CN117439062A - 一种双馈风电机组惯量响应特性量化评估方法 - Google Patents
一种双馈风电机组惯量响应特性量化评估方法 Download PDFInfo
- Publication number
- CN117439062A CN117439062A CN202311384808.XA CN202311384808A CN117439062A CN 117439062 A CN117439062 A CN 117439062A CN 202311384808 A CN202311384808 A CN 202311384808A CN 117439062 A CN117439062 A CN 117439062A
- Authority
- CN
- China
- Prior art keywords
- doubly
- coefficient
- equivalent inertia
- controller
- fed
- 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
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000004044 response Effects 0.000 title claims abstract description 20
- 238000011158 quantitative evaluation Methods 0.000 title abstract description 8
- 230000010355 oscillation Effects 0.000 claims abstract description 39
- 238000005070 sampling Methods 0.000 claims abstract description 12
- 238000010248 power generation Methods 0.000 claims abstract description 11
- 230000001360 synchronised effect Effects 0.000 claims abstract description 8
- 238000010206 sensitivity analysis Methods 0.000 claims abstract description 6
- 230000005284 excitation Effects 0.000 claims abstract description 4
- 238000012163 sequencing technique Methods 0.000 claims abstract description 4
- 230000035945 sensitivity Effects 0.000 claims description 30
- 230000006870 function Effects 0.000 claims description 23
- 230000000694 effects Effects 0.000 claims description 13
- 230000009471 action Effects 0.000 claims description 8
- 238000012546 transfer Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 102000016550 Complement Factor H Human genes 0.000 claims 1
- 108010053085 Complement Factor H Proteins 0.000 claims 1
- 230000003993 interaction Effects 0.000 abstract description 8
- 238000004458 analytical method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种双馈风电机组惯量响应特性量化评估方法，属于新能源发电技术领域。本发明首先类比传统同步发电机转子运动方程，构建不平衡功率激励下双馈风机的相位运动模型，提取双馈风机的等效惯性系数；再将一振荡频率对应的振荡角频率带入双馈风机的等效惯性系数；之后采用Sobol灵敏度分析法分析不同采样个数下各控制器参数对所述等效惯性系数的影响大小，并对影响因素进行排序；最后更换振荡频率重复步骤，直至得到振荡频率范围内，所有不同振荡频率下所述等效惯性系数的影响因素排序。本发明方法可定量分析不同控制器参数对双馈风机的等效惯性的影响因素并进行排序，还可以分析不同控制器之间交互作用对风机等效惯性的影响。
