CN114357787B - 一种海上风电场等值建模方法及系统 - Google Patents
一种海上风电场等值建模方法及系统 Download PDFInfo
- Publication number
- CN114357787B CN114357787B CN202210021203.3A CN202210021203A CN114357787B CN 114357787 B CN114357787 B CN 114357787B CN 202210021203 A CN202210021203 A CN 202210021203A CN 114357787 B CN114357787 B CN 114357787B
- Authority
- CN
- China
- Prior art keywords
- equivalent
- wind
- parameters
- wind turbine
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 39
- 230000002776 aggregation Effects 0.000 claims abstract description 10
- 238000004220 aggregation Methods 0.000 claims abstract description 10
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 10
- 238000010606 normalization Methods 0.000 claims description 16
- 239000003990 capacitor Substances 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000006116 polymerization reaction Methods 0.000 claims description 4
- 238000013016 damping Methods 0.000 claims description 2
- 230000010355 oscillation Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000001808 coupling effect Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004088 simulation 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Wind Motors (AREA)
Abstract
本发明提供了一种海上风电场等值建模方法及系统,首先基于风电场相关参数构建海上风电场模型;其次根据风电场中各台风电机组的实际运行风速,对所述海上风电场模型进行潮流计算和稳态工况下系统状态变量初值计算,获得每台风电机组所有状态变量的稳态值;然后将每台风电机组所有状态变量的稳态值作为风电场中分群指标,采用改进的最大最小距离算法进行分群聚类,获得多个机群;最后对同一机群内的风电机组进行参数聚合,等值为一台等值机组,并计算等值机组参数;根据等值机组参数构建风电场等值模型,以使利用所述风电场等值模型进行小信号稳定性分析。本发明基于等值机组参数构建的风电场等值模型更适合于风电场的小信号稳定性分析。
Description
技术领域
本发明涉及输配电技术领域,特别是涉及一种海上风电场等值建模方法及系统。
背景技术
近年来,随着海上风电的快速发展,大量海上风电场采用交流或柔性直流输电并网,风电场并网所产生的振荡失稳问题也陆续出现。这些问题引起了大量专家学者的重视,国内外学者对于风电场并网稳定性问题进行了大量研究。对风电场进行小信号建模是对风电并网系统进行稳定性分析的基础和前提,相比于风电场的电磁暂态模型,风电场状态空间模型更加复杂,对其进行详细建模不切实际,所以对风电场进行等值处理变得不可或缺,这也使得风电场等值模型广泛应用于风电并网稳定性分析中。
在对风电场并网稳定性的研究中,大部分文献采用单机等值模型,即把整个风电场等效为一台等值机组来研究,基于单机等值模型分析风电场并网系统的小信号稳定性,忽略了风电场内部各个风电机组间的交互耦合作用以及风电场电气特性与外部系统之间的耦合关系,导致风电场等值模型难以准确刻画风电场内部以及风电场和外部系统的交互动态特征。若风电场采用多机等值模型,在分群聚类中,需要对风电机组的内部动态特性及其对外部特性的影响进行清晰的分析,准确把握对系统稳定性产生影响的主要变量,从而构造主导振荡特性保持的风电场等值模型,但多用于暂态仿真,其选取的分群指标多与风电场暂态特性相关,并不能准确反应对系统稳定性产生影响的主要变量,所以直接将其用于小信号稳定性分析会带来较大的误差。
发明内容
