CN116707008A - 一种基于双馈风机并网的业务操作方法及相关装置 - Google Patents

一种基于双馈风机并网的业务操作方法及相关装置 Download PDF

Info

Publication number
CN116707008A
CN116707008A CN202310763208.8A CN202310763208A CN116707008A CN 116707008 A CN116707008 A CN 116707008A CN 202310763208 A CN202310763208 A CN 202310763208A CN 116707008 A CN116707008 A CN 116707008A
Authority
CN
China
Prior art keywords
doubly
model
original
grid
parameters
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
CN202310763208.8A
Other languages
English (en)
Inventor
肖俊
何建宗
司徒友
黄安平
苏俊妮
袁炜灯
胡润锋
刘树安
李敬光
赖伟坚
黄少卿
刘泽槐
李泽文
郭欣玉
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.)
Guangdong Power Grid Co Ltd
Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Dongguan Power Supply Bureau of Guangdong Power Grid 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 Guangdong Power Grid Co Ltd, Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202310763208.8A priority Critical patent/CN116707008A/zh
Publication of CN116707008A publication Critical patent/CN116707008A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H02J3/241—The oscillation concerning frequency
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H02J3/322—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means the battery being on-board an electric or hybrid vehicle, e.g. vehicle to grid arrangements [V2G], power aggregation, use of the battery for network load balancing, coordinated or cooperative battery charging
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving
    • 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

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本发明公开了一种基于双馈风机并网的业务操作方法及相关装置，该方法包括：依次将风力机模型、发电机模型和变流器控制器模型连接，得到双馈风机并网模型；在双馈风机并网模型中分别选择待优化的原始参数与评估信号；分别计算各个原始参数对于双馈风机并网模型的全局影响指数、各个原始参数之间的交互影响指数；依据全局影响指数与交互影响指数选定作为主导的原始参数，作为目标参数；以优化评估信号为目标，在双馈风机并网模型中优化目标参数；若完成优化，则依据双馈风机并网模型执行风电业务操作。本实施例考虑到了参数之间的耦合作用，更加符合实际情况，可以高效抑制次同步振荡，保障电网的稳定运行。

