CN110597084A - 风电场仿真测试方法、装置和风电场仿真模型 - Google Patents
风电场仿真测试方法、装置和风电场仿真模型 Download PDFInfo
- Publication number
- CN110597084A CN110597084A CN201910762124.6A CN201910762124A CN110597084A CN 110597084 A CN110597084 A CN 110597084A CN 201910762124 A CN201910762124 A CN 201910762124A CN 110597084 A CN110597084 A CN 110597084A
- Authority
- CN
- China
- Prior art keywords
- wind turbine
- turbine generator
- phase
- wind
- port
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 88
- 238000010998 test method Methods 0.000 title claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 43
- 238000012360 testing method Methods 0.000 claims abstract description 31
- 238000010248 power generation Methods 0.000 claims abstract description 11
- 230000003068 static effect Effects 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 18
- 230000004907 flux Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000004804 winding Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 abstract description 4
- 230000006872 improvement Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种风电场仿真测试方法,适用于预先构建的风电场仿真模型;CPU模块在每一预设的CPU计算时步内,分别测量N台风电机组的端口三相电压,并依次输入FPGA模块中;所述FPGA模块根据每一所述风电机组的端口三相电压计算对应的风电机组的状态方程,得到每一所述风电机组的端口三相电流,并输入所述CPU模块以作为对应的所述风电机组的控制量。本发明还公开了一种风电场仿真模型和一种风电场仿真测试装置。基于CPU模块和FPGA模块建立风电场仿真模型,采用流水线算法,依次完成多台风电机组的状态方程计算,从而实现对整个风电场的仿真测试,更加高效地实现了对风电控制***的半实物仿真测试,且操作简便。
Description
技术领域
本发明涉及风力发电技术领域,尤其涉及一种风电场仿真测试方法、装置和风电场仿真模型。
背景技术
近年来,随着我国风电机组单机以及风电场装机容量的增加,对风电的并网质量要求也逐渐提高。例如要求风电机组具备高、低电压穿越;要求风电场并网点具备一定电压、潮流调节能力;要求风电场特定断面的阻抗特性满足稳定性要求等。由于现代风电控制***采用了大量全控型电力电子设备,因此风电控制***对风电并网电能质量起着重要的影响作用。为了提高风电并网质量,有必要对风电控制***进行充分的测试。
现有风电机组的仿真模型包括详细模型和集总模型两大类。详细模型基于经典电机状态方程,能够描述并网风电机组的稳态、暂态与次暂态特性。但采用详细模型对整个风电场进行实时仿真时,因一台仿真器只能同时计算有限个风电机组,故需要同时使用多台仿真器进行并行计算,其操作不方便,且仿真效率较低。
集总模型基于等效原理,将整个风电场等效成单台或多台风电机组。但由于对风电场进行了集总等效,对应地也需要对风电控制***进行改造,因而不能很好地实现对风电控制***进行半实物仿真测试。
