杜晓岩，尹华杰，叶超，杨苹

(华南理工大学 电力学院，广东 广州 510640)



基于改进模糊C均值聚类和MPSO的风电场等值研究

杜晓岩，尹华杰，叶超，杨苹

(华南理工大学 电力学院，广东 广州 510640)

为了提高双馈风电场等值模型的精准度，提出了一种双馈风电场等值建模方法。首先选取能表征各个机组运行状态的特征状态变量矩阵作为分群指标，采用改进模糊C均值聚类算法进行机群划分；然后基于全局最优位置变异粒子群算法对等值机模型的参数进行辨识，将同群的机组等值成一台风机。利用DIgSILENT/PowerFactory平台进行仿真建模，对风电场发生风速阶跃变化和三相短路故障2种状态进行仿真，仿真结果表明，该等值模型与详细模型的动态特性基本一致，比传统的单机等值模型更适合表征双馈风电场的工况。

双馈风力发电机；分群；聚类算法；粒子群；参数识别

在被利用的可再生能源中，风能占据了明显的优势，随着风力发电技术的日益成熟，风电场的并网规模也越来越大。与常规能源相比，风力发电出力具有强波动性的特点，大规模风电并网对电力系统的安全稳定运行有着重要的影响[1]。因此，研究大规模风电场接入后的电网运行特性具有重要的现实意义，而风电场的等值建模是其中需解决的重要问题。

目前常用的风电场动态等值建模方法主要有2种：一种是单机等值法；另一种是多机等值法，先将风电场进行聚类分群，每群组风机再等值成一台风机[2-4]。……