一种海上直驱风机风电并网的稳定性评估方法及装置与流程

1.本技术涉及到风电并网稳定性检验方面，尤其是一种海上直驱风机风电并网的稳定性评估方法及装置。


背景技术：

2.随着海上风电的开发与建设愈见被国家重视，海上风电接入对电力系统稳定性的影响也获得的广泛的关注，目前海上风电项目主要采用以直驱风机为代表的全功率变换风电机组，相比较与以双馈风机为代表的部分功率变换风电机组，直驱风机换流器与交流电网之间的功率交换更大，动态交互作用及其影响往往更强，对电力系统电磁振荡稳定性的影响更大。因此，有必要对大规模海上直驱风电场小干扰稳定性进行检验。
3.参见图3所示，海上风电场有n台型号相同的直驱风机并网构成，通常风电机组有个端口电压，经过箱式变压器升压至中压，通过35kv集电网络汇集到风电场的升压变电站的低压侧，即汇流母线a，经过风电场升压变电站升压后，通过汇流母线c接入陆上主电网。现有技术中，通常构建风电场全阶模型，再利用参数辨识法，根据等值风电场在并网点的动态响应数据，对等值风机参数进行辨识，求得同一工况或同一外部扰动作用下等值风机与被等值风电场，再评估海上直驱风机风电并网的稳定性。
4.这种方法在构建风电并网的等值模型时，没有考虑到小干扰因素对直驱风机风电并网稳定性的影响，小干扰因素一是风电功率的接入会改变电力系统原有的潮流分布特性；二是风电机组与风电机组之间的动态交互作用；三是风电机组与交流电网之间的动态交互作用。这种方法在每次风电场或风电机组工况发生变换时，需要重新建立风电场小信号模型进行分析，计算量大，效率低。


技术实现要素：

5.为了解决现有技术中评估海上直驱风机风电并网的稳定性时，没有考虑到小干扰因素，从而影响评估结果的准确性时，本技术公开了一种海上直驱风机风电并网的稳定性评估方法及装置。
6.本技术第一方面公开了一种海上直驱风机风电并网的稳定性评估方法，包括：
7.构建直驱风机系统化状态空间模型；
8.获取并网风电场的线性化状态空间模型；
9.获取并网风电场的网络阻抗矩阵，所述并网风电场的网络阻抗矩阵包括内部网络阻抗矩阵和外送线路部分网络阻抗矩阵；
10.获取所述外送线路部分网络阻抗矩阵的特征值，以及所述外送线路部分网络阻抗矩阵的特征值对应的特征向量；
11.获取所述外送线路部分网络阻抗矩阵的特征向量矩阵；
12.获取直驱风机风电并网的线性化状态空间模型；
13.根据所述直驱风机风电并网的线性化状态空间模型，以及所述外送线路部分网络
阻抗矩阵的特征向量矩阵，构建海上直驱风机风电并网的聚合模型；
14.根据所述海上直驱风机风电并网的聚合模型，评估海上直驱风机风电并网的稳定性。
15.可选的，所述构建直驱风机系统化状态空间模型包括：
16.获取每个直驱风机的电压、电流和状态向量，构建每个直驱风机的线性化状态空间模型；
17.根据每个直驱风机的线性化状态空间模型，构建直驱风机系统化状态空间模型。
18.可选的，所述获取并网风电场的线性化状态空间模型包括：
19.获取并网风电场的节点阻抗矩阵，构建并网风电场的网络方程；
20.根据所述直驱风机系统化状态空间模型中每个直驱风机的电流，获取并网风电场的输出电流；
21.根据所述并网风电场的输出电流和所述直驱风机系统化状态空间模型，获取并网风电场的线性化状态空间模型。
22.可选的，所述获取直驱风机风电并网的线性化状态空间模型包括：
23.获取并网风电场的网络阻抗矩阵，获取所述网络阻抗矩阵的特征值，以及获取所述网络阻抗矩阵的特征值对应的特征向量；
24.根据所述网络阻抗矩阵的特征值所对应的特征向量，获取特征向量矩阵；