Description

一种基于双馈风机并网的业务操作方法及相关装置
技术领域
本发明涉及风力发电的技术领域，尤其涉及一种基于双馈风机并网的业务操作方法及相关装置。
背景技术
在双馈风机并网的场景中，转子侧的变流器控制器参数会对系统中的电路提供额外的负阻尼，系统能够耗散谐振分量的能量减少，引发次同步振荡效果增强，因此，通过调节转子侧变流器控制器的参数，可抑制次同步振荡。
目前控制参数优化方法通常采用独立设计，即，将每个参数视为独立的变量进行调节，这种控制参数优化方法偏离了实际情况，使得变流器控制器失真，抑制次同步振荡的效果较差，电网中仍然存在较为明显的谐波污染，振荡现象严重时会引起柔直单元闭锁、变压器损毁等故障，影响了电网的稳定运行，导致后续相关的业务操作的效果较差，风险性较高。
发明内容
本发明提供了一种基于双馈风机并网的业务操作方法及相关装置，以解决优化变流器控制器的参数效果较差导致后续相关的业务操作的效果较差的问题。
根据本发明的一方面，提供了一种基于双馈风机并网的业务操作方法，包括：
依次将风力机模型、发电机模型和变流器控制器模型连接，得到双馈风机并网模型；
在所述双馈风机并网模型中分别选择待优化的原始参数与评估信号；
分别计算各个所述原始参数对于所述双馈风机并网模型的全局影响指数、各个所述原始参数之间的交互影响指数；
依据所述全局影响指数与所述交互影响指数选定作为主导的所述原始参数，作为目标参数；
以优化所述评估信号为目标，在所述双馈风机并网模型中优化所述目标参数；
若完成优化，则依据所述双馈风机并网模型执行风电业务操作。
根据本发明的另一方面，提供了一种基于双馈风机并网的业务操作装置，包括：
模型构建模块，用于依次将风力机模型、发电机模型和变流器控制器模型连接，得到双馈风机并网模型；
优化信息选择模块，用于在所述双馈风机并网模型中分别选择待优化的原始参数与评估信号；
影响指数计算模块，用于分别计算各个所述原始参数对于所述双馈风机并网模型的全局影响指数、各个所述原始参数之间的交互影响指数；
目标参数选定模块，用于依据所述全局影响指数与所述交互影响指数选定作为主导的所述原始参数，作为目标参数；
目标参数优化模块，用于以优化所述评估信号为目标，在所述双馈风机并网模型中优化所述目标参数；
业务操作执行模块，用于若完成优化，则依据所述双馈风机并网模型执行风电业务操作。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的基于双馈风机并网的业务操作方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于使处理器执行时实现本发明任一实施例所述的基于双馈风机并网的业务操作方法。
在本实施例中，依次将风力机模型、发电机模型和变流器控制器模型连接，得到双馈风机并网模型；在双馈风机并网模型中分别选择待优化的原始参数与评估信号；分别计算各个原始参数对于双馈风机并网模型的全局影响指数、各个原始参数之间的交互影响指数；依据全局影响指数与交互影响指数选定作为主导的原始参数，作为目标参数；以优化评估信号为目标，在双馈风机并网模型中优化目标参数；若完成优化，则依据双馈风机并网模型执行风电业务操作。本实施例综合考虑参数对于双馈风机并网模型的全局影响指数、参数之间的交互对于双馈风机并网模型的交互影响指数优化参数，考虑到了参数之间的耦合作用，更加符合实际情况，可以高效抑制次同步振荡，保障电网的稳定运行，保障后续相关的电力业务操作的效果，提高安全性。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述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的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种基于双馈风机并网的业务操作方法的流程图；
图2是根据本发明实施例一提供的一种评估信号的振荡示例图；
图3是根据本发明实施例一提供的一种全局影响指数的示例图；
图4是根据本发明实施例一提供的一种局部影响指数的示例图；
图5A-图5F是根据本发明实施例一提供的一种抑制同步振荡的效果图；
图6是根据本发明实施例二提供的一种基于双馈风机并网的业务操作装置的结构示意图；
图7是实现本发明实施例三提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种基于双馈风机并网的业务操作方法的流程图，该方法可以由基于双馈风机并网的业务操作装置来执行，该基于双馈风机并网的业务操作装置可以采用硬件和/或软件的形式实现，该基于双馈风机并网的业务操作装置可配置于电子设备中。如图1所示，该方法包括：
步骤101、依次将风力机模型、发电机模型和变流器控制器模型连接，得到双馈风机并网模型。
在本实施例中，可以预先分析风力机、发电机与变流器控制器的特性，分别对风力机建模、得到风力机模型，对发电机建模得到发电机模型，对变流器控制器进行建模，得到变流器控制器模型。
示例性地，风力机模型包括：
Pt＝0.5ρπR2cp(λ，β)v3
其中，Pt为涡轮功率，Tt为涡轮转矩，ωt为涡轮转速，R为叶片半径，ρ为空气密度，cp为风能利用率，λ为风机叶尖速比，β为桨距角，v为风速。
进一步地，cp()是关于λ和β的函数，表示风能转换为机械能的效率，其中，ωr是发电机转子的速度。
发电机模型包括：
其中，vsd为定子电压在直轴(即d轴)的分量，vsq为定子电压在正交轴(即q轴)的分量，vrd为转子电压在直轴的分量，vrq为转子电压在正交轴的分量，isd为定子电流在直轴的分量，isq为定子电流在正交轴的分量，ird为转子电流在直轴的分量，irq为转子电流在正交轴的分量，Ψsd为定子磁链在直轴的分量，Ψsq为定子磁链在正交轴的分量，Ψrd为转子磁链在直轴的分量，Ψrq为转子磁链在正交轴的分量，Rs为定子绕组的电阻，Rr为转子绕组的电阻，ωel为电磁基准转速，s为转差率，ωs为同步旋转转速，Lss为定子自感在d正交轴下的电感参数，Lm为定转子互感在d正交轴下的电感参数，Lrr为转子互感在d正交轴下的电感参数。
