CN115905781A - 一种双馈风电场等值方法、系统及设备 - Google Patents

一种双馈风电场等值方法、系统及设备 Download PDF

Info

Publication number
CN115905781A
CN115905781A CN202310020035.0A CN202310020035A CN115905781A CN 115905781 A CN115905781 A CN 115905781A CN 202310020035 A CN202310020035 A CN 202310020035A CN 115905781 A CN115905781 A CN 115905781A
Authority
CN
China
Prior art keywords
wind power
equivalent
wind
power plant
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
CN202310020035.0A
Other languages
English (en)
Inventor
杨秋林
闫锋
张思婷
李松松
尹传军
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.)
Beijing First Industry And Trade Co LLC
North China Electric Power University
Original Assignee
Beijing First Industry And Trade Co LLC
North China Electric Power University
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 Beijing First Industry And Trade Co LLC, North China Electric Power University filed Critical Beijing First Industry And Trade Co LLC
Priority to CN202310020035.0A priority Critical patent/CN115905781A/zh
Publication of CN115905781A publication Critical patent/CN115905781A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开一种双馈风电场等值方法、系统及设备,该方法包括:根据机组运行状况的状态变量将双馈风电场划分为若干个风电集群,对每个风电集群进行网络阻抗建模,确定风电集群网络阻抗方程,将双馈风电场解耦成多个等效风电机组子系统;对等效风电机组子系统进行等效变换,确定每个等效风电机组子系统的主导特征函数模型;根据主导特征函数模型确定等效风电机组子系统的主导特征根轨迹;根据主导特征根轨迹确定主导风机;基于每个风电集群中主导风机的动态特性构建整个双馈风电场的等效降阶模型,以表征双馈风电场的动态特性。本发明能够提高稳定性判定结果准确度,更有益于系统的动态稳定性分析。

