一种风电场机群划分方法

    公开(公告)号:CN103955521A

    公开(公告)日:2014-07-30

    申请号:CN201410193280.2

    申请日:2014-05-08

    CPC classification number: Y02D10/45 Y02E60/76 Y04S40/22 G06Q10/04 G06Q50/06

    Abstract: 本发明属于电力系统仿真领域,尤其涉及一种风电场机群划分方法,该方法基于风电场实测运行数据对场内机组进行机群划分。在数据的采集过程中,由于测量系统的缺陷或执行错误等因素,实测数据可能会含有噪声数据,为减小噪声数据的干扰,本发明首先基于样本点处的势值对风电场实测运行数据进行孤立点数据处理。在机群划分时,当两个机群中心初始位置较近时,其包含的冗余信息较多,划分结果容易陷入局部最优,本发明针对此将欧氏距离最小的样本组向均值点移动,并用移动后的样本组的均值替换原来的样本组,通过该方法获得具有多样性的初始机群中心的位置,提高了全局搜索能力。采用本发明提出的风电场机群划分方法能够将具有相近运行点的风电机组划分为同一机群,优化了风电场等值建模方法。

    一种用于风电场集群的分模式电压控制方法

    公开(公告)号:CN103259267A

    公开(公告)日:2013-08-21

    申请号:CN201310183632.1

    申请日:2013-05-17

    CPC classification number: Y02E40/34

    Abstract: 本发明公开了电力系统自动电压控制技术领域的一种用于风电场集群的分模式电压控制方法。其技术方案是,依据风电场的并网点电压和当前无功调节能力定义了风电场的两种控制模式,不同控制模式下风电场集群控制中心对各风电场下发不同的控制指令。本发明根据风电场集群内各风电场间的实时灵敏度关系,得到某个风电场无功调节能力不足时,集群内其它风电场的协调控制方法。本方法可集成在风电场集群控制中心的控制系统中,为风电场集群区域电网的电压控制提供支持。

    一种风电场机群划分方法

    公开(公告)号:CN103955521B

    公开(公告)日:2017-04-12

    申请号:CN201410193280.2

    申请日:2014-05-08

    CPC classification number: Y02D10/45 Y02E60/76 Y04S40/22

    Abstract: 本发明属于电力系统仿真领域,尤其涉及一种风电场机群划分方法,该方法基于风电场实测运行数据对场内机组进行机群划分。在数据的采集过程中,由于测量系统的缺陷或执行错误等因素,实测数据可能会含有噪声数据,为减小噪声数据的干扰,本发明首先基于样本点处的势值对风电场实测运行数据进行孤立点数据处理。在机群划分时,当两个机群中心初始位置较近时,其包含的冗余信息较多,划分结果容易陷入局部最优,本发明针对此将欧氏距离最小的样本组向均值点移动,并用移动后的样本组的均值替换原来的样本组,通过该方法获得具有多样性的初始机群中心的位置,提高了全局搜索能力。采用本发明提出的风电场机群划分方法能够将具有相近运行点的风电机组划分为同一机群,优化了风电场等值建模方法。

    基于实测运行数据的风电场建模方法

    公开(公告)号:CN103942391B

    公开(公告)日:2016-11-30

    申请号:CN201410164223.1

    申请日:2014-04-22

    Abstract: 本发明涉及一种基于实测运行数据的风电场建模方法,该方法以风电场实测运行数据为准则,对风电场内机组进行机群划分,将具有相近运行点的机组划分为同一机群,对每一个机群采用一台风电机组对其进行等值,进而建立风电场的多机表征模型。本发明在机群划分时先借用信息论中熵的定义和性质对风电机组实测运行数据中的噪声数据进行离群数据处理,减小噪声数据的干扰。另一方面,本发明在机群划分的过程中,优化了聚类中心初始化过程,提高了机群聚类质量,采用本发明提出的方法建立的风电场模型精确性有了较大提高。

