CN117709766A - 风电场分群指标分析方法及装置 - Google Patents
风电场分群指标分析方法及装置 Download PDFInfo
- Publication number
- CN117709766A CN117709766A CN202311475376.3A CN202311475376A CN117709766A CN 117709766 A CN117709766 A CN 117709766A CN 202311475376 A CN202311475376 A CN 202311475376A CN 117709766 A CN117709766 A CN 117709766A
- Authority
- CN
- China
- Prior art keywords
- fan
- negative sequence
- voltage
- sequence voltage
- positive
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 104
- 230000003068 static effect Effects 0.000 claims abstract description 63
- 230000008569 process Effects 0.000 claims description 30
- 239000011159 matrix material Substances 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 27
- 238000004088 simulation Methods 0.000 claims description 25
- 238000011217 control strategy Methods 0.000 claims description 18
- 239000013598 vector Substances 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 3
- 125000004122 cyclic group Chemical group 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 18
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 239000003990 capacitor Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 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
- 230000003287 optical effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- 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
Abstract
本发明公开了一种风电场分群指标分析方法及装置,涉及风电场建模技术领域,其中该方法包括:获取各风机风速,初始化风电场并网点PCC点正、负序电压当前值;利用PCC点正、负序电压当前值和预先建立的正、负序网下直驱风机静态模型,迭代计算各风机机端正、负序电压,所述正、负序网下直驱风机静态模型反映故障状态下风机在正、负序网络中输出的有功功率、无功功率和风机机端正、负序电压的关系;根据各风机机端正、负序电压确定各风机机端电压。本发明将风机风速、风机机端电压作为分群指标,可以计算得到预想的、故障发生后的分群指标,提升了风电场等值准确度。
Description
技术领域
本发明涉及风电场建模技术领域,尤其涉及一种风电场分群指标分析方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
风力发电由于其清洁、高效等优势,已在电力系统中得到了广泛的应用。但由于风能的随机性和波动性会对电力系统的安全稳定运行带来较大影响,在对电力系统进行动态安全评估时,如果对整个风电场内的每台风机都进行详细建模,仿真复杂度会大大增加,甚至出现“维数灾”问题,降低评估效率。因此,在对含大规模风电场进行安全分析时,需要建立风电场等值模型,以此来降低仿真复杂度,提高安全分析的效率。
现有的风电场等值方法一般包括单机等值和多机等值,单机等值将整个风电场等值为一台机组,方法简单,精度较差;多机等值,是通过分群指标将运行特性相似的风电机组分为一群,再将同群的风机进行单机等值,最终得到风电场的多机等值模型,而用于风电机组的分群指标的选取、计算直接影响多机等值模型的精度、效果。
现有技术中,存在以风机运行风速、桨距角动作情况作为分群指标,也有考虑风向和尾流效应对各风机运行风速的影响,进而进行分群,但是这些方法都是基于风机故障前风机的特性进行分群,没有考虑故障程度对风机特性的影响,同群的风机响应特性可能不一致,导致等值模型不够准确。而如果想要获取故障发生后的、且合适的可作为分群指标的参数,并不容易,只能在对详细风电场的仿真后才能得到上述指标。然而,对详细风电场进行仿真复杂度高,而且若已经对详细风电场进行了仿真分析,对该特定故障下再对风电场进行等值建模是没有必要的。
因此,现有技术中存在合适的分群指标较难获取、风电场等值准确度较低的问题。
发明内容
本发明实施例提供一种风电场分群指标分析方法,用以在故障实际发生前即可获取合适的、适用于预想故障发生后的分群指标详细数值,提高风电场等值准确度,该方法中分群指标包括风机机端电压、风机风速,该方法包括:
获取各风机风速,初始化风电场并网点PCC点(Point of Common Coupling,公共连接点,在风电场应用中即为风电场并网点)正序电压当前值为第一预设值、PCC点负序电压当前值为第二预设值;
重复执行如下步骤,直至PCC点正序电压预测值与PCC点正序电压当前值的差,和PCC点负序电压预测值与PCC点负序电压当前值的差均小于第一预设阈值:
利用PCC点负序电压当前值和预先建立的负序网下直驱风机静态模型,计算得到各风机机端负序电压,所述负序网下直驱风机静态模型反映故障状态下风机在负序网络中输出的有功功率、无功功率和风机机端负序电压的关系;
利用各风机风速、PCC点正序电压当前值、各风机机端负序电压、和预先建立的正序网下直驱风机静态模型,计算得到各风机机端正序电压,所述正序网下直驱风机静态模型反映故障状态下风机输出的有功功率、无功功率和风机机端正序电压的关系;
利用各风机机端负序电压、各风机机端正序电压,对预先建立的第一风电场等值模型进行参数更新,所述第一风电场等值模型是利用各风机机端负序电压、各风机机端正序电压作为分群指标建立的;
对参数更新后的第一风电场等值模型进行故障仿真分析,得到PCC点正序电压预测值、PCC点负序电压预测值;
比较PCC点正序电压预测值与PCC点正序电压当前值、PCC点负序电压预测值与PCC点负序电压当前值;
将PCC点正序电压预测值赋值给PCC点正序电压当前值,将PCC点负序电压预测值赋值给PCC点负序电压当前值;
根据各风机机端负序电压、各风机机端正序电压,确定各风机机端电压。
本发明实施例还提供一种风电场分群指标分析装置,用以在故障实际发生前即可获取合适的、适用于预想故障发生后的分群指标详细数值,提高风电场等值准确度,该装置中分群指标包括风机机端电压、风机风速,该装置包括:
初始化模块,用于获取各风机风速,初始化风电场并网点PCC点正序电压当前值为第一预设值、PCC点负序电压当前值为第二预设值;
循环计算模块,用于重复执行如下步骤,直至PCC点正序电压预测值与PCC点正序电压当前值的差,和PCC点负序电压预测值与PCC点负序电压当前值的差均小于第一预设阈值:
风机机端负序电压计算模块,用于利用PCC点负序电压当前值和预先建立的负序网下直驱风机静态模型,计算得到各风机机端负序电压,所述负序网下直驱风机静态模型反映故障状态下风机在负序网络中输出的有功功率、无功功率和风机机端负序电压的关系;
风机机端正序电压计算模块,用于利用各风机风速、PCC点正序电压当前值、各风机机端负序电压、和预先建立的正序网下直驱风机静态模型,计算得到各风机机端正序电压,所述正序网下直驱风机静态模型反映故障状态下风机输出的有功功率、无功功率和风机机端正序电压的关系;
故障仿真分析模块,用于利用各风机机端负序电压、各风机机端正序电压,对预先建立的第一风电场等值模型进行参数更新,所述第一风电场等值模型是利用各风机机端负序电压、各风机机端正序电压作为分群指标建立的;对参数更新后的第一风电场等值模型进行故障仿真分析,得到PCC点正序电压预测值、PCC点负序电压预测值;
比较模块,用于比较PCC点正序电压预测值与PCC点正序电压当前值、PCC点负序电压预测值与PCC点负序电压当前值;
PCC点电压更新模块,用于将PCC点正序电压预测值赋值给PCC点正序电压当前值,将PCC点负序电压预测值赋值给PCC点负序电压当前值;
风机机端电压确定模块,用于根据各风机机端负序电压、各风机机端正序电压,确定各风机机端电压。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在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计算机程序时实现上述风电场分群指标分析方法。
本发明实施例还提供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,所述计算机程序被处理器执行时实现上述风电场分群指标分析方法。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述风电场分群指标分析方法。
本发明实施例中,将风机机端电压、风机风速作为风电场等值模型分群指标,充分考虑故障发生对风机机端电压的影响,在实际故障发生前,通过仿真、迭代计算得到预想的、故障发生后的风机机端电压,提升了风电场等值准确度,同时,考虑了正序网络以及负序网络的情况,建立了正、负序网下直驱风机静态模型,计算过程简单,实现了风电场分群指标的快速求解。
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,下面将对实施例或现有技术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。在附图中:
图1为本发明实施例中风电场分群指标分析方法的流程示意图;
图2为本发明实施例中直驱风机功率控制示意图;
图3为本发明实施例中风电场分群指标分析方法的一具体实例图;
图4为本发明实施例中风电场分群指标分析方法的一具体实例图;
图5为本发明实施例中风电场分群指标分析方法的验证示意图一;
图6为本发明实施例中风电场分群指标分析方法的验证示意图二;
图7为本发明实施例中风电场分群指标分析装置的示意图。
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明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
申请人发现,现有技术中存在合适的风电场分群指标较难获取、风电场等值准确度较低的问题。为此,申请人提出了一种风电场分群指标分析方法,能够在充分考虑故障严重程度的条件下,提供分群指标求解方法。
需要说明的是,本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
图1为本发明实施例中风电场分群指标分析方法的流程示意图,如图1所示,该方法包括:
步骤101、获取各风机风速,初始化风电场并网点PCC点正序电压当前值为第一预设值、PCC点负序电压当前值为第二预设值;
步骤102、重复执行如下步骤,直至PCC点正序电压预测值与PCC点正序电压当前值的差,和PCC点负序电压预测值与PCC点负序电压当前值的差均小于第一预设阈值:
步骤1021、利用PCC点负序电压当前值和预先建立的负序网下直驱风机静态模型,计算得到各风机机端负序电压,所述负序网下直驱风机静态模型反映故障状态下风机在负序网络中输出的有功功率、无功功率和风机机端负序电压的关系;
