一种基于风电机组概率同调性的风电场等值建模方法
【专利摘要】本发明涉及一种基于风电机组概率同调性的风电场等值建模方法，本发明基于电力系统实际运行中各类短路故障发生的概率和风电场中风资源状况的统计结果，通过时域仿真采集不同短路故障类型和风速组合条件下风力发电机转速在暂态过程中的动态变化情况，并依据此信息使用two-step分类法对风电机组聚合分类。在汇总所有风电机组分群结果的基础上，根据机群划分结果出现的概率确定风电场概率等值模型，并对风力发电机和集电系统等参数进行等值。本发明提出的风电场等值建模方法充分考虑了不同短路故障和机组运行工况对同调机群划分结果的影响，有效避免了工程应用中对同调机群变化的实时监测环节，提高了风电场等值模型的工程应用价值。
【专利说明】—种基于风电机组概率同调性的风电场等值建模方法
【技术领域】
[0001]本发明涉及一种对风电场并网外特性的风电场等值建模方法。
【背景技术】
[0002]目前，适用于离线暂态稳定性分析的风电场等值模型大多基于电力系统同调等值思想建立。传统电力系统动态等值中，发电单元间的同调性可依据暂态过程中发电机转子摇摆曲线提供的信息进行判别，并且研究指出，机组的同调性主要与三个因素有关:1)故障扰动类型；2)发电机组运行工况；3)网络拓扑结构。文献[I]考虑了运行工况对同调性的影响，依据风电机组的输入风速进行机群划分。但是，风速具有随机性和波动性，基于风速差异的机组分群结果会随输入风速大小或风向的改变而变化。文献[2]虽然考虑了风速大小和风向随机波动的特性，但在实际应用中仍然需要动态识别同调机群来调用相应的风电场等值模型。文献[3]依据反映桨距角动作情况的故障前机组有功功率、机端电压和风速进行机群划分，文献[4]依据风电机组故障初始时刻的转速划分机群，但是都没有考虑故障扰动因素对机组同调性的影响。文献[5]在基于风电场内所有风电机组机端短路电压全都为零的假设条件下，仅通过近似计算得到的风力发电机故障切除时刻这一采样点下的转速对定速风电机组进行分群，难以准确、全面反映风电机组在暂态过程中的电压跌落差异和动态运行特性。在风电场等值建模研究过程中，考虑的基本上都是风电场公共节点处发生三相对称短路故障的情况，很少对单相短路或相间短路情况进行研究，这与实际电力系统运行中故障类型发生概率的大小恰好相反。因此，需要更深入系统地研究风电机组在不同故障类型下的暂态响应特性以及它们之间的差异。
[0003]参考文献:
[0004](I) Fernandez L M, Saenz J R, Jurado F.Dynamic models of wind farms withfixed speed wind turbines[J].Renewable Energy,2006，31 (8):1203-1230。
[0005](2)曹娜，于群.一种考虑风电场输入风速和风向随机波动的风电场等值方法:中国，CN102012956A[P], 2011.04.13。
[0006](3)苏勋文.基于桨距角动作情况的双馈机组风电场动态等值建模方法:中国，CN101937483A[P], 2011.01.05。
[0007](4)张保会，王小立，郝治国.基于转速分群的双馈机组风电场等值建模系统及方法:中国，CN102760191A[P]。2012.10.31。
[0008](5)苏勋文.风电场动态等值建模方法研究[D]。北京:华北电力大学，2010。
【发明内容】
[0009]本发明为了提高风电场等值模型在工程应用中的实用性和通用性，避免对风电机组同调性的动态识别环节。本发明提出了针对不同故障类型和风电场全工况条件下的风电场等值建模方法。
[0010]本发明是通过以下技术方案实现的:[0011]一种基于风电机组概率同调性的风电场等值建模方法，包括以下步骤:
[0012](I)建立了风电场风资源统计库和电力系统短路故障库；
[0013](2)基于风电场的网络拓扑结构和参数值，在仿真软件下搭建风电场详细模型；
[0014](3)读取风资源统计库中的风速信息，利用尾流效应计算推导出各单台风电机组的输入风速，完成动态仿真前模型的潮流初始化；
[0015](4)从电力系统故障库中选取某一电网侧短路故障类型，采集时域仿真过程中单台风电机组在故障初始时刻、故障切除时刻、故障切除后0.2s和0.4s时刻上的发电机转子角速度，形成风力发电机的转子角速度向量，作为同调机组划分的标准； [0016](5)依据发电机转子角速度向量,使用two-step分类法先将风电机组压缩为子聚类集合，再利用层级聚类方法将子聚类进一步合并为更大的聚类；每个机群用一台等值机组表征，并且根据选取的风速和故障类型发生概率确定该组合条件下的风电场等值模型概率；
