適於有功功率特性分析的雙饋風電場動態等值建模方法
2023-10-10 22:19:09
適於有功功率特性分析的雙饋風電場動態等值建模方法
【專利摘要】本發明公開了一種適於有功功率特性分析的雙饋風電場動態等值建模方法，選取能夠反映DFIG有功功率動態特性的5個指標，實時採集各雙饋風力發電機組的有功功率輸出特性指標構成數據對象，設定不同的聚類數，對數據對象採用模糊C-均值聚類算法進行聚類，計算不同聚類數得到的聚類結果的Xie-Beni指數，選取最小Xie-Beni指數對應的聚類數作為最優聚類數，所對應的聚類結果即為雙饋風電場的雙饋風力發電機組分群結果，根據機組分群結果對同一機群中的雙饋風力發電機組和集電系統的參數進行等效聚合，得到雙饋風電場等值模型。本發明綜合考慮了影響DFIG有功功率輸出的因素，可以得到較為準確反映真實雙饋風電場系統有功功率特性的雙饋風電場動態等值模型。
【專利說明】適於有功功率特性分析的雙饋風電場動態等值建模方法
【技術領域】
[0001]本發明屬於電力系統仿真建模【技術領域】，更為具體地講，涉及一種適於有功功率特性分析的雙饋風電場動態等值建模方法。
【背景技術】
[0002]隨著併網雙饋風電場容量的不斷增加，由風能的間歇性、隨機性帶來的出力波動對電力系統造成的影響日益凸顯。建立合適的雙饋風電場動態模型，以實時仿真分析雙饋風電場的有功功率輸出特性、評估其接入電力系統所帶來的影響、並能為有功功率控制算法的研究提供指導，有著十分重要的意義。然而與傳統發電站不同，雙饋風電場是由多臺單機容量較小的雙饋風力發電機組(Double-Fed Induct1n Generator, DFIG)組成,且單機模型複雜，若對每臺DFIG詳細建模，將極大增加仿真模型的複雜程度，會帶來很大的計算開銷，不適合實際工程應用。因此，有必要研究雙饋風電場動態等值建模方法，以簡化模型、減少計算量。
[0003]目前，雙饋風電場動態等值建模方法可分為兩種:單機表徵法、多機表徵法。單機表徵法是指將風電場用一臺DFIG等值模型表示，然而，受尾流效應、時滯等因素的影響，風電場內風速的分布往往是不均勻的，使得DFIG運行狀態各異，使用單機表徵法難以全面反映風電場的動態有功功率輸出特性。多機表徵法則借鑑電力系統「同調等值」思想，以DFIG具有相同或相近運行點為原則，提取能夠表徵DFIG運行狀態的指標作為機組分群依據，採用智能分類算法將雙饋風電場動態分群，並對同群機組參數進行合併，從而達到簡化風電場模型的目的。
[0004]根據模型的應用背景，不同研究中表徵DFIG運行狀態的方法、所採用的智能分類算法也各異。隨著雙饋風電場所佔發電比重的不斷增加，研究其適於有功功率特性分析的動態等值模型的重要性也將越來越突出，但是目前國內外尚未有用於有功功率動態特性分析的雙饋風電場等值建模方法的研究。
【發明內容】
[0005]本發明的目的在於克服現有技術的不足，提供一種適於有功功率特性分析的雙饋風電場動態等值建模方法，建立能夠反饋雙饋風電場有功功率動態特性的等值模型。
[0006]為實現上述發明目的，本發明適於有功功率特性分析的雙饋風電場動態等值建模方法，包括以下步驟:
[0007]S1:得到雙饋風電場中的各個雙饋風力發電機組的有功功率輸出特性指標，各雙饋風力發電機組的類型和容量均相同，有功功率輸出特性指標包括當前時刻的風速g、轉差率S、定子電壓Us、定子電流q軸分量Iqs、實時有功功率Pe Mal，構成數據對象Xi ={xn, xi2,...，XiJ ,其中i的取值範圍為i = 1，2，...，N, N表示雙饋風力發電機組的數量；
[0008]S2:根據步驟SI中的有功功率輸出特性指標，採用基於模糊C-均值聚類算法的機群分類算法對雙饋風力發電機組進行聚類，得到機組分群，具體方法為:[0009]S2.1:設定初始聚類數C = 2，迭代終止條件e ；
[0010]S2.2:採用模糊C-均值聚類算法得到聚類數為C的聚類結果，並計算對應的Xie-Beni 指數 Vffi—c,
[0011]S2.3:令C = C+1，如果，進入步驟S2.4，否則返回步驟2.2 ;
[0012]S2.4:將得到的所有聚類結果中Vxb。最小的聚類數作為最優聚類數Cf，所對應的聚類結果即為雙饋風電場的雙饋風力發電機組分群結果；
[0013]S3:根據步驟S2的機組分群結果，對同一機群中的雙饋風力發電機組和集電系統的參數進行等效聚合，得到雙饋風電場等值模型。
