【技术实现步骤摘要】
本专利技术涉及等值建模,特别涉及一种拟合风电场动态特性的风电场等值建模方法、系统、介质及处理器。
技术介绍
1、随着新能源的不断发展,可再生能源发电的占比不断增大,例如大型风电场的建设不断兴起和增加。但由于风能具有间歇性和随机性,大型风电场并网对电网安全造成很大影响和冲击,建立高效可靠的大型风电场模型是分析大型风电场对电力系统稳定性的基础,对风电场的建模研究具有重要意义。
2、现阶段对风电场等值建模问题的研究主要集中于多机等值方法,多机等值可以灵活的解决不同场景下的建模问题。现有研究采用了遗传算法、随机逼近法、粒子群算法对等值机内部参数寻优。基于聚类的等值方法保证风电场模型一定精度的同时减少了软件仿真耗时,忽略了风电场内部的运行状态和动态参数差异。风电场是一个复杂的、高阶的、具有强非线性的系统,传统的建模方法无法很好的拟合风电场的动态特性。
技术实现思路
1、针对现有技术中的建模方法无法很好的拟合风电场的动态特性问题,本专利技术提供了一种拟合风电场动态特性的风电场等值建模方法、
...【技术保护点】
1.一种拟合风电场动态特性的风电场等值建模方法,其特征在于,包括:
2.根据权利要求1所述的一种拟合风电场动态特性的风电场等值建模方法,其特征在于,所述将所述关键聚类指标输入K-means算法,采用模拟退火算法对K-means算法进行优化,并输出风电机组的最优聚类划分结果包括:
3.根据权利要求1所述的一种拟合风电场动态特性的风电场等值建模方法,其特征在于,所述根据所述最优聚类划分结果构建风电场聚类等值模型包括:
4.根据权利要求1所述的一种拟合风电场动态特性的风电场等值建模方法,其特征在于,所述通过猎豹优化算法优化BP神经网络的超
<...【技术特征摘要】
1.一种拟合风电场动态特性的风电场等值建模方法,其特征在于,包括:
2.根据权利要求1所述的一种拟合风电场动态特性的风电场等值建模方法,其特征在于,所述将所述关键聚类指标输入k-means算法,采用模拟退火算法对k-means算法进行优化,并输出风电机组的最优聚类划分结果包括:
3.根据权利要求1所述的一种拟合风电场动态特性的风电场等值建模方法,其特征在于,所述根据所述最优聚类划分结果构建风电场聚类等值模型包括:
4.根据权利要求1所述的一种拟合风电场动态特性的风电场等值建模方法,其特征在于,所述通过猎豹优化算法优化bp神经网络的超参数包括:
5.根据权利要求3所述的一种拟合风电场动态特性的风电场等值建模方法,其特征在于,所述将所述风电场详细模型与所述风电场聚类等值模型之间的暂态响应误差输入优化后...
【专利技术属性】
技术研发人员:凌武能,梁阳豆,孙志媛,刘鹏,梁振成,彭博雅,刘默斯,郑琨,邓秋荃,李秋文,莫东,朱益华,李成翔,
申请(专利权)人:广西电网有限责任公司,
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。