此外，表示求导。
变流器控制器模型包括：
其中，KPd为有功功率的外环比例，KId为有功功率的积分系数，KPq为无功功率的外环比例，KIq为无功功率的积分系数，KPn电流的内环比例，KIn为电流的积分系数，irdref为转子在直轴下的控制参考电流，irqref为转子在正交轴下的控制参考电流，Urdref为转子在直轴下的控制参考电压，Urqref为转子在正交轴下的控制参考电压，ωr为转子转速度的实际值，ωrref为转子转速度的参考值，Qref为无功功率的参考值，Q为无功功率的实际值，s为转差率，ird为转子电流在直轴的分量，irq为转子电流在正交轴的分量，durd与durq均为干扰项。
将电压的参考值经过派克反变换得到三相坐标系下的电压的参考值，经过调制后得到用来控制变流器控制器开关的触发信号，从而实现对发电机定子侧功率的解耦控制。
在本实施例中，风力机模型表征的风机机将风能转化为机械能，其输入为风速和叶片角度，输出为机械转矩和转速；发电机模型表征的发电机将机械能转化为电能，其输入为机械转矩和转速，输出为电压电流、电功率和电磁转矩；变流器控制器模型表征的变流器控制器将电能从发电机中采集电能来控制电压电流，其输入为电压和电流，输出为电压和电流。
那么，依次将风力机模型、发电机模型和变流器控制器模型连接，可以得到双馈风机并网模型。
在整个双馈风机并网模型中，在正向传播的过程中，风力机模型的输出为发电机模型的输入，发电机模型的输出为变流器控制器模型的输入；在反向传播的过程中，变流器控制器模型的输出为发电机模型的输入，实现电力系统的运行控制。
步骤102、在双馈风机并网模型中分别选择待优化的原始参数与评估信号。
在本实施例中，可以依据电力业务的需求，在双馈风机并网模型(尤其为变流器控制器)中分别选择部分参数为待优化的原始参数，此外，在双馈风机并网模型(尤其为变流器控制器)中分别选择部分参数为评估信号。
示例性地，在双馈风机并网模型中，选择有功功率的外环比例KPd，有功功率的积分系数KId，无功功率的外环比例KPq，无功功率的积分系数KIq，电流的内环比例KPn与电流的积分系数KIn作为待优化的原始参数。
此外，优化双馈风机并网模型(尤其为变流器控制器模型)参数的目的是提高风机的发电能力和抑制次同步振荡，而转子的有功功率是衡量风机发电能力的重要指标之一，转子的电流是评估风机稳定性和变流器控制器性能的重要指标之一，因此，在双馈风机并网模型中，可选择转子的有功功率、转子的电流作为评估信号。
步骤103、分别计算各个原始参数对于双馈风机并网模型的全局影响指数、各个原始参数之间的交互影响指数。
传统控制参数的优化方法将每个参数视为独立的变量进行调节，而忽略了不同参数之间的相互影响，而实际上，某些参数之间存在较强的耦合关系，在某些情况中，某一参数对全局的影响程度较小，但是与一个对全局影响程度较大的参数存在耦合关系，忽略这种耦合关系会降低抑制次同步振荡的效果，甚至无法完成预期阻尼效果的次同步振荡控制设计，从而影响风机的工作效率和寿命，对电网产生谐波污染，甚至导致风机停机或故障。
在本实施例中，可以计算各个原始参数对于双馈风机并网模型的影响程度，作为全局影响指数，也可以定性分析各个原始参数之间的交互对于双馈风机并网模型的影响程度，作为交互影响指数。
例如，如果电流的内环比例KPn较大，则有功功率的外环比例KPd的变化对次同步振荡的影响程度较大；若电流的内环比例KPn较小，有功功率的外环比例KPd的变化对次同步振荡的影响较小。
在具体实现中，可以通过如下公式分别计算各个原始参数对于双馈风机并网模型的影响程度，作为全局影响指数：
其中，Si为原始参数Xi的全局影响指数，Si越接近1，表示原始参数Xi对于双馈风机并网模型的影响程度越大，反之，Si越远离1，表示原始参数Xi对于双馈风机并网模型的影响程度越小，Y为双馈风机并网模型的输出值，X～i为除原始参数Xi外的其他所有原始参数，E(Y|Xi)为在输入原始参数Xi时、Y的平均值的估算值，Vari(E(Y|Xi))为E(Y|Xi)的方差，表示原始参数Xi的单独贡献，E(Y|X～i)为输入原始参数X～i时、Y的平均值的估算值，表他原始参数X～i的贡献，Var(E(Y|X～i))为E(Y|X～i)的方差，Var(Y)为Y的总方差。
Vari(E(Y|Xi))与Var(E(Y|X～i))符合Var(E(Y|X))的形式，均表示Y的取值在平均值附近的分散程度，方差越大，意味着X在一定范围内变化，Y的取值相对于其平均值变化更大，具有更高的离散度，即，X对Y的影响程度大。
此外，通过如下公式各个原始参数之间的交互对双馈风机并网模型的影响程度，作为交互影响指数：
其中，Sij为原始参数i与原始参数j之间的交互影响指数，Sipartial为在不考虑其他原始参数影响下、原始参数i对双馈风机并网模型的局部影响指数，Sjpartial为在不考虑其他原始参数影响下、原始参数j对双馈风机并网模型的局部影响指数，Sipartial+Sjpartial是原始参数i与原始参数j分别对双馈风机并网模型的输出的总影响之和，S(i，j)为原始参数i与原始参数j结合的全局影响指数，表示原始参数i与原始参数j之间的交互作用对双馈风机并网模型的输出的总影响，Y为双馈风机并网模型的输出，Var(Y)为Y的总方差，Var(E(Y|Xi，j_nomal))为固定原始参数j的条件下，原始参数i对Y的贡献，Var(E(Y|Xj，i_normal))为固定原始参数i的条件下，原始参数j对Y的贡献。
进一步地，局部影响指数可以通过simulink等敏感度分析工具箱可计算得到。
步骤104、依据全局影响指数与交互影响指数选定作为主导的原始参数，作为目标参数。
在本实施例中，可以综合参考全局影响指数与交互影响指数，从所有原始参数中选定作为主导的原始参数，记为目标参数。
所谓主导，可以指对产生抑制风机同步振荡的效果显著。
在具体实现中，可以按照全局影响指数从大到小对原始参数进行排序，确定排序在头部的部分原始参数为主导的原始参数，获得目标参数。
