（清华大学电机工程与应用电子技术系 北京市海淀区 100084）
摘要：风电场模型是研究风电场接入电网运行和控制的基础，本文主要是通过建立结构简化、安全性高、易于维护的风电场模型，并网后在电网扰动时获得精确、容易计算的响应，建模主要采用特性融合的方法，从模型中提取特性，经过SVR算法计算参数，得到线性等值模型。再通过模型仿真分析，验证在电网暂态响应的精确度。为提高能源利用效率、创建清洁能源结构提供有效的技术基础。
关键词：风电场模型：短路故障：SVR算法
引言
我国是世界上最大的发展中国家，也是最大的能源消耗国和能源生产国，化石能源的短缺使得我国的能源转型势在必行。21世纪以来，我国的风电行业发展迅速，以10%以上的年增长率增长，装机容量大幅提升，大量的风电场投入运营，但是目前中国的风电装机容量仅为1.7亿千瓦时，总发电量占比不足3%，风电在全国总发电量的占比仍然很低，仍有很大的提升空间。
中国幅员辽阔，地势复杂，海岸线长，有着丰富的风能资源。根据900多个地上10m高的气象站数据估算，中国平均风功率密度约为100W/m2，总的风能资源接近32.3亿千瓦，测算出陆上技术目前可开发的风能储量约为2.53亿千瓦，海上的可开发利用风能达到7.5亿千瓦，如果将陆上和海上的上网电量按照等效满负荷2000-2500小时计算，总的发电量可以达到全国用电量的55%，发展潜力巨大。我国的风能分布主要集中在东北部、北部、西北部、青藏高原以及东南沿海地区。这些地区受到地理因素或季风的影响，具备很好的风力发电基础，风速超过3m/s的时间全年超过4000小时，甚至一些地区的年平均风速可以达到6-7m/s，是我国风电场集中分布的地区。
风力发电具备许多优点，（1）风力发电对环境友好，规模效益显著，没有污染物排放，储能丰富；（2）风电的建设成本低，而且装机容量灵活，运行成本低。风电场大都能在1年左右建成，装机容量可以根据需求，资金灵活调整，现代风电场自动化程度很高，可以实现无人化的稳定运行，只需要定期维护，运行成本约占初期投资的2-3%。风力发电的发展也受到许多因素的制约，主要表现在：（1）风速具有较强的波动性和随机性。（2）储能技术的发展对风电有重要影响。（3）风电会对生态造成一定的影响，风电运行时存在噪音污染。
相比德国，丹麦等世界先进风电国家，我国的风电自主研发能力，产业链的形成，以及检测认证体系上都有比较大的差距。风电场的详细模型较为复杂，很多文献从各个角度建立风电场的简化模型，在精度允许的范围内计算更加容易。文献[1]对双馈型异步风力发电机进行了等值建模，根据风机的机组运行点特征向量进行分群等值，分群主要利用K-均值聚类算法，对结果采用C-均值聚类算法进行修正。特征向量选取输入风速，转差，和有功功率输出三个因子，k-均值聚类的族数提起给定，不足之处是k-均值分群后的结果不稳定，具有一定的随机性。文献[2]探究了风机运行时桨距角对运行点的影响，将桨距角和风速作为两个指标确定机组运行状态，给出了控制桨距角运行的控制策略。文献[3]详细论述了风速模型对风电场的影响，详细分析了尾流效应和风速随机波动性对系统的影响，风电场的等值过程则是将风电场所有的机组等值为一台机，通过详细的风速分布模型得到所有风机的机械功率输入，机械功率的总和输入到一台等值的异步电机中。文献[4]探讨了功率预测算法和功率分配问题，结合风速的实际分布实现电网调度的要求，搭建了具备监控系统的风电场，将运行数据和功率控制数据交互，实现对风电场的各机组的协调控制。文献[5]考虑到了动态响应的时间常数，利用转速而不是风速进行分群，分群依然采用k-均值聚类算法，分类之后对每一类进行机组容量的加权，得到n台风机的等值模型。文献[6]给出了风电机组各部分的详细模型，在暂态分析中得到非常精确的结果，讨论了在仿真不同问题时选择模型的条件。
