数据-模型混合驱动的风电场聚合等值建模方法.pdfVIP

第46 卷 第15 期 2022 年8 月10 日 Vol.46No.15 Aug.10,2022 DOI：10.7500/AEPS20210813003 数据-模型混合驱动的风电场聚合等值建模方法 1 2 3 1 1 吴 磊 ，晁璞璞 ，李 甘 ，李卫星 ，李志民 （1. 哈尔滨工业大学电气工程及自动化学院，黑龙江省哈尔滨市 150006； 2. 大连理工大学电气工程学院，辽宁省大连市 116024；3. 国网四川省电力公司，四川省成都市610041） 摘要：目前风电场等值建模方法主要针对全信息的情况，未考虑实际风电运行信息缺失的现状，且 无法计及同群机组动态特性的差异。针对这两个问题，提出基于神经网络匹配算法的机组级信息 获取方法，以克服实际场站机组级实时出力信息缺失难题；根据风电机组全风速的响应特性，分析 确定分群指标，提出了风电场最少等值机表征原理，发现了传统等值方法的误差来源于对同群机组 动态特性差异的忽略，进而提出了基于等值机动态行为校正的两机聚合等值建模方法。结果表明， 提出的方法在不同的风速场景、电压跌落与故障持续时间下，均能够很好地模拟故障穿越响应 特性。 关键词：信息缺失；数据驱动；风电场；聚合等值 0 引言 为分群指标，将具有相似运行点的风电机组聚合成 ［11］ 一台等值机 ，可分为等值机相对固定和不固定两 随着电力系统的风电渗透率不断攀升，电网的 种类型。前者多采用依照机组类型、安装位置、运行 灵活性与安全性受到了诸多影响和冲击，大规模风 方式、运行区域或保护电路的动作与否等较为简单 电接入电力系统分析计算的需求日益精细，亟须建 ［1］ 的机群划分方法［12-15］。这种方法由于等值机数量相 立能够准确描述风电场动态特性的模型 。然而， 对固定，当机组运行状态差异较大或风速波动时，难 风电场一般由数十甚至上百台风机组成，考虑到仿 以保持较高的等值精度。后者一般以能够表征风电 真模型的复杂度、计算量和可靠性，进行风电场的聚 ［2］ 机组运行状态的一个或一组特征量作为分群指标， 合等值建模研究至关重要 。 ［16-17］ ［18］ ［19］ 比如风速 、桨距角 、定子短路电流 、转子电 目前，风电场的等值建模研究主要针对场站信 ［3］ 流、转速、端口电压、功率、滑差、变速箱轴温［20-23］、等 息全息的情况，可分为单机和多机等值两种方法 。 ［24］ ［25］ 效功角 、传递函数 等。另外，在文献［26-28］中， 单机等值将整个风电场聚合为一台等值机，取等值 ［4-5］ 提出了多阶段分群方法，用简单的特征量将具有显 风速或功率作为输入 ，计算简单，但因无法表征 著一致性的机组聚为一群后，再用复杂特征量对其 风电