一种含直驱永磁风电场的配电网广义负荷建模方法技术

本发明专利技术公开了一种含直驱永磁风电场的配电网广义负荷建模方法，提出了直驱永磁风电机组(DDPMSG)的简化模型，并将其并联传统负荷作为含直驱永磁风电场的配电网广义负荷模型结构。基于轨迹灵敏度方法，分析了广义负荷中各参数的可辨识性及辨识难易度。参数辨识先采用粒子群优化算法(PSO)进行全局寻优，再利用Levenberg‑Marquardt(LM)算法在PSO优化结果基础上进行局部寻优。本发明专利技术简化了直驱永磁风电机组的模型结构，提出的参数辨识方法具有较高的辨识精度；本建模方法可以为其它含全变流器型的可再生能源接入配电网的广义负荷建模提供参考。

【技术实现步骤摘要】

本专利技术涉及一种含直驱永磁风电场的配电网广义负荷建模方法，属于电力系统建模

技术介绍
以可再生能源为主的分布式电源大量、分散接入配电网，传统的负荷模型无法描述含分布式电源的广义负荷动态特性，因此需要研究含分布式电源的广义负荷模型结构及参数辨识方法。风力发电是近期内最具开发利用前景的可再生能源，研究含风力发电的广义负荷模型，其首要任务建立风电机组本身的模型，了解其动态特性。现有的含风力发电的广义负荷等值模型，有的过于简化，无法反映广义负荷的动态特性，误差较大。有的过于复杂，存在模型阶数高、待辨识参数个数多，且模型参数可能存在冗余的缺点。
技术实现思路
为解决现有技术的不足，本专利技术的目的在于提供一种含直驱永磁风电场的配电网广义负荷的建模方法，所建立的模型能较准确地反映不同风力发电比例、不同电压跌落程度下广义负荷的动态特性，具有较强的适应性。为了实现上述目标，本专利技术采用如下的技术方案：一种含直驱永磁风电场的配电网广义负荷建模方法，其特征是，包括如下步骤：1)建立直驱永磁风电机组(DDPMSG)的简化模型；2)在风电机组出口设置三相对称电压跌落，将某一电压跌落场景下的有功功率和无功功率受扰轨线作为参考，基于步骤1)所建立的简化模型进行曲线拟合，先采用粒子群优化算法(PSO)获得优化结果，再采用Levenberg–Marquardt(LM)算法在PSO优化结果基础上进一步局部寻优，最后得到直驱永磁风电机组简化模型中各参数的辨识值；以参数辨识结果为基准，分析其它扰动场景下实际受扰轨线与基于参数辨识值的受扰轨线偏差，分析模型的适应性；3)将步骤1)所建立的风电机组简化模型与传统负荷(即电动机负荷并联静态负荷)并联，建立含直驱永磁风电场的配电网广义负荷模型结构；4)在广义负荷出口设置对称三相电压跌落扰动，将广义负荷出口的有功功率、无功功率作为输出信号，计算广义负荷模型中各参数的轨迹灵敏度；根据轨迹灵敏度幅值大小，确定广义负荷模型中的重点参数；根据轨迹灵敏度相位，确定广义负荷模型参数的可辨识性；5)根据步骤4)确定的重点参数，设定其搜索范围并随机生成初始值；以步骤4)设置的电压跌落扰动，基于广义负荷出口的有功功率、无功功率作为参考信号，采用PSO算法辨识广义负荷模型中的重点参数；6)将基于PSO算法的参数辨识结果作为LM算法的初始值，进一步采用LM方法进行局部寻优，获得参数的最终辨识结果；7)计算实际轨线和基于辨识结果的仿真轨线的偏差，选取偏差指标最小时的参数辨识结果，作为最终的参数辨识值。进一步地，所述步骤1)中直驱永磁风电机组的简化模型包括有功环节和无功环节；所述有功环节的输入量为风电机组有功功率参考值与有功功率实际值的偏差，输出环节为d轴电流；所述无功环节的输入量与风电机组的控制方式有关。进一步地，所述步骤2)中曲线拟合，辨识直驱永磁风电机组模型参数的方法。辨识的目标函数为偏差指标err达到最小，即：其中，n为辨识时间窗口内的总点数；Pest(k)和Qest(k)分别为辨识时间窗口内第k个基于辨识结果仿真得到的直驱风电机组出口的有功功率和无功功率；Preal(k)和Qreal(k)分别为辨识时间窗口内第k个基于实际值仿真得到直驱风电机组出口的有功功率和无功功率。