其中，头部可以指排序前n(n为正整数)位、排序在前m％(m为整数)位、数值大于某个指数阈值等形式表示。
针对当前的目标参数，可以分析该目标参数与其他原始参数之间的交互影响指数，若部分原始参数与目标参数的交互影响指数满足预设的相关条件(如数值大于某个指数阈值等)，可以认为该部分原始参数与目标参数之间存在耦合作用，则确定部分原始参数为主导的原始参数，获得新的目标参数。
步骤105、以优化评估信号为目标，在双馈风机并网模型中优化目标参数。
在本实施例中，可以将评估信号作为优化的目标，在双馈风机并网模型中优化目标参数的过程中，优化评估信号。
在具体实现中，使用评估信号构建目标函数，目标函数是以函数形式来表示优化变量(即目标参数)时追求的目标。
示例性地，如果评估信号包括转子输出的有功功率和转子输出的电流，则可以分别计算转子输出的有功功率的失真率、转子输出的电流的平方和(反映了变流器控制器的总功率消耗)，将转子输出的有功功率的失真率与转子输出的电流的平方和加权求和，作为目标函数。
那么，目标函数可表示为：
k1THD+k2Itotal
其中，THD为转子输出的有功功率的失真率，Itotal为转子输出的电流的平方和，k1与k2分别为权重，k1与k2可用于调整转子输出的有功功率的失真率、转子输出的电流的平方和之间的重要程度。
此外，对于任一评估信号(如转子输出的有功功率和转子输出的电流)，可计算评估信号偏离的程度，作为超调量，超调量越小，振荡的幅值越小，抑制振荡能力越强。
示例性地，如图2所示，可在双馈风机并网模型响应过程中，确定评估信号的峰值201(即最大值)，以及，查询预先对评估信号设置的稳态值(又称参考值，表征状态稳定时的数值，图2的稳态值yss为0.111)，将峰值减去稳态值的差值除以稳态值，获得超调量(图2的超调量为40.1285％)。
那么，超调量可表示为：
其中，％OA为超调量，ymax为峰值，yss为稳态值。
对于任一评估信号(如转子输出的有功功率和转子输出的电流)，可计算评估信号响应的时间，作为超调时间，超调时间越小，达到振荡峰值的速度越快，抑制振荡的速度越快。
示例性地，如图2所示，可在双馈风机并网模型响应过程中，确定评估信号的峰值201，峰值201出现在3.5614s。
分别在峰值的基础上取趋于上限值的第一比例、作为第一波动值202，取趋于下限值的第二比例、作为第二波动值203。
其中，所谓趋于上限值，可以指第一比例接近上限值，如90％，所谓趋向下限值，可以指第二比例接近下限值，如10％，相应地，第一比例大于第二比例。
从启动(即评估信号的数值为0)开始，分别查询评估信号上升至第一波动值的第一时间、上升至第二波动值的第二时间，计算第一时间与第二时间之间的差值，作为超调时间。
那么，超调时间可表示为：
ts＝t90-t10
其中，ts为超调时间，t90为第一时间，t10为第二时间。
超调量与超调时间可以结合生成约束条件，即，是优化变量(即目标参数)时需要满足的限定条件，即，约束条件为超调量小于或等于第一超调阈值、超调时间小于或等于第二超调阈值，表示优化后的变流器控制器的超调时间应该要快，且超调量要小，提高振荡抑制性能，在出现扰动时最快消减振荡，恢复稳定状态。
以最小化目标函数的输出值为优化的目标，在超调量小于或等于第一超调阈值、超调时间小于或等于第二超调阈值的约束下，使用多采用Gurobi等商业求解器、遗传算法或粒子群优化算法等启发式算法在双馈风机并网模型中优化目标参数。
步骤106、若完成优化，则依据双馈风机并网模型执行风电业务操作。
如果在双馈风机并网模型中完成优化目标参数，则可以进一步进行测试，通过模拟仿真再进行试运行，验证优化的目标参数对电网的性能和稳定性的影响。根据振荡抑制效果、稳定性改善程度、响应速度等定量和定性的指标评估，确定优化的目标参数对电网的改进效果。如果存在问题，则及时调整目标参数的修正。如果目标参数验证通过并确保电网稳定和性能满足要求，则可以正式调整控制目标参数更新为优化后的数值。
此外，按照电网的业务需求，依据双馈风机并网模型执行相应的风电业务操作。
示例性地，风电业务操作可以包括如下至少一者：
(1)、负荷消纳
风电作为一种可再生能源，可以为电网提供清洁能源，减少对传统燃煤发电等传统能源的依赖。大规模的风电场能够吸收和消纳大量的负荷，为电网供应稳定的电力。
(2)、参与调峰调频
由于风能的波动性，风电场的发电量会随风速的变化而变化。然而，电网需要稳定的功率供应来满足负荷需求和频率调节。风电可以通过调节风机桨叶角度或控制电网连接点的功率输出，参与调峰调频，使风电场的发电功率能够满足电网的需求。
(3)、储能
一些风电场配备了储能系统，通过将风能转化为电能并储存起来，使得风电场能够在需要时将储能释放到电网。风电储能可以和电动汽车业务结合，在需要时将储能释放到电网或供电给电动汽车充电。这种方式可以解决风能波动性带来的电力供应不稳定性，并提供可靠的电能供应给电动汽车。
(4)、调度
风电场可以与电网管理系统进行通信，根据电网的需求，通过合理的调度和运行策略，将风电的发电功率调整到合适的水平，以实现对电网的调节和支持。
在本实施例中，依次将风力机模型、发电机模型和变流器控制器模型连接，得到双馈风机并网模型；在双馈风机并网模型中分别选择待优化的原始参数与评估信号；分别计算各个原始参数对于双馈风机并网模型的全局影响指数、各个原始参数之间的交互影响指数；依据全局影响指数与交互影响指数选定作为主导的原始参数，作为目标参数；以优化评估信号为目标，在双馈风机并网模型中优化目标参数；若完成优化，则依据双馈风机并网模型执行风电业务操作。本实施例综合考虑参数对于双馈风机并网模型的全局影响指数、参数之间的交互对于双馈风机并网模型的交互影响指数优化参数，考虑到了参数之间的耦合作用，更加符合实际情况，可以高效抑制次同步振荡，保障电网的稳定运行，保障后续相关的电力业务操作的效果，提高安全性。
为使本领域技术人员更好地理解本实施例，以下通过具体的示例来说明本实施例中优化双馈风机并网模型的参数的方法。
