龚广京

（河海大学能源与电气学院，江苏南京,211100）

0 引言

分析风力发电机组对接入系统的暂态影响，需要建立机组的模型。定速感应风力发电机组（FSIG）由风力机、传动轴及齿轮箱、笼式异步发电机和无功补偿电容组成，机理复杂，建立详细的模型比较困难。系统辨识法将被研究系统当作黑箱，重点拟合系统外特性，适用于复杂系统。因此，本文基于系统辨识法，建立定速感应风力发电机组等效模型，采用粒子群优化算法辨识模型参数，并在MATLAB 中进行仿真验证。

1 定速感应风力发电机组的等效模型结构

研究风电机组对接入系统的暂态影响时，只需计及电网故障发生前一瞬间风电机组承受的风速，由于暂态过程较短，可以忽略风速的变化。因此，只需建立反映风电机组并网点电压和输出功率的关系模型。

本文将电力系统励磁模型应用到风电系统，等效模型建构如下所示：

式中：m ≤n，bm、bm-1、…、b0、an-1、…、a0为常系数；Y为风电场输出的有功功率或无功功率；Y0为风电场输出的有功功率或无功功率稳态值；U 为风电场并网点电压；U0为电压稳态值。

2 基于粒子群优化算法的参数辨识

2.1 粒子群优化算法原理

粒子群算法（PSO）是模拟自然界中鸟群觅食行为而研发出的一种智能优化算法。采用粒子群算法解决问题时，每个优化问题的解分别由搜索空间中的一个粒子表示，所有的粒子都有一个被优化的函数决定的适应值，并有一个速度向量控制每个粒子飞行的方向和距离，所有粒子通过跟踪当前的最优粒子在解空间中搜索最优解。……