Description

一种双馈风电场等值方法、系统及设备
技术领域
本发明涉及大规模风场等值领域,特别是涉及一种双馈风电场等值方法、系统及设备。
背景技术
近年来,随着对大型风场线上仿真的精度和速度要求不断提高,对双馈风电场动态等值的研究也越来越深入。由于大型风场的风电机组的全阶状态空间矩阵维数较高,需要对风场进行降阶,为风电机组并网引发的振荡稳定性问题研究提供基础。目前的大多数研究将风电场等效为单个风机,并未考虑风电场内部复杂的拓扑结构和动态交互作用,等值模型的准确性受到影响。同时由于大规模的电力电子器件的馈入会降低电网的“惯性”,从而导致新的稳定性问题,如电力电子器件与电网之间相互影响引起的宽频振荡等问题,引起了各界广泛的关注。因此需要进一步探讨更具有普适性的风电场降阶方法,从而建立考虑风电场主导动态特性及内部交互特性的风电场等值模型,进一步分析双馈风电并网系统的稳定性。
现有风电场降阶的技术方法以及存在的问题:
若对大型风场的每台风电机组进行详细建模仿真,则计算机计算量较大,模拟耗时长,为了减少工作量和仿真时长,先根据一定的分群指标将风电场划分为若干个风电集群,每个风电集群中的风电机组型号、容量相同,运行工况相近,再将该风电集群看作一台机组的扩容。目前按照风电场的降阶过程和风电机组参数的选取方法可以分为容量加权平均法和参数识别法。容量加权平均法不考虑风电场的内部拓扑结构和动态交互作用,在实际工程中得到广泛应用,不仅计算步骤少,且原理简单。然而,引起风电场动态交互的关键因素是风电机组的变流器及其控制部分,而容量加权平均法目前并不能对其进行有效等值,则等值结果与详细模型之间的误差较大。参数识别法基于自适应参数对风电场内部动态特性和拓扑结构进行估计,其等值模型准确度较高,但该方法需要求解非线性方程,在每一步迭代时都要利用仿真获得数据,对于复杂系统来说待求变量多,计算量大,且由于宽频振荡的多时空特性,无法完全掌握振荡的规律并进行预测,对宽频振荡问题的研究造成了阻碍。综上,传统等值模型对于双馈风电场降阶的稳定性判定结果准确度低,不益于系统的动态稳定性分析。
发明内容
本发明的目的是提供一种双馈风电场等值方法、系统及设备,以解决稳定性判定结果准确度低,不益于系统的动态稳定性分析的问题。
为实现上述目的,本发明提供了如下方案:
一种双馈风电场等值方法,包括:
根据机组运行状况的状态变量将双馈风电场划分为若干个风电集群,构建混联型拓扑结构的风电场;一个所述风电集群为一条支路,每个所述风电集群看作一台风电机组的扩容,所述双馈风电场的动态特性由所述风电机组表征;所述状态变量包括输入风速、有功功率以及无功功率;
对每个所述风电集群进行网络阻抗建模,确定风电集群网络阻抗方程;
根据所述风电集群网络阻抗方程,将所述双馈风电场解耦成多个等效风电机组子系统;
对所述等效风电机组子系统进行等效变换,确定每个所述等效风电机组子系统的主导特征函数模型;
根据所述主导特征函数模型确定所述等效风电机组子系统的主导特征根轨迹;
根据所述主导特征根轨迹确定主导风机;所述主导风机的动态特性等效代表所述风电集群的对外主导动态特性;
基于每个所述风电集群中所述主导风机的动态特性构建整个双馈风电场的等效降阶模型;所述等效降阶模型用于表征双馈风电场的动态特性。
可选的,所述风电集群网络阻抗方程为:
V(s)-ZL(s)I(s)=VG(s);
其中,V(s)为风电机组端口电压;ZL(s)为线路阻抗;I(s)为风电机组端口电流;VG(s)为并网点电压。
可选的,根据所述风电集群网络阻抗方程,将所述双馈风电场解耦成多个等效风电机组子系统,具体包括:
将所述风电集群网络阻抗方程进行线性化处理,生成线性化处理后的风电集群网络阻抗方程;
基于所述线性化处理后的风电集群网络阻抗方程确定所述双馈风电场馈入交流网络的电流动态特性;
根据所述电流动态特性确定风电集群等效特征方程;
基于对称矩阵特性,对所述风电集群等效特征方程进行处理,将所述双馈风电场解耦成多个等效风电机组子系统。
可选的,所述等效风电机组子系统为:
Figure BDA0004041528310000031
其中,MA为混联型拓扑结构风电场中等效风电机组子系统的数量;k为任一条所述支路上的风电机组的台号;zk(s)为第k个等效风电机组子系统的阻抗矩阵;Zwk(s)为第k台风电机组交流侧的等效阻抗矩阵;λk为第k个等效风电机组子系统的特征值;L为复平面静止坐标系的线路变换矩阵。
可选的,所述主导风机与所述等效风电机组子系统内剩余的主导特征根轨迹的关系为:
Figure BDA0004041528310000032
其中,||·||代表矩阵的秩,o(·)代表高阶级数;
Figure BDA0004041528310000033
为风场内剩余等效风电机组子系统主导根轨迹;γmax为所有等效风电机组子系统中主导特征根实部最大的风机,即主导风机。
一种双馈风电场等值系统,包括:
混联型拓扑结构的风电场构建模块,用于根据机组运行状况的状态变量将双馈风电场划分为若干个风电集群,构建混联型拓扑结构的风电场;一个所述风电集群为一条支路,每个所述风电集群看作一台风电机组的扩容,所述双馈风电场的动态特性由所述风电机组表征;所述状态变量包括输入风速、有功功率以及无功功率;
风电集群网络阻抗方程确定模块,用于对每个所述风电集群进行网络阻抗建模,确定风电集群网络阻抗方程;
解耦模块,用于根据所述风电集群网络阻抗方程,将所述双馈风电场解耦成多个等效风电机组子系统;
