CN116542030A - 基于轨迹灵敏度的双馈风机参数辨识方法、系统及设备 - Google Patents
基于轨迹灵敏度的双馈风机参数辨识方法、系统及设备 Download PDFInfo
- Publication number
- CN116542030A CN116542030A CN202310422368.6A CN202310422368A CN116542030A CN 116542030 A CN116542030 A CN 116542030A CN 202310422368 A CN202310422368 A CN 202310422368A CN 116542030 A CN116542030 A CN 116542030A
- Authority
- CN
- China
- Prior art keywords
- fan parameter
- track
- sensitivity
- parameter variable
- 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.)
- Pending
Links
- 230000035945 sensitivity Effects 0.000 title claims abstract description 145
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000004364 calculation method Methods 0.000 claims abstract description 39
- 239000011159 matrix material Substances 0.000 claims abstract description 28
- 238000005070 sampling Methods 0.000 claims description 12
- 101100499229 Mus musculus Dhrsx gene Proteins 0.000 claims description 9
- 230000005284 excitation Effects 0.000 claims description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
-
- 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
-
- 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
- Y02E10/72—Wind turbines with rotation axis in wind direction
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)
- Structures Of Non-Positive Displacement Pumps (AREA)
Abstract
本申请公开了一种基于轨迹灵敏度的双馈风机参数辨识方法、系统及设备,主要涉及双馈风机参数辨识技术领域,用以解决现有的方法辨识精度不高的问题。包括:S1,确定风机参数变量对应的变动值;获得风机参数变量对应的输出轨迹值;确定风机参数变量对应的轨迹灵敏度;S2,获得平均轨迹灵敏度和灵敏度信息矩阵,进而求得风机参数变量对应的解耦系数;S3,确定风机参数变量的最高优先级风机参数变量,计算最高优先级风机参数变量对应的校准数据,更新最高优先级风机参数变量对应的预设初始值;S4,将最高优先级风机参数变量对应的预设初始值设置为定值,参与S1计算,直至全部风机参数变量都被设置为定值。
Description
技术领域
本申请涉及双馈风机参数辨识技术领域,尤其涉及一种基于轨迹灵敏度的双馈风机参数辨识方法、系统及设备。
背景技术
随着风电装机容量的增加,风电机并网规模逐渐增大,但是风能具有波动性、随机性,不易转化为稳定的电能,这给电力系统安全稳定带来越来越大的影响。