在本示例中，将双馈风机并网模型接入无穷大的电网，在双馈风机并网模型运行达到稳定时，一方面，如图3所示，在给定输出(转子电流在直轴的分量ird，转子电流在正交轴的分量irq，转子电压在直轴的分量vrd，转子电压在正交轴的分量vrq，电功率P)的情况下，计算有功功率的外环比例KPd，有功功率的积分系数KId，无功功率的外环比例KPq，无功功率的积分系数KIq，电流的内环比例KPn与电流的积分系数KI门的全局影响指数。
另一方面，如图4所示，在给定输出(转子电流在直轴的分量ird，转子电流在正交轴的分量irq，转子电压在直轴的分量vrd，转子电压在正交轴的分量vrq，电功率P)的情况下，对有功功率的外环比例KPd，有功功率的积分系数KId，无功功率的外环比例KPq，无功功率的积分系数KIq，电流的内环比例KPn与电流的积分系数KI门计算局部影响指数。
进一步地，依据局部影响指数对有功功率的外环比例KPd，有功功率的积分系数KId，无功功率的外环比例KPq，无功功率的积分系数KIq，电流的内环比例KPn与电流的积分系数KIn两两计算交互影响指数。
在本示例中，交互影响指数如下表所示：
在不考虑交互作用的情况下，将有功功率的外环比例KPd、有功功率的积分系数KId、无功功率的外环比例KPa作为主导控制的目标参数，在目标参数初始的取值范围内任意选取值。
考虑交互作用情况下，将有功功率的外环比例KPd、有功功率的积分系数KId、无功功率的外环比例KPq、电流的内环比例KPn作为主导控制的目标参数，并且将存在交互影响的目标参数的取值范围缩小。
优化前，转子侧变流器控制器中各个原始参数的取值分别为KPd＝0.2，KId＝0.1，KPq＝0.2，KId＝0.1，KPn＝5621.52，KIn＝2615.18。
在运行达到稳定后，在t＝1s时，在风电场并网侧设置单相接地故障，故障持续时间为0.1s，如图5A与图5B所示，转子的转速和转子的有功功率均出现振荡，至振荡平稳时测得振荡周期t＝0.042s，对应振荡频率约23.538Hz。
使用遗传算法对目标参数进行优化，将种群大小设置为20，变量个数即控制参数个数，确认其最大值和最小值，最大迭代次数为100，缩放因子为0.8，交叉概率为0.5；适应度值即为目标函数值，迭代完抽样的控制参数组合，最后得到目标函数输出值最小的目标参数的数值。
不考虑参数优化后同等扰动下，图5C和图5D示出了次同步振荡抑制效果；考虑参数优化后同等扰动下，图5E和图5F示出了次同步振荡抑制效果。
对比图5A-图5F可知，单独依据全局影响指数优化参数时，振荡幅度更大，且振荡幅度衰减更慢，综合考虑全局影响指数、交互影响指数优化参数(即目标参数)时，振荡幅度更小，且振荡幅度衰减更快。
实施例二
图6为本发明实施例二提供的一种基于双馈风机并网的业务操作装置的结构示意图。如图6所示，该装置包括：
模型构建模块601，用于依次将风力机模型、发电机模型和变流器控制器模型连接，得到双馈风机并网模型；
优化信息选择模块602，用于在所述双馈风机并网模型中分别选择待优化的原始参数与评估信号；
影响指数计算模块603，用于分别计算各个所述原始参数对于所述双馈风机并网模型的全局影响指数、各个所述原始参数之间的交互影响指数；
目标参数选定模块604，用于依据所述全局影响指数与所述交互影响指数选定作为主导的所述原始参数，作为目标参数；
目标参数优化模块605，用于以优化所述评估信号为目标，在所述双馈风机并网模型中优化所述目标参数；
业务操作执行模块606，用于若完成优化，则依据所述双馈风机并网模型执行风电业务操作。
在本发明的一个实施例中，所述风力机模型包括：
Pt＝0.5ρπR2cp(λ，β)v3
其中，Pt为涡轮功率，Tt为涡轮转矩，ωt为涡轮转速，R为叶片半径，ρ为空气密度，cp为风能利用率，λ为风机叶尖速比，β为桨距角，v为风速；
所述发电机模型包括：
/>
其中，vsd为定子电压在直轴的分量，vsq为定子电压在正交轴的分量，vrd为转子电压在直轴的分量，vrq为转子电压在正交轴的分量，isd为定子电流在直轴的分量，isq为定子电流在正交轴的分量，ird为转子电流在直轴的分量，irq为转子电流在正交轴的分量，Ψsd为定子磁链在直轴的分量，Ψsq为定子磁链在正交轴的分量，Ψrd为转子磁链在直轴的分量，Ψrq为转子磁链在正交轴的分量，Rs为定子绕组的电阻，Rr为转子绕组的电阻，ωel为电磁基准转速，s为转差率，ωs为同步旋转转速，Lss为定子自感在d正交轴下的电感参数，Lm为定转子互感在d正交轴下的电感参数，Lrr为转子互感在d正交轴下的电感参数；
所述变流器控制器模型包括：
其中，KPd为有功功率的外环比例，KId为有功功率的积分系数，KPq为无功功率的外环比例，KIq为无功功率的积分系数，KPn电流的内环比例，KIn为电流的积分系数，irdref为转子在直轴下的控制参考电流，irqref为转子在正交轴下的控制参考电流，Urdref为转子在直轴下的控制参考电压，Urqref为转子在正交轴下的控制参考电压，ωr为转子转速度的实际值，ωrref为转子转速度的参考值，Qref为无功功率的参考值，Q为无功功率的实际值，s为转差率，i1d为转子电流在直轴的分量，irq为转子电流在正交轴的分量，durd与durq均为干扰项。
在本发明的一个实施例中，所述优化信息选择模块602包括：
原始参数选择模块，用于在所述双馈风机并网模型中，选择所述有功功率的外环比例，所述有功功率的积分系数，所述无功功率的外环比例，所述无功功率的积分系数，所述电流的内环比例与所述电流的积分系数作为待优化的原始参数；
评估信号选择模块，用于在所述双馈风机并网模型中，选择转子的有功功率、转子的电流作为评估信号。
在本发明的一个实施例中，所述影响指数计算模块603包括：
全局影响指数计算模块，用于通过如下公式分别计算各个所述原始参数对于所述双馈风机并网模型的影响程度，作为全局影响指数：
其中，Si为原始参数Xi的全局影响指数，Y为所述双馈风机并网模型的输出值，X～i为除原始参数Xi外的其他所有原始参数，E(Y|Xi)为在输入原始参数Xi时、Y的平均值的估算值，Vari(E(Y|Xi))为E(Y|Xi)的方差，E(Y|X～i)为输入原始参数X～i时、Y的平均值的估算值，Var(E(Y|X～i))为E(Y|X～i)的方差，Var(Y)为Y的总方差；