发明内容
本发明实施例的目的是提供一种风电场仿真测试方法、装置和风电场仿真模型,基于CPU模块和FPGA模块建立风电场仿真模型,采用流水线算法,依次完成多台风电机组的状态方程计算,从而实现对整个风电场的仿真测试,更加高效地实现了对风电控制***的半实物仿真测试,且操作简便。
为实现上述目的,本发明实施例提供了一种风电场仿真测试方法,适用于预先构建的风电场仿真模型;所述风电场仿真模型包括CPU模块、FPGA模块和N台风电机组;所述风电机组由三相受控电流源表示;N≥1;所述风电场仿真测试方法包括步骤:
所述CPU模块在每一预设的CPU计算时步内,分别测量所述N台风电机组的端口三相电压,并依次输入FPGA模块中;
所述FPGA模块根据每一所述风电机组的端口三相电压计算对应的风电机组的状态方程,得到每一所述风电机组的端口三相电流,并输入所述CPU模块以作为对应的所述风电机组的控制量。
作为上述方案的改进,以预设的FPGA时钟周期为间隔,依次将每一所述风电机组的端口三相电压输入所述FPGA模块中;其中,所述CPU计算时步大于N倍的所述FPGA时钟周期。
作为上述方案的改进,所述风电机组的状态方程的计算时长为M个所述FPGA时钟周期;其中,M≥N;。
作为上述方案的改进,所述风电机组的状态方程的计算过程具体为:
利用三相静止坐标系到两相静止坐标系变换公式,根据所述端口三相电压计算所述发电机组的定子在两相静止坐标系的电压分量;
利用后退欧拉法,根据所述电压分量更新所述风电机组的定子和转子的磁链状态变量;
根据所述磁链状态变量计算所述风电机组的定子和转子在两相静止坐标系的电流分量;
利用两相静止坐标系到三相静止坐标系变换公式,根据所述风电机组的定子的所述电流分量计算所述风电机组的定子的端口三相电流。
作为上述方案的改进,在所述根据所述磁链状态变量计算所述风电机组的定子和转子在两相静止坐标系的电流分量之后,还包括:
根据转矩方程计算所述风电机组的电磁转矩;
根据风电机组机械方程计算所述风电机组的转子的转速。
作为上述方案的改进,所述发电机组的定子在两相静止坐标系的电压分量满足公式:
其中,Vsα表示所述风电机组的定子在两相静止αβ坐标系的α轴的电压分量;Vsβ表示所述风电机组的定子在两相静止αβ坐标系的β轴的电压分量;Va、Vb和Vc表示所述风电机组的端口三相电压;
所述风电机组的定子和转子的磁链状态变量的更新满足公式:
其中,所述和分别表示定子在两相静止αβ坐标系的α轴和β轴的磁链;和分别表示转子在两相静止αβ坐标系的α轴和β轴的磁链;isα和isβ分别表示定子在在两相静止αβ坐标系的α轴和β轴的电流分量;irα和irβ分别表示转子在两相静止αβ坐标系的α轴和β轴的电流分量;TFPGA表示所述FPGA时钟周期;Rs表示定子电阻;Rr表示转子电阻;ωr转子角速度;z-1表示一个CPU计算时步的延迟;
所述风电机组的定子和转子在两相静止坐标系的电流分量满足公式:
其中,所述Ls为定子绕组自感;所述Lr为转子绕组自感;Lm为互感;
所述风电机组的定子的端口三相电流满足公式:
其中,所述Ia、Ib和Ic表示所述风电机组的定子的端口三相电流。
作为上述方案的改进,所述风电机组的电磁转矩满足公式:
其中,Te为电磁转矩;n为极对数;
所述风电机组的转子的转速满足公式:
r=Te-TL=Jnωr+Bωr;
其中,r表示所述风电机组的转子的转速,TL表示所述风电机组的负载转矩,J为电机转动惯量,B为***摩擦系数。
作为上述方案的改进,每一所述风电机组的状态方程计算完成后,重复进行同一风电机组的状态方程计算。
本发明实施例还提供了一种风电场仿真模型,包括CPU模块、FPGA模块和N台风电机组;其中,
所述CPU模块,用于在每一预设的CPU计算时步内,分别测量所述N台风电机组的端口三相电压,并依次输入所述FPGA模块中;
所述FPGA模块,用于根据每一所述风电机组的端口三相电压计算对应的风电机组的状态方程,得到每一所述风电机组的端口三相电流,并输入所述CPU模块以作为对应的所述风电机组的控制量;
所述风电机组由三相受控电流源表示;N≥1。
本发明实施例还提供了一种风电场仿真测试装置,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上任意一项所述的风电场仿真测试方法。
