一種風電場等值模型準確性的評估方法與流程
本發明涉及風電場研究技術領域，尤其涉及一種風電場等值模型準確性的評估方法。
背景技術：
風能具有間歇性和隨機性的特點，隨著風電裝機容量在電力系統中的滲透性的逐漸增加，其對電力系統的影響越來越明顯，主要有以下幾個方面：影響電力系統的小干擾穩定性；影響電力系統的暫態穩定性；影響電壓穩定性；影響頻率穩定性。為了深入研究風電滲透對整個電網的影響，需要對大型風電場接入系統時的運行特性進行等值建模。
為了選擇最優的等值模型，則需要對等值模型的準確性進行評估。而現有的評估方法主要是基于軌跡誤差進行評估，常用方差、標準差或者相對誤差的形式來表征，但采用軌跡誤差難以克服某些誤差較大的點將會引起整體評估偏離實際。
技術實現要素：
本發明的目的是提供一種風電場等值模型準確性的評估方法，該方法可以評估不同故障程度時不同機群等值方法的準確性，評估過程更加綜合且準確。
一種風電場等值模型準確性的評估方法，所述方法包括：
步驟1、根據風電場的故障情況，對風電場進行不同的等值分群，并獲得等值分群前后的有功、無功輸出數據；
步驟2、基于所獲得的等值分群前后的有功、無功輸出數據，對風電場等值建摸進行軌跡誤差評估；
步驟3、基于所獲得的等值分群前后的有功、無功輸出數據，對風電場等值模型進行趨勢誤差評估；
步驟4、結合軌跡誤差評估和趨勢誤差評估的結果進行準確性綜合評估。
在所述步驟2中，所述對風電場等值建摸進行軌跡誤差評估的過程具體為：
將所獲得的等值分群前后的有功、無功輸出數據帶入如下公式：
求得有功、無功的軌跡誤差評估結果；
上式中，d為測量點間的距離；x＝(x1，x2，…，xn)和y＝(y1，y2，…，yn)分別為詳細模型的輸出序列和等值簡化模型的輸出序列；n為輸出序列中元素的總數量。
在所述步驟3中，所述對風電場等值模型進行趨勢誤差評估的過程具體為：
首先利用規范系數法對進行趨勢誤差評估的序列進行規范化處理，以消除序列比較時數值差異所造成的影響，具體利用如下公式：
上式中，xmax、xmin分別為序列x中的最大、最小元素；
然后針對兩個序列x＝(x1，x2，…，xn)和y＝(y1，y2，…，yn)，x和y分別為詳細模型的輸出序列和等值簡化模型的輸出序列，若對于
再用相似子序列的元素個數與整體元素個數的比值作為相似性度量，具體采用公式：
作為有功、無功的趨勢誤差評估結果。
在所述步驟4中，所述結合軌跡誤差評估和趨勢誤差評估的結果進行準確性綜合評估的過程具體為：
將軌跡誤差評估結果和趨勢誤差評估結果帶入如下公式：
s(x,y)＝αsd(x,y)+(1-α)st(x,y)
以獲得準確性綜合評估結果s(x,y)；
上式中，sd(x,y)＝d(x,y)，α為設定的權重系數。
由上述本發明提供的技術方案可以看出，上述方法可以評估不同故障程度時不同機群等值方法的準確性，評估過程更加綜合且準確。
附圖說明
為了更清楚地說明本發明實施例的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域的普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他附圖。
圖1為本發明實施例所提供風電場等值模型準確性的評估方法流程示意圖；
圖2為本發明所舉實例中48mw的dfig風電場系統整體示意圖；
圖3為本發明所舉實例風電場的四機等值系統示意圖；
圖4為本發明所舉實例中風電場二機等值系統示意圖；
圖5為本發明所舉實例中風電場三機等值系統示意圖；
圖6為本發明所舉實例中三種等值模型等值前后的有功功率曲線示意圖；
圖7為本發明所舉實例中三種等值模型等值前后的無功功率曲線示意圖。
具體實施方式
下面結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于本發明的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明的保護范圍。
下面將結合附圖對本發明實施例作進一步地詳細描述，如圖1所示為本發明實施例所提供風電場等值模型準確性的評估方法流程示意圖，所述方法包括：
步驟1、根據風電場的故障情況，對風電場進行不同的等值分群，并獲得等值分群前后的有功、無功輸出數據；
步驟2、基于所獲得的等值分群前后的有功、無功輸出數據，對風電場等值建摸進行軌跡誤差評估；
在該步驟2中，采用的方法是由曼哈坦距離法引申出相對誤差法，進而求取均值，具體計算過程為：
將所獲得的等值分群前后的有功、無功輸出數據帶入如下公式：
分別求得有功、無功的軌跡誤差評估結果；
上式中，d為測量點間的距離；x＝(x1，x2，…，xn)和y＝(y1，y2，…，yn)分別為詳細模型的輸出序列和等值簡化模型的輸出序列；n為輸出序列中元素的總數量。