交互影响指数计算模块，用于通过如下公式各个所述原始参数之间的交互对所述双馈风机并网模型的影响程度，作为交互影响指数：
其中，Sij为原始参数i与原始参数j之间的交互影响指数，Sipartial为在不考虑其他原始参数影响下、原始参数i对所述双馈风机并网模型的局部影响指数，Sjpartial为在不考虑其他原始参数影响下、原始参数j对所述双馈风机并网模型的局部影响指数，S(i，j)为原始参数i与原始参数j结合的全局影响指数，Y为所述双馈风机并网模型的输出，Var(Y)为Y的总方差，Var(E(Y|Xi，j_normal))为固定原始参数j的条件下，原始参数i对Y的贡献，Var(E(Y|Xj，i_normal))为固定原始参数i的条件下，原始参数j对Y的贡献。
在本发明的一个实施例中，所述目标参数选定模块604包括：
指数排序模块，用于按照所述全局影响指数从大到小对所述原始参数进行排序；
排序选择模块，用于确定排序在头部的部分所述原始参数为主导的所述原始参数，获得目标参数；
交互选择模块，用于若部分所述原始参数与所述目标参数的所述交互影响指数满足预设的相关条件，则确定部分所述原始参数为主导的所述原始参数，获得目标参数。
在本发明的一个实施例中，所述目标参数优化模块605包括：
目标函数构建模块，用于使用所述评估信号构建目标函数；
超调量计算模块，用于计算所述评估信号偏离的程度，作为超调量；
超调时间计算模块，用于计算所述评估信号响应的时间，作为超调时间；
目标参数调整模块，用于以最小化所述目标函数的输出值为优化的目标，在所述超调量小于或等于第一超调阈值、所述超调时间小于或等于第二超调阈值的约束下，在所述双馈风机并网模型中优化所述目标参数。
在本发明的一个实施例中，所述目标函数构建模块还用于：
将所述转子输出的有功功率的失真率与所述转子输出的电流的平方和加权求和，作为目标函数。
在本发明的一个实施例中，所述超调量计算模块还用于：
在所述双馈风机并网模型响应过程中，确定所述评估信号的峰值；
查询所述评估信号的稳态值；
将所述峰值减去所述稳态值的差值除以所述稳态值，获得超调量。
在本发明的一个实施例中，所述超调时间计算模块还用于：
在所述双馈风机并网模型响应过程中，确定所述评估信号的峰值；
分别在所述峰值的基础上取趋于上限值的第一比例、作为第一波动值，取趋于下限值的第二比例、作为第二波动值；
分别查询所述评估信号上升至所述第一波动值的第一时间、上升至所述第二波动值的第二时间
计算所述第一时间与所述第二时间之间的差值，作为超调时间。
本发明实施例所提供的基于双馈风机并网的业务操作装置可执行本发明任意实施例所提供的基于双馈风机并网的业务操作方法，具备执行基于双馈风机并网的业务操作方法相应的功能模块和有益效果。
实施例三
图7示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图7所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，如基于双馈风机并网的业务操作方法。
在一些实施例中，基于双馈风机并网的业务操作方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的基于双馈风机并网的业务操作方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于双馈风机并网的业务操作方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
实施例四
本发明实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序在被处理器执行时实现如本发明任一实施例所提供的基于双馈风机并网的业务操作方法。
计算机程序产品在实现的过程中，可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种基于双馈风机并网的业务操作方法，其特征在于，包括：
依次将风力机模型、发电机模型和变流器控制器模型连接，得到双馈风机并网模型；
在所述双馈风机并网模型中分别选择待优化的原始参数与评估信号；
分别计算各个所述原始参数对于所述双馈风机并网模型的全局影响指数、各个所述原始参数之间的交互影响指数；
依据所述全局影响指数与所述交互影响指数选定作为主导的所述原始参数，作为目标参数；
以优化所述评估信号为目标，在所述双馈风机并网模型中优化所述目标参数；
若完成优化，则依据所述双馈风机并网模型执行风电业务操作。
2.根据权利要求1所述的方法，其特征在于，
所述风力机模型包括：
Pt＝0.5ρπR2cp(λ,β)v3
其中，Pt为涡轮功率，Tt为涡轮转矩，ωt为涡轮转速，R为叶片半径，ρ为空气密度，cp为风能利用率，λ为风机叶尖速比，β为桨距角，v为风速；
所述发电机模型包括：
其中，vsd为定子电压在直轴的分量，vsq为定子电压在正交轴的分量，vrd为转子电压在直轴的分量，vrq为转子电压在正交轴的分量，isd为定子电流在直轴的分量，isq为定子电流在正交轴的分量，ird为转子电流在直轴的分量，irq为转子电流在正交轴的分量，Ψsd为定子磁链在直轴的分量，Ψsq为定子磁链在正交轴的分量，Ψrd为转子磁链在直轴的分量，Ψrq为转子磁链在正交轴的分量，Rs为定子绕组的电阻，Rr为转子绕组的电阻，ωel为电磁基准转速，s为转差率，ωs为同步旋转转速，Lss为定子自感在d正交轴下的电感参数，Lm为定转子互感在d正交轴下的电感参数，Lrr为转子互感在d正交轴下的电感参数；
所述变流器控制器模型包括：
