[发明专利]一种双馈风电机组低电压穿越特性辨识方法和系统在审
申请号: | 202111118269.6 | 申请日: | 2021-09-24 |
公开(公告)号: | CN113849975A | 公开(公告)日: | 2021-12-28 |
发明(设计)人: | 杨旼才;徐瑞林;夏翰林;詹航;冉龙;李登峰;李小菊;李寒江;司萌;赵科;吴迎霞;刘育明;张颖 | 申请(专利权)人: | 国网重庆市电力公司电力科学研究院;国家电网有限公司 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;H02J3/00;G06Q50/06;G06F17/15;G06F113/04 |
代理公司: | 成都九鼎天元知识产权代理有限公司 51214 | 代理人: | 封浪 |
地址: | 401123 重庆市渝北*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 双馈风电 机组 电压 穿越 特性 辨识 方法 系统 | ||
1.一种双馈风电机组低电压穿越特性辨识方法,其特征在于,包括:
S1、构建双馈风电机组时域仿真模型的步骤;
S2、以双馈风电机组控制参数作为待辨识参数,计算待识别参数与双馈风电机组时域仿真模型的输出外特性之间的轨迹灵敏度,基于轨迹灵敏度选择观测量数据的步骤;
S3、基于观测量数据和实际测量数据优化仿真模型目标函数的步骤;
S4、利用S3中的目标函数求解电网正常运行期间双馈风电机组的控制参数的初步辨识结果的步骤;
S5、利用S3中的目标函数求解电网故障期间双馈风电机组的控制参数的初步辨识结果的步骤;
S6、基于步骤S4、S5的辨识结果,利用S3中的目标函数求解双馈风电机组在电网正常运行期间和电网故障期间的控制参数的最终辨识结果的步骤。
2.如权利要求1所述的双馈风电机组低电压穿越特性辨识方法,其特征在于,待识别参数与双馈风电机组时域仿真模型的输出外特性之间的轨迹灵敏度的计算方法为:
式中,y是输出外特性,θ为待辨识参数,为y对θ的轨迹灵敏度,y0为θ等于θ0时系统的输出外特性,Δθ为待辨识参数的变化量,θ0为θ的初始值,L为离散数据采样点个数。
3.如权利要求1所述的双馈风电机组低电压穿越特性辨识方法,其特征在于,所述基于轨迹灵敏度选择观测量数据,包括:
对比计算出的多个轨迹灵敏度的大小,选择轨迹灵敏度最高值对应的输出外特性为观测量数据。
4.如权利要求1所述的双馈风电机组低电压穿越特性辨识方法,其特征在于,所述步骤S3中,以以下方法优化目标函数:
式中,f为优化算法中的目标函数值,yu表示第u个实际测量数据,表示第u个观测量数据,pu表示第u个观测量数据的权重,i表示第i个数据采样点,tmk1和tmk2分别为数据采样起始时间点和结束时间点。
5.一种双馈风电机组低电压穿越特性辨识系统,其特征在于,包括仿真模型构建模块、数据筛选模块、模型优化模块和辨识模块,其中:
所述仿真模型构建模块构建双馈风电机组时域仿真模型;
所述数据筛选模块计算待辨识参数和配置和双馈风电机组时域仿真模型的输出外特性间的轨迹灵敏度,以及根据轨迹灵敏度选择观测数据,所述待辨识参数为双馈风电机组控制参数;
所述模型优化模块根据获取的观测量数据和实际测量数据优化仿真模型目标函数;
所述辨识模块利用模型优化模块优化的目标函数求解电网正常运行期间双馈风电机组的控制参数的初步辨识结果、电网故障期间双馈风电机组的控制参数的初步辨识结果,以及利用前述两个初步辨识结果求解双馈风电机组在电网正常运行期间和电网故障期间的控制参数的最终辨识结果。
6.如权利要求5所述的双馈风电机组低电压穿越特性辨识系统,其特征在于,所述数据筛选模块中配置有程序,运行该程序执行以下计算轨迹灵敏度的方法:
式中,y是输出外特性,θ为待辨识参数,为y对θ的轨迹灵敏度,y0为y的初始值,Δθ为待辨识参数的变化量,θ0为θ的初始值,L为离散数据采样点个数。
7.如权利要求5所述的双馈风电机组低电压穿越特性辨识系统,其特征在于,所述数据筛选模块对比计算出的多个轨迹灵敏度的大小,选择轨迹灵敏度最高值对应的输出外特性为观测量数据。
8.如权利要求5所述的双馈风电机组低电压穿越特性辨识系统,其特征在于,所述模型优化模块中配置有程序,运行该程序执行以下优化目标函数的方法:
式中,f为优化算法中的目标函数值,yu表示第u个实际测量数据,表示第u个观测量数据,pu表示第u个观测量数据的权重,i表示第i个数据采样点,tmk1和tmk2分别为数据采样起始时间点和结束时间点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网重庆市电力公司电力科学研究院;国家电网有限公司,未经国网重庆市电力公司电力科学研究院;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111118269.6/1.html,转载请声明来源钻瓜专利网。