为此,全球学者进行了大量的科研工作,包括风电机及其等值模型的建立、故障穿越控制方法等等。State Grid Corporation of China的《风电并网运行控制技术规定》对风电机组建模提出要求:应将风电机组的详细数学模型应用于风电并网分析工作中,风电场应尽量提供建模需要的实测参数;但是,在后续仿真中,风电机组模型和参数需实测校核。由于商家保密、功能模块的“黑箱化”及设备老化、运行环境变化等因素,风机实际参数很难获取,且在运行一段时间后从初始整定值缓慢变化,这可能导致仿真结果与实际情况并不吻合,影响仿真的可信度。
现有研究对于风力发电机参数的辨识,多基于风机发生某种扰动后输出的观测量数据,采用智能优化类算法进行辨识,多参数同时辨识,较难分析各参数轨迹灵敏度耦合,对于辨识精度的影响,辨识精度往往不高。
申请内容
针对现有技术的上述不足,本申请提供一种基于轨迹灵敏度的双馈风机参数辨识方法、系统及设备,以解决上述技术问题。
第一方面,本申请提供了一种基于轨迹灵敏度的双馈风机参数辨识方法,方法包括:S1,采用摄动法,确定风机参数变量对应的变动值;将风机参数变量的预设初始值和变动值作为预设PSCAD模型的输入,以获得风机参数变量对应的输出轨迹值;根据输出轨迹值和预设初始值,确定风机参数变量对应的轨迹灵敏度;S2,根据输出轨迹值和轨迹灵敏度,获得平均轨迹灵敏度和灵敏度信息矩阵,进而求得风机参数变量对应的解耦系数;S3,根据若干风机参数变量的平均轨迹灵敏度和解耦系数的大小关系,确定风机参数变量的最高优先级风机参数变量,计算最高优先级风机参数变量对应的校准数据,更新最高优先级风机参数变量对应的预设初始值;S4,将最高优先级风机参数变量对应的预设初始值设置为定值,参与S1计算,直至全部风机参数变量都被设置为定值。
进一步地,风机参数至少包括励磁电抗、定子漏抗、转子漏抗、定子电阻和转子电阻。
进一步地,根据输出轨迹值和预设初始值,确定风机参数变量对应的轨迹灵敏度,具体包括:根据轨迹灵敏度公式:,计算轨迹灵敏度;其中,为第i个预设初始值的输出轨迹值,/>为校准数据,/>为预设初始值,m为参数总数,k为时间采样点;具体地,通过预设校准计算公式:,计算/>;其中,/>为预设计算值,/>为输出轨迹值。
进一步地,根据输出轨迹值和轨迹灵敏度,获得平均轨迹灵敏度和灵敏度信息矩阵,进而求得风机参数变量对应的解耦系数,具体包括:根据公式:,获得风机参数变量对应的灵敏度信息矩阵/>,即Z;其中,/>为预设计算值,/>为预设初始值的输出轨迹值;根据公式:/>,获得风机参数变量对应的解耦系数;其中,为信息矩阵对角线元素;/>为信息矩阵中非对角线元素;根据公式:/>,获得风机参数变量对应的平均轨迹灵敏度;其中,S为轨迹灵敏度,K为总采样点数。
进一步地,根据若干风机参数变量的平均轨迹灵敏度和解耦系数的大小关系,确定风机参数变量的最高优先级风机参数变量,计算最高优先级风机参数变量对应的校准数据,具体包括:根据平均轨迹灵敏度的值确定风机参数变量各自对应的第一优先级;确定最高第一优先级对应的风机参数变量为最高优先级风机参数变量;根据解耦系数最大的值确定风机参数变量各自对应的第二优先级;当第一优先级和第二优先级一致时,获取最高优先级风机参数变量在轨迹时间内的输出轨迹值;根据通过预设校准计算公式:,计算校准数据/>;其中,/>为预设计算值,/>为输出轨迹值;当第一优先级和第二优先级不一致时,获取由风机参数变量的轨迹灵敏度和时间构成的轨迹灵敏度曲线,获取最高第一优先级对应的风机参数变量的轨迹灵敏度曲线变化趋势不同于剩余全部风机参数变量的轨迹灵敏度曲线变化趋势的参与计算时间段;获取最高优先级风机参数变量在参与计算时间段为的输出轨迹值;根据通过预设校准计算公式,计算校准数据/>。
第二方面,本申请提供了一种基于轨迹灵敏度的双馈风机参数辨识系统,系统包括:确定模块,用于采用摄动法,确定风机参数变量对应的变动值;将风机参数变量的预设初始值和变动值作为预设PSCAD模型的输入,以获得风机参数变量对应的输出轨迹值;根据输出轨迹值和预设初始值,确定风机参数变量对应的轨迹灵敏度;求解模块,用于根据输出轨迹值和轨迹灵敏度,获得平均轨迹灵敏度和灵敏度信息矩阵,进而求得风机参数变量对应的解耦系数;更新模块,用于根据若干风机参数变量的平均轨迹灵敏度和解耦系数的大小关系,确定风机参数变量的最高优先级风机参数变量,计算最高优先级风机参数变量对应的校准数据,更新最高优先级风机参数变量对应的预设初始值;设置模块,用于将最高优先级风机参数变量对应的预设初始值设置为定值,再次参与计算,直至全部风机参数变量都被设置为定值。