本发明的目的是提供一种海上风电场等值建模方法及系统,以实现准确构建用于小信号稳定性分析的海上风电场等值模型。
为实现上述目的,本发明提供了一种海上风电场等值建模方法,所述方法包括:
基于风电场相关参数构建海上风电场模型;所述风电场相关参数包括风电场拓扑、风电机组参数、集电网络参数以及外部系统参数;
根据风电场中各台风电机组的实际运行风速,对所述海上风电场模型进行潮流计算和稳态工况下系统状态变量初值计算,获得每台风电机组所有状态变量的稳态值;
将每台风电机组所有状态变量的稳态值作为风电场中分群指标,采用改进的最大最小距离算法进行分群聚类,获得多个机群;
对同一机群内的风电机组进行参数聚合,等值为一台等值机组,并计算等值机组参数;
根据所述等值机组参数构建风电场等值模型,以使利用所述风电场等值模型进行小信号稳定性分析。
可选地,所述将每台风电机组所有状态变量的稳态值作为风电场中分群指标,采用改进的最大最小距离算法进行分群聚类,获得多个机群,具体包括:
对每台风电机组所有状态变量的稳态值进行归一化处理,获得归一化数据集;
从归一化数据集中任意选择一个数据点作为聚类中心M1;将一台风电机组归一化处理后获得的数据称为一个数据点;
再从归一化数据集中选择距离聚类中心M1最远的数据点作为聚类中心M2;
计算归一化数据集中除M1和M2之外的每一个数据点分别与M1、M2的欧几里得距离,并分别选取最小的欧几里得距离;从两个最小的欧几里得距离中选取最大欧几里得距离;
判断最大欧几里得距离是否达到第一设定值;如果达到第一设定值,则将最大欧几里得距离对应的数据点作为聚类中心M3;如果没有达到第一设定值,则结束;
计算归一化数据集中除M1、M2和M3之外的每一个数据点分别与M1、M2和M3的欧几里得距离,并分别选取最小的欧几里得距离;从三个最小的欧几里得距离中选取最大欧几里得距离;
判断最大欧几里得距离是否达到第二设定值;如果达到第二设定值,则将最大欧几里得距离对应的数据点作为聚类中心M4;如果没有达到第二设定值,则结束;
以此类推,直至没有新的聚类中心出现时,将剩余数据点到各聚类中心的距离,按照最小距离原则将剩余数据点归入最近的机群中;所述剩余数据点为归一化数据集中除了个聚类中心之外的数据点。
可选地,所述等值机组参数包括:等值风速、等值风机参数和等值集电线路;所述等值风机参数包括:发电机参数、轴系参数、变压器参数和直流母线电容器参数;所述等值集电线路包括:同一机群内的r台风电机组的加权平均电压差、等值机组与PCC点之间的电压差和等值机组与PCC点之间的线路阻抗。
可选地,采用加权聚合法获得等值风速,具体计算公式为:
其中,veq表示等值风速,vi表示等值前第i台风电机组的输入风速,n表示机组总台数。
可选地,同一机群内的r台风电机组的加权平均电压差的计算公式为:
其中,ΔUi为第i台风电机组机端变压器出口电压与PCC点电压的差值,Pi为第i台风电机组输出的有功功率。
可选地,等值机组与PCC点之间的电压差的计算公式为:
其中,ΔUeq为等值风电机组与PCC点之间的电压差,zeq为等值机组与PCC点间的线路阻抗,Pi为第i台风电机组的输出的有功功率,U为PCC点的电压,r为风电机组总台数。
可选地,等值机组与PCC点间的线路阻抗zeq的计算公式为:
本发明还提供一种海上风电场等值建模系统,所述系统包括:
海上风电场模型构建模块,用于基于风电场相关参数构建海上风电场模型;所述风电场相关参数包括风电场拓扑、风电机组参数、集电网络参数以及外部系统参数;
稳态值计算模块,用于根据风电场中各台风电机组的实际运行风速,对所述海上风电场模型进行潮流计算和稳态工况下系统状态变量初值计算,获得每台风电机组所有状态变量的稳态值;
分群聚类模块,用于将每台风电机组所有状态变量的稳态值作为风电场中分群指标,采用改进的最大最小距离算法进行分群聚类,获得多个机群;
参数聚合模块,用于对同一机群内的风电机组进行参数聚合,等值为一台等值机组,并计算等值机组参数;
风电场等值模型构建模块,用于根据所述等值机组参数构建风电场等值模型,以使利用所述风电场等值模型进行小信号稳定性分析。
可选地,所述分群聚类模块,具体包括:
归一化处理单元,用于对每台风电机组所有状态变量的稳态值进行归一化处理,获得归一化数据集;
聚类中心选取单元,用于从归一化数据集中任意选择一个数据点作为聚类中心M1;将一台风电机组归一化处理后获得的数据称为一个数据点;
聚类中心确定单元,用于再从归一化数据集中选择距离聚类中心M1最远的数据点作为聚类中心M2;
第一欧几里得距离计算单元,用于计算归一化数据集中除M1和M2之外的每一个数据点分别与M1、M2的欧几里得距离,并分别选取最小的欧几里得距离;从两个最小的欧几里得距离中选取最大欧几里得距离;
第一判断单元,用于判断最大欧几里得距离是否达到第一设定值;如果达到第一设定值,则将最大欧几里得距离对应的数据点作为聚类中心M3;如果没有达到第一设定值,则结束;
第二欧几里得距离计算单元,用于计算归一化数据集中除M1、M2和M3之外的每一个数据点分别与M1、M2和M3的欧几里得距离,并分别选取最小的欧几里得距离;从三个最小的欧几里得距离中选取最大欧几里得距离;