步骤1022、利用各风机风速、PCC点正序电压当前值、各风机机端负序电压、和预先建立的正序网下直驱风机静态模型,计算得到各风机机端正序电压,所述正序网下直驱风机静态模型反映故障状态下风机输出的有功功率、无功功率和风机机端正序电压的关系;
步骤1023、利用各风机机端负序电压、各风机机端正序电压,对预先建立的第一风电场等值模型进行参数更新,所述第一风电场等值模型是利用各风机机端负序电压、各风机机端正序电压作为分群指标建立的;
步骤1024、对参数更新后的第一风电场等值模型进行故障仿真分析,得到PCC点正序电压预测值、PCC点负序电压预测值;
步骤1025、比较PCC点正序电压预测值与PCC点正序电压当前值、PCC点负序电压预测值与PCC点负序电压当前值;
步骤1026、将PCC点正序电压预测值赋值给PCC点正序电压当前值,将PCC点负序电压预测值赋值给PCC点负序电压当前值;
步骤1027、根据各风机机端负序电压、各风机机端正序电压,确定各风机机端电压。
从图1所示流程可以看出,本发明实施例中,将风机机端电压、风机风速作为风电场等值模型分群指标,充分考虑故障发生对风机机端电压的影响,在实际故障发生前,通过仿真、迭代计算得到预想的、故障发生后的风机机端电压,提升了风电场等值准确度,同时,考虑了正序网络以及负序网络的情况,建立了正、负序网下直驱风机静态模型,计算过程简单,实现了风电场分群指标的快速求解。
下面对本发明实施例中风电场分群指标分析方法进行详细解释。具体分为四个部分:风机模型及控制策略,正、负序网下直驱风机静态模型,分群指标计算,本发明实施例中方法的有效性验证。
一,首先介绍本发明实施例中风机模型及控制策略。
本发明实施例中的风机模型以及其控制策略将作为本发明实施例中风电场分群指标分析方法实施的基础。当风机组外部发生低电压不对称故障时,风力发电行业要求风机组需要输出适当的正序无功功率来支撑网侧正序电压,吸收适量的负序无功来尽量平衡网侧电压。基于这一原则,设计风机模型及控制策略。
1、直驱风机模型。
本发明实施例中所述风机为直驱风机,包括风力机、发电机、机侧变流器、直流电容以及网侧变流器等,其中,机侧变流器用于控制发电机定子侧输出的电流大小,实现最大功率跟踪控制,机侧变流器包括不控整流桥、Boost电路,网侧变流器用于网侧电压定向控制,包括可控逆变桥,其他风力机、发电机等部分模型与常规建模方法一致。
图2为本发明实施例中直驱风机功率控制示意图,如图2所示,示出了最大功率跟踪控制实现原理,其中,Vw为风机运行风速,λopt为最优叶尖速比,对固定型号的风机来说为常数,R为风力机叶片半径,ωmax和ωmin分别为发电机转子转速允许的最大、最小值,ωref和ωr分别为发电机转子转速的参考值和实际值,iLref和iL分别为发电机定子电流参考值和实际值。
网侧变流器采用网侧电压定向控制策略,dq轴电压为:
式中,ud、uq为电网电压dq轴分量,e为网侧电压综合矢量。
本发明实施例中所有公式中相同字符表示相同的含义,不做重复说明。
网侧变流器输出的有功功率以及无功功率可以表示为:
式中,P、Q分别为网侧变频器与电网交换的有功功率和无功功率,id和iq分别为网侧电流的dq轴分量。
2、直驱风机控制策略。
在正常运行时,直驱风机为了将发电机输出的功率尽可能的输出至电网侧,采用的是定直流侧电压控制策略,为了满足输出功率满足单位功率因数,无功参考值一般保持为0。
当风机外部发生不对称故障时,要求风机具备低电压穿越的能力,并能够按照一定要求(行业内标准、要求等)吸收或输出部分无功功率来支撑网侧电压。本发明实施例中直驱风机在不对称故障下输出的正负序无功电流按如下公式所示:
式中,上标“+”和“-”分别表示正序分量以及负序分量,表示正序无功电流分量,表示负序无功电流,K+、K-分别表示网侧电压正、负序无功电流系数,U+、U-分别表示网侧电压正、负序分量标幺值,IN表示额定电流;
按照要求输出无功功率后,风机应尽可能多的输出有功功率来维持直流侧电容电压的稳定,输出的有功电流按如下公式表示:
其中,表示最终网侧正序有功电流参考值,Idref1为定直流侧电压控制得到的有功电流参考值,Idmax表示在无功优先控制策略下,变流器允许通过的有功电流最大值,Imax表示变流器允许通过的最大电流。
另外,为了使风机组输出的负序有功功率为零,直驱风机在不对称故障下的正负序dq轴的电流参考值如下公式表示:
式中,和/>分别为正负序dq轴电流参考值,即/> 分别为正序d轴电流参考值、正序q轴电流参考值、负序d轴电流参考值、负序q轴电流参考值,/>和/>分别为网侧负序电流dq轴分量。
二,介绍本发明实施例中正、负序网下直驱风机静态模型。
由于直驱风机电流控制响应速度快,因此可以认为风机输出的电流与参考值基本一致,当PCC点电压已知时,该时刻风电场内各风机机端电压可以用各风机的静态模型求解。
1、正序网下直驱风机静态模型。
正序网下直驱风机静态模型反映故障状态下风机输出的有功功率、无功功率和风机机端正序电压的关系。
网侧发生不对称故障时,在正序网络下,直驱风机输出的有功功率为:
下标i表示第i台风机组的参数,上标“+”表示正序分量,分别表示第i台风机在正序网络下输出的有功功率和无功功率,/>和/>分别表示第i台风机组正序电压dq轴分量,其中各电流分量参考值可参考式(4)和(5),由于采用了网侧电压定向的矢量控制策略,其中q轴正序电压为0。
式(4)中的Idref1由定直流侧电压控制决定,为了维持直流侧电压稳定,Idref1应满足:
式中,表示正常运行时直驱风机正序网侧电压,其值接近为1,Id0i为正常运行时第i台直驱风机的d轴电流,当直驱风机运行风速已知时,该值可根据风机风速获得,/>为第i台风机机端正序电压。
因此Idref1可以表示为:
而式(4)中的Idmaxi同时由正序电压以及负序电压决定,可以表示为:
式中,Idmaxi分别为第i台风机正序d轴电流参考值、正序q轴电流参考值、在无功优先控制策略下变流器允许通过的有功电流最大值。
因此,当风机机端电压(包括正序电压和负序电压)已知时,即可根据式(6)-(9)计算得到风机输出的有功和无功功率,式(6)-(9)可以作为正序网下直驱风机静态模型。