进一步地,确定模块包括计算单元,用于根据轨迹灵敏度公式:,计算轨迹灵敏度;其中,为第i个预设初始值的输出轨迹值,/>为校准数据,/>为预设初始值,m为参数总数,k为时间采样点;具体地,通过预设校准计算公式:,计算/>;其中,/>为预设计算值,/>为输出轨迹值。
进一步地,求解模块包括求解单元,用于根据公式:,获得风机参数变量对应的灵敏度信息矩阵/>,即Z;其中,/>为预设计算值,/>为预设初始值的输出轨迹值;根据公式:/>,获得风机参数变量对应的解耦系数;其中,/>为信息矩阵对角线元素;/>为信息矩阵中非对角线元素;根据公式:/>,获得风机参数变量对应的平均轨迹灵敏度;其中,S为轨迹灵敏度,K为总采样点数。
进一步地,更新模块包括校准单元,用于根据平均轨迹灵敏度的值确定风机参数变量各自对应的第一优先级;确定最高第一优先级对应的风机参数变量为最高优先级风机参数变量;根据解耦系数最大的值确定风机参数变量各自对应的第二优先级;当第一优先级和第二优先级一致时,获取最高优先级风机参数变量在轨迹时间内的输出轨迹值;根据通过预设校准计算公式:,计算校准数据/>;其中,/>为预设计算值,/>为输出轨迹值;当第一优先级和第二优先级不一致时,获取由风机参数变量的轨迹灵敏度和时间构成的轨迹灵敏度曲线,获取最高第一优先级对应的风机参数变量的轨迹灵敏度曲线变化趋势不同于剩余全部风机参数变量的轨迹灵敏度曲线变化趋势的参与计算时间段;获取最高优先级风机参数变量在参与计算时间段为的输出轨迹值;根据通过预设校准计算公式,计算校准数据/>。
第三方面,本申请提供了一种基于轨迹灵敏度的双馈风机参数辨识设备,设备包括:处理器;以及存储器,其上存储有可执行代码,当可执行代码被执行时,使得处理器执行如上述任一项的一种基于轨迹灵敏度的双馈风机参数辨识方法。
本领域技术人员能够理解的是,本申请至少具有如下有益效果:
本申请根据灵敏度大小及参数耦合情况,确定参数辨识的优先级,利用高灵敏度参数会掩盖低灵敏度参数对观测量影响这一特点,保留优先级高的参数的辨识结果,在下一轮辨识中将高优先级参数设置为定值,辨识低优先级参数,逐步辨识,降低参数辨识寻优空间的维数,减小参数耦合对参数辨识的影响。
附图说明
下面参照附图来描述本公开的部分实施例,附图中:
图1是本申请实施例提供的一种基于轨迹灵敏度的双馈风机参数辨识方法流程图。
图2是本申请实施例提供的一种基于轨迹灵敏度的双馈风机参数辨识系统内部结构示意图。
图3是本申请实施例提供的一种基于轨迹灵敏度的双馈风机参数辨识设备内部结构示意图。
具体实施方式
本领域技术人员应当理解的是,下文所描述的实施例仅仅是本公开的优选实施例,并不表示本公开仅能通过该优选实施例实现,该优选实施例仅仅是用于解释本公开的技术原理,并非用于限制本公开的保护范围。基于本公开提供的优选实施例,本领域普通技术人员在没有付出创造性劳动的情况下所获得的其它所有实施例,仍应落入到本公开的保护范围之内。
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,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
下面通过附图对本申请实施例提出的技术方案进行详细的说明。
本申请实施例提供了一种基于轨迹灵敏度的双馈风机参数辨识方法,如图1所示,本申请实施例提供的方法,主要包括以下步骤:
S1,采用摄动法,确定风机参数变量对应的变动值;将风机参数变量的预设初始值和变动值作为预设PSCAD模型的输入,以获得风机参数变量对应的输出轨迹值;根据输出轨迹值和预设初始值,确定风机参数变量对应的轨迹灵敏度。
需要说明的是,风机参数至少包括励磁电抗、定子漏抗、转子漏抗、定子电阻和转子电阻。
其中,采用摄动法,确定风机参数变量对应的变动值的具体操作过程为:风机参数变量都存在预设初始值,将预设初始值导入摄动法对应的公式中,以获得预设初始值对应的微小变动值。
预设PSCAD模型可以为现有的PSCAD仿真软件。
另外,根据输出轨迹值和预设初始值,确定风机参数变量对应的轨迹灵敏度,具体可以为:
根据轨迹灵敏度公式:,计算轨迹灵敏度;其中,为第i个预设初始值的输出轨迹值,/>为校准数据,/>为预设初始值,m为参数总数,k为时间采样点;
具体地,通过预设校准计算公式:,计算/>;其中,/>为预设计算值,/>为输出轨迹值。
S2,根据输出轨迹值和轨迹灵敏度,获得平均轨迹灵敏度和灵敏度信息矩阵,进而求得风机参数变量对应的解耦系数。