25.获取所述直驱风机系统化状态空间模型的电压与所述特征向量矩阵之间的关系，以及直驱风机系统化状态空间模型的电流与所述特征向量矩阵之间的关系，以及所述直驱风机系统化状态空间模型的状态向量与所述特征向量矩阵之间的关系；
26.获取直驱风机风电并网的线性化状态空间模型；所述直驱风机风电并网的线性化状态空间模型为根据所述直驱风机系统化状态空间模型的电压与所述特征向量矩阵之间的关系，以及直驱风机系统化状态空间模型的电流与所述特征向量矩阵之间的关系，以及所述直驱风机系统化状态空间模型的状态向量与所述特征向量矩阵之间的关系获取。
27.可选的，所述根据所述网络阻抗矩阵的特征值所对应的特征向量，获取特征向量矩阵之后，所述方法还包括：
28.获取所述特征向量矩阵中任意两个不同元素之间的关系；所述任意两个不同元素为任意两个不同直驱风机。
29.本技术第二方面公开了一种海上直驱风机风电并网的稳定性评估装置，所述装置应用于所述一种海上直驱风机风电并网的稳定性评估方法，包括：
30.风机模型构建模块，用于构建直驱风机系统化状态空间模型；
31.风电场模型构建模块，用于获取并网风电场的线性化状态空间模型；
32.网络阻抗矩阵获取模块，用于获取并网风电场的网络阻抗矩阵，所述并网风电场的网络阻抗矩阵包括内部网络阻抗矩阵和外送线路部分网络阻抗矩阵；
33.数据获取模块，用于获取所述外送线路部分网络阻抗矩阵的特征值，以及所述外送线路部分网络阻抗矩阵的特征值对应的特征向量；
34.特征向量矩阵获取模块，用于获取所述外送线路部分网络阻抗矩阵的特征向量矩阵；
35.风电并网模型获取模块，用于获取直驱风机风电并网的线性化状态空间模型；
36.聚合模型构建模块，用于根据所述直驱风机风电并网的线性化状态空间模型，以及所述外送线路部分网络阻抗矩阵的特征向量矩阵，构建海上直驱风机风电并网的聚合模型；
37.稳定性评估模块，用于根据所述海上直驱风机风电并网的聚合模型，评估海上直驱风机风电并网的稳定性。
38.可选的，所述风机模型构建模块包括：
39.单个风机模型构建单元，用于获取每个直驱风机的电压、电流和状态向量，构建每个直驱风机的线性化状态空间模型；
40.风机模型构建单元，用于根据每个直驱风机的线性化状态空间模型，构建直驱风机系统化状态空间模型。
41.可选的，所述风电场模型构建模块包括：
42.网络方程构建单元，用于获取并网风电场的节点阻抗矩阵，构建并网风电场的网络方程；
43.输出电流获取单元，用于根据所述直驱风机系统化状态空间模型中每个直驱风机的电流，获取并网风电场的输出电流；
44.风电场模型构建单元，用于根据所述并网风电场的输出电流和所述直驱风机系统化状态空间模型，获取并网风电场的线性化状态空间模型。
45.可选的，所述风电并网模型获取模块包括：
46.数据获取单元，用于获取并网风电场的网络阻抗矩阵，获取所述网络阻抗矩阵的特征值，以及获取所述网络阻抗矩阵的特征值对应的特征向量；
47.特征向量矩阵获取单元，用于根据所述网络阻抗矩阵的特征值所对应的特征向量，获取特征向量矩阵；
48.关系获取单元，用于获取所述直驱风机系统化状态空间模型的电压与所述特征向量矩阵之间的关系，以及直驱风机系统化状态空间模型的电流与所述特征向量矩阵之间的关系，以及所述直驱风机系统化状态空间模型的状态向量与所述特征向量矩阵之间的关系；
49.风电并网模型获取单元，用于获取直驱风机风电并网的线性化状态空间模型；所述直驱风机风电并网的线性化状态空间模型为根据所述直驱风机系统化状态空间模型的电压与所述特征向量矩阵之间的关系，以及直驱风机系统化状态空间模型的电流与所述特征向量矩阵之间的关系，以及所述直驱风机系统化状态空间模型的状态向量与所述特征向量矩阵之间的关系获取。
