【技术实现步骤摘要】
本申请涉及电数字数据处理，尤其涉及一种针对风电机组空间状态扩展的数据分析方法和装置。
技术介绍
1、近年来，在世界各国政策扶持和科技支持下，风能、太阳能等新能源技术取得了显著进展，装机容量持续攀升。随着新能源技术的成熟化和大规模应用，其经济性逐渐显现，风光等新能源的单位发电成本显著降低，加速推动了能源结构转型进程，全球范围内新能源的占比不断增加，能源生产和消费方式正在发生深刻变革。
2、然而，当下新能源的开发与利用仍面临技术瓶颈，如何高效、稳定地将其接入电网并发挥最大效益，是当前能源转型过程中亟待解决的难题之一。传统发电机组由于自身较大的机械惯性，能够较好地抵御短期的电网波动，即便在受到扰动时，其输出功率和电网状态的变化也较为平缓。而新能源发电机组由于其电力电子变流器的广泛应用，使得系统动态响应速度加快，惯性降低。因其低惯性特性，在面对电网扰动时，系统状态变量如电压、电流等，极易发生较大幅度的波动。同时，动态响应速度的加快也使得电力系统对短期扰动的敏感性显著增强，从而加大了系统的失稳风险。以上种种不仅影响着发电机组本身的稳定性，还会通过耦合效应扩展至整个电力系统，导致电力系统的电压或频率波动。对于一个包含大量新能源发电机组的电力系统来说，系统的暂态稳定性尤为脆弱，任何局部扰动都有可能通过电网的非线性耦合效应，迅速传播并影响系统的整体稳定性。
3、目前，电力系统稳定性分析存在以下问题：其一，新能源发电机组具有高阶、强非线性、低惯性、弱阻尼、强耦合、多时间尺度交互等显著特征，使得其在受到扰动时，系统的状态变量
4、随着我国新型电力系统建设有序推进，以并网逆变器为电网接口的新能源机组将逐步成为电力系统主体。然而，因国内面向新能源机组的暂态稳定性研究起步较晚，虽获得了一定的研究成果，但仍然缺乏面向新能源机组并网系统的暂态稳定性快速评估方法和评估指标，导致系统失稳机理不清、故障形态演化规律不明等暂态稳定问题。
技术实现思路
1、本申请的主要目的在于提供一种针对风电机组空间状态扩展的数据分析方法和装置，以解决现有技术中缺乏面向新能源机组并网系统的暂态稳定性快速评估方法和评估指标，导致系统失稳机理不清、故障形态演化规律不明的问题。
2、为了实现上述目的，本申请提供了如下技术方案：
3、一种针对风电机组空间状态扩展的数据分析方法，所述风电机组空间状态扩展基于风电项目建立的风电机组并网系统，所述数据分析方法包括：
4、步骤s1，基于所述风电机组并网系统的拓扑结构构建全阶模型；
5、步骤s2，将所述全阶模型进行降阶处理，得到降阶模型；
6、步骤s3，分别基于所述全阶模型与所述降阶模型模拟电网电压跌落以及大负载切换，分别得到所述全阶模型的全阶输出状态以及所述降阶模型的降阶输出状态；
7、步骤s4，判断所述降阶输出状态与所述全阶输出状态的数据相似度是否大于等于预设相似度阈值，若是，则执行步骤s5；
8、步骤s5，根据所述降阶模型定义所述风电机组并网系统的雅可比矩阵；
9、步骤s6，根据李雅普诺夫稳定性理论定义所述雅可比矩阵满足李雅普诺夫函数的稳定域；
10、步骤s7，定义所述李雅普诺夫函数为所述风电机组并网系统的吸引域子集的充分条件，所述充分条件包括所述稳定域；
11、步骤s8，通过寻优算法以所述充分条件为约束迭代所述稳定域直至所述稳定域达到最大值；
12、步骤s9，获取与所述最大值相匹配的李雅普诺夫函数即为所述风电机组并网系统的最大估计吸引域。
13、作为本申请的进一步改进，步骤s1，基于所述风电机组并网系统的拓扑结构构建全阶模型，包括：
14、步骤s11，根据式（1）定义所述风电机组并网系统的状态变量：
15、（1）；
16、其中，为电流环与锁相环之间的偏差角，为所述锁相环的锁相与未锁相的输出频率差，和分别为考虑控制延时前后的电流环输出dq轴分量，为滤波器输出电流的dq轴分量，为电流环输出电压的dq轴分量，为电网电流的dq轴分量，角标t为转置矩阵；
17、步骤s12，将所述状态变量转换为标准形式，得到所述全阶模型（2）：
18、（2）；
19、其中，为锁相环比例系数，为锁相环积分系数，为电流环比例系数，为电流环积分系数，为电流环设定值的d轴分量，为电流环设定值的q轴分量，为电流环设定值d轴分量的一阶微分，为电流环设定值q轴分量的一阶微分，为锁相环的瞬时角频率，为lc滤波器的滤波电感，为电压前馈系数，为控制器总延时，为lc滤波器的滤波电容，为并网点至电网间的等效电阻，为电网电压，为并网点至电网间的等效电感。