以上文献论述了几种风电场等值模型的确定方式和研究背景，本文强调利用特性融合的思想对风电场进行建模，并做到取长补短，先通过建立风电场的详细模型，提取一组数据作为特性融合算法的训练集，由SVR计算参数后，给出等值模型，然后考察等值模型在多种电网扰动下的精确性，并对小型的电力系统仿真测试，并且对待解决的问题提出思路。
1原理综述
风力发电机
风力发电机分为同步电机和异步电机，本文所选直驱式风力发电机是一种广泛应用的同步发电机，直驱式风力发电机拥有寿命长，故障率低，维护简单等优点。此外，它发电效率较高，转子级数很多，非常适合低风速下运行，当电网电压跌落时，直趋式风机能够在很大范围内不间断运行，低电压穿越特性较好。
风电场模型
风电场模型主要分为两类，机理类建模和非机理类建模方法。机理类建模是通过物理模型和数学公式构建的详细模型，这种建模思路的优点是逻辑清晰，输入和输出的数学关系明确，缺点是影响因素较多时，例如风电场的功率输出会受到风速，风向，电网扰动等多因素影响，数学过程需要进行近似，导致数学公式本身与实际情况存在差异，造成误差。非机理类建模方法是将系统本身视为黑箱，只考察输入和输出的关系，不过多考察系统本身的数学逻辑，通过算法回归拟合建立模型，构建输入和输出的一种映射，尽可能使模型的输出贴近实际数据，这种思路的优点即是与实际数据的拟合度较好，并解决一部分难以用数学公式表达影响因素在模型中，但有时会出现“过拟合”的情况，输入的数据与训练集稍有偏差时，输出的误差变得很大。
特性融合建模强调将两种建模思路的优点相结合，本文首先搭建风电场的详细模型，然后将详细物理模型和非机理模型的思路相结合，利用精确的风机模型计算得到有功功率和无功功率，将难以计算和精确分析的风速分布问题视为黑箱，将整个风电场视为三台分别在高、中、低风速运行的风电机，三台风机的有功功率、无功功率作为回归算法的输入特性，风电场在PCC节点的输出作为输出特性，融合得到与风速相关的模型参数，融合算法主要是利用epsilon-SVR算法，模型的复杂度由SVR的核函数控制。
计算误差参数e为7%，在详细系统中，等值模型的误差稍微偏大，是因为复杂系统中的非线性元件增多，导致线性核函数模型造成误差，可以通过引入更高级的多项式核函数或非线性的高斯核函数精确得到，但仍为较精确的简化模型，可以很好的体现短路的暂态变化过程。以上分析均假定风况不发生变化，即风速和风向都不改变，事实上二者对模型的精度造成影响。
2.6 风速分布对等值模型精度的影响
SVR算法得到等值模型中的参数，实际上是对风速分布的一种反应，在处理复杂地势，复杂风速风向的风电场运行问题时，难以建立精确的风速分布详细模型，利用特性融合的思路将其视为黑箱，可以直接将输入和输出建立映射，利用拟合的方法巧妙解决难以建模的物理问题。
讨论当实际风速与训练集风速分布区别较大时，等值模型结构的误差是否会受到影响，对图1.24的系统进行仿真，通过计算误差参数e进行分析。
（1）不同风速下的等值模型
风速较强时，大部分机组都在额定运行状态，输入风速超过13m/s，通过桨距角调节将使输入机械功率将保持1.5MW不变，考虑最高风速17m/s的情况，概率分布仍近似满足Weibull公式，12台机的风速分布模型为：