50.可选的，所述特征向量矩阵获取单元之后还包括：
51.风机关系获取单元，用于获取所述特征向量矩阵中任意两个不同元素之间的关系；所述任意两个不同元素为任意两个不同直驱风机。
52.本技术公开了一种海上直驱风机风电并网的稳定性评估方法及装置，所述方法包括：构建直驱风机系统化状态空间模型；获取并网风电场的线性化状态空间模型；获取并网风电场外送线路部分网络阻抗矩阵；获取所述外送线路部分网络阻抗矩阵的特征值，以及所述外送线路部分网络阻抗矩阵的特征值对应的特征向量；获取所述外送线路部分网络阻抗矩阵的特征向量矩阵；获取直驱风机风电并网的线性化状态空间模型；根据所述直驱风
机风电并网的线性化状态空间模型，以及所述外送线路部分网络阻抗矩阵的特征向量矩阵，构建海上直驱风机风电并网的聚合模型；评估海上直驱风机风电并网的稳定性。本技术考虑到小干扰因素给海上直驱风机风电并网带来的影响，将直驱风电场的线性化状态模型近似解耦为多个相互独立的等效子系统，各等效子系统可以看作由一台并网直驱风机构成，对多个等效子系统进行聚合，根据聚合模型评估海上直驱风机风电并网的稳定性，评估结果更准确，计算量小，效率高。
附图说明
53.为了更清楚地说明本技术的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
54.图1为本技术实施例公开的一种海上直驱风机风电并网的稳定性评估方法的流程示意图；
55.图2为本技术实施例公开的一种海上直驱风机风电并网的稳定性评估装置的结构示意图；
56.图3为本技术实施例公开的一种现有技术中直驱风机风电并网的模拟示意图；
57.图4为本技术实施例公开的一种直驱风机风电并网的线性化状态模型示意图；
58.图5为本技术实施例公开的一种海上直驱风机风电并网的聚合模型示意图；
59.图6为本技术实施例公开的一种100台直驱风机风电并网的示意图；
60.图7为本技术实施例公开的一种100台直驱风机风电场振荡模式计算结果示意图；
61.图8为本技术实施例公开的100台直驱风机风电场振荡模式又一种计算结果示意图；
62.图9为本技术实施例公开的100台直驱风机风电场振荡模式又一种计算结果示意图；
63.图10为本技术实施例公开的100台直驱风机风电场振荡模式又一种计算结果示意图。
具体实施方式
64.为了解决现有技术中评估海上直驱风机风电并网的稳定性时，没有考虑到小干扰因素，从而影响评估结果的准确性时，本技术公开了一种海上直驱风机风电并网的稳定性评估方法及装置。
65.本技术第一实施例公开了一种海上直驱风机风电并网的稳定性评估方法，包括：
66.获取每个直驱风机的电压、电流和状态向量，构建每个直驱风机的线性化状态空间模型。由n台直驱风机组成的并网直驱风电场中，直驱风机i的线性化状态空间模型表示为：
67.68.其中，
△
x
i
为直驱风机i的状态向量；
△
v
i
＝[
△
v
ix
ꢀ△
v
iy
]
t
，
△
i
i
＝[
△
i
ix
ꢀ△
i
iy
]
t
，v
ix
+jv
iy
和i
ix
+ji
iy
分别表示公共x
‑
y坐标系下直驱风机i的端电压和输出电流；a
i
、b
i
和c
i
分别表示直驱风机i的线性化状态空间矩阵、控制矩阵和输出矩阵。
[0069]
根据每个直驱风机的线性化状态空间模型，构建直驱风机系统化状态空间模型。
[0070][0071]
其中，
△
x＝[
△
x
1t
ꢀ△
x
2t k
ꢀ△
x
nt
]
t
，
△
v＝[
△