2、负序网下直驱风机静态模型。
负序网下直驱风机静态模型反映故障状态下风机在负序网络中输出的有功功率、无功功率和风机机端负序电压的关系。
在负序网络中,直驱风机输出的有功功率和无功功率分别为:
式中,分别表示第i台风机在负序网络下输出的有功功率和无功功率,分别为第i台直驱风机的机端负序dq轴电压,/>表示第i台直驱风机的机端负序电压。
将式(5)代入式(10),可以得到直驱风机输出的负序有功功率和无功功率分别为:
当风机机端负序电压已知时,即可得到风电机组在负序网络中输出的有功功率和无功功率,式(11)可作为负序网下直驱风机静态模型。
本发明实施例具体实施时,参考图1,步骤如下:
第一步、基于上述直驱风机模型,获取各风机风速,初始化风电场并网点PCC点正序电压当前值为第一预设值、PCC点负序电压当前值/>为第二预设值,例如,另
在一个实施例中,为了提高风电场分群指标分析效率,所述风机风速可以根据实际量测或对历史数据分析得到。
第二步、基于上述直驱风机模型及其控制策略,和正、负序网下直驱风机静态模型,计算各风机机端正、负序电压。
第三步,采用现有的方法,将各风机机端正、负序电压做分群指标,建立第一风电场等值模型;或者提前建立第一风电场等值模型,利用各风机机端正、负序电压对第一风电场等值模型进行参数更新。
第四步,利用第一风电场等值模型对预想故障进行仿真分析,根据仿真结果得到新的PCC点正、负序电压
第五步,设定一阈值σ2,σ2用于表示允许的PCC点电压误差,若且则认为得到了该预想故障下真实的风电场PCC点电压,转至第六步,否则,令并转至第二步。
第六步,将最终计算得到的PCC点电压以及在最终计算得到的PCC点电压条件下计算的各风机正、负序机端电压,作为分群指标,进一步可利用现有的考虑故障严重程度的分群等值建模方法对风电场建立等值模型。
上述步骤中,具体的如何利用计算各风机机端正、负序电压,下面示出优选实施例。
三,介绍本发明实施例中基于正、负序网下直驱风机静态模型计算各风机机端负序电压、各风机机端正序电压,从而得到分群指标。
由于直驱风机负序电流分量仅与负序电压有关,而正序有功电流不仅与网侧正序电压有关,还与网侧负序电压有关。因此,本发明实施例首先假设PCC点电压已知,先在负序网络下通过负序网下直驱风机静态模型迭代求取风电机组负序机端电压,再基于求得的风机机端负序电压及正序网下直驱风机静态模型求解风机机端正序电压。
假设PCC点电压已知,在一个实施例中,利用PCC点负序电压当前值和预先建立的负序网下直驱风机静态模型,计算得到各风机机端负序电压,可以包括:
步骤201、获取风电场各馈线支路阻抗矩阵及节点支路关联矩阵。
例如,基于风电场拓扑数据,获取风电场各馈线支路阻抗矩阵及节点支路关联矩阵。
步骤202、将各风机机端负序电压当前值初始化为PCC点负序电压当前值/>即,令/>
步骤203、重复执行如下步骤,直至各风机机端负序电压第一计算值与对应风机的机端负序电压当前值/>的差小于第二预设阈值:
步骤2031、利用风电场各馈线支路阻抗矩阵及节点支路关联矩阵、和预先建立的负序网下直驱风机静态模型,计算得到各风机机端负序电压第一计算值
步骤2032、将各风机机端负序电压第一计算值与各风机机端负序电压当前值/>比较。
若即满足条件,各直驱风机的负序机端电压则由/>的具体值表示,即令/>更新/>即执行步骤2033,然后结束循环;否则,执行先步骤2033,令/>更新再转至步骤2031,继续循环计算。其中σ1为一预设阈值,即第二预设阈值,用于表示允许的机端电压误差。
步骤2033、将各风机机端负序电压第一计算值赋值给对应风机的机端负序电压当前值,令更新/>
本例中通过迭代循环计算各风机机端负序电压第一计算值直至满足允许的机端电压误差,提高了各风机机端负序电压的计算准确度。
在一个实施例中,利用风电场各馈线支路阻抗矩阵及节点支路关联矩阵、和预先建立的负序网下直驱风机静态模型,计算得到各风机机端负序电压第一计算值按公式(11)、(12)、(16)实现。
负序网络下,各风机组注入的电流可表示为:
式中,为负序网络中第i台直驱风机注入的电流相量。
进一步,建立风电场每一条馈线的节点支路关联矩阵,那么各馈线的支路电流列向量可以表示为:
式中,C为馈线的节点支路关联矩阵,为支路负序电流列相量,/>为由/>组成的列相量。基于支路电流,各支路及风机机端的电压跌落为:
式中,和/>分别为支路负序电压跌落以及风机机端负序电压跌落,Z为馈线的阻抗矩阵,其对角元为各个支路的阻抗,非对角元均为0。各节点更新后的电压为:
式中,为各风机机端更新后的节点电压列向量,即各风机机端负序电压第一计算值列向量。
将式(13),(14)代入(15),可以得到:
在求得各风机机端负序电压后,利用式(6)-(9)即正序网下直驱风机静态模型,将上述步骤中的负序分量替换为正序分量,即可对各风机组的正序机端电压进行迭代求解。
在一个实施例中,利用各风机风速、PCC点正序电压当前值、各风机机端负序电压、和预先建立的正序网下直驱风机静态模型,计算得到各风机机端正序电压,可以包括:
将各风机机端正序电压当前值初始化为PCC点正序电压当前值;
重复执行如下步骤,直至各风机机端正序电压第二计算值与对应风机的机端正序电压当前值的差小于第三预设阈值:
利用各风机风速、各风机机端负序电压、和预先建立的正序网下直驱风机静态模型,计算得到各风机机端正序电压第二计算值;
将各风机机端正序电压第二计算值与各风机机端正序电压当前值比较;
将各风机机端正序电压第二计算值赋值给对应风机的机端正序电压当前值。
综上,本发明实施例中计算得到预想的、故障发生后的PCC点正负序电压和各风机机端正、负序电压,根据各风机机端负序电压、各风机机端正序电压,确定各风机机端电压,从而将各风机风速、各风机机端电压作为分群指标建立等值模型。
四、为了说明本发明实施例中所提分群指标分析方法的有效性,下面进行有效性验证。