主导特征函数模型确定模块,用于对所述等效风电机组子系统进行等效变换,确定每个所述等效风电机组子系统的主导特征函数模型;
主导特征根轨迹确定模块,用于根据所述主导特征函数模型确定所述等效风电机组子系统的主导特征根轨迹;
主导风机确定模块,用于根据所述主导特征根轨迹确定主导风机;所述主导风机的动态特性等效代表所述风电集群的对外主导动态特性;
等效降阶模型构建模块,用于基于每个所述风电集群中所述主导风机的动态特性构建整个双馈风电场的等效降阶模型;所述等效降阶模型用于表征双馈风电场的动态特性。
可选的,所述风电集群网络阻抗方程为:
V(s)-ZL(s)I(s)=VG(s);
其中,V(s)为风电机组端口电压;ZL(s)为线路阻抗;I(s)为风电机组端口电流;VG(s)为并网点电压。
可选的,所述解耦模块,具体包括:
线性化处理单元,用于将所述风电集群网络阻抗方程进行线性化处理,生成线性化处理后的风电集群网络阻抗方程;
电流动态特性确定单元,用于基于所述线性化处理后的风电集群网络阻抗方程确定所述双馈风电场馈入交流网络的电流动态特性;
风电集群等效特征方程确定单元,用于根据所述电流动态特性确定风电集群等效特征方程;
解耦单元,用于基于对称矩阵特性,对所述风电集群等效特征方程进行处理,将所述双馈风电场解耦成多个等效风电机组子系统。
一种电子设备,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行上述所述的双馈风电场等值方法。
一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现上述所述的双馈风电场等值方法。
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:本发明将具有复杂网络拓扑结构的混联型大型风电场进行等值、解耦及降阶,同时保留风电场的主导动态特性及内部交互特性,具有通用性和有效性,在保证仿真精度的同时大幅度地降低建模的复杂程度,相比于单机动态等值模型,本发明得到的等值阻抗更加贴近全阶风电场的等值阻抗;能够更加准确的稳定性判定结果,有益于系统的动态稳定性分析,相比于单机等值方法具有进步性和有效性。
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为本发明所提供的双馈风电场等值方法流程图;
图2为混联型拓扑结构风电场并网等效示意图;
图3为本发明所提供的风电场并网的戴维南等效电路结构图;
图4为本发明所提供的风电场等效降阶结构图;
图5为稳态工况下详细模型与等值模型输出有功功率波形对比图;
图6为稳态工况下详细模型与等值模型输出无功功率波形对比图;
图7为暂态工况下详细模型与等值模型输出有功功率波形对比图;
图8为暂态工况下详细模型与等值模型输出无功功率波形对比图;
图9为振荡情况下详细模型与等值模型输出有功功率波形对比图;
图10为振荡情况下详细模型与等值模型输出无功功率波形对比图。
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双馈风电场等值方法、系统及设备,能够提高稳定性判定结果准确度,更有益于系统的动态稳定性分析。
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。
本发明基于阻抗法对大型双馈风电场进行等值研究,考虑复杂网路拓扑结构及内部动态特性对风电场降阶处理,在保证仿真精度的同时大幅度地降低建模的复杂程度,且具有普适性,广泛应用于双馈风电场的降阶及动态稳定性分析及宽频振荡问题研究,相比于传统等值模型,本发明在研究系统的动态稳定性时具有准确的稳定性判定结果。
实施例一
图1为本发明所提供的双馈风电场等值方法流程图,如图1所示,一种双馈风电场等值方法,包括:
步骤101:根据机组运行状况的状态变量将双馈风电场划分为若干个风电集群,构建混联型拓扑结构的风电场;一个所述风电集群为一条支路,每个所述风电集群看作一台风电机组的扩容,所述双馈风电场的动态特性由所述风电机组表征;所述状态变量包括输入风速、有功功率以及无功功率。
图2为混联型拓扑结构风电场并网等效示意图,该风电场考虑了风电机组之间的联络线拓扑结构。由图2可知,该风电场由M台风电机组和m条支路构成。在每一条支路上,风电机组通过联络线串行接入,线路阻抗为Zh,k=Rh,k+jxh,k,其中,Rh,k为线路电阻;该阻抗为第h条支路中的第k台风电机组与该支路之间联络线的阻抗,其中电阻较小可以忽略,则有:Zh,k=jxh,k,xh,k为线路阻抗。
基于图2中的拓扑结构,首先确定每台风电机组端口电压、电流之间的关系,将复杂拓扑结构的风电场等效转换为并联型汇集结构风电场,为将风电场网络阻抗矩阵解耦作基础。
步骤102:对每个所述风电集群进行网络阻抗建模,确定风电集群网络阻抗方程。
假设第h条支路上有Nh台风电机组串行接入,对于第k台机组,其与该支路剩余机组之间的连接阻抗分别为,Zh,1,Zh,2,…,Zh,k,…,Zh,Nh,从图2可以看出,流过阻抗Zh,k的电流为该支路前k台风电电流的和,表示为
Figure BDA0004041528310000071
其中,i=1,2,…,k,p代表正序,n代表负序,因此,第k台风机端口电压、电流方程可以表示为:
Figure BDA0004041528310000072