v
1t
ꢀ△
v
2t k
ꢀ△
v
nt
]
t
，
△
i＝[
△
i
1t
ꢀ△
i
2t k
ꢀ△
i
nt
]
t
；diag[a
i
]、diag[b
i
]和diag[c
i
]分别表示对角线元素为a
i
、b
i
和c
i
的分块对角矩阵(i＝1,2,k,n)。
[0072]
获取并网风电场的节点阻抗矩阵z
w
，构建并网风电场的网络方程。采用节点阻抗矩阵的表示形式，并网风电场的网络方程为：
[0073]
△
v＝z
w
△
i+
△
v
cn
；
ꢀꢀ
(3)
[0074]
其中，
△
v
cn
＝[
△
v
ct
ꢀ△
v
ct k
ꢀ△
v
ct
]
t
，
△
v
c
＝[
△
v
cx
ꢀ△
v
cy
]
t
。
[0075]
根据所述直驱风机系统化状态空间模型中每个直驱风机的电流，获取并网风电场的输出电流。
[0076][0077]
其中，
△
i
c
＝[
△
i
cx
ꢀ△
i
cy
]
t
，i
cx
+ji
cy
表示交流电网公共x
‑
y坐标系下风电场向外部交流系统注入的电流。
[0078]
根据所述并网风电场的输出电流和所述直驱风机系统化状态空间模型，获取并网风电场的线性化状态空间模型。将式(2)至式(4)联立，消去中间变量可得图1所示海上并网直驱风电场的线性化状态空间模型为：
[0079][0080]
其中，a
w
＝diag[a
i
]+diag[b
i
]z
w
diag[c
i
]，c
w
＝[c
1 c
2 k c
n
]。
[0081]
获取并网风电场的网络阻抗矩阵，获取所述网络阻抗矩阵的特征值，以及获取所述网络阻抗矩阵的特征值对应的特征向量。
[0082]
若忽略线路电阻，那么获取并网风电场的网络阻抗矩阵相当于获取并网风电场的网络电抗矩阵，以下推导中网络阻抗矩阵均由网络电抗矩阵代替，式(3)中的并网风电场节点阻抗矩阵可表示为如下形式：
[0083][0084]
其中，其中，表示克罗内克乘积，为并网风电场网络电抗矩阵。
[0085]
根据节点阻抗矩阵的性质，式(6)中的并网风电场网络电抗矩阵x
w
为一实对称矩阵，因此有如下相似对角化变换成立：
[0086]
u
t
x
w
u＝diag[λ
i
]；
ꢀꢀ
(7)
[0087]
其中，λ
i
表示矩阵x
w
的特征值，u＝[u
1 u
2 k u
n
]，u
i
表示与λ
i
对应的矩阵x
w
的特征向量(i＝1,2,...,n)。
[0088]
根据所述网络电抗矩阵的特征值所对应的特征向量，获取特征向量矩阵。
[0089]
获取所述直驱风机系统化状态空间模型的电压与所述特征向量矩阵之间的关系，以及直驱风机系统化状态空间模型的电流与所述特征向量矩阵之间的关系，以及所述直驱风机系统化状态空间模型的状态向量与所述特征向量矩阵之间的关系；。
[0090]
根据式(7)所示对角化变换，可定义如下变量变换，
[0091]
△
x＝u
n
△
y
ꢀ△
v＝u2△
v
y
ꢀ△
i＝u2△
i
y
；
ꢀꢀ
(8)
[0092]
其中，ε
n
为n
×
n的单位矩阵，ε2为2
×
2的单位矩阵；n为一台直驱风机线性化模型的阶数，由于风机型号相同，各风机模型阶数相同。
[0093]
获取特征向量矩阵中任意两个不同元素之间的关系。所述任意两个不同元素为任意两个不同直驱风机。
[0094]
根据任意两个不同直驱风机稳态运行点的差异，以及所述特征向量矩阵中任意两个不同元素之间的关系，进行计算。
[0095]
