本发明专利技术公开了一种风电机组的建模方法、装置、电子设备及存储介质，其方法包括：获取风电机组的状态数据，采用后退欧拉法，根据状态数据，建立风电机组的状态方程，运用流水线算法，建立状态方程对应的风电机组仿真模型，基于风电机组仿真模型与现实风电机组的误差，判断风电机组仿真模型是否满足预设的半实物仿真测试要求，若是，则确定风电机组仿真模型为目标风电机组仿真模型，若否，则根据误差，对风电机组仿真模型进行调整，得到最优参数，并基于最优参数，优化风电机组仿真模型，得到目标风电机组仿真模型。有利于解决现有的风电机组建模方法存在仿真数量较少、仿真计算量大和仿真时间较长的技术问题，提高了风电机组建模的效率。率。率。
【技术实现步骤摘要】
风电机组的建模方法、装置、电子设备及存储介质
[0001]本专利技术涉及风电机组仿真建模的
，尤其涉及一种风电机组的建模方法、装置、电子设备及存储介质。
技术介绍
[0002]近年来，随着我国风电机组单机容量以及风电场装机容量的增加，对风电电气仿真建模方面的要求越来越高。
[0003]当前在风电仿真建模领域一般采用离线仿真建模和半实物实时仿真建模等方法研究风电电气方面的各种复杂难题。与此同时，风电场风机台数较多，对仿真软件、计算资源等方面要求越来越高。常规使用的离线仿真建模方法越来越难以满足场站级建模需求。半实物实时仿真建模方法相比较离线仿真建模方法优点在于：半实物仿真建模方法具有精度高、计算资源丰富、成本低、安全性高、试验周期短。该方法特别适合于对多机电力系统以及含高比例、高频功率级器件等复杂电力系统的电磁仿真验证。
[0004]针对风电场建模实际，目前在实时仿真建模方面风电机组模型多采用CPU(中央处理器Central Processing Unit，简称CPU)模型，该方法存在风电机组台数较少，仿真计算量大，仿真时间较长、仿真步长较大等诸多缺点。
[0005]因此，为了提高风电机组建模的效率，解决目前存在的现有的风电机组建模方法存在仿真数量较少、仿真计算量大和仿真时间较长的技术问题，亟需构建一种风电机组的建模方法。
技术实现思路
[0006]本专利技术提供了一种风电机组的建模方法、装置、电子设备及存储介质，解决了目前存在的现有的风电机组建模方法存在仿真数量较少、仿真计算量大和仿真时间较长的技术问题。
[0007]第一方面，本专利技术提供了一种风电机组的建模方法，包括：
[0008]获取风电机组的状态数据；
[0009]采用后退欧拉法，根据所述状态数据，建立所述风电机组的状态方程；
[0010]运用流水线算法，建立所述状态方程对应的风电机组仿真模型；
[0011]基于所述风电机组仿真模型与现实风电机组的误差，判断所述风电机组仿真模型是否满足预设的半实物仿真测试要求；若是，则确定所述风电机组仿真模型为目标风电机组仿真模型；若否，则根据所述误差，对所述风电机组仿真模型进行调整，得到最优参数，并基于所述最优参数，优化所述风电机组仿真模型，得到目标风电机组仿真模型。
[0012]可选地，采用后退欧拉法，根据所述状态数据，建立所述风电机组的状态方程，包括：
[0013]通过所述后退欧拉法，根据所述状态数据，计算所述风电机组的磁链状态变量，得到磁链状态矩阵；
[0014]根据所述磁链状态矩阵，计算得到所述风电机组的电磁状态数据；
[0015]汇总所述磁链状态矩阵和所述电磁状态数据，建立所述风电机组的状态方程。
[0016]可选地，通过所述后退欧拉法，根据所述状态数据，更新所述风电机组的磁链状态变量，得到磁链状态矩阵，包括：
[0017]根据所述状态数据，计算所述风电机组的定子电压数据；
[0018]基于所述状态数据和所述定子电压数据，通过所述后退欧拉法，计算所述风电机组的磁链状态变量，得到所述磁链状态矩阵。
[0019]可选地，运用流水线算法，建立所述状态方程对应的风电机组仿真模型，包括：
[0020]使用多个三相受控电流源代替所述状态方程对应的风电机组仿真模型的模型元件；
[0021]根据所述多个三相受控电流源，计算所述状态方程对应的风电机组仿真模型的电流数据和电压数据；
[0022]基于所述电流数据和所述电压数据，运用流水线算法，建立所述状态方程对应的风电机组仿真模型。
[0023]第二方面，本专利技术提供了一种风电机组的建模装置，包括：
[0024]获取模块，用于获取风电机组的状态数据；
[0025]建立模块，用于采用后退欧拉法，根据所述状态数据，建立所述风电机组的状态方程；
[0026]仿真模块，用于运用流水线算法，建立所述状态方程对应的风电机组仿真模型；
[0027]判断模块，用于基于所述风电机组仿真模型与现实风电机组的误差，判断所述风电机组仿真模型是否满足预设的半实物仿真测试要求；若是，则确定所述风电机组仿真模型为目标风电机组仿真模型；若否，则根据所述误差，对所述风电机组仿真模型进行调整，得到最优参数，并基于所述最优参数，优化所述风电机组仿真模型，得到目标风电机组仿真模型。