综合三种不同风向的运行结果，风向的改变对等值模型精度的影响是非常显著的，特别是造成动态情况下误差增大，稳态时误差较小不会受到影响，原因在于等值模型参数k1，k2，k3，是对风速分布的反应，对风速分布的变化非常敏锐，因此，为得到精确的等值模型，需要掌握风向分布，对每一种风况下训练对应的参数，或者采用自适应的算法自动调节，得到精确的简化等值模型。
综上本文提出了单台风机的模型，风电场的模型，风速分布的估计方法。将单台风机的运行结果和风电场详细模型的运行结果作为训练集，经过SVR计算得到等值模型参数，完成等值模型，考察在电网扰动和风向风速发生变化时等值模型的误差，在风速分布不变的情况下，等值模型的精确度好，拟合程度高，表明短时间内的风速波动性和随机性不会对等值模型造成影响。风向的变化会引起风速分布改变，模型的动态精度受到较明显的影响，这时需要重新训练参数，或建立自适应的参数调节模型。
3结论
本文利用cloudpss平台搭建了单台风机，风电场的详细模型，得到三相短路下的响应曲线，将低、中、高典型风速下的单台风机有功功率曲线和风电场有功功率曲线作为训练集，带入SVR算法训练得到等值模型参数。
在风速分布不变时，等值模型的精确度较高，面对电网的多种扰动，等值模型的输出误差较小，可以作为足够准确的风电场简化模型进行电网仿真。
风速分布变化时，由于风力变化或风向变化，等值模型的静态误差仍近似为0，动态误差明显变大，误差的大小主要取决于风速分布的变化，满足工程要求的情况下仍可利用等值模型模拟，误差较大时需要重新根据风速分布修订等值模型参数。
特形融合算法是风电场等值建模的一种重要思路，通过特性融合的建模思路，将机理建模和非机理建模方法有机结合，有很高的精度，SVR算法是一种成熟的数据分类回归算法，它很巧妙的解决了复杂因素对系统的影响，例如风速分布，详细风速分布模型需要考虑诸多的地理、风向、尾流效应问题等等，等值算例的结果拟合程度好，而且模型简单，在风速分布接近的情况下暂态仿真也比较准确，验证了所提模型和方法的可行性和有效性。但他还有诸多不足之处，如：当风速分布短时间出现较大变化时，SVR的系数需要自动修正；接入大规模电网后的精确度问题尚待研究等，亟待进一步的探索解决。
参考文献：
[1]卢强，盛成玉，陈颖.巨型风电并网系统的协同自律控制[J].控制理论与应用，2011，28（10）：001491-1495.大型风力发电机组的建模与仿真 肖劲松.
[2]杨哲.±800kv直流输电工程用换流变压器主绝缘结构的研究[J].工程技术：全文版，2016（12）：00249-00249.风电场有功功率控制中的风力发电机组仿真研究 周翠云.
[3]肖劲松，倪维斗，姜桐.大型风力发电机组的建模与仿真[J].太阳能学报，1997（2）：117-127.
[4]叶建民.基于特性融合方法的双馈型风机风电场等值模型研究[D].北京： 清华大学.2013
[5]齐雯.大型风电场等值模型机器并网稳定性研究[D].北京：北京交通大学.2013
[6]齐尚敏，李凤婷，何世恩，等.具有低电压穿越能力的集群接入风电场故障特性仿真研究[J].电力系统保护与控制，2015，43（14）：55-62.
作者简介：
马千里（1995-），男，本科，主要研究方面：新能源发电与电力储能；
张雪敏（1979-），女，博士，副教授，博士生导师，从事电力系统分析与控制、输入-状态稳定理论以及电网复杂性理论等方面的研究。
论文作者:马千里,张雪敏
论文发表刊物:《电力设备》2017年第35期
论文发表时间:2018/4/28
标签：模型论文; 风速论文; 风电场论文; 建模论文; 误差论文; 算法论文; 功率论文; 《电力设备》2017年第35期论文;