数据-模型混合驱动的风电场聚合等值建模方法

目前风电场等值建模方法主要针对全信息的情况,未考虑实际风电运行信息缺失的现状,且无法计及同群机组动态特性的差异.针对这两个问题,提出基于神经网络匹配算法的机组级信息获取方法,以克服实际场站机组级实时出力信息缺失难题;根据风电机组全风速的响应特性,分析确定分群指标,提出了风电场最少等值机表征原理,发现了传统等值方法的误差来源于对同群机组动态特性差异的忽略,进而提出了基于等值机动态行为校正的两机聚合等值建模方法.结果表明,提出的方法在不同的风速场景、电压跌落与故障持续时间下,均能够很好地模拟故障穿越响应特性.