[0014]本發明適於有功功率特性分析的雙饋風電場動態等值建模方法，選取能夠反映DFIG有功功率動態特性的5個指標，實時採集各雙饋風力發電機組的有功功率輸出特性指標構成數據對象，設定不同的聚類數，對數據對象採用模糊C-均值聚類算法進行聚類，計算不同聚類數得到的聚類結果的Xie-Beni指數，選取最小Xie-Beni指數對應的聚類數作為最優聚類數，所對應的聚類結果即為雙饋風電場的雙饋風力發電機組分群結果，根據機組分群結果對同一機群中的雙饋風力發電機組和集電系統的參數進行等效聚合，得到雙饋風電場等值模型。
[0015]本發明綜合考慮了影響DFIG有功功率輸出的因素，根據實時的能夠反映DFIG有功功率輸出特性的指標得到雙饋風電場動態等值模型，算法複雜度小，得到的雙饋風電場動態等值模型能夠較為準確反映真實的雙饋風電場系統，從而為雙饋風電場併網運行時有功功率特性的仿真分析提供基礎，並為相關有功功率控制算法的設計和仿真驗證提供方便。
【專利附圖】
【附圖說明】
[0016]圖1是本發明適於有功功率特性分析的雙饋風電場動態等值建模方法的【具體實施方式】流程圖；
[0017]圖2是本發明中基於模糊C-均值聚類算法的機組分群算法的【具體實施方式】流程圖；
[0018]圖3是幹線式風電場內饋線示例圖；
[0019]圖4是本實施例使用的雙饋風電場模型；
[0020]圖5是本實施例的雙饋風電場多機等值模型；
[0021 ] 圖6是本實施例的雙饋風電場多機等值模型；
[0022]圖7是對比驗證I的輸入風速模型示意圖；
[0023]圖8是對比驗證I中多機等值模型、單機等值模型和詳細模型的有功功率輸出對比圖；
[0024]圖9是對比驗證I中多機等值模型、單機等值模型和詳細模型的有功功率誤差對比圖；
[0025]圖10是對比驗證2的有功功率控制示意圖；
[0026]圖11是對比驗證2中多機等值模型、單機等值模型和詳細模型的有功功率誤差對比圖。【具體實施方式】
[0027]下面結合附圖對本發明的【具體實施方式】進行描述，以便本領域的技術人員更好地理解本發明。需要特別提醒注意的是，在以下的描述中，當已知功能和設計的詳細描述也許會淡化本發明的主要內容時，這些描述在這裡將被忽略。
[0028]實施例
[0029]本發明適於有功功率特性分析的雙饋風電場動態等值建模方法針對的是同型號的DFIG，即類型和容量均一致。如果某雙饋風電場中有不同型號的DFIG，那麼就需要按照類型、容量先對DFIG進行分類，再對同類型同容量的DFIG採用本發明進行等值建模。
[0030]圖1是本發明適於有功功率特性分析的雙饋風電場動態等值建模方法的【具體實施方式】流程圖。如圖1所示，本發明適於有功功率特性分析的雙饋風電場動態等值建模方法包括以下步驟:
[0031]SlOl:確定有功功率輸出特性指標:
[0032]本發明主要是針對雙饋風電場的有功功率特性進行分析與建模，因此需要先確定能夠表徵DFIG有功功率輸出特性的指標，包括當前時刻的風速g、轉差率S、定子電壓Us、定子電流q軸分量Iqs、實時有功功率Pe—Mal。本發明是針對當前時刻的實時指標，實時指標採集的時刻不同，得到的模型也不盡相同，因此得到的是動態等值模型。在實際應用中，可以周期性採集指標並得到模型，從而跟蹤雙饋風電場的變化。
[0033]各指標的具體描述如下:
[0034]I)風速 g
[0035]根據DFIG的運行特性，風速是決定其有功功率輸出的重要因素，有功功率主要隨著風速的變化而變化。風速不僅可以反映作用在風力機上風能的大小，還能夠反映出各臺DFIG所處安裝地的地形、地貌以及相鄰機組在風速上相互影響的情況(如:尾流效應、時滯、風剪等所產生的影響)。因此，本發明選取風速g作為機組分群指標。
[0036]2)轉差率s
[0037]轉速是DFIG在運行中的一個主要表現形式。當存在風速擾動或其他幹擾時，轉子轉速會發生變化，使得DFIG運行在不同狀態(如:次同步、同步、超同步)，從而影響機組的有功功率輸出。而且，槳距角控制系統的控制動作也與轉速有關。當風速處於切入風速和額定風速之間時，DFIG為捕獲最大風能，常常是通過調節機組的轉速來保證槳距角處於最佳的風能捕獲角度，以實現對最大風能的跟蹤；當轉速超出額定轉速時，槳距角控制器也會採取一定措施控制轉速，而不再追蹤最大風能，以保護DFIG的運行安全。
[0038]可見，轉速η也反映了 DFIG有功功率的變化，可以作為機組分群指標之一。由於轉速η與轉差率s之間存在關係:n= (1-s).Ii1，其中同步轉速Ii1為常量，故本發明將用轉差率s來表徵轉速η。
[0039]3)定子電壓Us和定子電流q軸分量Iqs
