CN114417620A - 基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建模方法 - Google Patents

基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建模方法 Download PDF

Info

Publication number
CN114417620A
CN114417620A CN202210073668.3A CN202210073668A CN114417620A CN 114417620 A CN114417620 A CN 114417620A CN 202210073668 A CN202210073668 A CN 202210073668A CN 114417620 A CN114417620 A CN 114417620A
Authority
CN
China
Prior art keywords
fan
wind
power plant
wind power
wind turbine
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.)
Pending
Application number
CN202210073668.3A
Other languages
English (en)
Inventor
陈乔
钱一民
王易
郑剑
丁凯
李伟
黄曾睿
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.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hubei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hubei 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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Hubei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202210073668.3A priority Critical patent/CN114417620A/zh
Publication of CN114417620A publication Critical patent/CN114417620A/zh
Pending legal-status Critical Current

Links

Images

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/06—Wind turbines or wind farms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation

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)
  • Wind Motors (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建模方法，包括：(1)建立风电场内风电机组的关键参数向量；(2)计算步骤(1)中风电机组相同故障下每个关键参数的动态轨迹灵敏度；(3)基于步骤(2)计算的关键参数的动态轨迹灵敏度，计算风电场内各类型风电机组之间的特征距离；(4)根据步骤(3)计算所得特征距离，对风电场内风电机组进行分群；(5)基于步骤(4)的分群结果，计算风电机群电磁暂态等值模型参数。本发明是在掌握影响风电故障穿越特性的关键因素的基础上，提出的一种基于关键参数动态轨迹灵敏度特征距离的风电场电磁暂态等值建模方法，为研究大规模风电的并网问题提供了实用化工具。