其中，KPd为有功功率的外环比例，KId为有功功率的积分系数，KPq为无功功率的外环比例，KIq为无功功率的积分系数，KPn电流的内环比例，KIn为电流的积分系数，irdref为转子在直轴下的控制参考电流，irqref为转子在正交轴下的控制参考电流，Urdref为转子在直轴下的控制参考电压，Urqref为转子在正交轴下的控制参考电压，ωr为转子转速度的实际值，ωrref为转子转速度的参考值，Qref为无功功率的参考值，Q为无功功率的实际值，s为转差率，ird为转子电流在直轴的分量，irq为转子电流在正交轴的分量，durd与durq均为干扰项。
3.根据权利要求2所述的方法，其特征在于，所述在所述双馈风机并网模型中分别选择待优化的原始参数与评估信号，包括：
在所述双馈风机并网模型中，选择所述有功功率的外环比例，所述有功功率的积分系数，所述无功功率的外环比例，所述无功功率的积分系数，所述电流的内环比例与所述电流的积分系数作为待优化的原始参数；
在所述双馈风机并网模型中，选择转子的有功功率、转子的电流作为评估信号。
4.根据权利要求1所述的方法，其特征在于，所述分别计算各个所述参数对于所述双馈风机并网模型的全局影响指数、各个所述原始参数之间的交互影响指数，包括：
通过如下公式分别计算各个所述原始参数对于所述双馈风机并网模型的影响程度，作为全局影响指数：
其中，Si为原始参数Xi的全局影响指数，Y为所述双馈风机并网模型的输出值，X～i为除原始参数Xi外的其他所有原始参数，E(Y|Xi)为在输入原始参数Xi时、Y的平均值的估算值，Vari(E(Y|Xi))为E(Y|Xi)的方差，E(Y|X～i)为输入原始参数X～i时、Y的平均值的估算值，Var(E(Y|X～i))为E(Y|X～i)的方差，Var(Y)为Y的总方差；
通过如下公式各个所述原始参数之间的交互对所述双馈风机并网模型的影响程度，作为交互影响指数：
其中，Sij为原始参数i与原始参数j之间的交互影响指数，Sipartial为在不考虑其他原始参数影响下、原始参数i对所述双馈风机并网模型的局部影响指数，Sjpartial为在不考虑其他原始参数影响下、原始参数j对所述双馈风机并网模型的局部影响指数，S(i,j)为原始参数i与原始参数j结合的全局影响指数，Y为所述双馈风机并网模型的输出，Var(Y)为Y的总方差，Var(E(Y|Xi,j_normal))为固定原始参数j的条件下，原始参数i对Y的贡献，Var(E(Y|Xj,i_normal))为固定原始参数i的条件下，原始参数j对Y的贡献。
5.根据权利要求1-4中任一项所述的方法，其特征在于，所述依据所述全局影响指数与所述交互影响指数选定作为主导的所述原始参数，作为目标参数，包括：
按照所述全局影响指数从大到小对所述原始参数进行排序；
确定排序在头部的部分所述原始参数为主导的所述原始参数，获得目标参数；
若部分所述原始参数与所述目标参数的所述交互影响指数满足预设的相关条件，则确定部分所述原始参数为主导的所述原始参数，获得目标参数。
6.根据权利要求1-4中任一项所述的方法，其特征在于，所述以优化所述评估信号为目标，在所述双馈风机并网模型中优化所述目标参数，包括：
使用所述评估信号构建目标函数；
计算所述评估信号偏离的程度，作为超调量；
计算所述评估信号响应的时间，作为超调时间；
以最小化所述目标函数的输出值为优化的目标，在所述超调量小于或等于第一超调阈值、所述超调时间小于或等于第二超调阈值的约束下，在所述双馈风机并网模型中优化所述目标参数。
7.根据权利要求6所述的方法，其特征在于，
所述评估信号包括转子输出的有功功率、转子输出的电流；所述使用所述评估信号构建目标函数，包括：
将所述转子输出的有功功率的失真率与所述转子输出的电流的平方和加权求和，作为目标函数；
所述计算所述评估信号偏离的程度，作为超调量，包括：
在所述双馈风机并网模型响应过程中，确定所述评估信号的峰值；
查询所述评估信号的稳态值；
将所述峰值减去所述稳态值的差值除以所述稳态值，获得超调量；
所述计算所述评估信号响应的时间，作为超调时间，包括：
在所述双馈风机并网模型响应过程中，确定所述评估信号的峰值；
分别在所述峰值的基础上取趋于上限值的第一比例、作为第一波动值，取趋于下限值的第二比例、作为第二波动值；
分别查询所述评估信号上升至所述第一波动值的第一时间、上升至所述第二波动值的第二时间
计算所述第一时间与所述第二时间之间的差值，作为超调时间。
8.一种基于双馈风机并网的业务操作装置，其特征在于，包括：
模型构建模块，用于依次将风力机模型、发电机模型和变流器控制器模型连接，得到双馈风机并网模型；
优化信息选择模块，用于在所述双馈风机并网模型中分别选择待优化的原始参数与评估信号；
影响指数计算模块，用于分别计算各个所述原始参数对于所述双馈风机并网模型的全局影响指数、各个所述原始参数之间的交互影响指数；
目标参数选定模块，用于依据所述全局影响指数与所述交互影响指数选定作为主导的所述原始参数，作为目标参数；
目标参数优化模块，用于以优化所述评估信号为目标，在所述双馈风机并网模型中优化所述目标参数；
业务操作执行模块，用于若完成优化，则依据所述双馈风机并网模型执行风电业务操作。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的基于双馈风机并网的业务操作方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于使处理器执行时实现权利要求1-7中任一项所述的基于双馈风机并网的业务操作方法。
CN202310763208.8A 2023-06-27 2023-06-27 一种基于双馈风机并网的业务操作方法及相关装置 Pending CN116707008A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310763208.8A CN116707008A (zh) 2023-06-27 2023-06-27 一种基于双馈风机并网的业务操作方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310763208.8A CN116707008A (zh) 2023-06-27 2023-06-27 一种基于双馈风机并网的业务操作方法及相关装置

