风电场站的分群聚合方法和装置制造方法及图纸

技术编号:35477871 阅读:12 留言:0更新日期:2022-11-05 16:27
本说明书提供了风电场站的分群聚合方法和装置。基于该方法,可以先获取目标风电场站中风电机的运行特征参数;其中,运行特征参数包括:风速、风机转速、桨距角和输出功率;再基于改进的模糊C均值聚类算法,利用风电机的运行特征参数对目标风电场站中的风电机进行聚类分群,得到多个风电机群;通过确定各个风电机群的等值风速、等值风电机组参数,以及集电系统的等值参数,构建关于目标风电场站的多机等值模型;再根据多机等值模型,对目标风电场站进行风电并网处理。从而能够准确、高效地将目标风电场站中的风电机划分成多个风电机群,并基于上述机群构建效果较好、精度较高的多机等值模型来有效地反映出风电场对外特性,以指导进行风电并网。导进行风电并网。导进行风电并网。

【技术实现步骤摘要】
风电场站的分群聚合方法和装置


[0001]本说明书属于新能源
,尤其涉及风电场站的分群聚合方法和装置。

技术介绍

[0002]通常在进行风电并网时,需要先将待并网的风电场站(一种新能源场站)进行分群聚合;再基于分群聚合结果构造相应的等效模型,来具体指导风电并网。
[0003]但是,基于现有方法在进行分群聚合、构造等效模式等数据处理时,往往存在误差大、精度低,且整体处理效率低等技术问题。
[0004]针对上述技术问题,目前尚未提出有效的解决方案。

