适用于长时域风速波动的风电场动态等值建模方法

摘要

本发明公开了一种适用于长时域风速波动的风电场动态等值建模方法，每经过一个合适的时间段，选取能够反映风速波动特性的聚类指标，采用量子粒子群优化模糊C‑均值聚类算法进行分群聚类，将同群的风电机组用一台风电机组来等值(称为等值机组)，并对等值机组的等效输入风速进行实时等值并对其机组性能参数进行参数辨识，然后对风电场集电系统进行等值，从而得到适用于长时域风速波动的风电场动态等值模型。本发明综合考虑了风电场风速随时间的变化特性，采用了聚类精度高且全局搜优能力强的量子粒子群优化模糊C‑均值聚类，可以得较为准确反映真实风电场外部特性的风电场动态等值模型。