大型风电场动态等值的改进支持向量聚类算法

被引：9

作者：

滕卫军 ^{[1
]}

王锡凡 ^{[1
]}

石文辉 ^{[2
]}

机构：

[1] 西安交通大学电气工程学院

[2] 中国电力科学研究院

来源：

西安交通大学学报 | 2015年 / 05期

关键词：

大型风电场; 动态等值; 支持向量聚类; 遗传算法; 分段多目标函数;

D O I：

暂无

中图分类号：

TM614 [风能发电];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

针对风速波动性强与风电场多样性导致的风机聚类参数多样化的特点,提出了一种基于支持向量聚类(SVC)的大型风电场动态等值聚类算法。该算法应用遗传算法实现簇标定,采用分段多目标函数迭代求解,保证了聚类结果的精度与速度,克服了传统SVC簇标定抽样判决的不足。应用样本轮廓值修正聚类结果,保证聚类结果的合理性,根据等值前后风机机端电压不变原则建立了电缆等值模型。以实际风电场为算例进行仿真,结果表明,该算法单次聚类时间为SVC的4%左右,采用遗传算法能够实现不同精度的等值机台数优化,得到的等值机与簇内单机的有功功率、无功功率动态特性具有较高一致性,轮廓值修正能够保证聚类结果的样本轮廓值都大于0。

引用

页码：94 / 99+115 +115

页数：7

共 11 条

[1]

基于聚类算法的风电场动态等值 [J].

陈树勇 ;

王聪 ;

申洪 ;

高宁超 ;

朱琳 ;

兰华 .

中国电机工程学报, 2012, 32 (04) :11-19+24

[2]

风速波动情况下并网风电场内风电机组分组方法 [J].

曹娜 ;

于群 .

电力系统自动化, 2012, 36 (02) :42-46

[3]

风电场动态等值模型的多机表征方法 [J].

米增强 ;

苏勋文 ;

杨奇逊 ;

王毅 ;

吴涛 .

电工技术学报, 2010, 25 (05) :162-169

[4]

风电场动态分析中风速模型的建立及应用 [J].

曹娜 ;

赵海翔 ;

任普春 ;

戴慧珠 .

中国电机工程学报, 2007, (36) :68-72

[5]

A novel aggregated DFIG wind farm model using mechanical torque compensating factor[J] M.A. Chowdhury;W.X. Shen;N. Hosseinzadeh;H.R. Pota Energy Conversion and Management 2013,

[6]

Aggregated models and transient performances of a mixed wind farm with different wind turbine generator systems[J] H. Li;C. Yang;B. Zhao;H.S. Wang;Z. Chen Electric Power Systems Research 2012,

[7]

A dynamic wind farm aggregate model for the simulation of power fluctuations due to wind turbulence[J] Luciano De Tommasi;Madeleine Gibescu;Arno J. Brand Journal of Computational Science 2010,

[8]

Equivalent models of wind farms by using aggregated wind turbines and equivalent winds[J] L.M. Fernández;C.A. García;J.R. Saenz;F. Jurado Energy Conversion and Management 2008,

[9]

Aggregated dynamic model for wind farms with doubly fed induction generator wind turbines[J] Luis M. Fernández;Francisco Jurado;José Ramón Saenz Renewable Energy 2007,

[10]

Dynamic models of wind farms with fixed speed wind turbines[J] Luis M. Fernández;José Ramón Saenz;Francisco Jurado Renewable Energy 2005,

← 1 2 →