本步骤可以具体为:根据公式:,获得风机参数变量对应的灵敏度信息矩阵/>,即Z;其中,/>为预设计算值,/>为输出轨迹值;
根据公式:,获得风机参数变量对应的解耦系数;其中,/>为信息矩阵对角线元素;/>为信息矩阵中非对角线元素;
根据公式:,获得风机参数变量对应的平均轨迹灵敏度;其中,S为轨迹灵敏度,K为总采样点数。
S3,根据若干风机参数变量的平均轨迹灵敏度和解耦系数的大小关系,确定风机参数变量的最高优先级风机参数变量,计算最高优先级风机参数变量对应的校准数据,更新最高优先级风机参数变量对应的预设初始值。
其中,校准数据的计算过程可以具体为:根据平均轨迹灵敏度的值确定风机参数变量各自对应的第一优先级;确定最高第一优先级对应的风机参数变量为最高优先级风机参数变量;根据解耦系数最大的值确定风机参数变量各自对应的第二优先级;
当第一优先级和第二优先级一致时,获取最高优先级风机参数变量在轨迹时间内的输出轨迹值;根据通过预设校准计算公式:,计算校准数据/>;其中,/>为预设计算值,/>为输出轨迹值;
当第一优先级和第二优先级不一致时,获取由风机参数变量的轨迹灵敏度和时间构成的轨迹灵敏度曲线,获取最高第一优先级对应的风机参数变量的轨迹灵敏度曲线变化趋势不同于剩余全部风机参数变量的轨迹灵敏度曲线变化趋势的参与计算时间段;获取最高优先级风机参数变量在参与计算时间段为的输出轨迹值;根据通过预设校准计算公式,计算校准数据。
其中,更新最高优先级风机参数变量对应的预设初始值,具体为:+/>。
S4,将最高优先级风机参数变量对应的预设初始值设置为定值,参与S1计算,直至全部风机参数变量都被设置为定值。
除此之外,图2为本申请实施例提供的一种基于轨迹灵敏度的双馈风机参数辨识系统。如图2所示,本申请实施例提供的系统,主要包括:
确定模块210,用于采用摄动法,确定风机参数变量对应的变动值;将风机参数变量的预设初始值和变动值作为预设PSCAD模型的输入,以获得风机参数变量对应的输出轨迹值;根据输出轨迹值和预设初始值,确定风机参数变量对应的轨迹灵敏度。
确定模块210包括计算单元211,用于根据轨迹灵敏度公式:,计算轨迹灵敏度;其中,为第i个预设初始值的输出轨迹值,/>为校准数据,/>为预设初始值,m为参数总数,k为时间采样点;具体地,通过预设校准计算公式:,计算/>;其中,/>为预设计算值,/>为输出轨迹值。
求解模块220,用于根据输出轨迹值和轨迹灵敏度,获得平均轨迹灵敏度和灵敏度信息矩阵,进而求得风机参数变量对应的解耦系数。
求解模块220包括求解单元221,用于根据公式:,获得风机参数变量对应的灵敏度信息矩阵/>,即Z;其中,/>为预设计算值,/>为预设初始值的输出轨迹值;根据公式:/>,获得风机参数变量对应的解耦系数;其中,/>为信息矩阵对角线元素;/>为信息矩阵中非对角线元素;根据公式:/>,获得风机参数变量对应的平均轨迹灵敏度;其中,S为轨迹灵敏度,K为总采样点数。
更新模块230,用于根据若干风机参数变量的平均轨迹灵敏度和解耦系数的大小关系,确定风机参数变量的最高优先级风机参数变量,计算最高优先级风机参数变量对应的校准数据,更新最高优先级风机参数变量对应的预设初始值。
更新模块230包括校准单元231,用于根据平均轨迹灵敏度的值确定风机参数变量各自对应的第一优先级;确定最高第一优先级对应的风机参数变量为最高优先级风机参数变量;根据解耦系数最大的值确定风机参数变量各自对应的第二优先级;当第一优先级和第二优先级一致时,获取最高优先级风机参数变量在轨迹时间内的输出轨迹值;根据通过预设校准计算公式:,计算校准数据/>;其中,/>为预设计算值,/>为输出轨迹值;当第一优先级和第二优先级不一致时,获取由风机参数变量的轨迹灵敏度和时间构成的轨迹灵敏度曲线,获取最高第一优先级对应的风机参数变量的轨迹灵敏度曲线变化趋势不同于剩余全部风机参数变量的轨迹灵敏度曲线变化趋势的参与计算时间段;获取最高优先级风机参数变量在参与计算时间段为的输出轨迹值;根据通过预设校准计算公式,计算校准数据/>。
设置模块240,用于将最高优先级风机参数变量对应的预设初始值设置为定值,再次参与计算,直至全部风机参数变量都被设置为定值。
此外,本申请实施例还提供了一种基于轨迹灵敏度的双馈风机参数辨识设备。如图3所示,该设备包括:处理器;以及存储器,其上存储有可执行代码,当可执行代码被执行时,使得处理器执行如上述实施例中的一种基于轨迹灵敏度的双馈风机参数辨识方法。