图3为本发明实施例中风电场分群指标分析方法的一具体实例图,将一个含100台容量为1.5MW的直驱风机的风电场接入IEEE 39节点系统的30号节点,风电场拓扑如图3所示,图4为本发明实施例中风电场分群指标分析方法的一具体实例图,修改后的IEEE 39节点系统如图4所示,本发明实施例中利用的等值模型建模方法可以包括:将各风机运行风速以及机端电压作为分群指标,利用本发明实施例中所提方法对分群指标进行求解后再使用FCM(Fuzzy C-Means,模糊C均值)聚类算法对各风机进行聚类,最终对每一类风机利用单机等值建模方法进行等值,最终形成风电场的多机等值模型。
有效性验证时,在30号节点发生B相和C相经阻抗接地的两相短路故障,该故障发生于仿真的第3s,并在3.2s时被清除。基于本发明实施例中所提分群指标分析方法对风电场PCC点电压以及各风机机端正、负序电压进行计算,PCC点电压的迭代过程如表1所示,表1为PCC点电压迭代仿真结果示意。实验证明,经过以此迭代后,PCC点电压即与详细仿真的结果一致,说明了本发明实施例中PCC点电压计算方法的正确性。
表1.PCC点电压迭代仿真结果示意
得到PCC点电压后,根据本发明实施例中所提分群指标计算方法,可以通过迭代计算得到各风机机端正、负序电压,将计算得到的结果与详细模型仿真结果进行对比,结果如图5和图6所示,图5为本发明实施例中风电场分群指标分析方法的验证示意图一,图6为本发明实施例中风电场分群指标分析方法的验证示意图二。
从图5、图6中可以看出计算得到的正负序机端电压与详细模型仿真得到的实际正负序电压基本一致,误差最大的节点百分比误差0.089%,证明了本发明实施例中风电场分群指标分析方法的正确性。
综上所述,本发明实施例中:
1、建立了直驱风机组各部分的数学模型并实现了满足行业要求的控制策略;
2、建立了正、负序网下直驱风机静态模型,为分群指标分析提供了模型基础;
3、针对现有技术中分群指标难以求解的问题,提出了基于仿真迭代的风电场PCC点电压以及各风机机端正、负序电压求解方法,该方法适用于预想的、故障发生分析,能够在故障实际发生前就获取故障状态下各风机的分群指标,实现了含大规模风电场电力系统的动态安全分析;
4、基于修改后的IEEE 39节点系统,在不对称故障下利用所提方法对PCC点电压及各风机组正、负序机端电压进行求解,并与详细模型的仿真结果进行对比,验证了所提分群指标计算方法的正确性,基于该方法可以实现对直驱风机分群指标的快速求解。
本发明实施例中风电场分群指标分析方法具备如下有益效果:
本发明实施例能够在实际故障发生前计算得到预想的、故障发生后的分群指标,提升了风电场等值准确度,充分考虑正序网络以及负序网络的情况,通过迭代求解分群指标,计算过程简单、高效。
本发明实施例中还提供了一种风电场分群指标分析装置,如下面的实施例所述。由于该装置解决问题的原理与风电场分群指标分析方法相似,因此该装置的实施可以参见风电场分群指标分析方法的实施,重复之处不再赘述。
图7为本发明实施例中风电场分群指标分析装置的示意图,所述分群指标包括风机机端电压、风机风速,如图7所示,所述装置包括:
初始化模块701,用于获取各风机风速,初始化风电场并网点PCC点正序电压当前值为第一预设值、PCC点负序电压当前值为第二预设值;
循环计算模块702,用于重复执行如下步骤,直至PCC点正序电压预测值与PCC点正序电压当前值的差,和PCC点负序电压预测值与PCC点负序电压当前值的差均小于第一预设阈值:
风机机端负序电压计算模块7021,用于利用PCC点负序电压当前值和预先建立的负序网下直驱风机静态模型,计算得到各风机机端负序电压,所述负序网下直驱风机静态模型反映故障状态下风机在负序网络中输出的有功功率、无功功率和风机机端负序电压的关系;
风机机端正序电压计算模块7022,用于利用各风机风速、PCC点正序电压当前值、各风机机端负序电压、和预先建立的正序网下直驱风机静态模型,计算得到各风机机端正序电压,所述正序网下直驱风机静态模型反映故障状态下风机输出的有功功率、无功功率和风机机端正序电压的关系;
故障仿真分析模块7023,用于利用各风机机端负序电压、各风机机端正序电压,对预先建立的第一风电场等值模型进行参数更新,所述第一风电场等值模型是利用各风机机端负序电压、各风机机端正序电压作为分群指标建立的;对参数更新后的第一风电场等值模型进行故障仿真分析,得到PCC点正序电压预测值、PCC点负序电压预测值;
比较模块7024,用于比较PCC点正序电压预测值与PCC点正序电压当前值、PCC点负序电压预测值与PCC点负序电压当前值;
PCC点电压更新模块7025,用于将PCC点正序电压预测值赋值给PCC点正序电压当前值,将PCC点负序电压预测值赋值给PCC点负序电压当前值;
风机机端电压确定模块7026,用于根据各风机机端负序电压、各风机机端正序电压,确定各风机机端电压。
在一个实施例中,所述风机为直驱风机,包括机侧变流器、网侧变流器;所述机侧变流器用于控制发电机定子侧输出的电流大小,包括不控整流桥、Boost电路,所述网侧变流器用于网侧电压定向控制,包括可控逆变桥。
在一个实施例中,所述直驱风机在不对称故障下输出的正负序无功电流按如下公式所示:
/>
式中,表示正序无功电流分量,/>表示负序无功电流,K+、K-分别表示网侧电压正、负序无功电流系数,U+、U-分别表示网侧电压正、负序分量标幺值,IN表示额定电流;
所述直驱风机在不对称故障下输出无功功率后,输出的有功电流按如下公式表示:
式中,表示最终网侧正序有功电流参考值,Idref1为定直流侧电压控制得到的有功电流参考值,Idmax表示在无功优先控制策略下,变流器允许通过的有功电流最大值,Imax表示变流器允许通过的最大电流,K-表示负序无功电流系数,U-表示网侧电压负序分量标幺值,IN表示额定电流,/>表示正序无功电流分量;
所述直驱风机在不对称故障下的正负序dq轴的电流参考值按如下公式表示:
式中,分别为正序d轴电流参考值、正序q轴电流参考值、负序d轴电流参考值、负序q轴电流参考值,Idref1为定直流侧电压控制得到的有功电流参考值,Idmax表示在无功优先控制策略下变流器允许通过的有功电流最大值,K+、K-分别表示正、负序无功电流系数,U+、U-分别表示网侧电压正、负序分量标幺值,IN表示额定电流,/>为网侧电压负序d轴分量,/>为网侧电压负序q轴分量。
在一个实施例中,所述负序网下直驱风机静态模型按如下公式表示:
式中,分别表示第i台风机在负序网络下输出的有功功率和无功功率,K-表示负序无功电流系数,/>分别为第i台直驱风机的机端负序dq轴电压,IN表示额定电流,/>表示第i台直驱风机的机端负序电压。
在一个实施例中,风机机端负序电压计算模块7021具体用于:
获取风电场各馈线支路阻抗矩阵及节点支路关联矩阵;
将各风机机端负序电压当前值初始化为PCC点负序电压当前值;
重复执行如下步骤,直至各风机机端负序电压第一计算值与对应风机的机端负序电压当前值的差小于第二预设阈值:
利用风电场各馈线支路阻抗矩阵及节点支路关联矩阵、和预先建立的负序网下直驱风机静态模型,计算得到各风机机端负序电压第一计算值;
将各风机机端负序电压第一计算值与各风机机端负序电压当前值比较;
将各风机机端负序电压第一计算值赋值给对应风机的机端负序电压当前值。
在一个实施例中,风机机端负序电压计算模块7021具体用于:
按如下公式,利用各风机机端负序电压、风电场各馈线支路阻抗矩阵及节点支路关联矩阵、和预先建立的负序网下直驱风机静态模型,计算得到各风机机端负序电压第一计算值:
式中,为负序网络下第i台直驱风机注入的电流相量,/>为第i台直驱风机的负序机端电压相量,/>分别表示第i台风机在负序网络下输出的有功功率和无功功率,j为虚部;
式中,为各风机机端负序电压第一计算值列向量,/>为PCC点负序电压当前值,Z为馈线的阻抗矩阵,其对角元为各个支路的阻抗,非对角元均为0,C为馈线的节点支路关联矩阵。
在一个实施例中,风机机端正序电压计算模块7022具体用于:
将各风机机端正序电压当前值初始化为PCC点正序电压当前值;
重复执行如下步骤,直至各风机机端正序电压第二计算值与对应风机的机端正序电压当前值的差小于第三预设阈值:
利用各风机风速、各风机机端负序电压、和预先建立的正序网下直驱风机静态模型,计算得到各风机机端正序电压第二计算值;
将各风机机端正序电压第二计算值与各风机机端正序电压当前值比较;
将各风机机端正序电压第二计算值赋值给对应风机的机端正序电压当前值。
在一个实施例中,风机机端正序电压计算模块7022具体用于:
按如下公式,利用各风机风速、各风机机端负序电压、和预先建立的正序网下直驱风机静态模型,计算得到各风机机端正序电压第二计算值:
式中,分别表示第i台风机在正序网络下输出的有功功率和无功功率,/>和分别表示第i台风机正序电压的dq轴分量,/>分别为第i台风机正序d轴电流参考值、第i台风机正序q轴电流参考值;
式中,表示正常运行时风机正序网侧电压,其值接近为1,Id0i根据风机风速获得,Idref1i为第i台风机定直流侧电压控制得到的有功电流参考值,/>为第i台风机机端正序电压;
式中,Idmaxi分别为第i台风机正序d轴电流参考值、正序q轴电流参考值、在无功优先控制策略下变流器允许通过的有功电流最大值。
在一个实施例中,所述风机风速根据实际量测或对历史数据分析得到。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在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计算机程序时实现上述风电场分群指标分析方法。
本发明实施例还提供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,所述计算机程序被处理器执行时实现上述风电场分群指标分析方法。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述风电场分群指标分析方法。
本发明实施例中,将风机机端电压、风机风速作为风电场等值模型分群指标,充分考虑故障发生对风机机端电压的影响,在实际故障发生前,通过仿真、迭代计算得到预想的、故障发生后的风机机端电压,提升了风电场等值准确度,同时,考虑了正序网络以及负序网络的情况,建立了正、负序网下直驱风机静态模型,计算过程简单,实现了风电场分群指标的快速求解。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、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。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (13)
1.一种风电场分群指标分析方法,其特征在于,所述分群指标包括风机机端电压、风机风速,所述方法包括:
获取各风机风速,初始化风电场并网点PCC点正序电压当前值为第一预设值、PCC点负序电压当前值为第二预设值;
重复执行如下步骤,直至PCC点正序电压预测值与PCC点正序电压当前值的差,和PCC点负序电压预测值与PCC点负序电压当前值的差均小于第一预设阈值:
利用PCC点负序电压当前值和预先建立的负序网下直驱风机静态模型,计算得到各风机机端负序电压,所述负序网下直驱风机静态模型反映故障状态下风机在负序网络中输出的有功功率、无功功率和风机机端负序电压的关系;
利用各风机风速、PCC点正序电压当前值、各风机机端负序电压、和预先建立的正序网下直驱风机静态模型,计算得到各风机机端正序电压,所述正序网下直驱风机静态模型反映故障状态下风机输出的有功功率、无功功率和风机机端正序电压的关系;
利用各风机机端负序电压、各风机机端正序电压,对预先建立的第一风电场等值模型进行参数更新,所述第一风电场等值模型是利用各风机机端负序电压、各风机机端正序电压作为分群指标建立的;
对参数更新后的第一风电场等值模型进行故障仿真分析,得到PCC点正序电压预测值、PCC点负序电压预测值;
比较PCC点正序电压预测值与PCC点正序电压当前值、PCC点负序电压预测值与PCC点负序电压当前值;
将PCC点正序电压预测值赋值给PCC点正序电压当前值,将PCC点负序电压预测值赋值给PCC点负序电压当前值;
根据各风机机端负序电压、各风机机端正序电压,确定各风机机端电压。
2.如权利要求1所述的方法,其特征在于,所述风机为直驱风机,包括机侧变流器、网侧变流器;所述机侧变流器用于控制发电机定子侧输出的电流大小,包括不控整流桥、Boost电路,所述网侧变流器用于网侧电压定向控制,包括可控逆变桥。