其中,L表示复平面静止坐标系的线路变换矩阵,且L=diag[s/ωp,s/ωp];ωp表示旋转频率为fp的电角速度;Vh,k=[Vph,k Vnh,k]T表示第k台风力发电机端口电压。
该支路上其他风机端口电压方程可以表示为:
Figure BDA0004041528310000073
其中,Ii=[IpiIni]T表示风电场第i台风机出口电流,Ipi为第i台风机出口的正序电流,Ini为第i台风机出口的负序电流;VG=[VpG VnG]T表示风电场汇集母线的电压,VpG为汇集母线的正序电压,VnG为汇集母线的负序电压。
式(2)可以变换为:
Figure BDA0004041528310000081
其中,Zl为线路阻抗,VG为汇集母线电压。
将式(3)左边进行累加可得:
Figure BDA0004041528310000082
将上式中每台风机的端口电流作为公因式,进行同类项合并可得:
Figure BDA0004041528310000083
将Zh,k=jxh,k带入上式,整理可得:
Figure BDA0004041528310000084
其中:
Figure BDA0004041528310000091
从上式可以看出第k台风机和第i台风机之间的阻抗满足如下关系:
1)当第k台风机和第i台风机不在同一条支路时,有zki=jxl;zki为第k台和第i台风机之间的支路阻抗,xl为第k台和第i台风机之间的支路电抗。
2)当第k台风机和第i台风机在同一条支路h时,同时该支路有Ni台风机,且i≤k时,
Figure BDA0004041528310000092
Ni为....。
3)当第k台风机和第i台风机在同一条支路h时,且i>k时,
Figure BDA0004041528310000093
根据以上线路关系,即可得到重塑后的风电场网络阻抗方程(每台风机出口电压、电流相对应):
V(s)-ZL(s)I(s)=VG(s) (8)
其中,V(s)为风电机组端口电压;ZL(s)为线路阻抗;I(s)为风电机组端口电流;VG(s)为并网点电压。
步骤103:根据所述风电集群网络阻抗方程,将所述双馈风电场解耦成多个等效风电机组子系统。
将式(8)小信号线性化处理可得:
ΔV(s)-ZL(s)ΔI(s)=ΔVG(s) (9)
Figure BDA0004041528310000094
其中,ΔVk=[Vkxy,V*kxy]T为基于复向量的第k台风电机组端口电压;ΔIk=[Ikxy,I*kxy]T为基于复向量的第k台风电机组端口电流,ZL为混联型拓扑结构风电场的网络阻抗矩阵,ZMM表示第m条支路中第k个风电机组与剩余风电机组之间的连接阻抗。
风场有M台机组,假设每台机组编号为i(i=1,2,3,…,M),电机端口的电压与电流分别为Vi(s)=[Vix(s),Viy(s)]T和Ii(s)=[Iix(s),Iiy(s)]T,Vix(s)和Viy(s)分别为x轴和y轴上的风机端口电压分量,Iix(s)和Iiy(s)分别为x轴和y轴上的风机端口电流分量,Zpp(s)和Znn(s)分别为风电机组交流侧的正序和负序等效阻抗矩阵。则风电机组交流侧出口电压、电流关系为:
Figure BDA0004041528310000101
其中,Zw表示每台风电机组交流侧的等效阻抗矩阵。根据式(10)的网络阻抗动态方程可以得到风电场并网的戴维南等效电路结构,图3为本发明所提供的风电场并网的戴维南等效电路结构图,如图3所示,图中,风电机组等效为电流源与交流侧阻抗并联,交流电网等效为电压源串联风电场网络阻抗,假设风电机组和交流系统的初始状态稳定,则风电场馈入交流网络的电流动态特性可以表示为:
Figure BDA0004041528310000102
其中,Zw(s)为风电机组交流侧的等效阻抗矩阵,Zl(s)为混联型拓扑结构风电场的网络阻抗矩阵,由闭环传递函数的性质可知,系统的稳定性取决于特征矩阵Zw(s)+Zl(s)零点的位置(若全部零点都位于复平面左边,则系统稳定),因此系统的等效特征方程可以表示为:
Figure BDA0004041528310000103
其中,EM为....。
Figure BDA0004041528310000104
分析上述风电场网络阻抗Zl建模过程可知,Zl为满秩对称矩阵,所以可以对角化则有:
TZL(s)U=Λ  (15)
其中,T=[T1,T2,…,TN]T是矩阵Zl的左特征向量,U=[U1,U2,…,UN]T是矩阵Zl的右特征向量,Λ=diag(λ1,λ2,…,λN)是矩阵Zl的特征值矩阵,且有:
Figure BDA0004041528310000111
由对称矩阵的性质可知,TU=EM,将式(13)左右分别乘以
Figure BDA0004041528310000112
Figure BDA0004041528310000113
可得:
Figure BDA0004041528310000114
其中,E2为2×2阶单位矩阵,Zwi(s)?EM=diag(Zw1,Zw2,…,ZwM)为一个2M维度的对角分块矩阵,则上式可以整理为:
Figure BDA0004041528310000115
对式(18)化简可得:
Figure BDA0004041528310000116
上式中所有矩阵都是对角矩阵,因此可以等效表示为:
Figure BDA0004041528310000117
