基于数据驱动的双馈风电场经VSC-HVDC并网次同步振荡影响因素分析
双馈风电场经柔性直流(VSC-HVDC)并网的振荡数据中蕴含大量信息,这些信息能够反映不确定因素对系统次同步振荡的影响.提出了基于数据驱动的方法分析风速和风电场出口电流波动的不确定因素组合对次同步振荡的影响.首先,对系统振荡数据按风速进行分段,运用基于Nuttall窗插值的FFT识别功率数据中与小信号分析结果相对应的次同步振荡分量并提取幅值.然后,利用高斯混合模型(GMM)聚类算法对因素组合进行聚类,通过三种内部有效性指标评价聚类效果.最后,从次同步振荡分量幅值变化的角度分析了风速/电流波动聚簇对次同步振荡的影响.结果表明:在振荡影响因素组合聚类方面,所提GMM方法相比于K-Means具有更好...
Gespeichert in:
Veröffentlicht in: | 电力系统保护与控制 2021-11, Vol.49 (21), p.80-87 |
---|---|
Hauptverfasser: | , , , , , |
Format: | Artikel |
Sprache: | chi |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | 双馈风电场经柔性直流(VSC-HVDC)并网的振荡数据中蕴含大量信息,这些信息能够反映不确定因素对系统次同步振荡的影响.提出了基于数据驱动的方法分析风速和风电场出口电流波动的不确定因素组合对次同步振荡的影响.首先,对系统振荡数据按风速进行分段,运用基于Nuttall窗插值的FFT识别功率数据中与小信号分析结果相对应的次同步振荡分量并提取幅值.然后,利用高斯混合模型(GMM)聚类算法对因素组合进行聚类,通过三种内部有效性指标评价聚类效果.最后,从次同步振荡分量幅值变化的角度分析了风速/电流波动聚簇对次同步振荡的影响.结果表明:在振荡影响因素组合聚类方面,所提GMM方法相比于K-Means具有更好的聚类效果.当风速/电流波动因素组合属于部分聚簇时,会恶化系统次同步振荡. |
---|---|
ISSN: | 1674-3415 |
DOI: | 10.19783/j.cnki.pspc.210101 |