第二判断单元,用于判断最大欧几里得距离是否达到第二设定值;如果达到第二设定值,则将最大欧几里得距离对应的数据点作为聚类中心M4;如果没有达到第二设定值,则结束;
分类单元,用于以此类推,直至没有新的聚类中心出现时,将剩余数据点到各聚类中心的距离,按照最小距离原则将剩余数据点归入最近的机群中;所述剩余数据点为归一化数据集中除了个聚类中心之外的数据点。
可选地,所述等值机组参数包括:等值风速、等值风机参数和等值集电线路;所述等值风机参数包括发电机参数、轴系参数、变压器参数和直流母线电容器参数;所述等值集电线路包括:同一机群内r台风电机组的加权平均电压差、等值机组与PCC点之间的电压差和等值机组与PCC点间的线路阻抗。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明基于等值机组参数构建的风电场等值模型能够反映风电场内部风电机组间交互耦合作用以及风电场电气特性与外部系统耦合关系,更适合于风电场的小信号稳定性分析。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明海上风电场等值建模方法流程图;
图2为本发明海上风电场等值建模系统结构图。
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。
本发明的目的是提供一种海上风电场等值建模方法及系统,以实现准确构建用于小信号稳定性分析的海上风电场等值模型。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
如图1所示,本发明公开一种海上风电场等值建模方法,所述方法包括:
步骤S1:基于风电场相关参数构建海上风电场模型;所述风电场相关参数包括风电场拓扑、风电机组参数、集电网络参数以及外部系统参数。
步骤S2:根据风电场中各台风电机组的实际运行风速,对所述海上风电场模型进行潮流计算和稳态工况下系统状态变量初值计算,获得每台风电机组所有状态变量的稳态值。
步骤S3:将每台风电机组所有状态变量的稳态值作为风电场中分群指标,采用改进的最大最小距离算法进行分群聚类,获得多个机群。
步骤S4:对同一机群内的风电机组进行参数聚合,等值为一台等值机组,并计算等值机组参数。
步骤S5:根据所述等值机组参数构建风电场等值模型,以使利用所述风电场等值模型进行小信号稳定性分析。
下面对各个步骤进行详细论述:
步骤S1:基于风电场相关参数构建海上风电场模型,所述风电场相关参数包括风电场拓扑、风电机组参数、集电网络参数以及外部系统参数;所述外部系统参数包括外部系统强度;本发明用短路比表示外部系统强度。
所述海上风电场模型的具体公式为:
其中,X为海上风电场系统的状态变量,U为输入变量,Y为输出变量,f(,)为状态函数,y(,)为输出函数。输入变量包括各台风电机组的实际运行风速,输出变量包括对外部输出的功率。
步骤S2:根据风电场中各台风电机组的实际运行风速,对所述海上风电场模型进行潮流计算和稳态工况下系统状态变量初值计算,获得每台风电机组所有状态变量的稳态值。
计算海上风电场各台风电机组所有状态变量稳态值的集合为:
其中,X为海上风电场各台风电机组所有状态变量稳态值的集合,xn为第n台风电机组所有状态变量的稳态值,xij为第i台风电机组第j个状态变量的稳态值,b为特征影响因子数量,即分群指标数。这里b取由风电机组状态变量的个数决定。
步骤S3:将每台风电机组所有状态变量的稳态值作为风电场中分群指标,采用改进的最大最小距离算法进行分群聚类,获得多个机群,具体包括:
步骤S31:对每台风电机组所有状态变量的稳态值进行归一化处理,获得归一化数据集;所述归一化数据集中包含每台风电机组所有状态变量的归一化数据。
归一化处理的具体公式为:
其中:xn为第n台风电机组所有状态变量的稳态值,即归一化处理前的数据,yn为归一化处理后的数据,max为归一化数据集中的最大值,min为归一化数据集中的最小值,归一化处理后的数据集Y=(y1,y2,…,yn)。
步骤S32:从归一化数据集中任意选择一个数据点作为聚类中心M1。本实施例中,将一台风电机组归一化处理后获得的数据称为一个数据点。
步骤S33:再从归一化数据集中选择距离聚类中心M1最远的数据点作为聚类中心M2。本实施例中采用欧几里得距离计算公式来计算距离。还可以采用其他距离计算公式,在此不再一一赘述。
步骤S34:计算归一化数据集中除M1和M2之外的每一个数据点分别与M1、M2的欧几里得距离,并分别选取最小的欧几里得距离;从两个最小的欧几里得距离中选取最大欧几里得距离。
具体表现公式为:Di=max{min(D1,D2)};
其中,D1和D2分别表示归一化数据集中除M1和M2之外的每一个数据点分别与M1、M2的欧几里得距离,Di表示最大欧几里得距离,i=1,2,…,n-2。