由式(20)可知,解耦后的矩阵阶数与式(13)中原方程的矩阵阶数相同,因此风电场网络矩阵实现了等效解耦,其物理意义为将混联型拓扑结构风电场等效变换为多个等效风电机组子系统并联形式,此时,每个等效风电机组子系统特征方程的解是否都在复平面左边决定了互联系统是否稳定。以上推导过程将包含M台风电机组的风电场解耦为M个等效风电机组子系统,同时保留了风电场内部的拓扑信息和动态特性,该M个等效风电机组子系统可以等价代表整个风电场。
步骤104:对所述等效风电机组子系统进行等效变换,确定每个所述等效风电机组子系统的主导特征函数模型。
解耦后的等效等效风电机组子系统保留了原风电场特征方程的全部特征值信息,所有子系统模块组成的对角矩阵即为风电集群的并联等值模型,因此可以基于解耦后的网络阻抗矩阵研究风电场降阶和动态等值方法。
对于大型风电场,其占地面积较大,不同片区的风速或风向不同,同时由不同型号或运行工况的风力发电机组成,出力特性具有分散性。该方法首先根据一定的分群指标将风电场划分为若干个风电集群,每个风电集群中的风电机组型号、容量相同,运行工况相近,再将该风电集群看作一台机组的扩容,其动态特性由单台风电机组表征,在对风电集群进行划分时,选取能够区别机组运行状况的状态变量,如输入风速、有功和无功功率;然后根据分区结果及网络阻抗矩阵的等效解耦得到不同分区的风场阻抗,即将风场等值阻抗矩阵Ze(s)划分为N个子模块,如式(21)所示:
Figure BDA0004041528310000121
假设区域A包含MA台风电机组,则其解耦后的等效风电机组子系统表示为:
Figure BDA0004041528310000122
其中,MA为混联型拓扑结构风电场中等效风电机组子系统的数量;k为任一条所述支路上的风电机组的台号;zk(s)为第k个等效风电机组子系统的阻抗矩阵;Zwk(s)为第k台风电机组交流侧的等效阻抗矩阵;λk为第k个等效风电机组子系统的特征值;L为复平面静止坐标系的线路变换矩阵。
此时,决定系统zk(s)稳定性的特征轨迹称为系统的主导特征根轨迹,可以表示为ξi(s),则式(22)可以进行等效变换,过程如下:
Figure BDA0004041528310000131
式中,ηk=[ηk1,ηk2]T为矩阵Zwk关于特征函数αk(s)的左特征向量;κk=[κk1,κk2]T为矩阵Zwk关于特征函数αk(s)的右特征向量;ξk(s)为矩阵ZwkkL的主导特征函数。
步骤105:根据所述主导特征函数模型确定所述等效风电机组子系统的主导特征根轨迹。
步骤106:根据所述主导特征根轨迹确定主导风机;所述主导风机的动态特性等效代表所述风电集群的对外主导动态特性。
假设系统的初始状态稳定,并基于复平面的一组共轭基向量推导阻抗矩阵Zwk,由Hartman-Grobman定理可知,具有双曲特性的系统在其邻域内衍生的子系统与其本身动态特性一致。因此,分区后的每个风场区域满足上述条件,从而将每个等效风电机组子系统中主导特征函数特征根实部最大的风机作为该片区的主导风机,即εmax,对应等效风电机组子系统为zmax(s),因此该等效风电机组子系统zmax(s)可以等效代表风电集群A的对外主导动态特性,所以将该子系统对应的风电机组模型完整保留。同时,由矩阵摄动理论[17]可知,主导风机与该区域内剩余等效风电机组子系统主导根轨迹的关系为:
Figure BDA0004041528310000132
其中,||·||代表矩阵的秩,o(·)代表高阶级数,
Figure BDA0004041528310000133
为风场内剩余等效风电机组子系统主导根轨迹;γmax为所有等效风电机组子系统中主导特征根实部最大的风机,即主导风机。由式(24)可知,同一风电集群的其他等效风电机组子系统可以等效视为主导等效风电机组子系统的摄动。
步骤107:基于每个所述风电集群中所述主导风机的动态特性构建整个双馈风电场的等效降阶模型;所述等效降阶模型用于表征双馈风电场的动态特性。
考虑风电集群内部动态特性及风机交互作用的风电集群等效降阶,进一步根据风电场分区信息将该降阶方法拓展至不同集群即可得到整个风电场的等效降阶模型,图4为本发明所提供的风电场等效降阶结构图,如图4所示。
为了进一步研究风电集群内部网络拓扑结构及风机交互特性对风电场并网动态稳定性的影响,根据图4所得出的风电场等效降阶结构,以双馈风力发电场展开研究,在不同风速空间中设置不同容量,将本发明所提的基于阻抗法的等值模型与详细模型进行对比,说明本发明的准确性与适用性。
基于阻抗法的等值模型与详细模型稳态运行波形如图5-图6所示,图5-图6中,Ps1/Qs1为详细模型输出功率,Pc/Qc为基于阻抗法的等值模型输出功率,P1/Q1为容量加权平均法的等值模型输出功率;图7-图8为风速变化的暂态运行工况下详细模型与等值模型的功率波形;可以看出在不同类型风机组成的混联结构风场中,该基于阻抗法的等值方法在稳态和暂态运行时具有较好的适用性与准确性。
为了验证该等值模型在分析风场动态性能方面的优越性,通过减小短路比得出发生振荡后的功率波形,如图9所示。
由图可知,当外送阻抗减小导致短路比减小引发振荡问题时,基于阻抗法的等值模型输出的有功功率和无功功率与详细模型吻合度较高,因此可以证明该等值方法可以很好地反映实际风场的振荡情形;而在相同的情形下容量加权平均法的等值结果为风场失稳,不符合风场的实际情况,证明了传统的等值方法在分析风场动态性能方面的不足之处。
