【技术实现步骤摘要】
计及风速随机性与相关性的分区虚拟惯量估计方法
[0001]本专利技术属于风力发电
，具体涉及计及风速随机性与相关性的分区虚 拟惯量估计方法。
技术介绍
[0002]随着风力发电的大规模并网，风能的间歇性与波动性带来的问题日益凸显。 由于风电机组通过换流器连接电网，使得风电机组与电网频率解耦，风电机组无 法直接参与系统调频，不能提供有效的惯量支撑。整个电力系统的可用惯量将持 续减少，频率响应能力不断降低。因此，国家能源局在2020年发布的《华中区 域并网发电厂辅助服务管理实施细则》中要求30MW及以上风电场必须具备一 次调频功能。风机的频率响应主要通过虚拟惯量控制，下垂控制以及一次调频等 技术实现。随着这些技术的推广应用，风电机组已具备等效惯量的支撑能力。然 而，风电场中各机组可用惯量的准确估计方法仍显欠缺。可用惯量的准确估计能 为扰动后各机组辅助调频出力的分配与调度提供参考，也能依据各分区内的可用 惯量的储备，为区内机组的调频控制策略设置提供理论支撑。
[0003]风电场可用惯量的主要影响因素为风机场内风速和运...
【技术保护点】
【技术特征摘要】
1.计及风速随机性与相关性的分区虚拟惯量估计方法，其特征在于，包括以下步骤：步骤1：考虑风速的尾流及时延效应，采用分段聚合近似法对历史风速数据进行处理，建立场内各机组风速日变化曲线；步骤2：采用双尺度谱聚类算法对各机组风速日变化曲线进行聚类，实现场内机组的分区，形成数个机群；步骤3：采用非参数核密度估计法对各机群中心机组风速概率分布进行拟合，构建最优Copula函数分析各机群中心与测风塔之间风速的相关性；步骤4：考虑风速
‑
惯量间的不确定性，基于实际风电场内部结构和风速数据估计风电场内各机群的虚拟惯量储备。2.根据权利要求1所述的计及风速随机性与相关性的分区虚拟惯量估计方法，其特征在于，在步骤2中，实现风电场的分区过程如下：步骤201：基于距离的相似性度量具有M个风速数据的集合X(x1,x2,
…
,x
M
)，其中每个风速曲线x
i
的数据长度为L；欧式距离为L维空间中两个数据点之间的真实距离，风速曲线x
i
和x
j
之间的欧式距离定义为:步骤202：基于形态特征的相似性度量形态特征表征曲线的波动程度，采用信息熵作为风速曲线波动程度的衡量指标；设某一时间段的风速曲线x
i
有n种可能值，为x1，x2，
…
，x
n
；每个可能值的概率为p1，p2，
…
，p
n
；则该时间段风速曲线x
i
的熵值H
n
定义为：熵值的大小反应了曲线的波动程度，熵值越大，曲线波动程度越大；同理，两个风速曲线的信息熵值越相近，则两条曲线的波动相似性越高；通过基于距离和形态的相似性度量特征提取，构建每台风机风速的相似度矩阵，利用谱聚类算法将距离接近且波动程度相似的风速日变化曲线聚为一类，从而实现风电场的分区。3.根据权利要求2所述的计及风速随机性与相关性的分区虚拟惯量估计方法，其特征在于，在步骤3中，经过步骤2对场内机组聚类降维后，设整个风电场被分为N个机组区域，绘制各机群区域与测风塔间的风速序列联合分布概率直方图，分析其尾部特性及对称特性，根据与经验Copula函数欧式距离最小的方法选择最优Copula函数。4.根据权利要求3所述的计及风速随机性与相关性的分区虚拟惯量估计方法，其特征在于，构建最优Copula函数分析各机群中心与测风塔之间风速的相关性的具体过程如下：步骤301：首先引入经验Copula函数，随机变量X、Y，经验分布函数分别为和F
n
(x)和H
n
(x)，经验Copula函数定义为：
式中u,v∈[0,1]；F
n
(x
i
)≤u时，否则为0；利用极大似然估计法求得各理论Copula函数的相关未知参数；根据式(1)，通过欧式距离的定义式，并结合理论Copula函数和经验Copula函数得到了两者的欧氏距离平方如下：式中P为理论Copula函数类型，反映了理论Copula函数与经验Copula函数间的欧式距离平方，最小值所对应的Copula函数为最优Copula函数；选出最优Copula函数之后，则机群i与测风塔m之间的二元联合概率密度函数为：f
i
(v
i
,v
m
)＝C
i
(u
vi
,v
vm
)f(v
i
)f(v
m
)
...
【专利技术属性】
技术研发人员：马喜平，甄文喜，姚寅，沈渭程，王臣赟，陈柏旭，董开松，朱宏毅，赵霖，魏博，
申请(专利权)人：国网甘肃省电力公司，
类型：发明
国别省市：
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。