一种基于遗传算法求解风机功率曲线参数模型的改进方法

    公开(公告)号:CN105069192B

    公开(公告)日:2018-02-27

    申请号:CN201510424007.0

    申请日:2015-07-20

    IPC分类号: G06F17/50

    摘要: 本发明公开了一种基于遗传算法求解风机功率曲线参数模型的改进方法,该方法通过风电机组运行过程中的风机运行数据来确定风机功率曲线参数模型中的各个参数。但使用遗传算法求解模型参数的过程中,每次迭代过程都会计算种群中所有个体的适应度,当风机运行数据的数据量增加时,种群的适应度函数和评价函数的计算量就会随之增加,程序的空间复杂度和时间复杂度也都会增加。因此,本方法首先对风机运行数据按网格聚类并分配权重,之后应用遗传算法确定参数模型中的各个参数。通过对风机运行数据聚类可以避免因风机运行数据的数据增加而导致适应度函数和评价函数计算量增加,通过对聚类点分配权重可以使模型适应大多数原始数据点,增加模型可信度。

    一种基于遗传算法求解风机功率曲线参数模型的改进方法

    公开(公告)号:CN105069192A

    公开(公告)日:2015-11-18

    申请号:CN201510424007.0

    申请日:2015-07-20

    IPC分类号: G06F17/50

    摘要: 本发明公开了一种基于遗传算法求解风机功率曲线参数模型的改进方法,该方法通过风电机组运行过程中的风机运行数据来确定风机功率曲线参数模型中的各个参数。但使用遗传算法求解模型参数的过程中,每次迭代过程都会计算种群中所有个体的适应度,当风机运行数据的数据量增加时,种群的适应度函数和评价函数的计算量就会随之增加,程序的空间复杂度和时间复杂度也都会增加。因此,本方法首先对风机运行数据按网格聚类并分配权重,之后应用遗传算法确定参数模型中的各个参数。通过对风机运行数据聚类可以避免因风机运行数据的数据增加而导致适应度函数和评价函数计算量增加,通过对聚类点分配权重可以使模型适应大多数原始数据点,增加模型可信度。

    基于双馈风机无功发生能力的风电场群的无功补偿方法

    公开(公告)号:CN107086586A

    公开(公告)日:2017-08-22

    申请号:CN201710512673.9

    申请日:2017-06-29

    IPC分类号: H02J3/18 H02J3/38

    摘要: 本发明基于双馈风机无功发生能力的风电场群的无功补偿方法,其特征在于该方法的内容是:根据风电场内部的输出的有功功率信息和双馈电机以及换流器的基本信息,计算出单台双馈风机无功极限,然后对每个风电场内各单台双馈风机无功功率极限求和,得出单个风电场的无功功率调节的能力极限,为电网调度值的设定提供范围参考,计算得出各个风电场内的无功的极限范围值,在此基础上进行风电场群的无功功率分配;获取各个风电场的无功功率的补偿值,对补偿值进行顺序排序,完成对各有供需的两两风电场的无功功率的互相补偿,进行多次迭代直到无法完成互相补偿,剩余需要补偿的部分利用相应的风电场内部的无功补偿设备去完成无功补偿。

    基于双馈风机无功发生能力的风电场群的无功补偿方法

    公开(公告)号:CN107086586B

    公开(公告)日:2019-10-15

    申请号:CN201710512673.9

    申请日:2017-06-29

    IPC分类号: H02J3/18 H02J3/38

    摘要: 本发明基于双馈风机无功发生能力的风电场群的无功补偿方法,其特征在于该方法的内容是:根据风电场内部的输出的有功功率信息和双馈电机以及换流器的基本信息,计算出单台双馈风机无功极限,然后对每个风电场内各单台双馈风机无功功率极限求和,得出单个风电场的无功功率调节的能力极限,为电网调度值的设定提供范围参考,计算得出各个风电场内的无功的极限范围值,在此基础上进行风电场群的无功功率分配;获取各个风电场的无功功率的补偿值,对补偿值进行顺序排序,完成对各有供需的两两风电场的无功功率的互相补偿,进行多次迭代直到无法完成互相补偿,剩余需要补偿的部分利用相应的风电场内部的无功补偿设备去完成无功补偿。