因此,基于本发明所提降阶方法,不仅在稳态与暂态工况下与详细模型高度吻合,在发生风场振荡现象时该等值方法相较于传统的容量加权平均法可以更好地反映实际情形及风场动态特性,在提高模型精度的同时降低了计算难度;同时也充分考虑了风电场内部网络拓扑结构及风机之间交互作用对外界交流系统动态稳定性的影响,有益于稳定性的分析。
本发明在考虑风电场内部拓扑结构、链路方式及内部动态特性的前提下,提出了基于阻抗法的大型双馈风电场等值方法。该方法首先根据一定的分群指标将风电场划分为若干个风电集群,每个风电集群中的风电机组型号、容量相同,运行工况相近,再将该风电集群看作一台机组的扩容,其动态特性由单台风电机组表征,在对风电集群进行划分时,选取能够区别机组运行状况的状态变量,如输入风速、有功和无功功率;然后对每个风电集群进行网络阻抗建模,从而可得每个等效等效风电机组子系统的主导特征根,确定主导风机,所有子系统模块组成的对角矩阵即为风电集群的并联等值模型,该模型能够等效表征风电集群内部网络拓扑结构及其动态特性对交流电网稳定性的影响。最后,基于PSCAD的模型仿真证明了基于阻抗法的动态等值模型的准确性与适用性。
实施例二
为了执行上述实施例一对应的方法,以实现相应的功能和技术效果,下面提供一种双馈风电场等值系统。
一种双馈风电场等值系统,包括:
混联型拓扑结构的风电场构建模块,用于根据机组运行状况的状态变量将双馈风电场划分为若干个风电集群,构建混联型拓扑结构的风电场;一个所述风电集群为一条支路,每个所述风电集群看作一台风电机组的扩容,所述双馈风电场的动态特性由所述风电机组表征;所述状态变量包括输入风速、有功功率以及无功功率。
风电集群网络阻抗方程确定模块,用于对每个所述风电集群进行网络阻抗建模,确定风电集群网络阻抗方程。
解耦模块,用于根据所述风电集群网络阻抗方程,将所述双馈风电场解耦成多个等效风电机组子系统。
主导特征函数模型确定模块,用于对所述等效风电机组子系统进行等效变换,确定每个所述等效风电机组子系统的主导特征函数模型。
主导特征根轨迹确定模块,用于根据所述主导特征函数模型确定所述等效风电机组子系统的主导特征根轨迹。
主导风机确定模块,用于根据所述主导特征根轨迹确定主导风机;所述主导风机的动态特性等效代表所述风电集群的对外主导动态特性。
等效降阶模型构建模块,用于基于每个所述风电集群中所述主导风机的动态特性构建整个双馈风电场的等效降阶模型;所述等效降阶模型用于表征双馈风电场的动态特性。
实施例三
本发明实施例提供一种电子设备包括存储器及处理器,该存储器用于存储计算机程序,该处理器运行计算机程序以使电子设备执行实施例一提供的双馈风电场等值方法。
在实际应用中,上述电子设备可以是服务器。
在实际应用中,电子设备包括:至少一个处理器(processor)、存储器(memory)、总线及通信接口(Communications Interface)。
其中:处理器、通信接口、以及存储器通过通信总线完成相互间的通信。
通信接口,用于与其它设备进行通信。
处理器,用于执行程序,具体可以执行上述实施例所述的方法。
具体地,程序可以包括程序代码,该程序代码包括计算机操作指令。
处理器可能是中央处理器CPU,或者是特定集成电路ASIC(Application SpecificIntegrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。电子设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器,用于存放程序。存储器可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
基于以上实施例的描述,本申请实施例提供一种存储介质,其上存储有计算机程序指令,计算机程序指令可被处理器执行以实现任意实施例所述的方法
本申请实施例提供的双馈风电场等值系统以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网性能。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(4)其他具有数据交互功能的电子设备。
至此,已经对本主题的特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作可以按照不同的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序,以实现期望的结果。在某些实施方式中,多任务处理和并行处理可以是有利的。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。本领域内的技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、
数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带、磁盘存储或其他磁性存储设备
或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定事务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行事务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
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 (10)