具體實現中，求取誤差的一次均值與求取誤差的多次均方根值在結果上有很大差異，尤其是有功輸出的差別非常大，但由于從仿真對比圖中易于看出等值結果與詳細模型的誤差沒有超過1，故在數值評估上選用相對誤差的一次均值更符合實際情況。
步驟3、基于所獲得的等值分群前后的有功、無功輸出數據，對風電場等值模型進行趨勢誤差評估；
在該步驟3中，趨勢評估是尋求形狀相似度的算法，考慮不同算法的局限性、相似性及難易程度，本實施例重點考慮規范系數法，該方法計算過程相對簡單，可消除水平偏移、幅度伸縮以及部分噪聲的影響，進而有效評估兩序列的趨勢相似性。
上述對風電場等值模型進行趨勢誤差評估的過程具體為：
首先利用規范系數法對進行趨勢誤差評估的序列進行規范化處理，以消除序列比較時數值差異所造成的影響，具體利用如下公式：
上式中，xmax、xmin分別為序列x中的最大、最小元素；
然后針對兩個序列x＝(x1，x2，…，xn)和y＝(y1，y2，…，yn)，x和y分別為詳細模型的輸出序列和等值簡化模型的輸出序列，若對于
值，則判斷該兩個序列相似；
再用相似子序列的元素個數與整體元素個數的比值作為相似性度量，具體采用公式：
作為有功、無功的趨勢誤差評估結果。
在具體實現中，上述相似閾值ε可以設置為0.5％。
步驟4、結合軌跡誤差評估和趨勢誤差評估的結果進行準確性綜合評估。
在該步驟4中，對于等值結果的準確性而言，綜合考慮數值的接近程度以及動態變化趨勢的相似性才能更加全面的評價等值結果的準確性，這里結合軌跡誤差評估和趨勢誤差評估的結果進行準確性綜合評估的過程具體為：
將軌跡誤差評估結果和趨勢誤差評估結果帶入如下公式：
s(x,y)＝αsd(x,y)+(1-α)st(x,y)
以獲得準確性綜合評估結果s(x,y)；
上式中，sd(x,y)＝d(x,y)，α為設定的權重系數，在本實例中α可以設置成0.3，一般而言，α的數值越大，說明數值評價在綜合評價中所占的比重越大；相反，則趨勢評價在綜合評價中所占的比重越大。
下面以具體的實例來對本發明所述方法進行論證，該實施例利用digsilent搭建了一個48mw的風電場，將48mw的風電場分為四個風電機組串，每組8臺，如圖2所示為本發明所舉實例中48mw的dfig風電場系統整體示意圖。
在該實例中，設置接地電阻阻值為0.75ω，此時crowbar裝置動作的風電機組為1-6，9-10，17-22和25-26。crowbar裝置不動作機組為7-8、11-16、23-24和27-32，故障時機端電壓為下表1所示：
表1crowbar裝置不動作機組的故障電壓
由表1可知，crowbar裝置不動作機組的機端電壓均處于有功功率限幅的范疇之內，故可等效為受有功功率限幅影響下的功率源模型。
表2四個風電機組風速對照表
如若將風速與crowbar動作情況全面考慮，可將風電場分為四群，即1-6和17-22、7-8和23-24、9-10和25-26、11-16和27-32，如圖3所示為本發明所舉實例風電場的四機等值系統示意圖。為了進一步考察四機等值的有效性，對比二機，三機等值模型進行分析，如圖4所示為風電場二機等值系統示意圖，即將風電場僅按風速和位置情況分為兩群，如圖5所示為風電場三機等值系統示意圖，先按照crowbar裝置動作情況將風電場先分為兩群，再將crowbar裝置不動作機組按機端電壓跌落情況進一步劃分。
進一步獲得三種等值情況下的風電場功率輸出情況，如圖6所示為三種等值模型等值前后的有功功率曲線示意圖，如圖7所示三種等值模型等值前后的無功功率曲線示意圖，由圖6和7可知：故障期間四機等值的有功功率輸出較詳細模型具有明顯差異，三機等值時差異最大。四機等值和三機等值在故障時的有功輸出均小于詳細模型情況，而二機等值故障時有功輸出大于詳細模型情況。對無功功率而言，四機等值結果與詳細模型，三機等值及二機等值時的結果相近。因此無法準確辨別哪一種等值模型具有更好的準確性。
此時就可利用本發明實施例所提供的準確度綜合評估方法進行判斷，如下表3所示：
表3等值模型與詳細模型的準確性評估結果
由表3可知：該故障情形下，三機等值結果的準確性最差，也驗證了直接將crowbar裝置動作和不動作機組混為一組進行等值不可取的結論，而二機等值即忽略位置因素的影響而將等值異步機模型機組和有功限幅型功率源模型分別等值，從準確性評估來看，該種等值方法與考慮位置因素后的四機等值情況均有較高的準確性。
綜上所述，本發明實施例所提供的評估方法可以評估不同故障程度時不同機群等值方法的準確性，評估過程更加綜合且準確。
以上所述，僅為本發明較佳的具體實施方式，但本發明的保護范圍并不局限于此，任何熟悉本技術領域的技術人員在本發明披露的技術范圍內，可輕易想到的變化或替換，都應涵蓋在本發明的保護范圍之內。因此，本發明的保護范圍應該以權利要求書的保護范圍為準。
- 還沒有人留言評論。精彩留言會獲得點贊！