Description

基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建 模方法
技术领域
本发明涉及新能源发电技术和电力系统领域，具体是一种基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建模方法。
背景技术
截至2019年底，全国风电装机达1.29亿千瓦、光伏发电装机达4318万千瓦。风电、光伏等新能源集中集中、多个电站集群汇集升压并网是我国西北、华北、东北等地区新能源的主要开发模式。
风电机组和光伏逆变器都为电力电子装备，采用传统的机电暂态分析难以准确掌握电力电子设备的暂态特性，需建立电磁暂态仿真分析模型。通常风电场包含数十上百台风电机组，现有电磁暂态仿真软件无法支撑如此大规模的风电场电磁暂态仿真。因此需要建立风电电磁暂态等值模型，支撑风电并网特性研究。
发明内容
为克服现有技术的不足，准确评价各个电站接入点电网强度，科学指导新能源规划和运行的需求，本发明提出一种基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建模方法，为研究风电场的暂态稳定性提供基础支撑。
为解决上述技术问题，本发明采用如下技术方案实现：
一种基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建模方法，包括如下步骤：
(1)建立风电场内风电机组的关键参数向量；
(2)计算步骤(1)中风电机组相同故障下每个关键参数的动态轨迹灵敏度；
(3)基于步骤(2)计算的关键参数的动态轨迹灵敏度，计算风电场内各类型风电机组之间的特征距离；
(4)根据步骤(3)计算所得特征距离，对风电场内风电机组进行分群；
(5)基于步骤(4)的分群结果，计算风电机群电磁暂态等值模型参数。
进一步的，步骤(1)中建立的风电场内风电机组的关键参数向量为：
Vi＝[Rcowbari,tcowbari,iqlvrti,iplvrti] (1)
式中，Vi为风机i的主导参数向量，i为第i个风机型号，Rcowbari为风机i低电压穿越控制的cowbar电路的卸荷电阻，tcowbari为风机i低电压穿越控制的cowbar电路投入时间，iqlvrti、iplvrti分别为风机i低穿期间的无功、有功电流设定值。
进一步的，步骤(2)计算步骤(1)中风电机组的关键参数的动态轨迹灵敏度，具体为：
Figure BDA0003483158860000021
式中，Sθ为参数θ对风机输出y的灵敏度，参数θ为式(1)中的关键参数，y为风机的暂态输出特性，即风机的有功和无功功率。
进一步的，步骤(3)基于步骤(2)计算的关键参数的动态轨迹灵敏度，计算风电场内各类型风电机组之间的特征距离，具体包括：
Figure BDA0003483158860000022
其中，Lij为风电机组之间的特征距离，j为第j个风机型号，Rcowbarj为风机j低电压穿越控制的cowbar电路的卸荷电阻，tcowbarj为风机j低电压穿越控制的cowbar电路投入时间，iqlvrtj、iplvrtj分别为风机j低穿期间的无功、有功电流设定值；所述关键参数的动态轨迹灵敏度包括SRcowbar、Stcowbar、Siqlvrt、Siplvrt；其中SRcowbar为风机低电压穿越控制的cowbar电路卸荷电阻对风机输出特性的灵敏度，Stcowbar为风机低电压穿越控制的cowbar电路投入时间对风机输出特性的灵敏度，Siqlvrt、Siplvrt分别为风机低穿期间的无功、有功电流设定值对风机输出特性的灵敏度。
进一步的，步骤(4)根据步骤(3)计算所得特征距离，对风电场内风电机组进行分群，具体包括：
定义一个判据δ，若Lij<δ，则认为两台风机之间的特征距离较近，二者划分为同一风机群，δ值根据风电场等值建模精度选取。
进一步的，步骤(5)基于步骤(4)的分群结果，计算风电机群电磁暂态等值模型参数，具体包括：
根据容量加权设定电磁暂态等值模型参数：
Figure BDA0003483158860000031
式中，θ∑为风电机群的电磁暂态等值模型参数，θi为第i个风电机型的参数，Pni为第i个风电机型的总装机容量，Pn∑为该风电机群的总装机容量。
本发明在掌握影响风电故障穿越特性的关键因素的基础上，提出了一种基于关键参数动态轨迹灵敏度特征距离的风电场电磁暂态等值建模方法，并进一步采用实际风电场的组网结构和关键参数，验证所提方法的合理性，为研究大规模风电的并网问题提供了实用化工具。
附图说明
图1为本发明一种基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建模方法其中一个实施例的流程图；
图2为本发明提供的算例风电场拓扑结构；
图3为本发明提供的算例风电场详细模型与等值模型仿真对比。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明的一部分实施例，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的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。
请参阅图1，本发明实施例提供一种基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建模方法，包括如下步骤：
步骤(1)：确定风电场基本信息，包括风电场的组网方式，海缆信息、风机信息等，如图2所示。
建立图2中每种风机类型的主导参数向量：
Vi＝[Rcowbari,tcowbari,iqlvrti,iplvrti] (1)
式中，Vi为风机i的主导参数向量，i为第i个风机型号，Rcowbari为风机i低电压穿越控制的cowbar电路的卸荷电阻，tcowbari为风机i低电压穿越控制的cowbar电路投入时间，iqlvrti、iplvrti分别为风机i低穿期间的无功、有功电流设定值。
步骤(2)：计算步骤(1)中风电机组相同故障下每个关键参数的动态轨迹灵敏度，即风机的参数发生微小变化时风机的暂态特性变化程度：
Figure BDA0003483158860000041
式中，Sθ为参数θ对风机输出y的灵敏度，参数θ为式(1)中的关键参数，y为风机的暂态输出特性，即风机的有功和无功功率。
步骤(3)：基于步骤(2)计算的关键参数的动态轨迹灵敏度，计算风电场内各类型风电机组之间的特征距离Lij：
Figure BDA0003483158860000042
其中，j为第j个风机型号，Rcowbarj为风机j低电压穿越控制的cowbar电路的卸荷电阻，tcowbarj为风机j低电压穿越控制的cowbar电路投入时间，iqlvrtj、iplvrtj分别为风机j低穿期间的无功、有功电流设定值；SRcowbar为风机低电压穿越控制的cowbar电路卸荷电阻对风机输出特性的灵敏度，Stcowbar为风机低电压穿越控制的cowbar电路投入时间对风机输出特性的灵敏度，Siqlvrt、Siplvrt分别为风机低穿期间的无功、有功电流设定值对风机输出特性的灵敏度。
步骤(4)：根据步骤(3)计算所得特征距离，对风电场内风电机组进行分群。具体的，可定义一个判据δ，若Lij<δ，则认为两台风机之间的特征距离较近，二者可以划分为同一风机群，根据风电场等值建模精度选取δ值。
步骤(5)：基于步骤(4)的分群结果，计算风电机群电磁暂态等值模型参数。具体的，可根据容量加权设定电磁暂态等值模型参数：
Figure BDA0003483158860000051
式中，θ∑为风电机群的电磁暂态等值模型参数，θi为第i个风电机型的参数，Pni为第i个风电机型的总装机容量，Pn∑为该风电机群的总装机容量。
在并网点故障时，等值比对结果如图3所示。在相同电网故障下(电压跌落)，比对风电场详细模型与等值模型的有功功率、无功功率的输出特性，详细模型与等值模型的比对结果非常接近，说明本发明的等值模型可精确模拟详细模型在电压跌落期间、电压恢复后的有功功率和无功功率调节。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (6)