[0028]可选地，所述建立模块包括：
[0029]矩阵子模块，用于通过所述后退欧拉法，根据所述状态数据，计算所述风电机组的磁链状态变量，得到磁链状态矩阵；
[0030]状态子模块，用于根据所述磁链状态矩阵，计算得到所述风电机组的电磁状态数据；
[0031]建立子模块，用于汇总所述磁链状态矩阵和所述电磁状态数据，建立所述风电机组的状态方程。
[0032]可选地，所述矩阵子模块包括：
[0033]电压单元，用于根据所述状态数据，计算所述风电机组的定子电压数据；
[0034]矩阵单元，用于基于所述状态数据和所述定子电压数据，通过所述后退欧拉法，计算所述风电机组的磁链状态变量，得到所述磁链状态矩阵。
[0035]可选地，所述仿真模块包括：
[0036]代替子模块，用于使用多个三相受控电流源代替所述状态方程对应的风电机组仿真模型的模型元件；
[0037]计算子模块，用于根据所述多个三相受控电流源，计算所述状态方程对应的风电
机组仿真模型的电流数据和电压数据；
[0038]仿真子模块，用于基于所述电流数据和所述电压数据，运用流水线算法，建立所述状态方程对应的风电机组仿真模型。
[0039]第三方面，本申请提供一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述第一方面提供的所述方法中的步骤。
[0040]第四方面，本申请提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
[0041]从以上技术方案可以看出，本专利技术具有以下优点：本专利技术提供了一种风电机组的建模方法，通过获取风电机组的状态数据，采用后退欧拉法，根据状态数据，建立风电机组的状态方程，运用流水线算法，建立状态方程对应的风电机组仿真模型，基于风电机组仿真模型与现实风电机组的误差，判断风电机组仿真模型是否满足预设的半实物仿真测试要求，若是，则确定风电机组仿真模型为目标风电机组仿真模型，若否，则根据误差，对风电机组仿真模型进行调整，得到最优参数，并基于最优参数，优化风电机组仿真模型，得到目标风电机组仿真模型，通过一种风电机组的建模方法，解决了目前存在的现有的风电机组建模方法存在仿真数量较少、仿真计算量大和仿真时间较长的技术问题，提高了风电机组建模的效率。
附图说明
[0042]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种风电机组的建模方法，其特征在于，包括：获取风电机组的状态数据；采用后退欧拉法，根据所述状态数据，建立所述风电机组的状态方程；运用流水线算法，建立所述状态方程对应的风电机组仿真模型；基于所述风电机组仿真模型与现实风电机组的误差，判断所述风电机组仿真模型是否满足预设的半实物仿真测试要求；若是，则确定所述风电机组仿真模型为目标风电机组仿真模型；若否，则根据所述误差，对所述风电机组仿真模型进行调整，得到最优参数，并基于所述最优参数，优化所述风电机组仿真模型，得到目标风电机组仿真模型。2.根据权利要求1所述的风电机组的建模方法，其特征在于，采用后退欧拉法，根据所述状态数据，建立所述风电机组的状态方程，包括：通过所述后退欧拉法，根据所述状态数据，计算所述风电机组的磁链状态变量，得到磁链状态矩阵；根据所述磁链状态矩阵，计算得到所述风电机组的电磁状态数据；汇总所述磁链状态矩阵和所述电磁状态数据，建立所述风电机组的状态方程。3.根据权利要求2所述的风电机组的建模方法，其特征在于，通过所述后退欧拉法，根据所述状态数据，更新所述风电机组的磁链状态变量，得到磁链状态矩阵，包括：根据所述状态数据，计算所述风电机组的定子电压数据；基于所述状态数据和所述定子电压数据，通过所述后退欧拉法，计算所述风电机组的磁链状态变量，得到所述磁链状态矩阵。4.根据权利要求1所述的风电机组的建模方法，其特征在于，运用流水线算法，建立所述状态方程对应的风电机组仿真模型，包括：使用多个三相受控电流源代替所述状态方程对应的风电机组仿真模型的模型元件；根据所述多个三相受控电流源，计算所述状态方程对应的风电机组仿真模型的电流数据和电压数据；基于所述电流数据和所述电压数据，运用流水线算法，建立所述状态方程对应的风电机组仿真模型。5.一种风电机组的建模装置，其特征在于，包括：获取模块，用于获取风电机组的状态数据；建立模块，用于采用后退欧拉法，根据所述状态数据，建立所述风电机组的状态方程；仿真模块，用于运用流水线算法，...
【专利技术属性】
技术研发人员：曾有芝，苏伟，盛超，郭敬梅，杨汾艳，吴小可，余超耘，
申请(专利权)人：南方电网电力科技股份有限公司，
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。