    基于信息熵的凝聚型层次聚类算法的风电场机群聚合方法

    公开(公告)号:CN103870923B

    公开(公告)日:2016-08-17

    申请号:CN201410075215.X

    申请日:2014-03-03

    Abstract: 本发明公开了电力系统仿真领域的一种基于信息熵的凝聚型层次聚类算法的风电场机群聚合方法。其技术方案是,首先,根据风电场的实测运行数据,采用谱聚类算法将风电场内的风电机组划分为k个风电机群;其次,建立基于信息熵的相似性矩阵;然后,基于凝聚型层次聚类算法Cure算法的机群合并;直到将所有的机群合并为指定的等值风电机组个数。该方法面向风电场动态建模,在机群聚合过程中,借用信息论中熵的定义和性质,对数据库中关系属性之间的规则进行挖掘,引入信息熵作为合并前后聚类质量的评价指标,并向上层反馈,通过一个特定的收缩因子将样本组向聚类中心收缩,从而达到合并机群的目的,且机群聚合前后风电场的动态响应特性较接近。

    基于分裂层次半监督谱聚类算法的风电场动态等值方法

    公开(公告)号:CN103400009A

    公开(公告)日:2013-11-20

    申请号:CN201310341919.2

    申请日:2013-08-07

    Abstract: 本发明公开了风力发电领域的一种基于分裂层次半监督谱聚类算法的风电场动态等值方法。该方法根据风电场内所有风电机组的实测风速数据,构造一个可以体现原始风速数据空间结构且能为聚类提供更多有效信息的特征向量空间。在对该空间中的样本组进行聚类划分时,利用少量样本组的先验信息,采用自顶向下的簇分裂策略,对样本组进行半监督聚类划分,得到风电机组的机群划分结果。分别用一台风电机组对同群内的风电机组进行等值,按容量加权法计算等值风电机组的参数,进而建立风电场动态等值的多机表征模型。本方法提高了聚类效果,建立的风电场动态等值模型能较准确地反映风电场的动态响应特性。

    一种风电场多机等值建模方法

    公开(公告)号:CN103942736B

    公开(公告)日:2017-10-10

    申请号:CN201410194177.X

    申请日:2014-05-08

    Abstract: 本发明属于电力系统仿真领域,尤其涉及一种风电场多机等值建模方法。该方法在机群划分过程中,从优化机群中心初始位置出发,综合考虑邻域半径和机群密集度因素进行初始机群中心的优化选择过程,并在后续的机群聚类中心更新过程中,基于目标函数在当前解处的伪梯度信息,对机群聚类中心进行优化搜索,提高了机群划分的精确性,优化了风电场多机等值建模方法,降低机群划分结果对初始机群聚类中心位置的敏感性,建立的风电场多机等值模型可以较完整地反映风电场的真实情况,在实测数据准确可信的前提下,建立的风电场多机等值模型可以更加准确地反映风电场的实际响应特性,模型的精确性较高。

    基于分裂层次半监督谱聚类算法的风电场动态等值方法

    公开(公告)号:CN103400009B

    公开(公告)日:2016-04-20

    申请号:CN201310341919.2

    申请日:2013-08-07

    Abstract: 本发明公开了风力发电领域的一种基于分裂层次半监督谱聚类算法的风电场动态等值方法。该方法根据风电场内所有风电机组的实测风速数据,构造一个可以体现原始风速数据空间结构且能为聚类提供更多有效信息的特征向量空间。在对该空间中的样本组进行聚类划分时,利用少量样本组的先验信息,采用自顶向下的簇分裂策略,对样本组进行半监督聚类划分,得到风电机组的机群划分结果。分别用一台风电机组对同群内的风电机组进行等值,按容量加权法计算等值风电机组的参数,进而建立风电场动态等值的多机表征模型。本方法提高了聚类效果,建立的风电场动态等值模型能较准确地反映风电场的动态响应特性。

    一种风电场多机等值建模方法

    公开(公告)号:CN103942736A

    公开(公告)日:2014-07-23

    申请号:CN201410194177.X

    申请日:2014-05-08

    Abstract: 本发明属于电力系统仿真领域,尤其涉及一种风电场多机等值建模方法。该方法在机群划分过程中,从优化机群中心初始位置出发,综合考虑邻域半径和机群密集度因素进行初始机群中心的优化选择过程,并在后续的机群聚类中心更新过程中,基于目标函数在当前解处的伪梯度信息,对机群聚类中心进行优化搜索,提高了机群划分的精确性,优化了风电场多机等值建模方法,降低机群划分结果对初始机群聚类中心位置的敏感性,建立的风电场多机等值模型可以较完整地反映风电场的真实情况,在实测数据准确可信的前提下,建立的风电场多机等值模型可以更加准确地反映风电场的实际响应特性,模型的精确性较高。

Patent Agency Ranking