1.一种双馈风电场等值方法,其特征在于,包括:
根据机组运行状况的状态变量将双馈风电场划分为若干个风电集群,构建混联型拓扑结构的风电场;一个所述风电集群为一条支路,每个所述风电集群看作一台风电机组的扩容,所述双馈风电场的动态特性由所述风电机组表征;所述状态变量包括输入风速、有功功率以及无功功率;
对每个所述风电集群进行网络阻抗建模,确定风电集群网络阻抗方程;
根据所述风电集群网络阻抗方程,将所述双馈风电场解耦成多个等效风电机组子系统;
对所述等效风电机组子系统进行等效变换,确定每个所述等效风电机组子系统的主导特征函数模型;
根据所述主导特征函数模型确定所述等效风电机组子系统的主导特征根轨迹;
根据所述主导特征根轨迹确定主导风机;所述主导风机的动态特性等效代表所述风电集群的对外主导动态特性;
基于每个所述风电集群中所述主导风机的动态特性构建整个双馈风电场的等效降阶模型;所述等效降阶模型用于表征双馈风电场的动态特性。
2.根据权利要求1所述的双馈风电场等值方法,其特征在于,所述风电集群网络阻抗方程为:
V(s)-ZL(s)I(s)=VG(s);
其中,V(s)为风电机组端口电压;ZL(s)为线路阻抗;I(s)为风电机组端口电流;VG(s)为并网点电压。
3.根据权利要求1所述的双馈风电场等值方法,其特征在于,根据所述风电集群网络阻抗方程,将所述双馈风电场解耦成多个等效风电机组子系统,具体包括:
将所述风电集群网络阻抗方程进行线性化处理,生成线性化处理后的风电集群网络阻抗方程;
基于所述线性化处理后的风电集群网络阻抗方程确定所述双馈风电场馈入交流网络的电流动态特性;
根据所述电流动态特性确定风电集群等效特征方程;
基于对称矩阵特性,对所述风电集群等效特征方程进行处理,将所述双馈风电场解耦成多个等效风电机组子系统。
4.根据权利要求3所述的双馈风电场等值方法,其特征在于,所述等效风电机组子系统为:
Figure FDA0004041528300000021
其中,MA为混联型拓扑结构风电场中等效风电机组子系统的数量;k为任一条所述支路上的风电机组的台号;zk(s)为第k个等效风电机组子系统的阻抗矩阵;Zwk(s)为第k台风电机组交流侧的等效阻抗矩阵;λk为第k个等效风电机组子系统的特征值;L为复平面静止坐标系的线路变换矩阵。
5.根据权利要求1所述的双馈风电场等值方法,其特征在于,所述主导风机与所述等效风电机组子系统内剩余的主导特征根轨迹的关系为:
Figure FDA0004041528300000022
其中,||·||代表矩阵的秩,o(·)代表高阶级数;
Figure FDA0004041528300000023
为风场内剩余等效风电机组子系统主导根轨迹;γmax为所有等效风电机组子系统中主导特征根实部最大的风机,即主导风机。
6.一种双馈风电场等值系统,其特征在于,包括:
混联型拓扑结构的风电场构建模块,用于根据机组运行状况的状态变量将双馈风电场划分为若干个风电集群,构建混联型拓扑结构的风电场;一个所述风电集群为一条支路,每个所述风电集群看作一台风电机组的扩容,所述双馈风电场的动态特性由所述风电机组表征;所述状态变量包括输入风速、有功功率以及无功功率;
风电集群网络阻抗方程确定模块,用于对每个所述风电集群进行网络阻抗建模,确定风电集群网络阻抗方程;
解耦模块,用于根据所述风电集群网络阻抗方程,将所述双馈风电场解耦成多个等效风电机组子系统;
主导特征函数模型确定模块,用于对所述等效风电机组子系统进行等效变换,确定每个所述等效风电机组子系统的主导特征函数模型;
主导特征根轨迹确定模块,用于根据所述主导特征函数模型确定所述等效风电机组子系统的主导特征根轨迹;
主导风机确定模块,用于根据所述主导特征根轨迹确定主导风机;所述主导风机的动态特性等效代表所述风电集群的对外主导动态特性;
等效降阶模型构建模块,用于基于每个所述风电集群中所述主导风机的动态特性构建整个双馈风电场的等效降阶模型;所述等效降阶模型用于表征双馈风电场的动态特性。
7.根据权利要求6所述的双馈风电场等值系统,其特征在于,所述风电集群网络阻抗方程为:
V(s)-ZL(s)I(s)=VG(s);
其中,V(s)为风电机组端口电压;ZL(s)为线路阻抗;I(s)为风电机组端口电流;VG(s)为并网点电压。
8.根据权利要求6所述的双馈风电场等值系统,其特征在于,所述解耦模块,具体包括:
线性化处理单元,用于将所述风电集群网络阻抗方程进行线性化处理,生成线性化处理后的风电集群网络阻抗方程;
电流动态特性确定单元,用于基于所述线性化处理后的风电集群网络阻抗方程确定所述双馈风电场馈入交流网络的电流动态特性;
风电集群等效特征方程确定单元,用于根据所述电流动态特性确定风电集群等效特征方程;
解耦单元,用于基于对称矩阵特性,对所述风电集群等效特征方程进行处理,将所述双馈风电场解耦成多个等效风电机组子系统。
9.一种电子设备,其特征在于,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行如权利要求1-5中任一项所述的双馈风电场等值方法。
10.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的双馈风电场等值方法。
CN202310020035.0A 2023-01-06 2023-01-06 一种双馈风电场等值方法、系统及设备 Pending CN115905781A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310020035.0A CN115905781A (zh) 2023-01-06 2023-01-06 一种双馈风电场等值方法、系统及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310020035.0A CN115905781A (zh) 2023-01-06 2023-01-06 一种双馈风电场等值方法、系统及设备