Description
技术领域
本发明属于新能源发电技术领域，更具体地，涉及一种双馈风电机组惯量响应特性量化评估方法。
背景技术
全球气候变暖引发了一系列环境问题，风能等清洁能源受到人们的高度关注，风力发电技术得到快速发展。然而，以双馈风力发电机为典型的新能源发电装备经电力电子装备并网，开关器件的快速动作造成其惯量响应能力显著区别于传统同步机，造成电力系统低惯量事故频发。为实现风电等新能源装备的惯量响应，需分析其无附加控制下双馈风机的惯量响应能力，厘清其惯量作用机理，才可进一步提出惯量控制方法。对此，国内外专家学者对风机的惯量响应能力开展了广泛的研究。
现有的风机惯量响应能力分析方法主要分为三类。第一类分析方法是通过仿真分析新能源发电的惯量响应能力，第二类分析方法是类比同步机的惯性时间常数。上述分析方法虽能直观地反映风机的惯量响应特性，但是未能计及双馈风机地控制行为、自身动力学特性和系统的行为状态，无法充分地揭示双馈风机的惯量作用机理。第三类分析方法是类比传统同步发电机的转子运动方程，建立双馈风力发电机的内电势相位运动模型，提取出双馈风力发电机的等效惯性系数，所得到的等效惯性系数是个传递函数的表征形式，然后采用bode图进行频域分析各控制器参数的影响规律。该方法可以反映控制环路的动态特性，更真实地反映了风机地惯量响应特性，但bode图分析是一种定性分析，难以对各参数对双馈风机等效惯性的影响大小进行定量分析，并且无法揭示不同环路控制器参数间的相互作用。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种双馈风电机组惯量响应特性量化评估方法，其目的在于解决现有惯性分析方法无法定量分析各影响因素及其交互作用的缺陷的技术问题。
为实现上述目的，第一方面，本发明提供了一种双馈风电机组惯量响应特性量化评估方法，所述方法包括：
步骤S1、类比传统同步发电机转子运动方程，构建不平衡功率激励下双馈风机的相位运动模型，提取双馈风机的等效惯性系数；
步骤S2、将一振荡频率对应的振荡角频率带入双馈风机的等效惯性系数；
步骤S3、采用Sobol灵敏度分析法分析不同采样个数下各控制器参数对所述等效惯性系数的影响，并对影响因素进行排序；
步骤S4、更换振荡频率重复步骤S2～S4，直至得到振荡频率范围内，所有不同振荡频率下所述等效惯性系数的影响因素排序。
优选的，所述步骤S1中，双馈风机的相位运动模型包括：双馈风机机械部分Jeq、转速环控制器PIs、无功环控制器PIQ以及锁相环闭环传递函数Gpll，其中，
所述双馈风机机械部分Jeq为：
其中，Hs为涡轮机的惯性常数，ωr0为转速稳态值，Kr为电磁功率系数，Kbeta为桨距角系数，Tspeed为生成转速指令的时间常数，s为微分算子，Kω为转速系数，Kpitch为调桨系数；
所述转速环控制器PIs为：
其中，Kps为有功环的比例系数，Kis为有功环的积分系数；
所述无功环控制器PIQ为：
其中，KpQ为无功环的比例系数，KiQ为无功环的积分系数；
所述锁相环闭环传递函数Gpll为：
其中，PIpll为锁相环控制器，Kppll为锁相环比例系数，Kipll为锁相环积分系数。
优选的，所述步骤S1中，所述双馈风机的等效惯性模型视为函数Heq＝f(K1,K2,K3,K4,K5,K6)，其中：
Heq为所述双馈风机的等效惯性系数；
控制器参数K1,K2,K3,K4,K5,K6分别为锁相环的比例系数Kppll，锁相环的积分系数Kipll，有功环的比例系数Kps，有功环的积分系数Kis，无功环的比例系数KpQ，无功环的积分系数KiQ；
函数Heq＝f(K1,K2,K3,K4,K5,K6)分解为：
其中，f0是分解后得到的常量，fi是控制器参数Ki单独变化对双馈风机等效惯性系数的效应函数，fij是控制器参数Ki和Kj同时变化对双馈风机等效惯性系数的效应函数。f1,2,3,4,5,6是控制器参数K1～K6同时变化对双馈风机等效惯性系数的效应函数。
优选的，所述步骤S3中，基于Sobol灵敏度分析法，所述等效惯性系数Heq的一阶灵敏度Si、二阶灵敏度Sij与总灵敏度STi分别为：
其中，Si表示单个控制器参数Ki对双馈风机等效惯性系数的影响程度；Sij表示控制器参数Ki和Kj共同对双馈风机等效惯性系数的影响程度；STj表示控制器参数K1～K6共同对双馈风机等效惯性系数的影响程度；V(Heq)表示所述等效惯性系数Heq的总方差，具体为：