获取直驱风机风电并网的线性化状态空间模型；所述直驱风机风电并网的线性化状态空间模型为根据所述直驱风机系统化状态空间模型的电压与所述特征向量矩阵之间的关系，以及直驱风机系统化状态空间模型的电流与所述特征向量矩阵之间的关系，以及所述直驱风机系统化状态空间模型的状态向量与所述特征向量矩阵之间的关系获取。
[0096]
具体的，将式(6)和式(8)代入式(3)，根据克罗内克乘积的性质可得，
[0097]
[0098]
其中，u
ki
为u
i
中的第k个元素(i＝1,2,...,n，k＝1,2,...,n)。
[0099]
式(9)可进一步写为：
[0100]
△
v
yi
＝λ
i
e
△
i
yi
+u
i
△
v
c
；
ꢀꢀ
(10)
[0101]
其中，i＝1,2,...,n。
[0102]
将式(8)代入式(2)可得，
[0103][0104]
式(11)中，
[0105][0106][0107][0108]
根据实对称矩阵的性质，有：u
t
＝u
‑1，因此，
[0109][0110]
考虑到，在风电场内各风机型号相同的条件下，风机k和风机j线性化模型的差异源自其稳态运行点的差异(k,j＝1,2,k,n；k≠j)，即矩阵a
k
和a
j
形式相同、但其中与稳态运行点相关的元素数值会具有一定差异；因此，由式(12)和式(13)，可作进一步分析如下：
[0111]
由式(12)，矩阵u
nt
diag[a
i
]u
n
为一分块矩阵、且各分块上的元素为矩阵a
i
的加权求和(i＝1,2,k,n)。
[0112]
由式(13)，在进行加权求和时，非对角线元素上加权系数起抵消作用，而对角线元素可看作矩阵a
i
的加权平均值(k＝1,2,k,n)。因此，在矩阵a
i
形式相同、仅部分数值具有一定差异的条件下，相对于对角线元素，非对角线元素的影响可以忽略，即矩阵u
nt
diag[a
i
]u
n
可看作一对角线元素占优的分块矩阵，从而有：
[0113][0114]
同理有，
[0115][0116][0117]
由式(4)和式(8)，
[0118][0119]
由式(10)、式(14)和式(15)，在风电场内直驱风机型号相同的条件下，图1所示n机海上直驱风电场的线性化状态空间模型可近似解耦为n个相互独立的等效子系统，且第i个等效子系统的线性化状态空间模型为，
[0120][0121]
△
v
yi
＝λ
i
e
△
i
yi
+u
i
△
v
c
；
ꢀꢀ
(16.b)
[0122]
其中，i＝1,2,...,n，
△
i
ci
＝u
i
△
i
yi
。
[0123]
式(16)也可写为如下形式，
[0124][0125]
其中，a
ci
＝a
ei
+λ
i
b
ei
ec
ei
，b
ci
＝u
i
b
ei
，c
ci
＝u
i
c
ei
。
[0126]
由式(16)和式(17)，对于图1所示海上并网直驱风电场，在各风电机组型号相同的条件下，该n机直驱风电场的线性化状态空间模型可近似解耦为n个相互独立的等效子系统，且各等效子系统可看作由一台并网直驱风机构成，其中直驱风机的线性化状态空间模型为原风电场内所有直驱风机线性化状态空间模型的加权平均值，由此实现了对原风电场小干扰稳定性的解耦分析。
[0127]
获取并网风电场的网络阻抗矩阵，所述并网风电场的网络阻抗矩阵包括内部网络
阻抗矩阵和外送线路部分网络阻抗矩阵。
[0128]
获取所述外送线路部分网络阻抗矩阵的特征值，以及所述外送线路部分网络阻抗矩阵的特征值对应的特征向量。
[0129]
获取所述外送线路部分网络阻抗矩阵的特征向量矩阵。
[0130]
根据所述直驱风机风电并网的线性化状态空间模型，以及所述外送线路部分网络阻抗矩阵的特征向量矩阵，构建海上直驱风机风电并网的聚合模型。