[0017](6)重复上述第(3)步至第(5)步，完成风资源统计库和故障类型库中所有组合情况下的风电机组同调机群划分，进而根据不同组合条件下机组同调性的概率确定风电场等值概率模型；
[0018](7)根据风电场等值概率模型计算风速的等值；风力发电机参数的等值；风电场内部集电系统线路的等值；风电机组机端无功补偿电容的等值。
[0019]一种基于风电机组概率同调性的风电场等值建模方法，所述的仿真软件为DIgSILENT PowerFactory 仿真软件。
[0020]一种基于风电机组概率同调性的风电场等值建模方法，所述步骤(3)中利用尾流效应计算推导出各单台风电机组输入风速的计算方法利用以下公式计算得出，
[0021]
【权利要求】
1.一种基于风电机组概率同调性的风电场等值建模方法，其特征在于包括以下步骤: (1)建立了风电场风资源统计库和电力系统短路故障库； (2)基于风电场的网络拓扑结构和参数值，在仿真软件下搭建风电场详细模型； (3)读取风资源统计库中的风速信息，利用尾流效应计算推导出各单台风电机组的输入风速，完成动态仿真前模型的潮流初始化； (4)从电力系统故障库中选取某一电网侧短路故障类型，采集时域仿真过程中单台风电机组在故障初始时刻、故障切除时刻、故障切除后0.2s和0.4s时刻上的发电机转子角速度，形成风力发电机的转子角速度向量，作为同调机组划分的标准； (5)依据发电机转子角速度向量，使用two-step分类法先将风电机组压缩为子聚类集合，再利用层级聚类方法将子聚类进一步合并为更大的聚类；每个机群用一台等值机组表征，并且根据选取的风速和故障类型发生概率确定该条件下的风电场等值模型概率； (6 )重复上述第(3 )步至第(5 )步，完成风资源统计库和故障类型库中所有组合情况下的风电机组同调机群划分，进而根据不同组合条件下机组同调性的概率确定风电场等值概率模型； (7)根据风电场等值概率模型计算风速的等值；风力发电机参数的等值；风电场内部集电系统线路的等值；风电机组机端无功补偿电容的等值。
2.根据权利要求1所述的一种基于风电机组概率同调性的风电场等值建模方法，其特征在于所述的仿真软件为DIgSILENT PowerFactory仿真软件。
3.根据权利要求1所述的一种基于风电机组概率同调性的风电场等值建模方法，其特征在于:所述步骤(3)中利用尾流效应计算推导出各单台风电机组输入风速的计算方法利用以下公式计算得出，
4.根据权利要求1所述的一种基于风电机组概率同调性的风电场等值建模方法，其特征在于:所述步骤(5)中根据组合条件下输入风速的统计概率和故障类型发生概率Pfault确定此次机组分群结果的概率f、tg，即:
丄 wtg 丄 wind A 丄 fault 其中，风速的统计概率Pwind为风速大小和风向概率的乘积。
5.根据权利要求1所述的一种基于风电机组概率同调性的风电场等值建模方法，其特征在于，步骤(7)中所述风速的等值采用以下方法计算得出:
6.根据权利要求1所述的一种基于风电机组概率同调性的风电场等值建模方法，其特征在于，步骤(7)中所述风力发电机参数的等值采用以下方法计算得出:利用参数变换方法计算等值风力发电机的参数，计算公式为:
7.根据权利要求1所述的一种基于风电机组概率同调性的风电场等值建模方法，其特征在于，步骤(7)中所述风电场内部集电系统线路的等值采用以下方法计算得出: 线路阻抗的并联化分解从线路末端向首段逐步进行，即首先从Z12开始。Ζ12Λ、Z12,2的计算公式为:
8.根据权利要求1所述的一种基于风电机组概率同调性的风电场等值建模方法，其特征在于，步骤(7)中所述风电机组机端无功补偿电容的等值采用以下方法计算得出: 通过引进变参数电容对风电机组无功补偿电容进行等值，由于风电机组吸收的无功功率与有功功率之间存在非线性函数关系，即Qe=-Q0-Q1Pe-Q2Pe2=f(Pe) 式中=Qp Q1^ Q2可由实验测得，在保证等值模型有功功率与等值前相等的前提下，等值前后风电场中机组吸收的无功功率不相等，通过引入变参数电容来等效由于等值前后风场内机组吸收不同的无功功率而导致的无功补偿差，变参数电容值为；
【文档编号】G06F17/50GK103761349SQ201310323508
【公开日】2014年4月30日 申请日期:2013年7月29日 优先权日:2013年7月29日
【发明者】丁明, 朱乾龙, 韩平平, 黄长喜, 张晶晶, 毕锐, 王冬君 申请人:合肥工业大学