基于PCA和改进ABC-K聚类算法的双馈机组风电场等值建模

摘要

针对已有双馈风电机组风电场动态等值所建模型存在准确度不够高,适应性不够强的缺点,提出了一种基于主成分分析(Principal component analysis,PCA)的改进人工蜂群算法(Improve artificial bee colony,IABC)的动态等值建模方法。首先,对双馈风力机进行数学建模,获取机组的的所有状态参数;其次,利用主成分分析法将变量间的冗余性与相关性进行处理,提取发电机定转子q轴电流、电磁转矩、发电机转速四个主导变量作为分群指标,使用IABC搜索最佳聚类中心;最后,运用K-means算法对风电场进行聚类分群处理,并在Matlab/Simulink平台进行仿真。仿真结果表明本文所建等值模型在风速扰动和系统侧故障工况下都有较好的准确性和适应性。