与现有技术相比,本发明公开的一种风电场仿真测试方法、装置和风电场仿真模型,以三相受控电流源表示风电场中的风电机组,建立风电场仿真模型,CPU模块测量得到每一风电机组的端口三相电压,FPGA模块依次实现多台风电机组的状态方程计算,以得到每一风电机组的端口三相电流并传输至CPU模块,将每一风电机组的端口三相电流作为对应的风电机组的控制量,以完成整个风电场的仿真测试。基于CPU模块和FPGA模块建立风电场仿真模型,采用流水线算法,依次完成多台风电机组的状态方程计算,从而实现对整个风电场的仿真测试,更加高效地实现了对风电控制***的半实物仿真测试,且操作简便。
附图说明
图1是本发明实施例一中一种风电场仿真测试方法的流程示意图;
图2是本发明实施例一中风电机组状态方程计算的流水线示意图;
图3是本发明实施例一中风电机组的状态方程的计算过程的步骤流程示意图;
图4是本发明实施例二中一种风电场仿真模型的结构示意图;
图5是本发明实施例三中一种风电场仿真测试装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
参见图1,是本发明实施例一提供的一种风电场仿真测试方法的流程示意图,本发明实施例提供的一种风电场仿真测试方法,适用于预先构建的风电场仿真模型;所述风电场仿真模型包括CPU模块、FPGA模块和N台风电机组;所述风电机组由三相受控电流源表示;N≥1;
实际风电场中包含N个风电机组,基于CPU模块和FPGA模块预先构建风电场仿真模型。在构建的所述风电场仿真模型中,以三相受控电流源表示风电机组,且所述风电场仿真模型中还包括交流电网、变压器、电缆等元件,实现对风电场的半实物仿真。
所述风电场仿真测试方法通过步骤S11至S12执行。
S11、所述CPU模块在每一预设的CPU计算时步内,分别测量所述N台风电机组的端口三相电压,并依次输入FPGA模块中。
预先设置一个CPU计算时步TCPU,在所述CPU计算时步TCPU内,所述CPU模块分别测量每一台风电机组,也即对应的三相受控电流源的端口三相电压Va、Vb和Vc。依次将每一台风电机组的端口三相电压Va、Vb和Vc输入FPGA模块中。
S12、所述FPGA模块根据每一所述风电机组的端口三相电压计算对应的风电机组的状态方程,得到每一所述风电机组的端口三相电流,并输入所述CPU模块以作为对应的所述风电机组的控制量。
所述FPGA模块根据每一所述风电机组的端口三相电压Va、Vb和Vc进行风电机组的状态方程的计算,得到对应的每一所述风电机组的端口三相电流Ia、Ib和Ic。并将每一所述风电机组的端口三相电流输入所述CPU模块,以作为对应的由三相受控电流源表示的风电机组的控制量,从而完成对整个风电场仿真测试。
作为优选,将每一所述风电机组的端口三相电压输入所述FPGA模块的过程具体为:以预设的FPGA时钟周期TFPGA为间隔,依次将每一所述风电机组的端口三相电压输入所述FPGA模块中;其中,所述CPU计算时步大于N倍的所述FPGA时钟周期。
作为优选,所述风电机组的状态方程的计算时长为M个所述FPGA时钟周期;其中,M≥N;。
具体地,参见图2,是本发明实施例一中风电机组的状态方程计算的流水线示意图。其中,横轴表示时间,纵向箭头表示时钟脉冲,WT-1至WT-N表示N台风电机组的状态方程的计算时长。当所述CPU模块测量得到每一所述风电机组的端口三相电压后,将第一台风电机组WT-1的端口三相电压Va1、Vb1和Vc1输入所述FPGA模块,在经过第一个FPGA时钟周期TFPGA后,将第二台风电机组WT-2的端口三相电压Va2、Vb2和Vc2输入所述FPGA模块,经过第二个FPGA时钟周期TFPGA后,将第三台风电机组WT-3的端口三相电压Va3、Vb3和Vc3输入所述FPGA模块,直到第N台风电机组WT-N的端口三相电压VaN、VbN和VcN输入完毕,从而完成依次将每一所述风电机组的端口三相电压输入所述FPGA模块中的操作。因所述CPU计算时步TCPU大于N倍的所述FPGA时钟周期TFPGA,所以在当前的所述CPU计算时步TCPU结束之前,保证所述N台风电机组的端口三相电压都能输入完毕,并进行相应的风电机组的状态方程的计算。
在每一所述风电机组的端口三相电压输入所述FPGA模块后,通过对所述风电机组的状态方程的计算,得到每一所述风电机组的端口三相电流,每一风电机组的状态方程的计算时长为M个所述FPGA时钟周期TFPGA,即状态方程的计算时长为M×TFPGA。其中,M≥N,从而实现在M个所述FPGA时钟周期TFPGA结束时,串行输出所述N个风电机组的端口三相电流。