具体地,服务器端S1,采用摄动法,确定风机参数变量对应的变动值;将风机参数变量的预设初始值和变动值作为预设PSCAD模型的输入,以获得风机参数变量对应的输出轨迹值;根据输出轨迹值和预设初始值,确定风机参数变量对应的轨迹灵敏度;S2,根据输出轨迹值和轨迹灵敏度,获得平均轨迹灵敏度和灵敏度信息矩阵,进而求得风机参数变量对应的解耦系数;S3,根据若干风机参数变量的平均轨迹灵敏度和解耦系数的大小关系,确定风机参数变量的最高优先级风机参数变量,计算最高优先级风机参数变量对应的校准数据,更新最高优先级风机参数变量对应的预设初始值;S4,将最高优先级风机参数变量对应的预设初始值设置为定值,参与S1计算,直至全部风机参数变量都被设置为定值。
至此,已经结合前文的多个实施例描述了本公开的技术方案,但是,本领域技术人员容易理解的是,本公开的保护范围并不仅限于这些具体实施例。在不偏离本公开技术原理的前提下,本领域技术人员可以对上述各个实施例中的技术方案进行拆分和组合,也可以对相关技术特征作出等同的更改或替换,凡在本公开的技术构思和/或技术原理之内所做的任何更改、等同替换、改进等都将落入本公开的保护范围之内。
Claims (10)
1.一种基于轨迹灵敏度的双馈风机参数辨识方法,其特征在于,所述方法包括:
S1,采用摄动法,确定风机参数变量对应的变动值;将风机参数变量的预设初始值和变动值作为预设PSCAD模型的输入,以获得风机参数变量对应的输出轨迹值;根据输出轨迹值和预设初始值,确定风机参数变量对应的轨迹灵敏度;
S2,根据输出轨迹值和轨迹灵敏度,获得平均轨迹灵敏度和灵敏度信息矩阵,进而求得风机参数变量对应的解耦系数;
S3,根据若干风机参数变量的平均轨迹灵敏度和解耦系数的大小关系,确定风机参数变量的最高优先级风机参数变量,计算最高优先级风机参数变量对应的校准数据,更新最高优先级风机参数变量对应的预设初始值;
S4,将最高优先级风机参数变量对应的预设初始值设置为定值,参与S1计算,直至全部风机参数变量都被设置为定值。
2.根据权利要求1所述的基于轨迹灵敏度的双馈风机参数辨识方法,其特征在于,
风机参数至少包括励磁电抗、定子漏抗、转子漏抗、定子电阻和转子电阻。
3.根据权利要求1所述的基于轨迹灵敏度的双馈风机参数辨识方法,其特征在于,根据输出轨迹值和预设初始值,确定风机参数变量对应的轨迹灵敏度,具体包括:
根据轨迹灵敏度公式:,计算轨迹灵敏度;
其中,为第i个预设初始值的输出轨迹值,/>为校准数据,/>为预设初始值,m为参数总数,k为时间采样点;
具体地,通过预设校准计算公式:,计算/>;其中,/>为预设计算值,/>为输出轨迹值。
4.根据权利要求1所述的基于轨迹灵敏度的双馈风机参数辨识方法,其特征在于,根据输出轨迹值和轨迹灵敏度,获得平均轨迹灵敏度和灵敏度信息矩阵,进而求得风机参数变量对应的解耦系数,具体包括:
根据公式:,获得风机参数变量对应的灵敏度信息矩阵/>,即Z;其中,/>为预设计算值,/>为预设初始值的输出轨迹值;
根据公式:,获得风机参数变量对应的解耦系数;其中,/>为信息矩阵对角线元素;/>为信息矩阵中非对角线元素;
根据公式:,获得风机参数变量对应的平均轨迹灵敏度;其中,S为轨迹灵敏度,K为总采样点数。
5.根据权利要求1所述的基于轨迹灵敏度的双馈风机参数辨识方法,其特征在于,根据若干风机参数变量的平均轨迹灵敏度和解耦系数的大小关系,确定风机参数变量的最高优先级风机参数变量,计算最高优先级风机参数变量对应的校准数据,具体包括:
根据平均轨迹灵敏度的值确定风机参数变量各自对应的第一优先级;
确定最高第一优先级对应的风机参数变量为最高优先级风机参数变量;
根据解耦系数最大的值确定风机参数变量各自对应的第二优先级;
当第一优先级和第二优先级一致时,获取最高优先级风机参数变量在轨迹时间内的输出轨迹值;根据通过预设校准计算公式:,计算校准数据/>;其中,/>为预设计算值,/>为输出轨迹值;
当第一优先级和第二优先级不一致时,获取由风机参数变量的轨迹灵敏度和时间构成的轨迹灵敏度曲线,获取最高第一优先级对应的风机参数变量的轨迹灵敏度曲线变化趋势不同于剩余全部风机参数变量的轨迹灵敏度曲线变化趋势的参与计算时间段;获取最高优先级风机参数变量在参与计算时间段为的输出轨迹值;根据通过预设校准计算公式,计算校准数据。