进一步地，所述步骤4)中轨迹灵敏度的获取方法如下：41)将待辨识参数θ的数值增大Δθ，基于Matlab/Simulink平台搭建的配电网广义负荷并网系统，仿真得到观测量y的受扰轨迹y(θ)，其中Δθ为增量，Δθ＝10％θ0，其中θ0为待辨识参数θ的初始值；42)将待辨识参数θ的数值减少Δθ，仿真得到观测量y的受扰轨迹y′(θ)；43)根据公式计算参数θ的轨迹灵敏度Sj，式中，n为观测量的采样点个数。进一步地，所述步骤4)中重点参数的选择方法为：在所有参数的轨迹灵敏度中，选择轨迹灵敏度最小值η倍以上的参数作为重点参数，η依据经验值选择。进一步地，其特征是，所述η＝5。进一步地，所述步骤5)辨识广义负荷中的重点参数辨识的目标函数为偏差指标err达到最小，即：其中θmax和θmin分别为待辨识参数的最大设定值和最小设定值，其他参数值与步骤2)中涉及的参数值代表含义相同。本专利技术所达到的有益效果：本专利技术提出的直驱永磁风电机组的简化模型，不仅结构简单，还能反映风电机组在不同电压跌落程度下的动态特性，具有较强的适应性；采用该简化的直驱永磁风电机组并联传统负荷的模型结构，作为含直驱永磁风电场的配电网广义负荷模型结构，参数辨识先用粒子群(PSO)优化算法进行全局寻优，再利用LM算法在PSO优化结果基础上进一步局部寻优。所提建模方法不仅简化了广义负荷的模型结构，且提出的参数辨识方法具有较高的辨识精度。附图说明图1是本专利技术的工作流程图；图2(a)(b)分别是简化的直驱永磁风电机组模型的有功环节和无功环节；图3是含直驱永磁风电机组的仿真系统接线图；图4(a)(b)分别是简化模型辨识结果对三相电压跌落10％UN程度、电压跌落30％UN的适应性；图5是含直驱永磁风电场的配电网广义负荷模型结构；图6是含直驱风电场的广义负荷仿真测试系统；图7是电压跌落20％UN下的参数的轨迹灵敏度；图8是电压跌落80％UN下的参数的轨迹灵敏度；图9是电压跌落20％UN下基于实际参数与辨识参数的受扰轨线；图10是电压跌落80％UN下基于实际参数与辨识参数的受扰轨线。具体实施方式下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。下面具体结合实施例对本专利技术进行阐述：步骤1)提出直驱永磁风电机组的简化模型，见图2所示。图2中，Pref和Qref分别为有功功率及无功功率设定值，其数值由2种方式确定，一种由风电场场站级控制系统直接下达，一种由直驱永磁风电机组的运行状态确定。P、Q、U和θ分别为风电机组的有功功率、无功功率、端电压幅值和功率因数角。分别为有功控制环节的比例和积分系数。TP为有功控制环节的测量时间常数。Uref为电压参考值。分别为无功控制的积分系数和电压控制的积分系数。id为d轴实际值；idN、iqN分别为d轴及q轴电流的额定值；id.cmd、iq.cmd分别为d轴及q轴电流的控制量；lmt为d轴电流的限幅值；S1、S2和S3为开关；s为拉氏变换因子。开关S1-S3的不同状态，用以切换直驱永磁风电机组的不同控制方式，具体如下：1)当S1＝0且S3＝0时，对应定无功功率控制方式；2)当S1＝1且S3＝0时，对应定功率因数控制方式；3)当S2＝0且S3＝1时，对应定电压控制方式；4)当S2＝1且S3＝1时，对应电压/无功控制方式。步骤2)对直驱永磁风电机组的简化模型进行适应性分析。以图3系统为例。其中，T1和T2为升压变，l1和l2为输电线路；故障设置为t＝1.7s时，母线B1处发生三相短路故障f，此时母线B2电压跌落了20％UN左右，故障持续0.2s后恢复。仿真得到该故障下风电机组有功功率P及无功功率Q的受扰轨线，以该受扰轨线为基准，采用图2所示的简化模型进行拟合，根据曲线拟合结果辨识简化模型中的各参数曲线拟合时，先采用粒子群优化算法(PSO)获得优化结果，进一步利用Levenberg–Marquardt(LM)算法本文档来自技高网...