其中，Vi表示第i个控制器参数作用的方差项，Vij表示第i个和第j个控制器参数共同作用的方差项；V1,2,3,4,5,6表示所有控制器参数共同作用的方差项。
优选的，所述步骤S3中，将控制器参数K1～K6的取值范围内不同的值带入所述等效惯性系数Heq中，推导得到方差项Vi、Vij和V1,2,3,4,5,6。
优选的，所述控制器参数K1～K6的取值范围需满足发电系统的稳定运行。
优选的，所述步骤S3中，不同的采样个数会得到不同的灵敏度指数，待灵敏度指数的变化稳定后，再对影响因素进行排序。
优选的，所述振荡频率范围需满足机电转速控制时间尺度。
第二方面，本发明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，所述计算机程序被执行时，实现第一方面中任一项方法的步骤。
第三方面，本发明提供了一种电子设备，包括存储器、处理器和存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现第一方面中任一项方法的步骤。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
(1)本发明提供了一种双馈风电机组惯量响应特性量化评估方法，可以量化分析不同控制器参数对双馈风机等效惯性的影响程度，以及不同控制器参数间的交互作用对双馈风机等效惯性的影响程度；
(2)本发明提供了一种双馈风电机组惯量响应特性量化评估方法，可以定量分析不同频率下各控制器参数对双馈风机等效惯性的影响程度，为双馈风机的惯量控制方法的提出奠定理论基础；
(3)本发明提供了一种双馈风电机组惯量响应特性量化评估方法，该惯性分析方法具有高度通用性，可以进一步推广至直驱风机、光伏等新能源发电设备的等效惯性分析。
附图说明
图1是双馈风机相位运动模型框图；
图2是双馈风机相位运动简化模型框图；
图3是本发明所提供的一种双馈风电机组惯量响应特性量化评估方法的流程图；
图4是本发明实施例一提供的振荡频率为0.3Hz时不同采样数下双馈风机的一阶灵敏度示意图；
图5是本发明实施例一提供的振荡频率为0.3Hz时不同采样数下双馈风机的总灵敏度示意图；
图6是本发明实施例一提供的振荡频率为0.3Hz时不同采样数下双馈风机的二阶灵敏度示意图；
图7是本发明实施例一提供的不同频段的双馈风机总灵敏度示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例一：
本实施例以1台1.5MW的双馈风力发电机为例，进行仿真研究，双馈风电机组的系统参数如表1所示。
表1
本发明所提供的一种双馈风电机组惯量响应特性量化评估方法的具体实施流程如图3所示，包括：
步骤S1、类比传统同步发电机转子运动方程，构建如图1所示不平衡功率激励下双馈风机的相位运动模型，提取如图2所示双馈风机的等效惯性系数；
具体地，双馈风机相位运动模型如图2所示，类比同步机转子运动方程，提取出双馈风机的等效惯性系数Heq，其表现形式为一个包含双馈风机机械部分、转速环控制器、无功环控制器以及锁相环动态的传递函数，而非一个常数。其中，Heq为双馈风机等效惯性系数，ΔθE为内电势相角变化；
其中，双馈风机机械部分Jeq为：
其中，Hs为涡轮机的惯性常数，ωr0为转速稳态值，Kr为电磁功率系数，Kbeta为桨距角系数，Tspeed为生成转速指令的时间常数，s为微分算子，Kω为转速系数，Kpitch为调桨系数；
所述转速环控制器PIs为：
其中，Kps为有功环的比例系数，Kis为有功环的积分系数；
所述无功环控制器PIQ为：
其中，KpQ为无功环的比例系数，KiQ为无功环的积分系数；
所述锁相环闭环传递函数Gpll为：
其中，PIpll为锁相环控制器，Kppll为锁相环比例系数，Kipll为锁相环积分系数。
步骤S2、将某一振荡频率fr对应的振荡角频率ωr带入双馈风机的等效惯性系数。
具体地，将双馈风机的相位运动模型视为函数Heq＝f(K1,K2,K3,K4,K5,K6)。其中K1～K6分别为Kppll、Kipll、Kps、Kis、KpQ、KiQ。函数Heq可以分解为：
f0是分解后得到的常量，fi是控制器参数Ki单独变化对双馈风机等效惯性系数的效应函数，fij是控制器参数Ki和Kj同时变化对双馈风机等效惯性系数的效应函数。f1,2,3,4,5,6是控制器参数K1～K6同时变化对双馈风机等效惯性系数的效应函数。
具体地，机电转速控制时间尺度在0.1Hz～1Hz左右，即振荡频率fr的范围在0.1Hz～1Hz。
在其中一个实施例中，振荡频率fr取0.3Hz。
步骤S3、给出各控制器参数的取值范围。
在其中一个实施例中，各控制器参数的取值范围如表2所示：
| 参数 | 范围 |