Publications (1)

Publication Number Publication Date
CN116707008A true CN116707008A (zh) 2023-09-05

Family

ID=87829100

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310763208.8A Pending CN116707008A (zh) 2023-06-27 2023-06-27 一种基于双馈风机并网的业务操作方法及相关装置

Country Status (1)

Country Link
CN (1) CN116707008A (zh)

Similar Documents

Publication Publication Date Title
Zou et al. A survey of dynamic equivalent modeling for wind farm
CN110120686B (zh) 一种基于电力系统在线惯量估计的新能源承载力预警方法
CN108475929B (zh) 用于控制风力发电厂的方法
CN112257212B (zh) 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
CN110350588B (zh) 一种双馈风机并网系统动态能量稳定性评估方法及系统
CN110518631A (zh) 一种直驱风电机组的稳定性评估方法及系统
CN107947228B (zh) 基于Markov理论的含风电电力系统随机稳定性分析方法
CN109474014B (zh) 一种对双馈风场接入电网友好性的量化评估方法
CN113988384A (zh) 一种提高配电网可靠性的储能容量优化配置方法
CN114583757A (zh) 风电场有功控制和无功控制的优化方法和装置
CN115395576A (zh) 面向风电最大功率追踪的储能自适应阻尼-惯量控制方法
Zheng et al. Transient stable region of power systems incorporating stochasticity of variable renewable energies and system contingencies
CN111835023A (zh) 一种双馈风电机组控制方法、装置和存储介质
CN109830987A (zh) 计及分布式光伏随机性的主动配电网概率稳定性分析方法
CN111769575B (zh) 一种基于模态稳定域的风机参数优化振荡抑制系统及方法
CN115954923A (zh) 海上风电柔性直流输电系统故障穿越方法及装置
CN116707008A (zh) 一种基于双馈风机并网的业务操作方法及相关装置
CN115241913A (zh) 一次调频能力评估方法及装置
Datta et al. Three-phase steady state model for unbalanced operation of grid-connected wind generation unit
CN117200266B (zh) 配电线路光伏汇集点储能容量配置方法、装置和设备
CN116054288A (zh) 基于全功率变流器风电机组电网电压支撑控制方法及装置
Meng et al. Applications of an improved equivalent wind method for the aggregation of DFIG wind turbines
CN116207778A (zh) 基于全功率变流器风电机组弱电网下控制方法及装置
Ding et al. Research on simplified modeling of large-scale wind farms based on equivalent transfer function and aggregate equivalent
CN111162565B (zh) 基于多源数据融合的中低压网络在线拼接方法及系统

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