风电场多集群可用惯量评估方法及装置

    公开(公告)号:CN117039926A

    公开(公告)日:2023-11-10

    申请号:CN202310916708.0

    申请日:2023-07-25

    申请人: 河海大学

    摘要: 本发明公开了一种风电场多集群可用惯量评估方法及装置,方法包括:以瞬时风速、优势风向位置和垂直于优势风向的相对位置作为风电场分区的聚类指标,利用密度峰值聚类算法搜索密度峰值点,对风电机组进行聚类划分;采用ARIMA‑GARCH模型描述非平稳风速时间序列,利用Copula函数建立联合分布函数,计算得到预测风速置信区间;利用基于隐马尔科夫过程的风速与风机转子转速的延迟响应模型评估风机不同运行状态的概率,采用维特比算法寻找由隐状态序列产生观测时间序列的最优路径,从而得到概率最大的风机转速区间的状态序列,确定风机转子可用转动惯量。本发明考虑风速不确定性和风机转子延迟响应,提高风电场的惯性评估的准确性。

    一种基于改进递阶随机梯度的电力系统惯量评估方法

    公开(公告)号:CN117117847A

    公开(公告)日:2023-11-24

    申请号:CN202311072511.X

    申请日:2023-08-24

    申请人: 河海大学

    摘要: 本发明公开了一种基于改进递阶随机梯度的电力系统惯量评估方法,包括:建立适用于惯量评估的OEARMA评估模型;基于改进递阶随机梯度算法对OEARMA评估模型进行参数辨识;根据参数辨识结果,将OEARMA评估模型转换为连续传递函数;通过连续传递函数获取到电力系统惯量评估结果。本发明将递阶随机梯度算法应用到系统惯量评估当中,并且在递阶随机梯度算法的基础上引入加权和遗忘因子进行改进,通过调节加权和遗忘因子优化算法的收敛性和辨识精度,可以有效降低参数辨识过程的计算量,同时,OEARMA模型具备高抗扰能力,使得本发明兼具模型适应性强、算法计算量小、评估精度高等优点。