基于聚类算法的风电场动态等值问题研究

随着风力发电技术的发展，并网风电场规模在逐渐增加。由于风力发电与常规能源发电相比，随机性突出，有必要对大规模风电场接入电网后的电网运行特性进行深入研究，首要问题就是风电场建模。 在实际工程中，通常考虑的是风电场整体对电网的影响，即风电场内所有风电机组效应的“和”。在建模过程中，若采用详细模型，对风电场内每一台风电机组及其集电网络进行建模，对电力系统的影响可以视为将多台小容量的风电机组、升压变压器以及大量的连接线路模型加入到电力系统模型中。这样做不仅增加了电力系统模型的规模，而且还会带来许多严重问题，诸如模型的有效性、数据的修正等，同时也将增加潮流计算的时间，尤其是增加时域仿真的时间。因此，为了减少计算量及仿真时间，有必要采取等值的方法，通过一台或几台风电机组来表征风电场。 风电机组在实际运行时，受尾流效应等因素影响，运行状态并不相同，为提高风电场实际运行模型的精度，本文提出了一种适用于双馈式风力发电机组的动态等值建模方法。文章从发电机电压方程与磁链方程出发，分析了双馈式风力发电机组的稳态特性与暂态特性，选取暂态过程中13个状态变量作为分群指标，并对状态变量进行了初值计算；采用聚类算法中常用的kmeans法对风电机群所形成的状态变量矩阵进行了分群处理，将同群的风电机组等值成为一台风电机组，实现了风电场的动态等值；依照容量加权原则和损耗不变原则分别对等值发电机参数及等值场接线参数进行了计算，并通过潮流计算，与详细模型对比，验证了计算的准确性；基于PSD/BPA平台，对系统侧故障与风速变化两种情况仿真，与传统等值方法及风电场详细模型对比。仿真结果表明，采用仿真过程中的状态变量作为分群指标是合理的，该模型与详细模型的动态特性基本一致，与以往的等值模型相比，精度有很大提高，可以表征风电场的实际运行状态。