电分公司 | 分布式风力发电运维仿真实训系统 |
CN112257212A (zh) * | 2020-12-21 | 2021-01-22 | 中国电力科学研究院有限公司 | 一种考虑分布式发电系统的综合负荷模型的建模方法和系统 |
-
2021
- 2021-04-21 CN CN202110430732.4A patent/CN113312749B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101777765A (zh) * | 2010-01-27 | 2010-07-14 | 中国电力科学研究院 | 一种电力系统在线负荷模拟方法 |
CN101789598A (zh) * | 2010-03-05 | 2010-07-28 | 湖北省电力试验研究院 | 一种电力系统负荷的建模方法 |
CN103514487A (zh) * | 2013-07-15 | 2014-01-15 | 国家电网公司 | 一种含分布式电源的配电网负荷预测方法 |
WO2017067120A1 (zh) * | 2015-10-19 | 2017-04-27 | 国家电网公司 | 一种光伏电站低电压穿越数据获取方法 |
CN105429132A (zh) * | 2015-12-07 | 2016-03-23 | 中国电力科学研究院 | 一种电动机负荷模型的构建方法 |
CN108630074A (zh) * | 2018-05-14 | 2018-10-09 | 国网江苏省电力有限公司连云港供电分公司 | 分布式风力发电运维仿真实训系统 |
CN112257212A (zh) * | 2020-12-21 | 2021-01-22 | 中国电力科学研究院有限公司 | 一种考虑分布式发电系统的综合负荷模型的建模方法和系统 |
Non-Patent Citations (3)
Title |
---|
A Novel Simulation Method for Wind Power Generation System Using PSCAD/EMTDC;Sang-Geun Han 等;IFAC Proceedings;20030930;全文 * |
Modeling and Simulation of Wind Turbine Generator Using Matlab-Simulink;Roshen T. Ahmad 等;Journal of Al Rafidain University College;20171231;全文 * |
间歇式电源并网系统的中长期特性仿真研究;叶小晖 等;电网技术;20150605(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113312749A (zh) | 2021-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104485684B (zh) | 一种含双馈风电机组的电力系统故障电流计算方法 | |
CN111384725A (zh) | 一种新能源电站的短路电流计算方法和系统 | |
CN113312749B (zh) | 一种考虑分布式风力发电机的电力系统仿真方法及系统 | |
CN113328430A (zh) | 一种含分布式光伏发电的负荷模型结构和参数计算方法及系统 | |
CN103558768A (zh) | 一种基于风电场内风速分布特性的等值建模方法 | |
CN105162099A (zh) | 一种确定分布式发电接入电网不对称短路电流的运算曲面法 | |
CN115622053A (zh) | 一种用于考虑分布式电源的自动负荷建模方法及装置 | |
CN114491886A (zh) | 含多类型分布式新能源的主动配电网通用建模方法和装置 | |
Liu et al. | Analysis of short-circuit current calculation method in wind power plant design | |
Berisha et al. | Analysis of short circuit currents in interface nodes of Kitka wind power park in Kosovo | |
Chen et al. | Short-circuit calculations considering converter-controlled generation components | |
CN113725891A (zh) | 一种考虑光伏发电机故障穿越特性的负荷模型构建方法 | |
CN112260225A (zh) | 一种基于组合模型的双馈风电机组三相短路电流计算方法及系统 | |
Kulkarni et al. | Mitigation of flicker in a distribution-connected wind farm with STATCOM | |
Li et al. | The Simplified Model of Back-To-Back PWM Converter | |
Mahmud et al. | Assessing Impact on System Strength Under High Wind Power Penetration | |
Xu et al. | Mitigating Subsynchronous Oscillation Using Adaptive Virtual Impedance Controller in DFIG Wind Farms | |
Gumilar et al. | Impact of Solar and Wind Farm Disturbance to the Stability of the Distribution Network | |
Sun et al. | A review on the integration of wind farms with variable speed wind turbine systems into power systems | |
Huang et al. | Comparative analysis of new energy short-circuit current engineering calculation based on IEC standard and short-circuit capacity method | |
Patil et al. | Modeling and EMT Simulation of Renewable Energy Sources using HYPERSIM | |
CN116545023B (zh) | 一种风电机组并网点闪变特性的仿真验证方法及装置 | |
CN112018787B (zh) | 分布式电源的三相不平衡时序仿真方法 | |
Joian et al. | The Experimental Determinations at the Wind Farm Fantanele–Cogealac in Dobrogea | |
Tian et al. | Transient overvoltage suppression strategy for new energy units based on the electronic search algorithm |
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 |