风电机组驱动系统参数辨识

被引:18
作者
潘学萍
高远
金宇清
鞠平
机构
[1] 河海大学能源与电气学院
基金
国家自然科学基金重大项目;
关键词
定速风电机组; 驱动系统; 参数辨识; 粒子群优化算法;
D O I
10.13335/j.1000-3673.pst.2013.07.029
中图分类号
TM315 [风力发电机];
学科分类号
080801 ;
摘要
提出了风速激励下的定速风电机组驱动系统参数辨识方法。首先以含定速风电机组的单机无穷大系统为例,仿真了风速激励风电机组的受扰轨线,表明由于感应发电机电气部分动态较快,因此在辨识驱动系统模型参数时,可将电气部分用准稳态模型近似,以降低模型的阶数以及参数辨识的个数。进一步采用轨迹灵敏度方法,分析了驱动系统模型参数的可辨识性。基于粒子群优化算法进行了参数辨识,结果验证了该定速风电机组驱动系统参数辨识方法的可行性。
引用
收藏
页码:1990 / 1994
页数:5
相关论文
共 7 条
[1]   基于粗糙集神经网络和元胞自动机的空间负荷预测 [J].
张文彬 ;
赵强 ;
周萌 ;
刘萌 .
现代电力, 2012, 29 (02) :32-36
[2]   双馈感应风力发电机的参数辨识分析 [J].
金宇清 ;
赵泽 ;
鞠平 ;
吴峰 .
高电压技术, 2011, 37 (07) :1700-1705
[3]   风力机参数的可辨识分析 [J].
张仰飞 ;
袁越 ;
陈小虎 ;
胡建 ;
吴博文 .
电力系统自动化, 2009, 33 (06) :86-89
[4]   基于粗糙集和元胞自动机的配电网空间负荷预测 [J].
周湶 ;
李健 ;
孙才新 ;
周永勇 ;
伏进 ;
代姚 .
中国电机工程学报, 2008, (25) :68-73
[5]   基于粗糙集的默认规则挖掘算法在电力系统短期负荷预测中的应用 [J].
黎静华 ;
栗然 ;
牛东晓 .
电网技术, 2006, (05) :18-23
[6]   粗糙集信息熵与自适应神经网络模糊系统相结合的电力短期负荷预测模型及方法 [J].
程其云 ;
孙才新 ;
周湶 ;
雷绍兰 ;
张晓星 .
电网技术, 2004, (17) :72-75
[7]  
电力系统建模理论与方法[M]. 科学出版社 , 鞠平, 2010