3.如权利要求2所述的方法,其特征在于,所述直驱风机在不对称故障下输出的正负序无功电流按如下公式所示:
式中,表示正序无功电流分量,/>表示负序无功电流,K+、K-分别表示网侧电压正、负序无功电流系数,U+、U-分别表示网侧电压正、负序分量标幺值,IN表示额定电流;
所述直驱风机在不对称故障下输出无功功率后,输出的有功电流按如下公式表示:
式中,表示最终网侧正序有功电流参考值,Idref1为定直流侧电压控制得到的有功电流参考值,Idmax表示在无功优先控制策略下,变流器允许通过的有功电流最大值,Imax表示变流器允许通过的最大电流,K-表示负序无功电流系数,U-表示网侧电压负序分量标幺值,IN表示额定电流,/>表示正序无功电流分量;
所述直驱风机在不对称故障下的正负序dq轴的电流参考值按如下公式表示:
式中,分别为正序d轴电流参考值、正序q轴电流参考值、负序d轴电流参考值、负序q轴电流参考值,Idref1为定直流侧电压控制得到的有功电流参考值,Idmax表示在无功优先控制策略下变流器允许通过的有功电流最大值,K+、K-分别表示正、负序无功电流系数,U+、U-分别表示网侧电压正、负序分量标幺值,IN表示额定电流,/>为网侧电压负序d轴分量,/>为网侧电压负序q轴分量。
4.如权利要求1所述的方法,其特征在于,所述负序网下直驱风机静态模型按如下公式表示:
式中,分别表示第i台风机在负序网络下输出的有功功率和无功功率,K-表示负序无功电流系数,/>分别为第i台直驱风机的机端负序dq轴电压,IN表示额定电流,表示第i台直驱风机的机端负序电压。
5.如权利要求4所述的方法,其特征在于,利用PCC点负序电压当前值和预先建立的负序网下直驱风机静态模型,计算得到各风机机端负序电压,包括:
获取风电场各馈线支路阻抗矩阵及节点支路关联矩阵;
将各风机机端负序电压当前值初始化为PCC点负序电压当前值;
重复执行如下步骤,直至各风机机端负序电压第一计算值与对应风机的机端负序电压当前值的差小于第二预设阈值:
利用风电场各馈线支路阻抗矩阵及节点支路关联矩阵、和预先建立的负序网下直驱风机静态模型,计算得到各风机机端负序电压第一计算值;
将各风机机端负序电压第一计算值与各风机机端负序电压当前值比较;
将各风机机端负序电压第一计算值赋值给对应风机的机端负序电压当前值。
6.如权利要求5所述的方法,其特征在于,利用风电场各馈线支路阻抗矩阵及节点支路关联矩阵、和预先建立的负序网下直驱风机静态模型,计算得到各风机机端负序电压第一计算值,包括:
按如下公式,利用风电场各馈线支路阻抗矩阵及节点支路关联矩阵、和预先建立的负序网下直驱风机静态模型,计算得到各风机机端负序电压第一计算值:
式中,为负序网络下第i台直驱风机注入的电流相量,/>为第i台直驱风机的负序机端电压相量,/>分别表示第i台风机在负序网络下输出的有功功率和无功功率,j为虚部;
式中,为各风机机端负序电压第一计算值列向量,/>为PCC点负序电压当前值,Z为馈线的阻抗矩阵,其对角元为各个支路的阻抗,非对角元均为0,C为馈线的节点支路关联矩阵。
7.如权利要求1所述的方法,其特征在于,利用各风机风速、PCC点正序电压当前值、各风机机端负序电压、和预先建立的正序网下直驱风机静态模型,计算得到各风机机端正序电压,包括:
将各风机机端正序电压当前值初始化为PCC点正序电压当前值;
重复执行如下步骤,直至各风机机端正序电压第二计算值与对应风机的机端正序电压当前值的差小于第三预设阈值:
利用各风机风速、各风机机端负序电压、和预先建立的正序网下直驱风机静态模型,计算得到各风机机端正序电压第二计算值;
将各风机机端正序电压第二计算值与各风机机端正序电压当前值比较;
将各风机机端正序电压第二计算值赋值给对应风机的机端正序电压当前值。
8.如权利要求7所述的方法,其特征在于,利用各风机风速、各风机机端负序电压、和预先建立的正序网下直驱风机静态模型,计算得到各风机机端正序电压第二计算值,包括:
按如下公式,利用各风机风速、各风机机端负序电压、和预先建立的正序网下直驱风机静态模型,计算得到各风机机端正序电压第二计算值:
式中,分别表示第i台风机在正序网络下输出的有功功率和无功功率,/>和/>分别表示第i台风机正序电压的dq轴分量,/>分别为第i台风机正序d轴电流参考值、第i台风机正序q轴电流参考值;
式中,表示正常运行时风机正序网侧电压,Id0i根据风机风速获得,Idref1i为第i台风机定直流侧电压控制得到的有功电流参考值,/>为第i台风机机端正序电压;
式中,Idmaxi分别为第i台风机正序d轴电流参考值、正序q轴电流参考值、在无功优先控制策略下变流器允许通过的有功电流最大值,K+、K-分别表示正、负序无功电流系数,IN表示额定电流,Imax表示变流器允许通过的最大电流,/>为第i台直驱风机的负序机端电压相量。
9.如权利要求1所述的方法,其特征在于,所述风机风速根据实际量测或对历史数据分析得到。
10.一种风电场分群指标分析装置,其特征在于,所述分群指标包括风机机端电压、风机风速,所述装置包括:
初始化模块,用于获取各风机风速,初始化风电场并网点PCC点正序电压当前值为第一预设值、PCC点负序电压当前值为第二预设值;
循环计算模块,用于重复执行如下步骤,直至PCC点正序电压预测值与PCC点正序电压当前值的差,和PCC点负序电压预测值与PCC点负序电压当前值的差均小于第一预设阈值:
风机机端负序电压计算模块,用于利用PCC点负序电压当前值和预先建立的负序网下直驱风机静态模型,计算得到各风机机端负序电压,所述负序网下直驱风机静态模型反映故障状态下风机在负序网络中输出的有功功率、无功功率和风机机端负序电压的关系;
风机机端正序电压计算模块,用于利用各风机风速、PCC点正序电压当前值、各风机机端负序电压、和预先建立的正序网下直驱风机静态模型,计算得到各风机机端正序电压,所述正序网下直驱风机静态模型反映故障状态下风机输出的有功功率、无功功率和风机机端正序电压的关系;
故障仿真分析模块,用于利用各风机机端负序电压、各风机机端正序电压,对预先建立的第一风电场等值模型进行参数更新,所述第一风电场等值模型是利用各风机机端负序电压、各风机机端正序电压作为分群指标建立的;对参数更新后的第一风电场等值模型进行故障仿真分析,得到PCC点正序电压预测值、PCC点负序电压预测值;
