基于轨迹灵敏度分析的永磁直驱风电场等值模型参数辨识

作者：张剑; 何怡刚

来源：电工技术学报, 2020, 35(15): 3303-3313.

DOI：10.19595/j.cnki.1000-6753.tces.190879

• 风电场等值模型
• 轨迹灵敏度
• 参数辨识
• 基因学习粒子群混合算法

大规模风电场接入电网对电力系统稳定性具有重大影响。为提高仿真速度,研究风电场等值模型具有十分重要的意义。针对传统聚合方法无法解决风电场长期运行过程中产生的参数变化问题以及厂家将控制系统参数作为商业机密问题,该文基于风电场公共并网点相量测量单元数据建立了永磁直驱风电场详细动态等值模型与初始化方法,分析参数的轨迹灵敏度,提出了对高灵敏度且时变参数以及高灵敏度控制系统参数采用改进的基因学习粒子群(GLPSO)混合算法进行参数辨识,其他参数固定为聚合值或典型值的策略。分析了不同风速、尾流效应、部分风机离线、风速未知情形下,等值模型的鲁棒性与适应性。仿真算例表明,所提出的参数辨识方法能够提高全局寻优能力。