基于模糊K-均值算法的双馈风电场故障特性等值建模

高泽; 刘明洋; 李程昊; 王义; 田春笋

doi:10.19912/j.0254-0096.tynxb.2024-2297

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于模糊K-均值算法的双馈风电场故障特性等值建模

更新时间：2026-07-21

- 基于模糊K-均值算法的双馈风电场故障特性等值建模
- 基于模糊K-均值算法的双馈风电场故障特性等值建模
- 太阳能学报 2026年47卷第5期页码：227-236
- 作者机构：
- 作者简介：
- 基金信息：
  
  国家自然科学基金（62203395）;河南省自然科学基金（242300421167）;中国博士后科学基金（2023TQ0306）
- DOI：10.19912/j.0254-0096.tynxb.2024-2297
  中图分类号： TM614
- 网络首发：2026-06-04，
  
  纸质出版：2026
- 稿件说明：
移动端阅览
高泽, 刘明洋, 李程昊, 等. 基于模糊K-均值算法的双馈风电场故障特性等值建模[J]. 太阳能学报, 2026,47(5):227-236.

高泽, 刘明洋, 李程昊, et al. 基于模糊K-均值算法的双馈风电场故障特性等值建模[J]. 2026, 47(5): 227-236.
高泽, 刘明洋, 李程昊, 等. 基于模糊K-均值算法的双馈风电场故障特性等值建模[J]. 太阳能学报, 2026,47(5):227-236. DOI： 10.19912/j.0254-0096.tynxb.2024-2297.

高泽, 刘明洋, 李程昊, et al. 基于模糊K-均值算法的双馈风电场故障特性等值建模[J]. 2026, 47(5): 227-236. DOI： 10.19912/j.0254-0096.tynxb.2024-2297.

摘要

为提高风电场等值建模精度

提出一种基于模糊K-均值算法的双馈风电场故障特性等值建模方法。首先

依据故障期间双馈感应式风力发电机的动态特性

选择机端电压扰动特性指标、风速和转子角速度作为风电场机组聚类指标;其次

采用蜜獾算法和模糊熵优化K-均值算法的初始聚类中心选择过程

提升聚类精度

并对机组进行分群;之后

将各群内机组等值为单台机组并计算等值参数。最后

以河南省某实际双馈风电场站为算例进行测试分析验证

测试结果表明所提等值建模方法能够更加准确地反映风电场故障特性。

Abstract

In order to improve the accuracy of wind farm equivalent modeling

this paper presents a method of fault characteristic equivalent modeling based on fuzzy -means algorithm for doubly-fed wind farm. First

terminal voltage disturbance characteristic index

wind speed

and rotor angular velocity are selected as clustering indicators for wind turbine grouping. Secondly

honey badger algorithm and fuzzy entropy are used to optimize the initial clustering center selection process of -means algorithm

which improves the accuracy of clustering and groups the units; then

each unit in the cluster is equivalent to one unit and the equivalent parameters are calculated. Finally

a practical doubly fed wind farm in Henan Province is taken as an example to test and analyze

and the test results show that the proposed equivalent modeling method can reflect the fault characteristics of wind farm more accurately.

关键词

Keywords

references

国家能源局. 国家能源局发布2023年全国电力工业统计数据[J]. 电力科技与环保, 2024, 40(1): 95.

TIAN J H, ZHOU S, WANG Y.Assessing the technical and economic potential of wind and solar energy in China: a provincial-scale analysis[J]. Environmental impact assessment review, 2023, 102: 107161.

刘其辉, 高瑜, 郭天飞, 等. 风电并网系统阻抗稳定性分析及次同步振荡因素研究[J]. 太阳能学报, 2022, 43(1): 89-100.

孙华东, 李佳豪, 李文锋, 等. 大规模电力系统仿真用新能源场站模型结构及建模方法研究(一): 模型结构[J]. 中国电机工程学报, 2023, 43(4): 1378-1389.

ZHOU N, MA H, CHEN J C, et al.Equivalent modeling of LVRT characteristics for centralized DFIG wind farms based on PSO and DBSCAN[J]. Energies, 2023, 16(6): 2551.

古庭赟, 杨骐嘉, 林呈辉, 等. 基于单机等值与选择模态分析的风电场等值建模方法[J]. 电力系统保护与控制, 2020, 48(1): 102-111.

韩平平, 夏雨, 丁明, 等. 基于PCA和CA-ST方法的风电场等值建模研究[J]. 太阳能学报, 2020, 41(11): 267-277.

吴志鹏, 裴建华, 李银红. 基于低电压穿越功率特性的双馈风电场多机等值方法[J]. 电力系统自动化, 2022, 46(19): 95-103.

阳同光, 吴世丹. 大规模风力发电等值仿真技术研究[J]. 可再生能源, 2024, 42(9): 1226-1236.

孙华东, 李佳豪, 李文锋, 等. 大规模电力系统仿真用新能源场站模型结构及建模方法研究(二): 机电暂态模型[J]. 中国电机工程学报, 2023, 43(6): 2190-2201.

余浩, 黎灿兵, 叶志亮, 等. 计及尾流效应的风电场短路故障动态等值建模[J]. 上海交通大学学报, 2024, 58(6): 798-805.

苏柯文, 张永明. 基于改进鸟群算法优化聚类的风电场等值建模[J]. 计算机应用与软件, 2021, 38(1): 266-271, 283.

徐海亮, 李志, 王中行. 低电压穿越期间双馈风电机组稳定性分析与电流分配方法[J]. 电力自动化设备, 2022, 42(8): 198-205.

韩应生, 孙海顺, 秦世耀, 等. 电压源型双馈风电并网系统小扰动低频稳定性分析[J]. 电工技术学报, 2023, 38(5): 1312-1324, 1374.

高泽, 张迪, 苗世洪, 等. 风电场机群划分及等值建模方法: CN115495913A[P].2022-12-20.

LIU M Y, WANG H, ZHU G J, et al.A practical equivalent method for wind farm based on Z-U index[C]//2023 IEEE International Conference on Power Science and Technology (ICPST). Kunming, China, 2023: 757-763.

RAOUF A, TAWFIQ K B, ELDIN E T, et al.Wind energy conversion systems based on a synchronous generator: comparative review of control methods and performance[J]. Energies, 2023, 16(5): 2147.

MOSTAFA M A, EL-HAY E A, M ELKHOLY M. An overview and case study of recent low voltage ride through methods for wind energy conversion system[J]. Renewable and sustainable energy reviews, 2023, 183: 113521.

卿铭, 孙晓梅. 一种新的聚类有效性函数: 模糊划分的模糊熵[J]. 智能系统学报, 2015, 10(1): 75-80.

HASHIM F A, HOUSSEIN E H, HUSSAIN K, et al.Honey badger algorithm: New metaheuristic algorithm for solving optimization problems[J]. Mathematics and computers in simulation, 2022, 192: 84-110.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

考虑主轴疲劳载荷的双馈风电场频率响应策略

基于WRF模式的中长期风速预报及订正研究

风资源评估测风数据插补方法的时空特性研究

优化变分模态分解下NRBO-LSTM-Attention修正预测风速的风电功率短期预测

风电场尾流控制中偏航角优化算法研究