比较模块,用于比较PCC点正序电压预测值与PCC点正序电压当前值、PCC点负序电压预测值与PCC点负序电压当前值;
PCC点电压更新模块,用于将PCC点正序电压预测值赋值给PCC点正序电压当前值,将PCC点负序电压预测值赋值给PCC点负序电压当前值;
风机机端电压确定模块,用于根据各风机机端负序电压、各风机机端正序电压,确定各风机机端电压。
11.一种计算机设备,包括存储器、处理器及存储在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计算机程序时实现权利要求1至9任一所述方法。
12.一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,所述计算机程序被处理器执行时实现权利要求1至9任一所述方法。
13.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现权利要求1至9任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311475376.3A CN117709766A (zh) | 2023-11-07 | 2023-11-07 | 风电场分群指标分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311475376.3A CN117709766A (zh) | 2023-11-07 | 2023-11-07 | 风电场分群指标分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117709766A true CN117709766A (zh) | 2024-03-15 |
Family
ID=90152295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311475376.3A Pending CN117709766A (zh) | 2023-11-07 | 2023-11-07 | 风电场分群指标分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117709766A (zh) |
-
2023
- 2023-11-07 CN CN202311475376.3A patent/CN117709766A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103558768A (zh) | 一种基于风电场内风速分布特性的等值建模方法 | |
CN109474014B (zh) | 一种对双馈风场接入电网友好性的量化评估方法 | |
CN109193714B (zh) | 一种抽水蓄能电站工况转换对电网影响的分析系统和方法 | |
CN111311021A (zh) | 一种风电场理论功率预测方法、装置、设备和存储介质 | |
Ali et al. | A trajectory piecewise-linear approach to nonlinear model order reduction of wind farms | |
CN114123344A (zh) | 基于自适应递推最小二乘的电力系统惯量评估方法及装置 | |
CN114513004A (zh) | 基于改进k-means算法新能源场站等值方法及应用 | |
CN110135039A (zh) | 风电汇集地区三相电压不平衡度确定方法及装置 | |
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 | |
CN117709766A (zh) | 风电场分群指标分析方法及装置 | |
CN114825425A (zh) | 电压跌落引发频率安全的新能源接纳能力评估方法及装置 | |
CN115659601A (zh) | 一种双馈风电场单机等值并网模型的参数辨识方法及装置 | |
CN114884094A (zh) | 一种风电场阻抗特性监测方法、系统、设备和介质 | |
CN114726090A (zh) | 基于潮流调整的中低压网络数据在线拼接方法和系统 | |
CN114465280A (zh) | 一种新能源并网系统动态等效建模方法 | |
CN109412204B (zh) | 用于次同步振荡仿真分析的风电场仿真建模方法及装置 | |
Li et al. | Structure Preserving Aggregation Method for Doubly-Fed Induction Generators in Wind Power Conversion | |
CN112260225A (zh) | 一种基于组合模型的双馈风电机组三相短路电流计算方法及系统 | |
CN111682552A (zh) | 电压控制方法、装置、设备及存储介质 | |
CN112018787B (zh) | 分布式电源的三相不平衡时序仿真方法 | |
Gupta et al. | DFIG Equivalence of a Wind Farm by Extended Kalman Filter based Parameters Estimation | |
CN116545023B (zh) | 一种风电机组并网点闪变特性的仿真验证方法及装置 | |
CN116470522B (zh) | 一种svg通用电磁暂态模型的控制参数识别方法及装置 | |
Ye et al. | A New Method of Wind Farm Clustering Based on Improved Fuzzy C-Means Clustering and MPSO | |
CN114123336B (zh) | 一种直驱风机变流器的控制参数辨识方法及系统 |
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 |