基于分裂层次半监督谱聚类算法的风电场机群划分方法
2015-09-21潘险险
电力自动化设备 2015年2期
关键词:模型
林 俐,潘险险
(华北电力大学 新能源电力系统国家重点实验室,北京 102206)
0 引言
随着能源和环境问题的日益严重,风力发电越来越受到世界各国的重视。由于风能具有随机性、间歇性和不稳定性的特点,随着风电机组单机容量和风电场规模的不断扩大,风电并网对电力系统稳定性的影响愈发显著[1-3]。为准确分析和评价大容量风电场与电力系统之间的相互作用和影响,研究并寻求合适的风电场动态等值方法对含风电场的电力系统动态稳定仿真分析具有重要意义。
国内外学者对风电场动态等值模型进行了许多研究,通常假设所有风电机组的输入风速相同,将整个风电场等值为一台风电机组。然而对于地形复杂、机组排列不规则的大型风电场,受风速的尾流效应和时滞等因素的影响,风电机组的运行状态并不相同,个别机组特性差异很大[4-7]。文献[7]通过研究认为尾流效应会造成风电场的风能损失,时滞会平滑风电场输出功率,使并网点功率变化率变小,尾流效应和时滞将对风电场输出特性产生重要影响,使用单机表征法通常会产生较大误差。为提高风电场等值模型的精度,近年来,一些学者借鉴传统电力系统动态等值中的同调等值法,基于实测运行数据并采用某些聚类算法,以机组具有相同或相近运行点为划分原则进行机群划分,用多机表征法对风电场进行等值,实测运行数据一定受到地形、机组排列、尾流效应和迟滞等因素的影响,也是各风电机组内部复杂的物理过程的结果[8]。……
登录APP查看全文