6.一种基于轨迹灵敏度的双馈风机参数辨识系统,其特征在于,所述系统包括:
确定模块,用于采用摄动法,确定风机参数变量对应的变动值;将风机参数变量的预设初始值和变动值作为预设PSCAD模型的输入,以获得风机参数变量对应的输出轨迹值;根据输出轨迹值和预设初始值,确定风机参数变量对应的轨迹灵敏度;
求解模块,用于根据输出轨迹值和轨迹灵敏度,获得平均轨迹灵敏度和灵敏度信息矩阵,进而求得风机参数变量对应的解耦系数;
更新模块,用于根据若干风机参数变量的平均轨迹灵敏度和解耦系数的大小关系,确定风机参数变量的最高优先级风机参数变量,计算最高优先级风机参数变量对应的校准数据,更新最高优先级风机参数变量对应的预设初始值;
设置模块,用于将最高优先级风机参数变量对应的预设初始值设置为定值,再次参与计算,直至全部风机参数变量都被设置为定值。
7.根据权利要求6所述的基于轨迹灵敏度的双馈风机参数辨识系统,其特征在于,确定模块包括计算单元,
用于根据轨迹灵敏度公式:,计算轨迹灵敏度;
其中,为第i个预设初始值的输出轨迹值,/>为校准数据,/>为预设初始值,m为参数总数,k为时间采样点;
具体地,通过预设校准计算公式:,计算/>;其中,/>为预设计算值,/>为输出轨迹值。
8.根据权利要求6所述的基于轨迹灵敏度的双馈风机参数辨识系统,其特征在于,求解模块包括求解单元,
用于根据公式:,获得风机参数变量对应的灵敏度信息矩阵,即Z;其中,/>为预设计算值,/>为预设初始值的输出轨迹值;
根据公式:,获得风机参数变量对应的解耦系数;其中,/>为信息矩阵对角线元素;/>为信息矩阵中非对角线元素;
根据公式:,获得风机参数变量对应的平均轨迹灵敏度;其中,S为轨迹灵敏度,K为总采样点数。
9.根据权利要求6所述的基于轨迹灵敏度的双馈风机参数辨识系统,其特征在于,更新模块包括校准单元,
用于根据平均轨迹灵敏度的值确定风机参数变量各自对应的第一优先级;
确定最高第一优先级对应的风机参数变量为最高优先级风机参数变量;
根据解耦系数最大的值确定风机参数变量各自对应的第二优先级;
当第一优先级和第二优先级一致时,获取最高优先级风机参数变量在轨迹时间内的输出轨迹值;根据通过预设校准计算公式:,计算校准数据/>;其中,/>为预设计算值,/>为输出轨迹值;
当第一优先级和第二优先级不一致时,获取由风机参数变量的轨迹灵敏度和时间构成的轨迹灵敏度曲线,获取最高第一优先级对应的风机参数变量的轨迹灵敏度曲线变化趋势不同于剩余全部风机参数变量的轨迹灵敏度曲线变化趋势的参与计算时间段;获取最高优先级风机参数变量在参与计算时间段为的输出轨迹值;根据通过预设校准计算公式,计算校准数据。
10.一种基于轨迹灵敏度的双馈风机参数辨识设备,其特征在于,所述设备包括:
处理器;
以及存储器,其上存储有可执行代码,当所述可执行代码被执行时,使得所述处理器执行如权利要求1-5任一项所述的一种基于轨迹灵敏度的双馈风机参数辨识方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310422368.6A CN116542030A (zh) | 2023-04-19 | 2023-04-19 | 基于轨迹灵敏度的双馈风机参数辨识方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310422368.6A CN116542030A (zh) | 2023-04-19 | 2023-04-19 | 基于轨迹灵敏度的双馈风机参数辨识方法、系统及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116542030A true CN116542030A (zh) | 2023-08-04 |
Family
ID=87455272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310422368.6A Pending CN116542030A (zh) | 2023-04-19 | 2023-04-19 | 基于轨迹灵敏度的双馈风机参数辨识方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116542030A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117117976A (zh) * | 2023-10-25 | 2023-11-24 | 广东电网有限责任公司中山供电局 | 一种双馈感应风力发电机参数辨识方法及装置 |