| Kppll | [1,30] |
| Kipll | [1,60] |
| Kps | [0.1,5] |
| Kis | [0.1,20] |
| KpQ | [0.1,4] |
| KiQ | [0.1,20] |
表2
步骤S4、采用Sobol灵敏度分析法分析不同采样个数下各控制器参数对双馈风机等效惯性系数的影响大小，选取合适的采样个数，并对影响因素大小进行排序。
具体地，计算双馈风机等效惯性函数Heq的一阶灵敏度Si、二阶灵敏度Sij与总灵敏度STi，利用单个控制器参数或参数集合的方差来量化参数间的影响程度以及参数之间的相互作用。
具体地，方差分解公式可表示为：
其中，V(Heq)表示双馈风机等效惯性模型Heq的总方差；Vi表示第i个参数作用的方差项，Vij表示第i个和第j个参数共同作用的方差项；V1,2,3,4,5,6表示所有参数共同作用的方差项。
具体地，一阶灵敏度Si为：
具体地，二阶灵敏度Si为：
具体地，总灵敏度STi为：
其中，Si表征单个控制器参数Ki对双馈风机等效惯性的影响程度；Sij，表示控制器参数Ki和Kj共同对双馈风机等效惯性的影响程度。
在其中一个实施例中，得到振荡频率为0.3Hz时，不同采样个数下双馈风机等效惯性的一阶灵敏度和总灵敏度指数排序分别如图4和图5所示，可以看出采样数为9004时，灵敏度指数几近稳定。因此，后续分析中采样个数选取9004。一阶和总灵敏度如表3所示：
| 一阶灵敏度 | 排序 | 总灵敏度 | 排序 | |
| Kppll | 0.2508 | 1 | 0.6774 | 1 |
| Kipll | 0.2216 | 2 | 0.6565 | 2 |
| Kps | 0.0477 | 3 | 0.0948 | 3 |
| Kis | 0.0262 | 4 | 0.0514 | 4 |
| KpQ | 0.0004 | 5 | 0.0006 | 6 |
| KiQ | 0.0001 | 6 | 0.0021 | 5 |
表3
可以看出，一阶灵敏度排序中锁相环的比例参数Kppll影响最大，然后是锁相环的积分参数Kipll。其次，是有功环的比例系数Kps的影响，比有功环的积分系数Kis的影响更大。最后，无功环控制器参数的影响都很小，无功环的比例参数KpQ的影响比积分参数KiQ略大。
但是总灵敏度排序和一阶灵敏度排序有所不同，说明存在控制器参数间的交互作用，二阶灵敏度如图6所示。可以看出锁相环的比例参数Kppll和积分参数Kipll的交互作用影响是最大的，其次是锁相环比例参数Kppll和有功环比例参数Kps间的交互作用。
步骤S5、将不同的振荡角频率ωr带入双馈风机等效惯性系数Heq，重复步骤S2～S4，得到不同振荡频率下影响双馈风机等效惯性的影响因素排序。
在其中一个实施例中，振荡频率fr取0.1Hz～1Hz，由此可以求得对应的振荡角频率为：
ωr＝2πfr
根据步骤S4，将采样个数选取为9004，然后将振荡频率0.1～1Hz对应的振荡角频率带入风机等效惯性系数Heq，重复步骤S4得到不同振荡频率下影响双馈风机等效惯性的影响因素排序如图7所示。可以得到如下结论：
(1)不同振荡频率下，影响双馈风机等效惯性的主要因素不同，当振荡频率为0.1Hz时，主要影响因素排序为：Kipll>Kis>Kppll>Kps；当振荡频率为0.2Hz时，主要影响因素排序为：Kipll>Kppll>Kis>Kps；当振荡频率为0.3～0.4Hz时，主要影响因素排序为：Kppll>Kipll>Kps>Kis；当振荡频率为0.5～0.7Hz时，主要影响因素排序为：Kppll>Kipll>Kis>Kps；当振荡频率为0.8～1Hz时，主要影响因素排序为：Kppll>Kipll；
(2)不同振荡频率下，锁相环的总体影响是大于有功环的影响的，因此可以考虑从锁相环着手提出双馈风机的惯量控制方法。
以上内容本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种双馈风电机组惯量响应特性量化评估方法，其特征在于，所述方法包括：
步骤S1、类比传统同步发电机转子运动方程，构建不平衡功率激励下双馈风机的相位运动模型，提取双馈风机的等效惯性系数；
步骤S2、将一振荡频率对应的振荡角频率带入双馈风机的等效惯性系数；
步骤S3、采用Sobol灵敏度分析法分析不同采样个数下各控制器参数对所述等效惯性系数的影响，并对影响因素进行排序；
步骤S4、更换振荡频率重复步骤S2～S4，直至得到振荡频率范围内，所有不同振荡频率下所述等效惯性系数的影响因素排序。
2.根据权利要求1所述的方法，其特征在于，所述步骤S1中，双馈风机的相位运动模型包括：双馈风机机械部分Jeq、转速环控制器PIs、无功环控制器PIQ以及锁相环闭环传递函数Gpll，其中，
