[发明专利]光伏电站和风电场参数主导性辨识计算方法及系统

说明书

本发明实施例提供一种光伏电站和风电场参数主导性辨识计算方法及系统，包括：构建光伏电站或风电场的n个电场参数；对所述电场参数施加扰动，获取p个波形匹配度参数；基于所述电场参数与所述波形匹配度参数构建辨识关联矩阵；基于主成分分析方法对所述辨识关联矩阵进行数据降维，获取m个关键参数，其中m＜n。本发明实施例提供的光伏电站和风电场参数主导性辨识计算方法及系统，无需事先建立待等效的模型，利用数据降维的方法，将大量待辨识参数转化为数量较少的参数的线性组合，并结合主成分分析方法，实现了参数组合主导性到参数主导性的转换，以提取到关键参数，在减少了计算量的同时提高了电场参数主导性辨识的精准度。

技术领域

本发明涉及电力系统技术领域，尤其涉及一种光伏电站和风电场参数主导性辨识计算方法及系统。

背景技术

光伏、风电等可再生能源近年发展迅速。但是这些可再生能源与传统火电、水电等电源特性不同。一方面，由于可再生能源的出力具有间歇性和波动性；另一方面，可再生能源的并网需要利用大量电力电子设备进行控制，增加了电力系统的耦合性。上述特性使得可再生能源的大规模接入往往会给电网带来了许多冲击，通常需要利用仿真方法对可再生能源进行研究。

在仿真过程中，参数的准确性直接影响仿真的精度。然而，由于电力电子设备电磁暂态过程的复杂性，以及可再生能源发电阵列的庞大性，光伏电站和风电场的参数比传统电厂更加复杂，因此有必要对其中的关键参数进行提取和研究。

目前，对于发电机的参数辨识已经有很多研究，例如基于无损卡尔曼滤波的方法、基于根轨迹灵敏度的逐步迭代法、为了增加辨识结果的抗噪能力提出的基于频谱信息的多参数辨识方法、曲线拟合方法等对于单机参数的研究。也存在针对发电机群的参数进行辨识，依据相量测量单元(PMU)的数据，提出的混合仿真方法。另外还存在将一个大规模风电场等效为一个或几个发电机的，以针对风电场参数辨识的研究。

但现有的研究成果均是针对传统同步发电机，或是将光伏电站和风电场等效为同步发电机的基础上所作出的，具为考虑到可再生能源的特性与传统电源差异性。综上所述，现有技术中记载的参数辨识方法均不能直接应用于大规模含电力电子设备的光伏电站和风电场。

发明内容

有鉴于此，本发明实施例提供一种光伏电站和风电场参数主导性辨识计算方法及系统以解决现有技术中存在的对于大规模含电力电子设备的光伏电站和风电场参数辨识，需要预先建立等效模型，导致辨识精准度下降的缺陷。

第一方面，本发明实施例提供一种光伏电站和风电场参数主导性辨识计算方法，包括：构建光伏电站或风电场的n个电场参数；对上述电场参数施加扰动，获取p个波形匹配度参数；基于电场参数与波形匹配度参数构建辨识关联矩阵；基于主成分分析方法对辨识关联矩阵进行数据降维，获取m个关键参数，其中m＜n。

进一步地，上述对电场参数施加扰动，获取m个波形匹配度参数，包括：对光伏电站或风电场施加扰动，以光伏电站或风电场的总输出功率作为观察波形，获取m个波形匹配度参数；扰动包括大扰动和小扰动。

进一步地，上述基于所述电场参数与波形匹配度参数构建辨识关联矩阵，包括：通过每次改变n个电场参数中的一个的方式，对p个波形匹配度参数进行仿真，获取n*p阶的辨识关联矩阵。

进一步地，上述基于主成分分析方法对所述辨识关联矩阵进行数据降维，获取m个关键参数，包括：利用主成分分析方法对辨识关联矩阵进行SVD奇异值分解，获取c个复合指标向量，其中c≤p；获取每个复合指标向量的解释度；获取每个电场参数的灵敏度，并根据灵敏度将每个复合指标向量的解释度分配给每个电场参数；每个电场参数对获取的c个复合指标向量的解释度进行加和，获取每个电场参数的主导值；若主导值大于设定阈值，则判断与主导值所对应的电场参数为关键参数。