论文摘要
风电场/场群规模化接入电网背景下,电网的故障暂态特性发生了根本性改变。然而,现有单机等值型无法精确表征风电场/场群的故障暂态特性。该文提出一种基于特征影响因子和改进人工神经网络反向传播(backpropagation neuronnetworks,BP)算法的直驱风机风电场建模方法。首先,建立直驱风机暂态模型,通过理论分析构建风机与公共连接点(point of common coupling,PCC)距离、直流侧限流措施投入情况、风速、出口处无功功率等故障特征影响因子。然后,对特征影响因子集计算欧式距离,基于改进最大最小距离法提取风机的分类初始中心。通过改进BP算法,以特征影响因子和分类初始中心为训练集,实现神经网络的快速收敛。最后,通过仿真算例,对所提方法进行验证。仿真结果表明,所述方法在收敛速度、建模精度方面,与传统BP算法和单机等值建模方法相比均有较大提升。
论文目录
文章来源
类型: 期刊论文
作者: 王增平,杨国生,汤涌,蔡文瑞,刘素梅,王晓阳,欧阳金鑫
关键词: 直驱风机,风电场等值,特征影响因子,人工神经网络,改进算法
来源: 中国电机工程学报 2019年09期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 新能源电力系统国家重点实验室(华北电力大学),电网安全与节能国家重点实验室(中国电力科学研究院有限公司),北京林业大学,重庆大学
基金: 国家重点研发计划项目(2016YFB0900600,2016YFB0900604),国家电网公司科技项目(SGTYHT,16-JS-198),国家自然科学基金项目(51637005)~~
分类号: TM614;TP183
DOI: 10.13334/j.0258-8013.pcsee.181814
页码: 2604-2615
总页数: 12
文件大小: 918K
下载量: 405