1.一种基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建模方法，其特征在于，包括如下步骤：
(1)建立风电场内风电机组的关键参数向量；
(2)计算步骤(1)中风电机组相同故障下每个关键参数的动态轨迹灵敏度；
(3)基于步骤(2)计算的关键参数的动态轨迹灵敏度，计算风电场内各类型风电机组之间的特征距离；
(4)根据步骤(3)计算所得特征距离，对风电场内风电机组进行分群；
(5)基于步骤(4)的分群结果，计算风电机群电磁暂态等值模型参数。
2.如权利要求1所述的方法，其特征在于，步骤(1)中建立的风电场内风电机组的关键参数向量为：
Vi＝[Rcowbari,tcowbari,iqlvrti,iplvrti] (1)
式中，Vi为风机i的主导参数向量，i为第i个风机型号，Rcowbari为风机i低电压穿越控制的cowbar电路的卸荷电阻，tcowbari为风机i低电压穿越控制的cowbar电路投入时间，iqlvrti、iplvrti分别为风机i低穿期间的无功、有功电流设定值。
3.如权利要求2所述的方法，其特征在于，步骤(2)计算步骤(1)中风电机组的关键参数的动态轨迹灵敏度，具体为：
Figure FDA0003483158850000011
式中，Sθ为参数θ对风机输出y的灵敏度，参数θ为式(1)中的关键参数，y为风机的暂态输出特性，即风机的有功和无功功率。
4.如权利要求3所述的方法，其特征在于，步骤(3)基于步骤(2)计算的关键参数的动态轨迹灵敏度，计算风电场内各类型风电机组之间的特征距离，具体包括：
Figure FDA0003483158850000021
其中，Lij为风电机组之间的特征距离，j为第j个风机型号，Rcowbarj为风机j低电压穿越控制的cowbar电路的卸荷电阻，tcowbarj为风机j低电压穿越控制的cowbar电路投入时间，iqlvrtj、iplvrtj分别为风机j低穿期间的无功、有功电流设定值；所述关键参数的动态轨迹灵敏度包括SRcowbar、Stcowbar、Siqlvrt、Siplvrt；其中SRcowbar为风机低电压穿越控制的cowbar电路卸荷电阻对风机输出特性的灵敏度，Stcowbar为风机低电压穿越控制的cowbar电路投入时间对风机输出特性的灵敏度，Siqlvrt、Siplvrt分别为风机低穿期间的无功、有功电流设定值对风机输出特性的灵敏度。
5.如权利要求4所述的方法，其特征在于，步骤(4)根据步骤(3)计算所得特征距离，对风电场内风电机组进行分群，具体包括：
定义一个判据δ，若Lij<δ，则认为两台风机之间的特征距离较近，二者划分为同一风机群，δ值根据风电场等值建模精度选取。
6.如权利要求1或5所述的方法，其特征在于，步骤(5)基于步骤(4)的分群结果，计算风电机群电磁暂态等值模型参数，具体包括：
根据容量加权设定电磁暂态等值模型参数：
Figure FDA0003483158850000022
式中，θ∑为风电机群的电磁暂态等值模型参数，θi为第i个风电机型的参数，Pni为第i个风电机型的总装机容量，Pn∑为该风电机群的总装机容量。
CN202210073668.3A 2022-01-21 2022-01-21 基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建模方法 Pending CN114417620A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210073668.3A CN114417620A (zh) 2022-01-21 2022-01-21 基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210073668.3A CN114417620A (zh) 2022-01-21 2022-01-21 基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建模方法

