风电场集总惯量评测方法及系统技术方案

本发明专利技术提供一种风电场集总惯量评测方法及系统，包括：通过最大最小距离分群算法，根据每一机组的风速，将风电场分为若干个机组群；获取每一机组群对应的等值机组；获取每一机组群对应的等值机组的聚合惯性时间常数。本发明专利技术通过最大最小距离分群算法对风电场进行分群，在分群的过程中选取距离最远的两个数据点作为初始聚类中心进行聚类，充分考虑由于地形地貌以及尾流效应和时滞的影响，减小了风电场内风速分布不均匀时，风电机组的风速差异较大对风机分群的影响，又能避免避免了传统谱聚类方法中需要主观决定分群数量的问题。且等值机组的虚拟惯性时间常数随时间变化，计算结果精确度高，提高了风速分布不均匀时风电场惯量集总的精度。

【技术实现步骤摘要】
风电场集总惯量评测方法及系统
本专利技术涉及新能源电力系统运行与控制
，更具体地，涉及一种风电场集总惯量评测方法及系统。
技术介绍
随着风电持续快速增长，电力系统电源结构正发生着变化，风电逐步替代越来越多常规电源在电网中占据更加重要的地位，而因双馈风机中变流器电力电子接口使得电机转自转速与系统频率解耦，双馈风机不能提供惯性响应和动态有功支持，虚拟惯性控制技术的引入可以很好地解决该问题，因此有必要对大规模风电场虚拟惯量集总方法进行深入研究。目前，关于风电场惯量集总问题，在仅有的虚拟惯量集总研究中采用基于容量加权的等值计算方法集总为单机惯量。此外，在涉及到风电场多机等值方法中存在以下不足：受尾流效应、地貌特征等因素的影响，风电机组风速各不相同，实际上表现为各风电机组工况不同。当风电机组遇到扰动时，控制系统会依据风电机组的运行状态进行控制，运行状态不同的风电机组控制策略不同，对控制系统的响应也不相同。当风电机组运行状态相差很远时，将风电场惯量集总为一台风力发电机的惯量会导致较大误差。
技术实现思路
本专利技术提供一种克服上述问题或者至少部分地解决上述问题的一种风电场集总惯量评测方法及系统。根据本专利技术的一个方面，提供一种风电场集总惯量评测方法，包括：通过最大最小距离分群算法，根据每一机组的风速，将风电场分为若干个机组群；获取每一机组群对应的等值机组；获取每一机组群对应的等值机组的聚合惯性时间常数；其中，对于任一等值机组，所述任一等值机组的聚合惯性时间常数是根据所述任一等值机组对应的机组群中每一机组的虚拟惯性时间常数，以及所述任一等值机组对应的机组群中机组的数量获得的。根据本专利技术的另一个方面，提供一种风电场集总惯量评测系统，包括：机组群模块，用于通过最大最小距离分群算法，根据每一机组的风速，将风电场分为若干个机组群；等值机组模块，用于获取每一机组群对应的等值机组；惯性时间常数模块，用于获取每一等值机组的聚合惯性时间常数；其中，对于任一等值机组，所述任一等值机组的聚合惯性时间常数是根据所述任一等值机组对应的机组群中每一机组的虚拟惯性时间常数，以及所述任一等值机组对应的机组群中机组的数量获得的。根据本专利技术的又一个方面，提供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存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行一种风电场集总惯量评测方法。根据本专利技术的再一个方面，提供一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行一种风电场集总惯量评测方法。本专利技术提出一种风电场集总惯量评测方法，通过最大最小距离分群算法对风电场进行分群，在分群的过程中选取距离最远的两个数据点作为初始聚类中心进行聚类，充分考虑由于地形地貌以及尾流效应和时滞的影响，减小了风电场内风速分布不均匀时，风电机组的风速差异较大对风机分群的影响，又能避免避免了传统谱聚类方法中需要主观决定分群数量的问题。且，本专利技术实施例中等值机组的虚拟惯性时间常数随时间变化，计算结果精确度高，提高了风速分布不均匀时风电场惯量集总的精度。附图说明图1为本专利技术实施例一种风电场集总惯量评测方法的流程图；图2为本专利技术又一实施例一种风电场集总惯量评测系统的结构示意图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。图1为本专利技术实施例一种风电场集总惯量评测方法的流程图，如图1所示，该方法包括：通过最大最小距离分群算法，根据每一机组的风速，将风电场分为若干个机组群；获取每一机组群对应的等值机组；获取每一等值机组的聚合惯性时间常数；其中，对于任一等值机组，所述任一等值机组的聚合惯性时间常数是根据所述任一等值机组对应的机组群中每一机组的虚拟惯性时间常数，以及所述任一等值机组对应的机组群中机组的数量获得的。需要说明的是，最大最小距离分群算法(Max-MinbasedNJW，简称MMBN算法)，常用于对风电场进行分群。通过最大最小距离分群算法，在每个机组的风速基础上，将风电场分为若干个机组群，具体过程如下：(1)、对每个机组的风速数据进行预处理，预处理步骤为：通过多路谱聚类算法(简称NJW算法)对每个机组的风速数据进行归一化处理，的到归一化矩阵，归一化矩阵的第n行作为一个处理后的数据点xn，形成集合Sn＝{x1，x2，…xn}。(2)、选出集合Sn中距离最远的两个数据点作为初始聚类中心进行聚类，避免k-means算法初始值选取时很大可能出现的聚类种子过于邻近的问题。算法初始时选出距离最远的两个对象，形成两个初始聚类d1和d2。可以很好地保证后续的处理使同一类内的对象有极大的相似性，而不同类之间有极低的相似性。形成两个类后计算每个类的聚类中心，对Sn中剩余的每个对象xi，分别计算到两个聚类中心的距离di1和di2，计算max(min(di1,di2))，设max(min(di1,di2))对应的对象为xj，xj则可能是第三个聚类中心。(3)、上述步骤中，若max(min(di1,di2))＞λd12，λ表示预设系数，d12表示两个聚类中心的距离，则将xj作为第三个聚类中心。将第三个聚类中心用d3表示，如果d3存在，则计算max(min(di1,di2,di3))，如果max(min(di1,di2,di3))＞λ[average(|d2-d1|,|d3-d2|)]，则建立第四个聚类中心，重复步骤(3)直到再找不到符合条件的新的聚类中心，结束寻找新的聚类中心。用计算出来的每个聚类中心进行聚类划分，计算每个类中的质心。接着获取每个机组群对应的等值机组，每个机组群中有若干个机组，就是将每个机组群等值为一台机组。最后计算每个机组群对应的等值机组的聚合惯性时间常数。本专利技术实施例通过最大最小距离分群算法对风电场进行分群，在分群的过程中选取距离最远的两个数据点作为初始聚类中心进行聚类，充分考虑由于地形地貌以及尾流效应和时滞的影响，减小了风电场内风速分布不均匀时，风电机组的风速差异较大对风机分群的影响，又能避免避免了传统谱聚类方法中需要主观决定分群数量的问题。在上述实施例的基础上，优选地，所述每一机组群对应的等值机组通过容量加权参数聚合方法获得。风电场分群后，按所分的群进行参数聚合，采用基于容量加权参数聚合方法进行每个机组群等值模型的参数计算，包括转子运动方程、等值电机阻抗、箱式变压器、集点线路、控制环节5部分的参数聚合，MATLAB、DIGSILENT等电力系统仿真软件中，风机单机模型的参数列表中可以设置风机数量，因此只需要将风速分群后每群的数量和该群的质心输入到风机单机模型中即可完成该群的等值，无需对风机的变流器做出改变，但PSCAD等仿真软件中风机单机模型无法设置风机数量，需要改变风机变流器。本专利技术实施例中，通过容量加权参数聚合方法对每个机组群进行等值，等值后，等值机组的控制参数需要进行参数聚合，机组型号一致时，等值风机的控制参数不变，但变流器控制器输入信号和变流器直流侧电容要做相应的变化。本专利技术实施例采用容量加权参数聚合方法计算每个机组群的等值机组，只需要将每个机组群的数量和该机本文档来自技高网...