20、作为本申请的进一步改进，步骤s2，将所述全阶模型进行降阶处理，得到降阶模型，包括：
21、步骤s21，将至定义为非关键因素并忽略；
22、步骤s22，根据式（3）定义所述风电机组并网系统的并网点电压以及并网点电流：
23、（3）；
24、其中，为所述并网点电压，为所述并网点电压的d轴分量，为所述并网点电压的q轴分量，为比例系数且不需要求取，为所述锁相环的相角，为所述并网点电流，为所述并网点电流的d轴分量，为所述并网点电流的q轴分量，为自然对数；
25、步骤s23，根据式（4）定义所述风电机组并网系统的电网电压：
26、（4）；
27、其中，为所述电网电压，为电网的相角；
28、步骤s24，根据式（5）定义所述风电机组并网系统的线路等效阻抗：
29、（5）；
30、其中，为所述线路等效阻抗；
31、步骤s25，基于所述拓扑结构的所述并网点电压与所述电网电压联立式（4）与式（5）得到式（6）：
32、（6）；
33、步骤s26，根据式（6）在等式两边分别乘以，以消除并得到与基于所述偏差角以及的表达式（7）：
34、（7）；
35、步骤s27，将式（7）代入与，得到所述降阶模型（8）：
36、（8）；
37、其中，为所述拓扑结构的平衡点，为电网角频率。
38、作为本申请的进一步改进，步骤s5，根据所述降阶模型定义所述风电机组并网系统的雅可比矩阵，包括：
39、步骤s51，根据所述降阶模型定义所述风电机并网系统的系统函数（9）：
40、（9）；
41、其中，为所述系统函数的分支，为本文档来自技高网...
【技术保护点】
1.一种针对风电机组空间状态扩展的数据分析方法，所述风电机组空间状态扩展基于风电项目建立的风电机组并网系统，其特征在于，所述数据分析方法包括：
2.根据权利要求1所述的数据分析方法，其特征在于，步骤S1，基于所述风电机组并网系统的拓扑结构构建全阶模型，包括：
3.根据权利要求2所述的数据分析方法，其特征在于，步骤S2，将所述全阶模型进行降阶处理，得到降阶模型，包括：
4.根据权利要求3所述的数据分析方法，其特征在于，步骤S5，根据所述降阶模型定义所述风电机组并网系统的雅可比矩阵，包括：
5.根据权利要求3所述的数据分析方法，其特征在于，步骤S6，根据李雅普诺夫稳定性理论定义所述雅可比矩阵满足李雅普诺夫函数的稳定域，包括：
6.根据权利要求5所述的数据分析方法，其特征在于，步骤S7，定义所述李雅普诺夫函数为所述风电机组并网系统的吸引域子集的充分条件，所述充分条件包括所述稳定域，包括：
7.根据权利要求5所述的数据分析方法，其特征在于，步骤S8，通过寻优算法以所述充分条件为约束迭代所述稳定域直至所述稳定域达到最大
8.一种针对风电机组空间状态扩展的数据分析装置，所述数据分析装置应用于如权利要求1至7之一所述的数据分析方法，其特征在于，所述针对风电机组空间状态扩展的数据分析装置包括：
9.一种电子设备，其特征在于，包括处理器，以及与所述处理器耦接的存储器，所述存储器存储有可被所述处理器执行的程序指令；所述处理器执行所述存储器存储的所述程序指令时实现如权利要求1至7中任一项所述的数据分析方法。
10.一种存储介质，其特征在于，所述存储介质内存储有程序指令，所述程序指令被处理器执行时能够实现如权利要求1至7中任一项所述的数据分析方法。
...【技术特征摘要】
1.一种针对风电机组空间状态扩展的数据分析方法，所述风电机组空间状态扩展基于风电项目建立的风电机组并网系统，其特征在于，所述数据分析方法包括：
2.根据权利要求1所述的数据分析方法，其特征在于，步骤s1，基于所述风电机组并网系统的拓扑结构构建全阶模型，包括：
3.根据权利要求2所述的数据分析方法，其特征在于，步骤s2，将所述全阶模型进行降阶处理，得到降阶模型，包括：
4.根据权利要求3所述的数据分析方法，其特征在于，步骤s5，根据所述降阶模型定义所述风电机组并网系统的雅可比矩阵，包括：
5.根据权利要求3所述的数据分析方法，其特征在于，步骤s6，根据李雅普诺夫稳定性理论定义所述雅可比矩阵满足李雅普诺夫函数的稳定域，包括：
6.根据权利要求5所述的数据分析方法，其特征在于，步骤s7，定义所述李雅普诺夫函数为所述风电机...
【专利技术属性】
技术研发人员：吴文韬，陈家伟，陈克锐，王鹏飞，贾启彤，赵东，莫杨斌，李华贵，熊瑞，
申请(专利权)人：云南电投绿能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。