风电场等值模型适用性分析全方位分时段综合评价方法技术

本发明专利技术提供了一种风电场等值模型适用性分析全方位分时段综合评价方法，属于电气分析评价领域。首先，将等值模型时域仿真结果按时间序列划分为故障前稳态、故障期间以及故障后恢复至稳态三时段；其次，采用平均绝对百分比误差衡量各时段等值模型时域仿真结果的数值精确度；然后，根据相似子序列元素个数与原始序列元素个数比值来衡量各时段等值模型趋势一致性；最后，将各时段数值精确度和趋势一致性进行加权，实现了风电场等值模型时域仿真结果适用性分析的量化评价。果适用性分析的量化评价。果适用性分析的量化评价。

【技术实现步骤摘要】
风电场等值模型适用性分析全方位分时段综合评价方法


[0001]本专利技术属于电气分析评价领域，具体涉及风电场等值模型适用性分析全方位分时段综合评价方法。

技术介绍

[0002]在研究风电场相关系统时，如果采用详细模型建模，需要消耗大量计算资源。为此，在相关研究中，通常采用风电场等值模型简化系统的复杂性进行研究。现有的等值方法是一种静态的等值，等值前后稳态特性保持一致。然而，由于等值模型的简化性质，其暂态阶段的误差偏大，会影响控制策略效果的分析，使得结果偏乐观，甚至出现分析结果与实际系统不一致的风险。因此，等值模型的适用性需要进一步分析和评价。
[0003]在对风电场等值模型的适用性研究中，大部分文献仅采用单一维度指标进行评价分析，且未考虑响应特性时段划分。若仅采用单一维度指标，如：相对误差、绝对误差等进行等值模型精确度评价，具有一定参考意义，但不够全面，无法说明等值效果的优劣。若不对响应特性进行时段划分，则稳态期间较好的结果会掩盖暂态期间较差的结果，导致评价结果偏乐观的问题。因此，如何全面综合衡量等值模型的误差并进行量化是评价风电场等值模型适用性亟需解决的问题。