【技术保护点】
一种含直驱永磁风电场的配电网广义负荷建模方法，其特征是，包括如下步骤：1)建立直驱永磁风电机组的简化模型；2)在风电机组出口设置三相对称电压跌落，将某一电压跌落场景下的有功功率和无功功率受扰轨线作为参考，基于步骤1)所建立的简化模型进行曲线拟合，先采用粒子群优化算法获得优化结果，再采用Levenberg–Marquardt算法在粒子群优化算法优化结果基础上进一步局部寻优，最后得到直驱永磁风电机组简化模型中各参数的辨识值；以参数辨识结果为基准，分析其它电压跌落场景下实际受扰轨线与基于参数辨识值的受扰轨线偏差，分析模型的适应性；3)将步骤1)所建立的简化模型与传统负荷并联，建立含直驱永磁风电场的配电网广义负荷模型结构；4)在广义负荷出口设置对称三相电压跌落扰动，将广义负荷出口的有功功率、无功功率作为输出信号，计算广义负荷模型中各参数的轨迹灵敏度；根据轨迹灵敏度幅值大小，确定广义负荷模型中的重点参数；根据轨迹灵敏度相位，确定广义负荷模型参数的可辨识性；5)根据步骤4)确定的重点参数，设定其搜索范围并随机生成初始值；以步骤4)设置的电压跌落扰动，基于广义负荷出口的有功功率、无功功率作为参考信号，采用粒子群优化算法辨识广义负荷模型中的重点参数；6)将基于粒子群优化算法的参数辨识结果作为Levenberg–Marquardt算法的初始值，进一步采用Levenberg–Marquardt算法进行局部寻优，获得参数的最终辨识结果；7)计算实际轨线和基于辨识结果的仿真轨线的偏差，选取偏差指标最小时的参数辨识结果，作为最终的参数辨识值。...

【技术特征摘要】
1.一种含直驱永磁风电场的配电网广义负荷建模方法，其特征是，包括如下步骤：1)建立直驱永磁风电机组的简化模型；2)在风电机组出口设置三相对称电压跌落，将某一电压跌落场景下的有功功率和无功功率受扰轨线作为参考，基于步骤1)所建立的简化模型进行曲线拟合，先采用粒子群优化算法获得优化结果，再采用Levenberg–Marquardt算法在粒子群优化算法优化结果基础上进一步局部寻优，最后得到直驱永磁风电机组简化模型中各参数的辨识值；以参数辨识结果为基准，分析其它电压跌落场景下实际受扰轨线与基于参数辨识值的受扰轨线偏差，分析模型的适应性；3)将步骤1)所建立的简化模型与传统负荷并联，建立含直驱永磁风电场的配电网广义负荷模型结构；4)在广义负荷出口设置对称三相电压跌落扰动，将广义负荷出口的有功功率、无功功率作为输出信号，计算广义负荷模型中各参数的轨迹灵敏度；根据轨迹灵敏度幅值大小，确定广义负荷模型中的重点参数；根据轨迹灵敏度相位，确定广义负荷模型参数的可辨识性；5)根据步骤4)确定的重点参数，设定其搜索范围并随机生成初始值；以步骤4)设置的电压跌落扰动，基于广义负荷出口的有功功率、无功功率作为参考信号，采用粒子群优化算法辨识广义负荷模型中的重点参数；6)将基于粒子群优化算法的参数辨识结果作为Levenberg–Marquardt算法的初始值，进一步采用Levenberg–Marquardt算法进行局部寻优，获得参数的最终辨识结果；7)计算实际轨线和基于辨识结果的仿真轨线的偏差，选取偏差指标最小时的参数辨识结果，作为最终的参数辨识值。2.根据权利要求1所述的一种含直驱永磁风电场的配电网广义负荷建模方法，其特征是，所述步骤1)中直驱永磁风电机组的简化模型包括有功环节和无功环节；所述有功环节的输入量为风电机组有功功率参考值与有功功率实际值的偏差，输出环节为d轴电流；所述无功环节的输入量与风电机组的控制方式有关。3.根据权利要求1所述的一种含直驱永磁风电...

【专利技术属性】
技术研发人员：潘学萍，冯徐徐，鞠平，吴峰，金宇清，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32