所述双馈风机机械部分Jeq为：
其中，Hs为涡轮机的惯性常数，ωr0为转速稳态值，Kr为电磁功率系数，Kbeta为桨距角系数，Tspeed为生成转速指令的时间常数，s为微分算子，Kω为转速系数，Kpitch为调桨系数；
所述转速环控制器PIs为：
其中，Kps为有功环的比例系数，Kis为有功环的积分系数；
所述无功环控制器PIQ为：
其中，KpQ为无功环的比例系数，KiQ为无功环的积分系数；
所述锁相环闭环传递函数Gpll为：
其中，PIpll为锁相环控制器，Kppll为锁相环比例系数，Kipll为锁相环积分系数。
3.根据权利要求1所述的方法，其特征在于，所述步骤S1中，所述双馈风机的等效惯性模型视为函数Heq＝f(K1,K2,K3,K4,K5,K6)，其中：
Heq为所述双馈风机的等效惯性系数；
控制器参数K1,K2,K3,K4,K5,K6分别为锁相环的比例系数Kppll，锁相环的积分系数Kipll，有功环的比例系数Kps，有功环的积分系数Kis，无功环的比例系数KpQ，无功环的积分系数KiQ；
函数Heq＝f(K1,K2,K3,K4,K5,K6)分解为：
其中，f0是分解后得到的常量，fi是控制器参数Ki单独变化对双馈风机等效惯性系数的效应函数，fij是控制器参数Ki和Kj同时变化对双馈风机等效惯性系数的效应函数。f1,2,3,4,5,6是控制器参数K1～K6同时变化对双馈风机等效惯性系数的效应函数。
4.根据权利要求3所述的方法，其特征在于，所述步骤S3中，基于Sobol灵敏度分析法，所述等效惯性系数Heq的一阶灵敏度Si、二阶灵敏度Sij与总灵敏度STi分别为：
其中，Si表示单个控制器参数Ki对双馈风机等效惯性系数的影响程度；Sij表示控制器参数Ki和Kj共同对双馈风机等效惯性系数的影响程度；STj表示控制器参数K1～K6共同对双馈风机等效惯性系数的影响程度；V(Heq)表示所述等效惯性系数Heq的总方差，具体为：
其中，Vi表示第i个控制器参数作用的方差项，Vij表示第i个和第j个控制器参数共同作用的方差项；V1,2,3,4,5,6表示所有控制器参数共同作用的方差项。
5.根据权利要求4所述的方法，其特征在于，所述步骤S3中，将控制器参数K1～K6的取值范围内不同的值带入所述等效惯性系数Heq中，推导得到方差项Vi、Vij和V1,2,3,4,5,6。
6.根据权利要求5所述的方法，其特征在于，所述控制器参数K1～K6的取值范围需满足发电系统的稳定运行。
7.根据权利要求1所述的方法，其特征在于，所述步骤S3中，不同的采样个数会得到不同的灵敏度指数，待灵敏度指数的变化稳定后，再对影响因素进行排序。
8.根据权利要求1所述的方法，其特征在于，所述振荡频率范围需满足机电转速控制时间尺度。
9.一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，其特征在于，所述计算机程序被执行时，实现权利要求1至8任一项所述方法的步骤。
10.一种电子设备，包括存储器、处理器和存储在所述存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时，实现权利要求1至8任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311384808.XA CN117439062A (zh) | 2023-10-23 | 2023-10-23 | 一种双馈风电机组惯量响应特性量化评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311384808.XA CN117439062A (zh) | 2023-10-23 | 2023-10-23 | 一种双馈风电机组惯量响应特性量化评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117439062A true CN117439062A (zh) | 2024-01-23 |
Family
ID=89552758
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311384808.XA Pending CN117439062A (zh) | 2023-10-23 | 2023-10-23 | 一种双馈风电机组惯量响应特性量化评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117439062A (zh) |
-
2023