步骤S35:判断最大欧几里得距离是否达到第一设定值;如果达到第一设定值,则将最大欧几里得距离对应的数据点作为聚类中心M3;如果没有达到第一设定值,则结束;本实施例中将第一设定值设置为θ·D12,其中,θ为给定的角度,D12为M1和M2间距离。
步骤S36:计算归一化数据集中除M1、M2和M3之外的每一个数据点分别与M1、M2和M3的欧几里得距离,并分别选取最小的欧几里得距离;从三个最小的欧几里得距离中选取最大欧几里得距离。
具体表现公式为:
Dj=max{min(D1,D2,D3)};
其中,D1、D2和D3分别表示归一化数据集中除M1、M2和M3之外的每一个数据点分别与M1、M2和M3的欧几里得距离,Dj表示最大欧几里得距离,j=1,2……n-3。
步骤S37:判断最大欧几里得距离是否达到第二设定值;如果达到第二设定值,则将最大欧几里得距离对应的数据点作为聚类中心M4;如果没有达到第二设定值,则结束;本实施例中将第二设定值设置为θ·max{D12,D13,D23},其中,θ为给定的角度,D12为M1和M2间距离,D13为M1和M3间距离,D23为M2和M3间距离。
步骤S38:以此类推,直至没有新的聚类中心出现时,将剩余数据点到各聚类中心的距离,按照最小距离原则将剩余数据点归入最近的机群中;所述剩余数据点为归一化数据集中除了个聚类中心之外的数据点。
步骤4:对同一机群内的风电机组进行参数聚合,等值为一台等值机组,并计算等值机组参数;所述等值机组参数包括等值风速、等值风机参数和等值集电线路。所述等值风机参数包括发电机参数、轴系参数、变压器参数和直流母线电容器参数;所述等值集电线路包括:同一机群内r台风电机组的加权平均电压差、等值机组与PCC点之间的电压差和等值机组与PCC点间的线路阻抗。本实施例中,因为风电场中所有的风电机组最后都与一条公共母线连接,所以PCC点就是各风电机组与公共母线连接的地方,PCC点电压就是公共母线电压。
1、等值风速:
本发明采用加权聚合法获得等值风速,具体计算公式为:
其中,veq表示等值风速,vi表示等值前第i台风电机组的输入风速,n表示机组总台数。
本发明采用三次均方根风速加权聚合法不计风能利用系数对等值的影响,可提高等值的准确性。
2、等值风机参数:
1)、所述发电机参数的计算公式为:
其中:r表示同一机群内风电机组数量,S和Seq分别表示等值前和等值后的容量,Pi表示等值前第i台风电机组的有功功率,Peq表示等值后风电机组的有功功率,x和xeq分别表示等值前和等值后发电机组的电抗参数,Req和R分别表示等值后和等值前的发电机组的电阻参数。
2)、所述轴系参数的计算公式为:
Hgeq=rHg,Hteq=rHt,Kseq=rKs (6);
其中:Hg、Ht、Ks和Hgeq、Hteq、Kseq分别为等值前和等值后的发电机轴系的惯性时间常数、阻尼系数和刚度系数。
3)、所述变压器参数的计算公式为:
其中:ZT、ST和ZTeq、STeq分别为等值前和等值后的变压器的阻抗参数以及变压器容量。
基于容量加权法,等值后的变压器容量应为等值前同一风电机群所有风电机组配备的变压器容量的和值。
4)、所述直流母线电容器参数的计算公式为:
其中:C和Ceq分别为等值前和等值后风电机组的直流电容值。
3、等值集电线路:
1)、首先计算一个风电机群的加权平均电压差,假定等值机组是由同一机群中的r台风电机组等值而成的。那么同一机群内这r台风电机组的加权平均电压差的计算公式为:
其中,ΔUi为第i台风电机组机端变压器出口电压与PCC点电压的差值,Pi为第i台风电机组输出的有功功率。
每一台风电机组极端变压器出口电压相对于公共连接点(即PCC点)的电压之差为:
其中,U为PCC点的电压,Pj为第j台风电机组输出的有功功率,Zk为第i条电缆的阻抗数值。
2)、等值机组与PCC点之间的电压差的计算公式为:
其中,ΔUeq为等值风电机组与PCC点之间的电压差,zeq为等值机组与PCC点间的线路阻抗,Pi为第i台风电机组的输出的有功功率,U为PCC点的电压,r为风电机组总台数。
3)、根据等值前后的电压差相等,即公式(9)=公式(11),因此等值机组与PCC点间的线路阻抗zeq的计算公式为:
本发明对线路阻抗计算时,电缆电容的等值,可以在忽略风电机组电压差异的基础上,认为等值电容为同一机群的风电机组所连接的集电系统的电缆电容的和值。
步骤S5:根据所述等值机组参数构建风电场等值模型,以使利用所述风电场等值模型进行小信号稳定性分析;具体地,本发明将所述风电场等值模型与无穷大电网相连,用于风电场场内振荡模式研究,将所述风电场等值模型与外部系统相连,用于互联系统的小信号稳定性研究。
实施例2
如图2所示,本发明还提供一种海上风电场等值建模系统,所述系统包括:
海上风电场模型构建模块201,用于基于风电场相关参数构建海上风电场模型;所述风电场相关参数包括风电场拓扑、风电机组参数、集电网络参数以及外部系统参数。
稳态值计算模块202,用于根据风电场中各台风电机组的实际运行风速,对所述海上风电场模型进行潮流计算和稳态工况下系统状态变量初值计算,获得每台风电机组所有状态变量的稳态值。