[0131]
根据所述海上直驱风机风电并网的聚合模型，评估海上直驱风机风电并网的稳定性。
[0132]
具体的，由式(16)或式(17)，图3所示直驱风电场的小信号模型可表示为图4所示形式。图3中，以汇流母线a为参考节点，风电场集电网络的节点阻抗矩阵可写为如下形式，
[0133]
△
v＝z
w1
△
i+
△
v
an
。
ꢀꢀ
(18)
[0134]
其中，
△
v
an
＝[
△
v
at
ꢀ△
v
at k
ꢀ△
v
at
]
t
，
△
v
a
＝[
△
v
ax
ꢀ△
v
ay
]
t
，v
ax
+jv
ay
，z
w1
为图3所示并网风电场集电网络部分的节点阻抗矩阵，且根据电力网络分析理论，z
w1
具有如下表示形式，
[0135][0136]
其中，i＝1,2,...,n，j＝1,2,...,n。
[0137]
对于图3中的风电外送线路，有，
[0138]
△
v
a
＝z
l
△
i
c
+
△
v
c
。
ꢀꢀ
(20)
[0139]
其中，
[0140]
由式(18)至式(20)，式(3)中的并网风电场节点阻抗矩阵可表示为如下形式，
[0141][0142]
由式(19)、式(20)和式(21)，式(6)中的矩阵x
w
可进一步写为如下形式，
[0143]
x
w
＝x
w1
+x
l
。
ꢀꢀ
(22)
[0144]
其中，为风电场内部集电网络部分对应的网络电抗矩阵；为风电外送线路部分对应的网络电抗矩阵。
[0145]
令λ
li
表示式(22)中矩阵x
l
的特征值，u
li
表示与λ
li
对应的矩阵x
l
的特征向量(i＝1,2,...,n)，则有：
[0146]
λ
li
＝0；i＝1,2,...,n
‑
1λ
ln
＝nx
l
；
ꢀꢀ
(23.a)
[0147][0148]
其中，i＝1,2,...,n。
[0149]
考虑到风电场内部的集电网络主要用于功率汇集，相对风电外送线路阻抗而言，集电网络阻抗的影响一般很小，可以忽略。因此，结合节点阻抗矩阵的形成原则，由式(26)，风电场网络电抗矩阵x
w
可看作由x
l
对应部分主导，因此，对于x
w
有如下关系成立，
[0150]
λ
i
≈0；i＝1,2,...,n
‑
1λ
n
≈nx
l
；
ꢀꢀ
(24.a)
[0151][0152]
根据式(24)和图4，并网风电场整体的动态输出特性一般可由图2或式(16)和式(17)中的第n个等效子系统反映，由此可建立海上并网直驱风电场的聚合模型如图5所示，其线性化状态空间表示形式为，
[0153][0154]
△
v
yn
＝λ
n
e
△
i
yn
+u
n
△
v
c
△
i
cn
＝u
n
△
i
yn
；
ꢀꢀ
(25.b)
[0155]
其中，
[0156]
以上所得并网风电场聚合模型可看作由一台并网聚合直驱风机构成，其中聚合直驱风机的线性化状态空间模型为原风电场内所有直驱风机线性化状态空间模型的加权平均值，聚合直驱风机与交流电网之间连接线路电抗为风电场网络电抗矩阵x
w
的最大特征值λ
n
。由此，获得了一种海上并网直驱风电场线性化模型的聚合方法。
[0157]
由于聚合模型中集中体现了风电场与交流电网之间的动态交互作用，图3所示并网风电场的主导振荡模式通常体现在聚合模型之中，据此可采用聚合模型，对风电场小干扰稳定性进行检验。
[0158]
本技术在获取直驱风机风电并网的线性化状态空间模型之后，还可以通过一下方法判断直驱风机风电并网的稳定性，包括：根据所述直驱风机风电并网的线性化模型，获取空间矩阵。