[0040]DFIG的有功功率Pe由定子側有功功率Ps和轉子側有功功率P,兩部分組成，即Pe=Ps+Pro由於轉子側有功功率P,很小，可以認為定子側有功功率Ps是影響DFIG有功功率的主要因素。通過定子磁場定向矢量控制方法解耦、化簡後的DFIG定子側有功功率表達式為:
[0041]Ps= IuJlqs (I)[0042]其中，|US表示對定子電壓Us取模。
[0043]由上式可知，定子側有功功率Ps與定子電壓Us、定子電流q軸分量Iqs有關，即DFIG的有功功率可以由us、Iqs反映。
[0044]4)實時有功功率Pe real
[0045]有功功率是DFIG在運行中的另一個主要表現形式，雖然DFIG的有功功率輸出主要是隨著風速的變化而變化的，但在實際運行中，由於受機械慣性等因素的影響，有功功率輸出並不是總隨著風速而同時或同趨勢變化的。DFIG的實時有功功率值Pe ,eal是風能經過複雜的轉換過程最終以電能輸出的表現形式，也是對各臺DFIG的輸入風速、安裝位置地形地貌因素以及控制系統實際動作情況等的綜合反饋。因此，將Pe—Mal作為機群劃分的指標之
O
[0046]根據各雙饋風力發電機組的有功功率特性指標構成各機組對應的數據對象Xi ={xn, xi2,...，xi5},其中i的取值範圍為i = 1，2，...，N, N表示雙饋風力發電機組的數量。對這些數據對象進行聚類即可實現機組分群。
[0047]S102:基於模糊C-均值聚類算法的機組分群算法進行機組分群:
[0048]基於目標函數優化的模糊C-均值聚類算法是在K-均值聚類的基礎上發展而來，通過將算法的隸屬度取值從O和I推廣到區間[0，I]上，模糊化了數據對象之間「屬於」的概念，克服了許多研究中採用K-均值聚類算法將數據對象之間的界限關係絕對化的不足，使得聚類結果能更真實 地反映客觀世界中數據對象之間的關係。本發明針對的是型號相同的DFIG組成的雙饋風電場，運行過程中不同DFIG的分群指標數據會發生實時變化，且指標數值間的差異很小。用模糊C-均值聚類算法對此類數據進行劃分，不但能從大量的原始數據中提取特徵，還能對特徵進行優化選擇和降維，聚類效果理想，適用於雙饋風電場動態分群。
[0049]圖2是本發明中基於模糊C-均值聚類算法的機組分群算法的【具體實施方式】流程圖。如圖2所示，基於模糊C-均值聚類算法的機組分群算法包括以下步驟:
[0050]S201:聚類參數初始化:設定初始聚類數C = 2，設置迭代終止條件e。
[0051]接下來就採用模糊C-均值聚類算法進行聚類，得到聚類數為C的聚類結果，其詳細步驟為S202至S206。
[0052]S202:隨機給定初始聚類中心V(°)，聚類中心和數據對象一樣，是5維向量。
[0053]S203:計算步驟SI得到的數據對象對聚類中心的隸屬度矩陣U，隸屬度矩陣U中的元素Uu的計算公式為:
【權利要求】
1.一種適於有功功率特性分析的雙饋風電場動態等值建模方法，其特徵在於，包括以下步驟: S1:得到雙饋風電場中的各個雙饋風力發電機組的有功功率輸出特性指標，包括當前時刻的風速g、轉差率S、定子電壓Us、定子電流q軸分量Iqs、有功功率Pe real，構成數據對象Xi = {xn, Xi2,...，Xi5I ,其中i的取值範圍為i = 1，2，...，N,N表示雙饋風力發電機組的數量; 52:對步驟SI中得到的數據對象採用基於模糊C-均值聚類算法的機群分類算法對雙饋風力發電機組進行聚類，得到機組分群，具體方法為: S2.1:設定初始聚類數C = 2，迭代終止條件e ； S2.2:採用模糊C-均值聚類算法得到聚類數為C的聚類結果，並計算對應的Xie-Beni指數VXB—C， S2.3:令C = C+1，如果C>C>#，進入步驟S2.4，否則返回步驟2.2 ; S2.4:將得到的所有聚類結果中Vxb。最小的聚類數作為最優聚類數Cf，所對應的聚類結果即為雙饋風電場的雙饋風力發電機組分群結果； 53:根據步驟S2的機組分群結果，對同一機群中的雙饋風力發電機組和集電系統的參數進行等效聚合，得到雙饋風電場等值模型。
2.根據權利要求1所述的雙饋風電場動態等值建模方法，其特徵在於，所述步驟S3中等值發電機組和集電系統的等效聚合中，等值參數採用容量加權法計算。
【文檔編號】G06F17/50GK104036073SQ201410220508
【公開日】2014年9月10日 申請日期:2014年5月23日 優先權日:2014年5月23日
【發明者】彭超, 鄒見效, 徐紅兵, 辛曉帥, 嚴妍 申請人:電子科技大學