分群聚类模块203,用于将每台风电机组所有状态变量的稳态值作为风电场中分群指标,采用改进的最大最小距离算法进行分群聚类,获得多个机群。
参数聚合模块204,用于对同一机群内的风电机组进行参数聚合,等值为一台等值机组,并计算等值机组参数。
风电场等值模型构建模块205,用于根据所述等值机组参数构建风电场等值模型,以使利用所述风电场等值模型进行小信号稳定性分析。
作为一种可选的实施方式,本发明所述分群聚类模块203,具体包括:
归一化处理单元,用于对每台风电机组所有状态变量的稳态值进行归一化处理,获得归一化数据集。
聚类中心选取单元,用于从归一化数据集中任意选择一个数据点作为聚类中心M1;将一台风电机组归一化处理后获得的数据称为一个数据点。
聚类中心确定单元,用于再从归一化数据集中选择距离聚类中心M1最远的数据点作为聚类中心M2。
第一欧几里得距离计算单元,用于计算归一化数据集中除M1和M2之外的每一个数据点分别与M1、M2的欧几里得距离,并分别选取最小的欧几里得距离;从两个最小的欧几里得距离中选取最大欧几里得距离。
第一判断单元,用于判断最大欧几里得距离是否达到第一设定值;如果达到第一设定值,则将最大欧几里得距离对应的数据点作为聚类中心M3;如果没有达到第一设定值,则结束。
第二欧几里得距离计算单元,用于计算归一化数据集中除M1、M2和M3之外的每一个数据点分别与M1、M2和M3的欧几里得距离,并分别选取最小的欧几里得距离;从三个最小的欧几里得距离中选取最大欧几里得距离。
第二判断单元,用于判断最大欧几里得距离是否达到第二设定值;如果达到第二设定值,则将最大欧几里得距离对应的数据点作为聚类中心M4;如果没有达到第二设定值,则结束。
分类单元,用于以此类推,直至没有新的聚类中心出现时,将剩余数据点到各聚类中心的距离,按照最小距离原则将剩余数据点归入最近的机群中;所述剩余数据点为归一化数据集中除了个聚类中心之外的数据点。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种海上风电场等值建模方法,其特征在于,所述方法包括:
基于风电场相关参数构建海上风电场模型;所述风电场相关参数包括风电场拓扑、风电机组参数、集电网络参数以及外部系统参数;
根据风电场中各台风电机组的实际运行风速,对所述海上风电场模型进行潮流计算和稳态工况下系统状态变量初值计算,获得每台风电机组所有状态变量的稳态值;
将每台风电机组所有状态变量的稳态值作为风电场中分群指标,采用改进的最大最小距离算法进行分群聚类,获得多个机群;
对同一机群内的风电机组进行参数聚合,等值为一台等值机组,并计算等值机组参数;所述等值机组参数包括:等值风速、等值风机参数和等值集电线路;所述等值风机参数包括发电机参数、轴系参数、变压器参数和直流母线电容器参数;所述等值集电线路包括:同一机群内r台风电机组的加权平均电压差、等值机组与PCC点之间的电压差和等值机组与PCC点间的线路阻抗;所以PCC点就是各风电机组与公共母线连接的地方,PCC点电压就是公共母线电压;
根据所述等值机组参数构建风电场等值模型,以使利用所述风电场等值模型进行小信号稳定性分析;
其中,所述发电机参数的计算公式为:
式中,r表示同一机群内风电机组数量,S和Seq分别表示等值前和等值后的容量,Pi表示等值前第i台风电机组的有功功率,Peq表示等值后风电机组的有功功率,x和xeq分别表示等值前和等值后发电机组的电抗参数,Req和R分别表示等值后和等值前的发电机组的电阻参数;
所述轴系参数的计算公式为:
Hgeq=rHg,Hteq=rHt,Kseq=rKs;
式中,Hg、Ht、Ks和Hgeq、Hteq、Kseq分别为等值前和等值后的发电机轴系的惯性时间常数、阻尼系数和刚度系数;
所述变压器参数的计算公式为:
STeq=rST,
式中,ZT、ST和ZTeq、STeq分别为等值前和等值后的变压器的阻抗参数以及变压器容量;基于容量加权法,等值后的变压器容量应为等值前同一风电机群所有风电机组配备的变压器容量的和值;
所述直流母线电容器参数的计算公式为:
式中,Ci和Ceq分别为等值前和等值后风电机组的直流电容值。
2.根据权利要求1所述的海上风电场等值建模方法,其特征在于,所述将每台风电机组所有状态变量的稳态值作为风电场中分群指标,采用改进的最大最小距离算法进行分群聚类,获得多个机群,具体包括:
对每台风电机组所有状态变量的稳态值进行归一化处理,获得归一化数据集;
从归一化数据集中任意选择一个数据点作为聚类中心M1;将一台风电机组归一化处理后获得的数据称为一个数据点;
再从归一化数据集中选择距离聚类中心M1最远的数据点作为聚类中心M2;
计算归一化数据集中除M1和M2之外的每一个数据点分别与M1、M2的欧几里得距离,并分别选取最小的欧几里得距离;从两个最小的欧几里得距离中选取最大欧几里得距离;
判断最大欧几里得距离是否达到第一设定值;如果达到第一设定值,则将最大欧几里得距离对应的数据点作为聚类中心M3;如果没有达到第一设定值,则结束;
