The invention provides a parameter identification method and a device for multi-machine aggregation model of wind farm, which comprises: collecting wind farm parameters, sampling information of electric quantity at high voltage side of boost transformer at wind farm outlet and wind speed information; constructing wind farm clustering model according to the collected data and wind speed information; and gathering the wind farm according to the said wind farm aggregation model. Class model calculates the equivalent collector circuit parameters and equivalent box transformer parameters at the outlet of each equivalent machine; calculates the equivalent fan outlet electrical quantity according to the equivalent collector circuit parameters at the outlet of each equivalent machine, equivalent box transformer parameters and equivalent wind farm outlet electrical quantity; calculates the equivalent fan outlet electrical quantity according to the obtained equivalent fan outlet electrical quantity; The parameters of the double-fed equivalent generator are identified and the optimized parameters of the equivalent generator are obtained. The technical scheme provided by the invention effectively updates the parameters of the optimized wind farm aggregation model by utilizing the measured electric quantity at the outlet of the wind farm, and improves the accuracy of the model.
【技术实现步骤摘要】
一种风电场多机聚合模型参数辨识方法及装置
本专利技术涉及风电场等值建模,具体涉及一种风电场多机聚合模型参数辨识方法及装置。
技术介绍
目前比较通用的风电场等值建模方法为单机等值和多机等值。单机等值法假设所有风电机组风速相同,因此整个风电场可以用一台风电机组等值。该方法优点是可以大大减少风电场模型阶数和计算时间,但该方法没有考虑风电场拓扑结构及由尾流效应、地形变化导致的风速分布不同。由于风电场风速分布不同,风电机组出力也不同,因此,单机等值法得到的等值机出力往往大于等值前风电场出力,风电场动态精度相差也较大。风电场聚合模型一般采用多等值机模型,多台机等值能够在一定程度上反映风速分布及风机特性差异、运行状态不同的影响,使得等值模型更加精确。风电场多机等值建模包括风电机组分群聚类、风电场集电系统等值、等值机参数聚合三个部分。目前风电场分群聚类的方法较多,分群聚类主要包括聚合变量和聚类算法的选取,一般根据不同的应用场景选取不同的聚合变量,保证能够精确反映风电机组的动态特性,同时利用聚类算法实现聚类变量的快速分群。聚类变量包括外部变量及内部变量,外部变量一般为输入风速;内部变量有故障切除时风机转速、桨距角控制动作、Crowbar是否动作等。聚类算法有单机倍乘、k-means算法、支持向量聚类等。等值机参数聚合方法目前有容量加权、参数拟合、参数辨识方法等,采用参数辨识优化风电场模型参数的方法可以提高模型的有效性,但目前的参数辨识方法均是基于单机的算法,需要利用单台风机出口的电气量进行参数辨识,从而确定等值风机模型的优化参数,在实际情况中往往获取的是风电场出口的电气量, ...
【技术保护点】
1.一种风电场多机聚合模型参数辨识方法,其特征在于,所述方法包括如下步骤:根据采集的数据及风速信息构建风电场聚类模型;根据所述风电场聚类模型,计算每台等值机出口的参数;根据所述参数和等值风电场出口电气量,计算每台等值风机出口电气量;根据每台等值风机出口电气量,对双馈等值机发电机参数进行辨识,确定优化的等值机发电机参数。
【技术特征摘要】
1.一种风电场多机聚合模型参数辨识方法,其特征在于,所述方法包括如下步骤:根据采集的数据及风速信息构建风电场聚类模型;根据所述风电场聚类模型,计算每台等值机出口的参数;根据所述参数和等值风电场出口电气量,计算每台等值风机出口电气量;根据每台等值风机出口电气量,对双馈等值机发电机参数进行辨识,确定优化的等值机发电机参数。2.如权利要求1所述的风电场多机聚合模型参数辨识方法,其特征在于,所述采集的数据包括:风电场的拓扑结构、馈线信息、集电线路信息、箱变变压器参数、主升压变压器参数。3.如权利要求2所述的风电场多机聚合模型参数辨识方法,其特征在于,所述的馈线信息包括风电场每条馈线上风机的数量Nk和馈线上每台风机的编号k1;所述集电线路信息包括同一馈线上两台风机之间的集电线路阻抗Zy;所述箱变变压器参数包括:电阻RT1、电抗XT1和变比KT1;所述风电场主升压变压器参数包括变压器电阻RT、电抗XT、电导GT、电纳BT和变比KT。4.如权利要求1所述的风电场多机聚合模型参数辨识方法,其特征在于,所述采集的数据包括风电场出口升压变压器高压侧的电气量采样信息;所述风电场出口升压变压器高压侧的电气量采样信息为风速波动时,采集的不同风速工况下的风电场出口侧升压变高压侧的工况电气量;所述工况电气量包括有功功率Pi、无功功率Qi、电压Ui、风速Vi和风向ai;其中i∈{1,2...10}。5.如权利要求1所述的风电场多机聚合模型参数辨识方法,其特征在于,用风电场分群聚类方法构建风电场聚类模型,所述风电场聚类模型包括等值机类型和等值机台数。6.如权利要求5所述的风电场多机聚合模型参数辨识方法,其特征在于,所述风电场分群聚类方法为基于风速的支持向量机聚类算法。7.如权利要求1所述的风电场多机聚合模型参数辨识方法,其特征在于,所述等值机发电机参数包括定子电阻Rs、定子电感Lss、励磁电感Lm、转子电阻Rr和转子电感Lrr。8.如权利要求4所述的风电场多机聚合模型参数辨识方法,其特征在于,所述风电场出口升压变高压侧电气量采样信息通过实测数据或详细模型仿真获取。9.如权利要求3所述的风电场多机聚合模型参数辨识方法,其特征在于,所述计算每台等值机出口的参数包括按下式计算每台等值风机所在集电线路的等值阻抗Zave:其中,M为该等值风机所包含的风机数量,Sz为第z台风机的额定容量,Sk第k台风机的额定容量。10.如权利要求1所述的风电场多机聚合模型参数辨识方法,其特征在于,所述计算每台等值机出口的参数包括用容量加权法计算每台等值机出口的箱变变压器参数。11.如权利要求3所述的风电场多机聚合模型参数辨识方法,其特征在于,计算每台等值风机出口电气量包括以下步骤:根据下式计算风电场主升...
【专利技术属性】
技术研发人员:罗魁,石文辉,查浩,屈姬贤,
申请(专利权)人:中国电力科学研究院,国家电网公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。