技术实现思路

[0004]基于此需求，本专利技术提供了一种风电场等值模型适用性分析全方位分时段综合评价方法，实现风电场等值模型适用性分析的量化评价。所述方法包括以下步骤：
[0005]步骤1：通过时域仿真得到风电场等值模型和详细模型的仿真结果。
[0006]步骤2：将仿真数据按时间序列进行划分得到三个不同时段的数据，分别为故障前稳态、故障期间和故障后恢复至稳态。其特征在于，各时段的划分依据如下：
[0007]1)故障前稳态：故障发生前1.0s为该时段的开始，故障发生时刻为该时段的结束；
[0008]2)故障期间：故障发生时刻为该时段的开始，故障清除时刻为该时段的结束；
[0009]3)故障后恢复至稳态：故障清除时刻为该时段的开始，故障清除后，风电机组有功功率稳定输出后1.0s为该时段结束。
[0010]步骤3：根据步骤2划分的时段，将步骤1得到的仿真数据进行划分，并带入平均绝对百分比误差计算公式，得到风电场等值模型数值精确度指标。其特征在于，风电场等值模型数值精确度指标计算公式如下：
[0011][0012]式中，D代表详细模型，E代表等值模型；N(D,E)为D、E间的数值准确度，取值为0～1；d
i
、e
i
分别表示曲线D、E的第i个数值元素，n为元素个数。
[0013]步骤4：按照步骤1和2将仿真数据进行划分后，各时段等值模型和详细模型仿真数据进一步划分子序列，将相似子序列元素个数与原始序列元素个数作商，得到风电场等值
模型趋势一致性指标。其特征在于，风电场等值模型趋势一致性指标计算公式如下：
[0014][0015]式中，k为子序列个数；N
um
(x)表示求取序列元素个数；和为曲线D、E中第i个经规范化处理的相似子序列；f(D,E)为D、E间的趋势一致性，取值为0～1。
[0016]步骤5：将步骤3和4得到的不同时段、数值和趋势指标赋予相应权重，综合考虑后得到风电场等值模型适用性分析全方位分时段综合评价指标。其特征在于，风电场等值模型适用性分析全方位分时段综合评价指标计算公式如下：
[0017]V(D,E)＝k[0.1N
α
(D,E)+0.6N
β
(D,E)+0.3N
γ
(D,E)]+(1
‑
k)[0.1f
α
(D,E)+
[0018]0.6f
β
(D,E)+0.3f
γ
(D,E)]×
100％
[0019]其中，k为数值和趋势指标的权重系数，α、β、γ分别表示故障前稳态、故障期间和故障后恢复至稳态三个时段，其权重系数分别为0.1、0.6和0.3。
[0020]本专利技术的有益效果：
[0021]本专利技术可帮助量化评价风电场等值模型适用性，为风电场聚合等值建模与控制策略研究提供参考依据。通过时域仿真得到风电场等值模型和详细模型的仿真结果；将仿真数据按时间序列进行划分得到三个不同时段的数据；将各时段数据带入平均绝对百分比误差计算公式，得到风电场等值模型数值精确度指标；各时段等值模型和详细模型进一步划分子序列，将相似子序列元素个数与原始序列元素个数作商，得到风电场等值模型趋势一致性指标；将不同时段、数值和趋势指标赋予相应权重，综合考虑后得到风电场等值模型适用性分析全方位分时段综合评价指标。
附图说明
[0022]图1是风电场等值模型适用性分析全方位分时段综合评价方法流程图。
具体实施方式
[0023]为了本专利技术更加明显易懂，下面将结合附图对本专利技术的步骤做进一步详细的说明。
[0024]图1给出了风电场等值模型适用性分析全方位分时段综合评价方法流程图。该方法包括以下步骤：
[0025]步骤1：通过时域仿真得到风电场等值模型和详细模型的仿真结果。
[0026]步骤2：为了避免稳态期间较好的结果会掩盖暂态期间较差的结果，导致评价结果偏乐观的问题，则需将步骤1得到的风电场等值模型和详细模型的仿真结果按时间序列进行划分得到三个不同时段的数据，分别为故障前稳态、故障期间和故障后恢复至稳态。各时段的划分依据如下：
[0027]1)故障前稳态：故障发生前1.0s为该时段的开始，故障发生时刻为该时段的结束；
[0028]2)故障期间：故障发生时刻为该时段的开始，故障清除时刻为该时段的结束；
[0029]3)故障后恢复至稳态：故障清除时刻为该时段的开始，故障清除后，风电机组有功功率稳定输出后1.0s为该时段结束。
[0030]步骤3：根据步骤2划分的时段，将步骤1得到的仿真数据进行划分，并带入平均绝对百分比误差计算公式，得到风电场等值模型数值精确度指标。风电场等值模型数值精确度指标计算公式如下：
[0031][0032]式中，D代表详细模型，E代表等值模型；N(D,E)为D、E间的数值准确度，取值为0～1；d
i
、e
i
分别表示曲线D、E的第i个数值元素，n为元素个数。N(B,E)的数值越接近于1说明等值前后曲线的误差越小，数值精确度越高。平均绝对百分比误差使用绝对值来避免正误差和负误差互相抵消的问题，使得评价结果更具有可信度。
[0033]步骤4：按照步骤1和2将仿真数据进行划分后，各时段等值模型和详细模型仿真数据进一步划分子序列，各子序列的宽度为L(子序列元素个数)。进一步将子序列进行偏移变化和幅值缩放使之规范化，如下式所示。
[0034][0035]式中，d
ij
为第i个子序列中第j个元素，d
imin
和d
imax
分别为子序列d
i
中的最小值和最大值，为经过规范化处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.风电场等值模型适用性分析全方位分时段综合评价方法。其特征在于，本发明可帮助量化评价风电场等值模型适用性，为风电场聚合等值建模与控制策略研究提供参考依据。通过时域仿真得到风电场等值模型和详细模型的仿真结果；将仿真数据按时间序列进行划分得到三个不同时段的数据；将各时段数据带入平均绝对百分比误差计算公式，得到风电场等值模型数值精确度指标；各时段等值模型和详细模型进一步划分子序列，将相似子序列元素个数与原始序列元素个数作商，得到风电场等值模型趋势一致性指标；将不同时段、数值和趋势指标赋予相应权重，综合考虑后得到风电场等值模型适用性分析全方位分时段综合评价指标。该方法包括以下步骤：步骤1：通过时域仿真得到风电场等值模型和详细模型的仿真结果。步骤2：将仿真数据按时间序列进行划分得到三个不同时段的数据，分别为故障前稳态、故障期间和故障后恢复至稳态。其特征在于，各时段的划分依据如下：1)故障前稳态：故障发生前1.0s为该时段的开始，故障发生时刻为该时段的结束；2)故障期间：故障发生时刻为该时段的开始，故障清除时刻为该时段的结束；3)故障后恢复至稳态：故障清除时刻为该时段的开始，故障清除后，风电机组有功功率稳定输出后1.0s为该时段结束。步骤3：根据步骤2划分的时段，将步骤1得到的仿真数据进行划分，并带入平均绝对百分比误差计算公式，得到风电场等值模型数值精确度指标。其特征在于，风电场等值模型数值精确度指标计算公式如下：式中，D代表详细模型，E代表等值模型；N(D,E)为D、E间的数值准确度，取值为0～1；d
i
、e
i
分别表示曲线D、E的第i个...

【专利技术属性】
技术研发人员：赵成勇，邹明，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：