-
2023
- 2023-04-19 CN CN202310422368.6A patent/CN116542030A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117117976A (zh) * | 2023-10-25 | 2023-11-24 | 广东电网有限责任公司中山供电局 | 一种双馈感应风力发电机参数辨识方法及装置 |
CN117117976B (zh) * | 2023-10-25 | 2024-03-05 | 广东电网有限责任公司中山供电局 | 一种双馈感应风力发电机参数辨识方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103887815B (zh) | 基于运行数据的风电场参数辨识及动态等值方法 | |
Zou et al. | A survey of dynamic equivalent modeling for wind farm | |
CN109063276B (zh) | 适用于长时域风速波动的风电场动态等值建模方法 | |
CN106815771B (zh) | 一种风电场载荷的长期评估方法 | |
CN110119570B (zh) | 一种实测数据驱动的风电场模型参数校核方法 | |
CN102760191B (zh) | 基于转速分群的双馈机组风电场等值建模系统及方法 | |
WO2019214785A1 (en) | Wind turbine control method | |
CN103219725A (zh) | 一种基于实时运行数据的风电场等值建模方法 | |
CN111287911A (zh) | 一种风电机组疲劳载荷的预警方法和系统 | |
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 | |
CN109301814B (zh) | 一种接入电网风电容量分析方法和系统 | |
CN111709112B (zh) | 一种海上风电运行模拟方法、装置及存储介质 | |
CN108073150A (zh) | 基于硬件在环仿真的风电机组功率控制测试平台及其方法 | |
GB2555010B (en) | Determining loads on a wind turbine | |
CN109657380A (zh) | 一种基于扩展卡尔曼滤波的双馈风电场动态等值方法 | |
US11920562B2 (en) | Temperature estimation in a wind turbine | |
CN116306236A (zh) | 一种基于gru-lstm-fc组合网络的风电场动态等值建模方法及系统 | |
CN110943485B (zh) | 双馈风电场等值模型仿真可信度的指标评价方法 | |
CN117117819A (zh) | 一种光伏发电短期功率预测方法、系统、设备和介质 | |
CN111950131B (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 | |
CN113991647A (zh) | 一种面向频率响应容量规划的电力系统随机生产模拟方法 | |
Xiaoqing et al. | Wind power penetration limit calculation based on power system reliability | |
CN115358531B (zh) | 一种虚拟电厂运行风险分析方法及装置 | |
Kong et al. | Capacity credit evaluation of wind power with sequential Monte Carlo method | |
Dong et al. | Aggregation modeling of wind farms based on multi machine representation |
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 |