Publications (1)

Publication Number Publication Date
CN115905781A true CN115905781A (zh) 2023-04-04

Family

ID=86484725

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310020035.0A Pending CN115905781A (zh) 2023-01-06 2023-01-06 一种双馈风电场等值方法、系统及设备

Country Status (1)

Country Link
CN (1) CN115905781A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117350089A (zh) * 2023-12-06 2024-01-05 山东大学 一种双馈风电场全动态阻抗模型的构建方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117350089A (zh) * 2023-12-06 2024-01-05 山东大学 一种双馈风电场全动态阻抗模型的构建方法及系统
CN117350089B (zh) * 2023-12-06 2024-04-02 山东大学 一种双馈风电场全动态阻抗模型的构建方法及系统

Similar Documents

Publication Publication Date Title
CN103810646B (zh) 一种基于改进投影积分算法的有源配电系统动态仿真方法
CN102436534B (zh) 一种电力系统仿真方法
CN109670213B (zh) 一种风电场多机等值建模方法及装置
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
CN112149280B (zh) 含svg的新能源的多馈入系统电网强度获得方法
CN100470995C (zh) 电力系统特征值的分布式计算方法
Groß et al. On the steady-state behavior of a nonlinear power system model
CN110034573B (zh) 含vsc-hvdc的交直流混联系统小干扰稳定性优化方法及装置
CN103700036A (zh) 一种适于电力系统多时间尺度的暂态稳定性投影积分方法
CN115905781A (zh) 一种双馈风电场等值方法、系统及设备
Jain et al. Adaptive wavelet neural network-based fast dynamic available transfer capability determination
CN116388177A (zh) 电力系统静态电压稳定性分析方法、装置、设备及介质
CN109638871B (zh) 考虑风电接入的大规模交直流混联系统主网划分方法
CN107947199B (zh) 基于优化模型的电力系统热稳定安全域边界的搜索方法
CN107045489A (zh) 临界切除时间的确定方法及装置
CN105281326A (zh) 考虑定子阻尼影响的慢同调分区方法
CN114912285A (zh) 一种适用于大型风电场动态稳定性分析的降阶方法及系统
Liu et al. Dynamic aggregation modeling for droop control inverter based on slow coherency algorithm
CN108649585A (zh) 一种电力系统静态电压稳定域边界快速搜索的直接法
CN111639463B (zh) 一种基于XGBoost算法的电力系统扰动后频率特征预测方法
CN110323782B (zh) 一种常规电源由新能源替代的最大可替换容量确定方法
CN108649596B (zh) 一种适于负荷建模的电池储能系统动态模型
CN110350507A (zh) 直流微网等效电容确定方法、装置及计算机可读存储介质
CN117767288B (zh) 一种基于等效状态变量的vsg并网系统降阶建模方法
CN116341394B (zh) 混合驱动模型训练方法、装置、计算机设备及存储介质

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