[0159]
获取所述空间矩阵的特征值、特征向量和参与因子。
[0160]
评估海上直驱风机风电并网的稳定性。
[0161]
本技术公开了一种海上直驱风机风电并网的稳定性评估方法及装置，所述方法包括：构建直驱风机系统化状态空间模型；获取并网风电场的线性化状态空间模型；获取并网风电场外送线路部分网络阻抗矩阵；获取所述外送线路部分网络阻抗矩阵的特征值，以及所述外送线路部分网络阻抗矩阵的特征值对应的特征向量；获取所述外送线路部分网络阻抗矩阵的特征向量矩阵；获取直驱风机风电并网的线性化状态空间模型；根据所述直驱风机风电并网的线性化状态空间模型，以及所述外送线路部分网络阻抗矩阵的特征向量矩阵，构建海上直驱风机风电并网的聚合模型；评估海上直驱风机风电并网的稳定性。本技术考虑到小干扰因素给海上直驱风机风电并网带来的影响，将直驱风电场的线性化状态模型近似解耦为多个相互独立的等效子系统，各等效子系统可以看作由一台并网直驱风机构成，对多个等效子系统进行聚合，根据聚合模型评估海上直驱风机风电并网的稳定性，评估结果更准确，计算量小，效率高。
[0162]
本技术第二实施例公开了一种海上直驱风机风电并网的稳定性评估装置，所述装置应用于所述一种海上直驱风机风电并网的稳定性评估方法，包括：
[0163]
风机模型构建模块，用于构建直驱风机系统化状态空间模型。
[0164]
风电场模型构建模块，用于获取并网风电场的线性化状态空间模型。
[0165]
网络阻抗矩阵获取模块，用于获取并网风电场的网络阻抗矩阵，所述并网风电场的网络阻抗矩阵包括内部网络阻抗矩阵和外送线路部分网络阻抗矩阵。
[0166]
数据获取模块，用于获取所述外送线路部分网络阻抗矩阵的特征值，以及所述外送线路部分网络阻抗矩阵的特征值对应的特征向量。
[0167]
特征向量矩阵获取模块，用于获取所述外送线路部分网络阻抗矩阵的特征向量矩阵。
[0168]
风电并网模型获取模块，用于获取直驱风机风电并网的线性化状态空间模型。
[0169]
聚合模型构建模块，用于根据所述直驱风机风电并网的线性化状态空间模型，以及所述外送线路部分网络阻抗矩阵的特征向量矩阵，构建海上直驱风机风电并网的聚合模型。
[0170]
稳定性评估模块，用于根据所述海上直驱风机风电并网的聚合模型，评估海上直驱风机风电并网的稳定性。
[0171]
进一步的，所述风机模型构建模块包括：
[0172]
单个风机模型构建单元，用于获取每个直驱风机的电压、电流和状态向量，构建每个直驱风机的线性化状态空间模型。
[0173]
风机模型构建单元，用于根据每个直驱风机的线性化状态空间模型，构建直驱风机系统化状态空间模型。
[0174]
进一步的，所述风电场模型构建模块包括：
[0175]
网络方程构建单元，用于获取并网风电场的节点阻抗矩阵，构建并网风电场的网
络方程。
[0176]
输出电流获取单元，用于根据所述直驱风机系统化状态空间模型中每个直驱风机的电流，获取并网风电场的输出电流。
[0177]
风电场模型构建单元，用于根据所述并网风电场的输出电流和所述直驱风机系统化状态空间模型，获取并网风电场的线性化状态空间模型。
[0178]
进一步的，所述风电并网模型获取模块包括：
[0179]
数据获取单元，用于获取并网风电场的网络阻抗矩阵，获取所述网络阻抗矩阵的特征值，以及获取所述网络阻抗矩阵的特征值对应的特征向量。
[0180]
特征向量矩阵获取单元，用于根据所述网络阻抗矩阵的特征值所对应的特征向量，获取特征向量矩阵。
[0181]