【技术保护点】
1.一种风电场集总惯量评测方法，其特征在于，包括：通过最大最小距离分群算法，根据每一机组的风速，将风电场分为若干个机组群；获取每一机组群对应的等值机组；获取每一等值机组的聚合惯性时间常数；其中，对于任一等值机组，所述任一等值机组的聚合惯性时间常数是根据所述任一等值机组对应的机组群中每一机组的虚拟惯性时间常数，以及所述任一等值机组对应的机组群中机组的数量获得的。

【技术特征摘要】
1.一种风电场集总惯量评测方法，其特征在于，包括：通过最大最小距离分群算法，根据每一机组的风速，将风电场分为若干个机组群；获取每一机组群对应的等值机组；获取每一等值机组的聚合惯性时间常数；其中，对于任一等值机组，所述任一等值机组的聚合惯性时间常数是根据所述任一等值机组对应的机组群中每一机组的虚拟惯性时间常数，以及所述任一等值机组对应的机组群中机组的数量获得的。2.根据权利要求1所述方法，其特征在于，所述每一机组群对应的等值机组通过容量加权参数聚合方法获得。3.根据权利要求1所述方法，其特征在于，对于任一机组，所述任一机组的虚拟惯性时间常数是根据所述任一机组的固有惯性时间常数、所述任一机组的转子角速度增量、所述任一机组的系统同步角速度增量、所述任一机组的系统初始同步增量，所述任一机组的初始转子角速度和所述任一机组的额定角速度获得的。4.根据权利要求1所述方法，其特征在于，所述任一等值机组的聚合惯性时间常数具体通过如下公式：其中，HeqWF表示所述任一机组群对应的等值机组的聚合惯性时间常数，Hequi表示所述任一机组群中第i个机组的虚拟惯性时间常数，m表示所述任一机组群中机组数量。5.根据权利要求3所述方法，其特征在于，所述任一机组的虚拟惯性时间常数通过如下公式获得：其中，Hequ表示所述任一机组的虚拟惯性时间常数，HDFIG表示所述任一机组的固有惯性时间常数，Δwr表示所述任一机组的转子角速度增量，Δws表示所述任一机组的系统同步角速度增量，ws0表示所述任一机组的系统初始同步增量，wr0表示所述任一机组的初始转子角速度，wnom表示所述任一机组的额定角速度。6.一种风电场集总惯...

【专利技术属性】
技术研发人员：边二曼，徐洪涛，刘晋，张帆，韩民晓，
申请(专利权)人：国网黑龙江省电力有限公司，华北电力大学，
类型：发明
国别省市：黑龙江,23