技术实现思路

[0005]本说明书提供了一种风电场站的分群聚合方法和装置,能够准确、高效地将目标风电场站中的风电机划分成多个风电机群,并基于上述风电机群构建得到效果较好、精度较高的多机等值模型来有效地反映出风电场对外特性;进而可以基于上述多机等值模型较好地实现风电并网。
[0006]本说明书提供了一种风电场站的分群聚合方法,包括:
[0007]获取目标风电场站中风电机的运行特征参数;其中,运行特征参数包括:风速、风机转速、桨距角和输出功率;
[0008]基于改进的模糊C均值聚类算法,利用风电机的运行特征参数对目标风电场站中的风电机进行聚类分群,得到多个风电机群;
[0009]通过确定各个风电机群的等值风速、等值风电机组参数,以及集电系统的等值参数,构建关于目标风电场站的多机等值模型;
[0010]根据所述多机等值模型,对目标风电场站进行风电并网处理。
[0011]在一个实施例中,在获取目标风电场站中风电机的运行特征参数之前,所述方法还包括:
[0012]根据目标风电场站中风电机的正常运行状态和减载运行状态,构建风电机的正常发电模型和减载发电模型;
[0013]根据风电机的正常发电模型和减载发电模型,筛选出输出功率,以及与输出功率关联的特征参数,作为所述运行特征参数。
[0014]在一个实施例中,基于改进的模糊C均值聚类算法,利用风电机的运行特征参数对目标风电场站中的风电机进行聚类分群,得到多个风电机群,包括:
[0015]基于改进的模糊C均值聚类算法,构建相应的目标函数和目标约束条件;
[0016]通过利用风电机的运行特征参数计算局部密度,确定初始化的聚类中心;
[0017]通过根据初始化的聚类中心、目标约束条件、风电机的运行特征参数,求解目标函数,得到多个模糊聚类中心;
[0018]根据多个模糊聚类中心,将目标风电场站中的风电机划分为成多个风电机群。
[0019]在一个实施例中,通过根据初始化的聚类中心、目标约束条件、风电机的运行特征参数,求解目标函数,得到多个模糊聚类中心,包括:
[0020]基于初始化的聚类中心、目标约束条件、风电机的运行特征参数,通过利用拉格朗日乘数法多次迭代求解目标函数的最小值,并修正聚类中心,以得到符合要求的多个模糊聚类中心。
[0021]在一个实施例中,基于改进的模糊C均值聚类算法,构建相应的目标函数和目标约束条件,包括:
[0022]按照以下算式构建相应的目标函数和目标约束条件:
[0023][0024][0025]其中,J
n
(U,V)为目标函数的函数值,U为隶属度矩阵,V为聚类中心矩阵,x
j
为编号为j的风电机的运行特征参数,v
i
为编号为i的聚类中心,n为目标风电场站中的风电机的数量,c为聚类中心的数量,m为模糊度,为编号为j的风电机属于编号为i的聚类中心的隶属度。
[0026]在一个实施例中,确定各个风电机群的等值风速,包括:
[0027]按照以下方式,计算当前风电机群的等值风速:
[0028]确定当前风电机群中的风电机的输入风速和风电机的数量;
[0029]根据当前风电机群中的风电机的输入风速和风电机的数量,计算当前风电机群的等值风速。
[0030]在一个实施例中,确定各个风电机群的等值风电机组参数,包括:
[0031]按照以下方式,计算当前风电机群的等值风电机组参数:
[0032]获取当前风电机群中的风电机的风电机组参数;其中,所述风电机组参数包括以下至少之一:功率、有功功率、无功功率、发电机励磁电抗、发电机定子电抗、发电机转子电抗、发电机定子电阻、发电机转子电阻;
[0033]根据当前风电机群中的风电机的风电机组参数,通过容量加权计算,得到当前风电机群的等值风电机组参数。
[0034]在一个实施例中,确定集电系统的等值参数,包括:
[0035]通过计算目标风电场站中风电机群的输出功率之和,以及与低压侧母线处的输出功率之差,确定出集电系统的功率损耗;
[0036]根据集电系统的功率损耗,计算出集电系统的等值阻抗;
[0037]根据集电系统的等值阻抗,确定集电系统的等值参数。
[0038]本说明书还提供了一种风电场站的分群聚合装置,包括:
[0039]获取模块,用于获取目标风电场站中风电机的运行特征参数;其中,运行特征参数包括:风速、风机转速、桨距角和输出功率;
[0040]聚类模块,用于基于改进的模糊C均值聚类算法,利用风电机的运行特征参数对目标风电场站中的风电机进行聚类分群,得到多个风电机群;
[0041]确定模块,用于通过确定各个风电机群的等值风速、等值风电机组参数,以及集电系统的等值参数,构建关于目标风电场站的多机等值模型;
[0042]处理模块,用于根据所述多机等值模型,对目标风电场站进行风电并网处理。
[0043]本说明书还提供了一种电子设备,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现以下步骤:获取目标风电场站中风电机的运行特征参数;其中,运行特征参数包括:风速、风机转速、桨距角和输出功率;基于改进的模糊C均值聚类算法,利用风电机的运行特征参数对目标风电场站中的风电机进行聚类分群,得到多个风电机群;通过确定各个风电机群的等值风速、等值风电机组参数,以及集电系统的等值参数,构建关于目标风电场站的多机等值模型;根据所述多机等值模型,对目标风电场站进行风电并网处理。
[0044]基于本说明书提供的风电场站的分群聚合方法和装置,可以先获取目标风电场站中风电机的运行特征参数;其中,运行特征参数包括:风速、风机转速、桨距角和输出功率等多种参数;再基于改进的模糊C均值聚类算法,利用风电机的运行特征参数对目标风电场站中的风电机进行聚类分群,得到多个风电机群;通过确定各个风电机群的等值风速、等值风电机组参数,以及集电系统的等值参数,构建关于目标风电场站的多机等值模型;再根据多机等值模型,对目标风电场站进行风电并网处理。从而能够准确、高效地将目标风电场站中的风电机划分成多个风电机群,并基于上述风电机群构建得到效果较好、精度较高的多机等值模型来有效地反映出风电场对外特性;进而可以基于上述多机等值模型较好地实现风电并网。
附图说明
[0045]为了本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种风电场站的分群聚合方法,其特征在于,包括:获取目标风电场站中风电机的运行特征参数;其中,运行特征参数包括:风速、风机转速、桨距角和输出功率;基于改进的模糊C均值聚类算法,利用风电机的运行特征参数对目标风电场站中的风电机进行聚类分群,得到多个风电机群;通过确定各个风电机群的等值风速、等值风电机组参数,以及集电系统的等值参数,构建关于目标风电场站的多机等值模型;根据所述多机等值模型,对目标风电场站进行风电并网处理。2.根据权利要求1所述的方法,其特征在于,在获取目标风电场站中风电机的运行特征参数之前,所述方法还包括:根据目标风电场站中风电机的正常运行状态和减载运行状态,构建风电机的正常发电模型和减载发电模型;根据风电机的正常发电模型和减载发电模型,筛选出输出功率,以及与输出功率关联的特征参数,作为所述运行特征参数。3.根据权利要求1所述的方法,其特征在于,基于改进的模糊C均值聚类算法,利用风电机的运行特征参数对目标风电场站中的风电机进行聚类分群,得到多个风电机群,包括:基于改进的模糊C均值聚类算法,构建相应的目标函数和目标约束条件;通过利用风电机的运行特征参数计算局部密度,确定初始化的聚类中心;通过根据初始化的聚类中心、目标约束条件、风电机的运行特征参数,求解目标函数,得到多个模糊聚类中心;根据多个模糊聚类中心,将目标风电场站中的风电机划分为成多个风电机群。4.根据权利要求3所述的方法,其特征在于,通过根据初始化的聚类中心、目标约束条件、风电机的运行特征参数,求解目标函数,得到多个模糊聚类中心,包括:基于初始化的聚类中心、目标约束条件、风电机的运行特征参数,通过利用拉格朗日乘数法多次迭代求解目标函数的最小值,并修正聚类中心,以得到符合要求的多个模糊聚类中心。5.根据权利要求3所述的方法,其特征在于,基于改进的模糊C均值聚类算法,构建相应的目标函数和目标约束条件,包括:按照以下算式构建相应的目标函数和目标约束条件:按照以下算式构建相应的目标函数和目标约束条件:其中,J
n
(U,V)为目标函数的函数值,U为隶属度矩阵,V为聚类中心矩阵,x
j<...

【专利技术属性】
技术研发人员:张扬帆刘京波王冠楠张隽刘海涛吴林林李琰邢晶孙舶皓陈达威张家安吴宇辉
申请(专利权)人:国网冀北电力有限公司国家电网有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1