基于实测数据风电场风速-功率模型研究

《基于实测数据风电场风速-功率模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第42卷第2期电力系统保护与控制Vo1．42NO．22014年1月16同PowerSystemProtectionandControlJan．16．2014基于实测数据的风电场风速一功率模型的研究王钤，潘险险，陈迎。，杨汾艳，林俐(1．广东电网公司电力科学研究院，广东广州510080；2．新能源电力系统国家重点实验室(华北电力大学)，北京102206；3．安徽省电力公司检修公司，安徽合肥230000)摘要：建立准确的风电场模型是风电接入系统相关研究的基础。首先通过对某双馈风电机组的标准功率特性曲线和实测风速一功

2、率散点图进行对比，针对它们之间的差异问题，建立基于实测运行数据的风电机组风速一功率模型。其次，针对地形复杂、机组排列不规则的大型风电场风速差异性问题，利用K-means聚类算法对风电场内所有风电机组按实测风速数据进行聚类划分，建立了整个风电场的等效风速模型，进而给出了基于实测运行数据的风电场风速一功率模型。然后，以某实际风电场为例，对该风电场内的风电机组按风速进行K-means聚类划分，结果显示该划分结果与简单按地理位置的机群划分结果有明显差异。最后，对传统的风速一功率模型和所提出的风速一功率模型输出结果进行比

3、较，结果证明所提出的模型相对于传统模型而言，准确性有了较大的提高。关键词：风速一功率模型；实测数据；K-means聚类算法；聚类划分；风电场建模Studyofwindspeed-activepowermodelforwindfarmbasedonmeasureddataWANGQian，PANXian．xian，CHENYing，YANGFen—yan，LINLi。f1．ElectricPowerResearchInstituteofGuangdongPowerGridCorporation，Guangzhou

4、510080，China；2．StateKeyLaboratoryofAlternateElectricalPowerSystemwithRenewableEnergySources(NorthChinaElectricPowerUniversity)，Beijing102206，China；3．MaintenanceCompanyofAnhuiElectricPowerCorporation，Hefei230000，China)Abstract：Accuratemodelofthewindfarmistheb

5、asisfortheanalysisofwindpowerintegratinggrid．Firstly,thecomparisonismadebetweenthestandardpowercharacteristiccurveandthemeasuredsca~erplotofwindspeed—activepowerforDFIGThewindspeed-activepowermodelisproposedbasedonthemeasureddata．Forthewindspeeddiferencesofw

6、indturbinesinlargewindfarmcausedbycomplexterrainandthecrewirregulararangement，K—meansclusteringalgorithmisusedfortheequivalentwindspeedmodelofthewholewindfarm．Thenthewindspeed—activepowermodelofwindfarmbasedonmeasureddataisproposed．Takinganactualwindfarmasex

7、ample，K—meansclusteringalgorithmisusedtotheclustersdivision．Resultshowsthatthedivisionbywindspeedisdiferentfromthatbylocationofwindturbineunits．Finally,toverifytheefectivenessofthenewwindspeed-activepowermode1．theerorcomparativeanalysisiSmadebetweenthenewmod

8、elandthetraditionalmode1．Resultshowsthattheaccuracyofthemodelisgreatlyimprovedwiththeproposedmethod．Keywords：windspeed．-activepowermodel；measureddata；K·-meansclusteringalgorithm；clustersdivision