[发明专利]基于运行数据的风电场参数辨识及动态等值方法

权利要求书

1.基于运行数据的风电场参数辨识及动态等值方法，其特征在于，包括以下步骤：

步骤a：基于实测数据对风电机组控制模型的功率和电流控制器参数进行参数辨识，并对辨识结果进行通用性验证；

步骤b：结合运行数据，选取能反映扰动下的风电机组和风电场的特征变量，应用改进的模糊K均值动态聚类算法进行机群划分；

步骤c：基于全局最优位置变异粒子群算法对风电场进行网络简化、参数聚合，获得风电场动态等值模型；

步骤d：在相同扰动输入下，比较风电场动态等值模型与详细模型动态响应，验证风电场动态等值模型的有效性。

2.如权利要求1所述的基于运行数据的风电场参数辨识及动态等值方法，其特征在于，所述步骤a包括以下具体步骤：

a1）选择风机模型中功率控制器的控制参数Kp、Tp、Kq、Tq和电流控制器的控制参数Kd、Td、Kq、Tq作为需要重点辨识的控制器模型参数；其中，Kp、Tp分别是有功功率控制器的比例常数和积分常数；Kq、Tq分别是无功功率控制器的比例常数和积分常数；Kd、Td分别是有功电流控制器的比例常数和积分常数；Kq1、Tq1无功电流控制器的比例常数和积分常数；

a2）搭建参数辨识模块，所述参数辨识模块包括测量文件，要辨识的模型元件、参数辨识比较器、优化器和目标函数；

a3）设置参数初始值，所述参数初始值为双馈风力发电机组经典控制模型参数；

a4）实测数据处理及导入，所述实测数据为风电机组的输入风速；

a5）获得控制器参数辨识结果；

a6）基于控制器参数辨识结果，进行模型验证。

3.如权利要求1所述的基于运行数据的风电场参数辨识及动态等值方法，其特征在于，所述步骤b包括以下具体步骤：

b1）运行数据选取风电场在扰动期间设定时间段内各风力发电机组的实测有功功率数据，并作为聚类分群的特征变量，建立实测有功功率样本矩阵；

b2）确定聚类数目K，将全部数据随机分成K类，其中，聚类的簇的个数K值根据实际风电场规模和模型精度要求选取；

b3）定义隶属度函数，用隶属度函数定义的聚类损失函数；

b4）重复计算隶属度函数，用当前的隶属度函数更新计算各类聚类中心直至算法收敛。

4.如权利要求1所述的基于运行数据的风电场参数辨识及动态等值方法，其特征在于，所述步骤c包括以下具体步骤：

c1）搭建双馈风电场等值模型，所述风电场等值模型的功率控制器和电流控制器参数采用双馈风机的单机模型经过辨识后的参数值，机组参数按风机容量的变化作等比例增加，风轮半径保持不变；

定义目标函数：将大小扰动下实测有功功率数据作为功率参考，将双馈电机参数辨识问题转化为参数优化问题；

c2）选择待辨识参数R_s、R_r、L_s、L_r、X_m，初始化粒子群体的位置和速度，设定种群大小，设置粒子位置和速度上下限，设定迭代次数、收敛精度和相关权系数，其中，R_s和L_s分别为定子电阻和定子漏抗；R_r和L_r分别为归算后转子电阻和转子电抗；X_m为励磁电抗；

c3）计算粒子适应值，将每个粒子适应值与个体极值进行比较，如果较优，则更新当前的个体极值；将每个粒子适应值与全局极值进行比较，如果较优，则更新当前的全局极值；

c4）更新每个粒子的位置和飞行速度；

c5）计算变异时机，确定是否需要变异；

c6）重复步骤c3到c5，通过不断调整解向量，将等值模型输出的功率曲线P与P₀进行拟合，直到达到迭代次数或收敛精度，确定最优解向量，从而获得等值风电机组各项参数的最优值。

5.如权利要求1所述的基于运行数据的风电场参数辨识及动态等值方法，其特征在于，步骤d中验证等值模型的有效性方法为：结合搜索辨识后的参数完善风电场等值模型，对比采用详细风电场模型建立的仿真系统在相同输入条件下的动态响应特性，以验证基于运行数据双馈型风电场动态等值模型的有效性。