关系获取单元，用于获取所述直驱风机系统化状态空间模型的电压与所述特征向量矩阵之间的关系，以及直驱风机系统化状态空间模型的电流与所述特征向量矩阵之间的关系，以及所述直驱风机系统化状态空间模型的状态向量与所述特征向量矩阵之间的关系。
[0182]
风电并网模型获取单元，用于获取直驱风机风电并网的线性化状态空间模型；所述直驱风机风电并网的线性化状态空间模型为根据所述直驱风机系统化状态空间模型的电压与所述特征向量矩阵之间的关系，以及直驱风机系统化状态空间模型的电流与所述特征向量矩阵之间的关系，以及所述直驱风机系统化状态空间模型的状态向量与所述特征向量矩阵之间的关系获取。
[0183]
进一步的，所述特征向量矩阵获取单元之后还包括：
[0184]
风机关系获取单元，用于获取所述特征向量矩阵中任意两个不同元素之间的关系；所述任意两个不同元素为任意两个不同直驱风机。
[0185]
下面通过具体实施例来说明本技术的有益效果。参见图6所示的由100台直驱风机构成的直驱风电场，其中各直驱风机额定容量4mw(标幺值0.04p.u.)。考虑风速空间分布差异，各直驱风机稳态功率输出在0.025p.u.至0.04之间均匀变化，风电场内部风电机组之间连接线路阻抗为(0.001+j0.015)p.u.，风电外送线路电抗(x
l
)为0.15p.u.。下面采用本技术计算方法对图6所示并网直驱风电场小干扰稳定性进行检验。
[0186]
首先，建立各直驱风机的线性化状态空间模型，得到矩阵a
k
、b
k
和c
k
；建立并网风电场节点阻抗矩阵z
w
和网络电抗矩阵x
w
，并计算矩阵x
w
的特征值和特征向量，得到λ
i
和u
ik
(i＝1,2,...,n，k＝1,2,...,n)。
[0187]
然后，根据式(17)，建立各等效子系统的线性化状态空间矩阵a
ci
，并计算其特征值，得到风电场振荡模式在复平面上的分布情况如图7、8、9中十字叉所示。其中图7为网侧换流器d轴电流内环模式，图8为网侧换流器q轴电流内环模式，图9为网侧换流器直流电压外环模式，图10为锁相环模式。
[0188]
最后，作为对比验证，根据式(5)，建立图6所示示例并网风电场的全阶线性化状态空间模型，得到矩阵a
w
，并计算其特征值，得到风电场振荡模式在复平面上的分布情况如图7、8、9中黑色空心圆所示。
[0189]
从图7、8、9可以看出，采用本技术计算方法所得风电场振荡模式，与由全阶模型所得结果基本一致，验证了本技术计算方法在并网风电场小干扰稳定性检验中的有效性。
[0190]
此外，图10中十字叉所示为由第n个等效子系统(聚合模型)所得振荡模式，可以看出发明中所提并网直驱风电场聚合模型可有效反映原风电场的主导振荡模式。下面在风电外送线路电抗x
l
由0.164增大至0.214的过程中，采用聚合模型和全阶模型对风电场进行模式分析，得到风电场主导振荡模式的计算结果如表1所示。
[0191]
表1风电场模式分析结果
[0192][0193]
从表1可以看出，采用聚合模型和全阶模型所得风电场主导振荡模式的结果基本一致，验证了发明中所提海上并网直驱风电场线性化状态空间模型聚合方法的有效性。
[0194]
本技术将直驱风电场的线性化状态模型近似解耦为多个相互独立的等效子系统，考虑到了小干扰因素对海上直驱风机风电并网的稳定性的影响的同时，提高了计算效率高。
[0195]
以上结合具体实施方式和范例性实例对本技术进行了详细说明，不过这些说明并不能理解为对本技术的限制。本领域技术人员理解，在不偏离本技术精神和范围的情况下，可以对本技术技术方案及其实施方式进行多种等价替换、修饰或改进，这些均落入本技术的范围内。本技术的保护范围以所附权利要求为准。