计算归一化数据集中除M1、M2和M3之外的每一个数据点分别与M1、M2和M3的欧几里得距离,并分别选取最小的欧几里得距离;从三个最小的欧几里得距离中选取最大欧几里得距离;
判断最大欧几里得距离是否达到第二设定值;如果达到第二设定值,则将最大欧几里得距离对应的数据点作为聚类中心M4;如果没有达到第二设定值,则结束;
以此类推,直至没有新的聚类中心出现时,将剩余数据点到各聚类中心的距离,按照最小距离原则将剩余数据点归入最近的机群中;所述剩余数据点为归一化数据集中除了个聚类中心之外的数据点。
3.根据权利要求1所述的海上风电场等值建模方法,其特征在于,采用加权聚合法获得等值风速,具体计算公式为:
其中,veq表示等值风速,vi表示等值前第i台风电机组的输入风速,n表示机组总台数。
4.根据权利要求1所述的海上风电场等值建模方法,其特征在于,同一机群内的r台风电机组的加权平均电压差的计算公式为:
其中,ΔUi为第i台风电机组机端变压器出口电压与PCC点电压的差值,Pi为第i台风电机组输出的有功功率。
5.根据权利要求4所述的海上风电场等值建模方法,其特征在于,等值机组与PCC点之间的电压差的计算公式为:
其中,ΔUeq为等值风电机组与PCC点之间的电压差,zeq为等值机组与PCC点间的线路阻抗,Pi为第i台风电机组的输出的有功功率,U为PCC点的电压,r为风电机组总台数。
6.根据权利要求5所述的海上风电场等值建模方法,其特征在于,等值机组与PCC点间的线路阻抗zeq的计算公式为:
。
7.一种海上风电场等值建模系统,其特征在于,所述系统应用于权利要求1-6任一项所述的海上风电场等值建模方法,所述系统包括:
海上风电场模型构建模块,用于基于风电场相关参数构建海上风电场模型;所述风电场相关参数包括风电场拓扑、风电机组参数、集电网络参数以及外部系统参数;
稳态值计算模块,用于根据风电场中各台风电机组的实际运行风速,对所述海上风电场模型进行潮流计算和稳态工况下系统状态变量初值计算,获得每台风电机组所有状态变量的稳态值;
分群聚类模块,用于将每台风电机组所有状态变量的稳态值作为风电场中分群指标,采用改进的最大最小距离算法进行分群聚类,获得多个机群;
参数聚合模块,用于对同一机群内的风电机组进行参数聚合,等值为一台等值机组,并计算等值机组参数;
风电场等值模型构建模块,用于根据所述等值机组参数构建风电场等值模型,以使利用所述风电场等值模型进行小信号稳定性分析。
8.根据权利要求7所述的海上风电场等值建模系统,其特征在于,所述分群聚类模块,具体包括:
归一化处理单元,用于对每台风电机组所有状态变量的稳态值进行归一化处理,获得归一化数据集;
聚类中心选取单元,用于从归一化数据集中任意选择一个数据点作为聚类中心M1;将一台风电机组归一化处理后获得的数据称为一个数据点;
聚类中心确定单元,用于再从归一化数据集中选择距离聚类中心M1最远的数据点作为聚类中心M2;
第一欧几里得距离计算单元,用于计算归一化数据集中除M1和M2之外的每一个数据点分别与M1、M2的欧几里得距离,并分别选取最小的欧几里得距离;从两个最小的欧几里得距离中选取最大欧几里得距离;
第一判断单元,用于判断最大欧几里得距离是否达到第一设定值;如果达到第一设定值,则将最大欧几里得距离对应的数据点作为聚类中心M3;如果没有达到第一设定值,则结束;
第二欧几里得距离计算单元,用于计算归一化数据集中除M1、M2和M3之外的每一个数据点分别与M1、M2和M3的欧几里得距离,并分别选取最小的欧几里得距离;从三个最小的欧几里得距离中选取最大欧几里得距离;
第二判断单元,用于判断最大欧几里得距离是否达到第二设定值;如果达到第二设定值,则将最大欧几里得距离对应的数据点作为聚类中心M4;如果没有达到第二设定值,则结束;
分类单元,用于以此类推,直至没有新的聚类中心出现时,将剩余数据点到各聚类中心的距离,按照最小距离原则将剩余数据点归入最近的机群中;所述剩余数据点为归一化数据集中除了个聚类中心之外的数据点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210021203.3A CN114357787B (zh) | 2022-01-10 | 2022-01-10 | 一种海上风电场等值建模方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210021203.3A CN114357787B (zh) | 2022-01-10 | 2022-01-10 | 一种海上风电场等值建模方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114357787A CN114357787A (zh) | 2022-04-15 |
CN114357787B true CN114357787B (zh) | 2024-05-28 |
Family