Publications (1)

Publication Number Publication Date
CN114417620A true CN114417620A (zh) 2022-04-29

Family

ID=81275361

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210073668.3A Pending CN114417620A (zh) 2022-01-21 2022-01-21 基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建模方法

Country Status (1)

Country Link
CN (1) CN114417620A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116663297A (zh) * 2023-06-02 2023-08-29 四川大学 计及硬件协同保护暂态特性的双馈型风电场通用等值方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116663297A (zh) * 2023-06-02 2023-08-29 四川大学 计及硬件协同保护暂态特性的双馈型风电场通用等值方法
CN116663297B (zh) * 2023-06-02 2024-01-30 四川大学 计及硬件协同保护暂态特性的双馈型风电场通用等值方法

Similar Documents

Publication Publication Date Title
Zhou et al. A dynamic weighted aggregation equivalent modeling approach for the DFIG wind farm considering the Weibull distribution for fault analysis
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
CN102012956A (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
CN114726009B (zh) 考虑功率预测的风电场群无功分层优化控制方法及其系统
Wang et al. Wind farm dynamic equivalent modeling method for power system probabilistic stability assessment
CN110941909A (zh) 光伏电站和风电场参数主导性辨识计算方法及系统
CN114977939B (zh) 基于改进多目标粒子群算法的双馈风机控制参数辨识方法
CN114417620A (zh) 基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建模方法
CN109494787B (zh) 一种光伏多馈入电力系统并网容量极限计算方法
CN118157154A (zh) 一种计及暂态电压稳定性机理的约束构建方法
CN106410862A (zh) 基于有功恢复斜率校正的风电场单机等值方法
Zhou et al. A dynamic weighted aggregation equivalent modeling approach for the DFIG wind farm considering the weibull distribution
CN116187082A (zh) 风电场单机等值建模方法
Li et al. A Dynamic Equivalent Method for PMSG-WTG Based Wind Farms Considering Wind Speeds and Fault Severities
Ma et al. Cyber-physical Modeling Technique based Dynamic Aggregation of Wind Farm Considering LVRT Characteristic
Cao et al. Equivalence method for wind farm based on clustering of output power time series data
CN113221465B (zh) 一种面向光伏发电运维的组件模型参数辨识方法
CN111293701B (zh) 含分布式光伏的配电网凹陷域的预估方法及装置
CN114221339B (zh) 一种高风电占比系统的暂态稳定性判断方法
HU et al. Intelligent Analysis of Power Transmission Quota for Multi-energy Power System External Transmission Section Based on Neural Network
Zhao et al. Research on Online Modeling Technology of Wind Farm in Online Stability Analysis
CN117674305A (zh) 一种考虑风电集群暂态特性的电力系统等值方法
Cao et al. Research on Real-time Monitoring Technology of Power Quality in Distributed Smart Grid
Qin et al. Data-Driven Online Adaptive Parameters Adjustment for Output Quality of Grid-Connected Converters
Chen et al. Influence of Parameters Non-uniformity on Inverters Dynamic Equivalent Error

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