- 2023-10-23 CN CN202311384808.XA patent/CN117439062A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Slootweg et al. | The impact of large scale wind power generation on power system oscillations | |
| CN111245014B (zh) | 一种基于虚拟惯量的电力系统控制方法 | |
| 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 | |
| CN103138256A (zh) | 一种新能源电力消纳全景分析系统及方法 | |
| CN110750882A (zh) | 一种考虑频率约束的风电占比极限值解析计算方法 | |
| Azad et al. | Parameter estimation of doubly fed induction generator driven by wind turbine | |
| CN105186502B (zh) | 基于安全域的含双馈风机电力系统暂态稳定性分析方法 | |
| CN109713661A (zh) | 风电场接入对多机系统故障极限切除时间影响的分析方法 | |
| Lv et al. | Characteristic analysis and optimal regulation of primary frequency regulation condition in low water head area based on hydraulic‐mechanical‐electrical coupling model of pumped storage unit | |
| CN104617578B (zh) | 一种含风电场电力系统的可用输电能力的获取方法 | |
| Sanchez et al. | Doubly fed induction generators: control for wind energy | |
| CN116306306A (zh) | 一种基于非洲秃鹫算法的微网惯性常数估计方法 | |
| Mahmoud et al. | Integrated optimal active and reactive power control scheme for grid connected permanent magnet synchronous generator wind turbines | |
| CN106294959B (zh) | 模型参考自适应控制与双馈风机降阶模型相结合的建模仿真方法 | |
| Chen et al. | Distributed hierarchical deep reinforcement learning for large-scale grid emergency control | |
| CN112683543B (zh) | 燃气-蒸汽联合循环机组进相能力协同试验方法及装置 | |
| CN112149254B (zh) | 一种基于Lasso-RF模型的燃气轮机启动过程预测方法 | |
| CN104268316B (zh) | 基于离线计算和在线匹配的双馈风电场概率等值建模方法 | |
| CN117439062A (zh) | 一种双馈风电机组惯量响应特性量化评估方法 | |
| CN109088436B (zh) | 一种vsc多尺度暂态建模方法 | |
| Naik et al. | Wind power smoothing in partial load region with advanced fuzzy-logic based pitch-angle controller | |
| Manuaba et al. | Adaptive Power System Stabilizer Using Kernel Extreme Learning Machine. | |
| CN108923707A (zh) | 双馈电机系统的控制方法、系统、装置及可读存储介质 | |
| CN110912152A (zh) | 一种用于确定电力系统新能源最大占比的方法及系统 | |
| Zeng et al. | Estimation of power system inertia under normal operating conditions |
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 |