ID=81107991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210021203.3A Active CN114357787B (zh) | 2022-01-10 | 2022-01-10 | 一种海上风电场等值建模方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114357787B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115828515B (zh) * | 2022-11-01 | 2024-08-23 | 国网冀北电力有限公司电力科学研究院 | 风电场的建模方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102760191A (zh) * | 2012-06-26 | 2012-10-31 | 西安交通大学 | 基于转速分群的双馈机组风电场等值建模系统及方法 |
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 |
CN104036073A (zh) * | 2014-05-23 | 2014-09-10 | 电子科技大学 | 适于有功功率特性分析的双馈风电场动态等值建模方法 |
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 |
CN108304681A (zh) * | 2018-03-13 | 2018-07-20 | 江苏大学 | 基于风电机组3种运行区域的风电场模型聚合方法 |
CN109522607A (zh) * | 2018-10-22 | 2019-03-26 | 国网江西省电力有限公司电力科学研究院 | 一种双馈风电场机电暂态等值建模方法 |
CN109816261A (zh) * | 2019-01-31 | 2019-05-28 | 广东电网有限责任公司电网规划研究中心 | 海上半直驱式风电场等值方法、系统和装置 |
CN110968958A (zh) * | 2019-12-11 | 2020-04-07 | 贵州电网有限责任公司 | 一种基于单机等值与选择模态分析的风电场等值建模方法 |
CN111460596A (zh) * | 2020-03-13 | 2020-07-28 | 河海大学 | 一种风电场多机等值下等值机参数的分步获取方法 |
CN112818491A (zh) * | 2021-01-23 | 2021-05-18 | 西安交通大学 | 基于主成分分析和聚类算法的风电场聚合等值建模方法 |
-
2022
- 2022-01-10 CN CN202210021203.3A patent/CN114357787B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102760191A (zh) * | 2012-06-26 | 2012-10-31 | 西安交通大学 | 基于转速分群的双馈机组风电场等值建模系统及方法 |
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 |
CN104036073A (zh) * | 2014-05-23 | 2014-09-10 | 电子科技大学 | 适于有功功率特性分析的双馈风电场动态等值建模方法 |
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 |
CN108304681A (zh) * | 2018-03-13 | 2018-07-20 | 江苏大学 | 基于风电机组3种运行区域的风电场模型聚合方法 |
CN109522607A (zh) * | 2018-10-22 | 2019-03-26 | 国网江西省电力有限公司电力科学研究院 | 一种双馈风电场机电暂态等值建模方法 |
CN109816261A (zh) * | 2019-01-31 | 2019-05-28 | 广东电网有限责任公司电网规划研究中心 | 海上半直驱式风电场等值方法、系统和装置 |
CN110968958A (zh) * | 2019-12-11 | 2020-04-07 | 贵州电网有限责任公司 | 一种基于单机等值与选择模态分析的风电场等值建模方法 |
CN111460596A (zh) * | 2020-03-13 | 2020-07-28 | 河海大学 | 一种风电场多机等值下等值机参数的分步获取方法 |
CN112818491A (zh) * | 2021-01-23 | 2021-05-18 | 西安交通大学 | 基于主成分分析和聚类算法的风电场聚合等值建模方法 |
Non-Patent Citations (6)
Title |
---|
