基于實測時間序列的風(fēng)電場機(jī)群劃分研究.pdf

1、建立準(zhǔn)確適用的風(fēng)電場動態(tài)等值模型是風(fēng)電并網(wǎng)穩(wěn)定分析的基礎(chǔ)，而常用的單機(jī)等值模型忽略了機(jī)組間運行狀態(tài)的差異，存在較大誤差。本文利用風(fēng)電機(jī)組實測時間序列，根據(jù)風(fēng)電機(jī)組運行狀態(tài)的不同，提出了一種基于實測時間序列的風(fēng)電場機(jī)群劃分方法。具體內(nèi)容如下:
　　(1)建立了風(fēng)電機(jī)組的數(shù)學(xué)模型，包括風(fēng)速的四分量模型、風(fēng)力機(jī)各部分模型（包括風(fēng)力機(jī)轉(zhuǎn)矩模型、傳動系統(tǒng)模型、槳距控制系統(tǒng)模型）以及常見風(fēng)力發(fā)電機(jī)的穩(wěn)態(tài)和動態(tài)模型。
　　(2)以風(fēng)電場實

2、測時間序列和常用聚類算法為基礎(chǔ)，分析研究了基于時間序列聚類算法的機(jī)群劃分原理。首先，根據(jù)時間序列的定義、分類，結(jié)合風(fēng)電場運行實際，選取、構(gòu)造了風(fēng)電場實測時間序列。其次，從聚類算法分類和聚類相似性度量兩個角度，闡明了聚類分析中常見的聚類算法原理。然后，選擇風(fēng)電機(jī)組實測有功時間序列作為劃分指標(biāo)，基于K-means聚類算法對某實際風(fēng)電場進(jìn)行機(jī)群劃分，并以機(jī)組輪廓系數(shù)為評估指標(biāo)對機(jī)群劃分結(jié)果的合理性進(jìn)行了分析。最后，按照機(jī)群劃分結(jié)果建立了風(fēng)電場

3、動態(tài)等值模型，以含某實際風(fēng)電場的CIGRE B4-39系統(tǒng)為例進(jìn)行了動態(tài)仿真分析。
　　(3)針對傳統(tǒng)K-means聚類算法的缺陷和機(jī)群劃分結(jié)果的不合理性，提出了基于模擬退火優(yōu)化K-means聚類算法（SA-KM法）的機(jī)群劃分方法。首先，利用K-means法快速尋得相對較優(yōu)劃分，然后以總機(jī)群離散度最小為目標(biāo)，結(jié)合模擬退火算法進(jìn)行更精確的啟發(fā)式隨機(jī)搜索，尋得全局最優(yōu)機(jī)群劃分。其次，對比分析兩種算法劃分結(jié)果的機(jī)組輪廓系數(shù)，以個別機(jī)組為