Aggregation modeling of wind farms based on multi machine representation;Haiying Dong 等;2018 2nd IEEE Conference on Energy Internet and Energy System Integration(EI2);20181220;1-6 * |
Wind farms clustering optimization method using gap statistic;Li Peng 等;2020 5th International Conference on Power and Renewable Energy;20201026;608-612 * |
基于实测风功率曲线的风电场等值建模;白一秀 等;兰州交通大学学报;20180415;第37卷(第02期);58-64+83 * |
基于模糊C均值聚类的风电场多机等值方法;吴琴 等;现代电力;20160715;第33卷(第06期);27-32 * |
考虑空间相关性的风电场等值方法;刘畅 等;高压电器;20160516;第52卷(第05期);141-147 * |
采用动态灰聚类算法的风电场动态等值方法;方瑞明 等;华侨大学学报(自然科学版);20170320;第38卷(第02期);218-224 * |
Also Published As
Publication number | Publication date |
---|---|
CN114357787A (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102012956B (zh) | 一种考虑风电场输入风速和风向随机波动的风电场等值方法 | |
CN103887815B (zh) | 基于运行数据的风电场参数辨识及动态等值方法 | |
WO2019056753A1 (zh) | 一种分布式光伏电站集群的动态等值建模方法 | |
CN104036073B (zh) | 适于有功功率特性分析的双馈风电场动态等值建模方法 | |
CN109193649A (zh) | 基于深度信念网络的分布式光伏集群动态等值建模方法 | |
CN105703396B (zh) | 一种双馈风力发电场多机表征等值建模方法 | |
CN102013702B (zh) | 外部电网故障时并网风电场的动态等值方法 | |
CN109522607A (zh) | 一种双馈风电场机电暂态等值建模方法 | |
Wang et al. | Dynamic equivalent modeling for wind farms with DFIGs using the artificial bee colony with K-means algorithm | |
CN110571794B (zh) | 一种适用于双馈风机风电场的暂态模型等值计算方法 | |
CN114357787B (zh) | 一种海上风电场等值建模方法及系统 | |
CN115392133A (zh) | 采用高斯混合模型的风电场最优聚类等值方法 | |
Liu et al. | Reactive power optimization of power grid with photovoltaic generation based on improved particle swarm optimization | |
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 | |
CN111460596B (zh) | 一种风电场多机等值下等值机参数的分步获取方法 | |
CN106786766B (zh) | 一种基于p2g技术的提高风电最大并网容量的方法 | |
CN109586309B (zh) | 基于大数据自由熵理论和场景匹配的配电网无功优化方法 | |
CN109802440B (zh) | 基于尾流效应因子的海上风电场等值方法、系统和装置 | |
CN115085260B (zh) | 新能源场站聚合模型的振荡模式保真度评价方法 | |
CN115659601A (zh) | 一种双馈风电场单机等值并网模型的参数辨识方法及装置 | |
CN106451527A (zh) | 基于转子电流动态特性的双馈风电场机群聚合方法及系统 | |
CN109802383A (zh) | 基于聚类算法的分布式发电系统等值建模方法 | |
CN111651939B (zh) | 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 | |
Wang et al. | Equivalent Modeling of PV Cluster Dynamic Process Based on K-medoids Clustering | |
CN113946985B (zh) | 一种确定新能源场站等值模型的方法及系统 |
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 |