作为优选,每一所述风电机组的状态方程计算完成后,重复进行同一风电机组的状态方程计算。
参见图2,每一所述风电机组的状态方程的计算周期为M×TFPGA。作为举例,在第一台风电机组WT-1的端口三相电压输入所述FPGA模块后,经过M个所述FPGA时钟周期后,第一台风电机组WT-1的状态方程计算完成并输出其端口三相电流,此时将重复进行第一台风电机组WT-1的状态方程计算。可以理解的,在其他任意一台风电机组的状态方程计算完成后,也将重复进行同一风电机组的状态方程计算。
在具体实施过程中,设置所述CPU计算时步TCPU远大于所述FPGA时钟周期TFPGA,使得在当前的所述CPU计算时步TCPU结束前,所述FPGA模块可以完成至少N台风电机组的状态方程计算,甚至远远大于N台放电机组的状态方程计算。例如,可以设置所述CPU计算时步TCPU为10微秒级,所述FPGA时钟周期TFPGA为10纳秒级。可以理解地,所述CPU计算时步TCPU和所述FPGA时钟周期TFPGA的值的设置是可以根据风电场内的风电机组数量N、风电机组的状态方程计算时长M×TFPGA的值以及具体实际情况进行调整的,使得在一个CPU计算时步TCPU结束之前,可以完成多台风电机组的状态方程计算。当进入下一CPU计算时步时,则重新进行每一所述风电机组端口三相电压的测量等步骤。
进一步地,参见图3,是本发明实施例一中风电机组的状态方程的计算过程的步骤流程示意图。所述风电机组的状态方程的计算过程通过步骤S21至S24执行:
S21、利用三相静止坐标系到两相静止坐标系变换公式,根据所述端口三相电压计算所述发电机组的定子在两相静止坐标系的电压分量。
具体地,以下标s表示与风电机组的定子相关的参数,以下标r表示与风电机组的转子相关的参数。所述发电机组的定子在两相静止坐标系的电压分量满足公式:
其中,VSα表示所述风电机组的定子在两相静止αβ坐标系的α轴的电压分量;Vsβ表示所述风电机组的定子在两相静止αβ坐标系的β轴的电压分量;Va、Vb和Vc表示所述风电机组的端口三相电压。
S22、利用后退欧拉法,根据所述电压分量更新所述风电机组的定子和转子的磁链状态变量。
具体地,所述风电机组的定子和转子的磁链状态变量的更新满足公式:
其中,所述和分别表示定子在两相静止αβ坐标系的α轴和β轴的磁链;和分别表示转子在两相静止αβ坐标系的α轴和β轴的磁链;isα和isβ分别表示定子在在两相静止αβ坐标系的α轴和β轴的电流分量;irα和irβ分别表示转子在两相静止αβ坐标系的α轴和β轴的电流分量;TFPGA表示所述FPGA时钟周期;Rs表示定子电阻;Rr表示转子电阻;ωr转子角速度;z-1表示一个CPU计算时步的延迟。
S23、根据所述磁链状态变量计算所述风电机组的定子和转子在两相静止坐标系的电流分量。
具体地,所述风电机组的定子和转子在两相静止坐标系的电流分量满足公式:
其中,所述Ls为定子绕组自感;所述Lr为转子绕组自感;Lm为互感。
S24、利用两相静止坐标系到三相静止坐标系变换公式,根据所述风电机组的定子的所述电流分量计算所述风电机组的定子的端口三相电流。
具体地,所述风电机组的定子的端口三相电流满足公式:
其中,所述Ia、Ib和Ic表示所述风电机组的定子的端口三相电流。
作为优选,在上述步骤S23之后,还包括步骤S25和S26:
S25、根据转矩方程计算所述风电机组的电磁转矩;
具体地,所述风电机组的电磁转矩满足公式:
其中,Te为电磁转矩;n为极对数。
S26、根据风电机组机械方程计算所述风电机组的转子的转速。
具体地,所述风电机组的转子的转速满足公式:
r=Te-TL=Jnωr+Bωr;
其中,r表示所述风电机组的转子的转速,TL表示所述风电机组的负载转矩,J为电机转动惯量,B为***摩擦系数。
在具体实施时,可以利用Xilinx system generator等工具箱中的基本运算单元,按照上述计算公式组合实现,从而完成风电机组的状态方程计算。
本发明实施例一提供了一种风电场仿真测试方法,以三相受控电流源表示风电场中的风电机组,建立风电场仿真模型,CPU模块测量得到每一风电机组的端口三相电压,FPGA模块依次实现多台风电机组的状态方程计算,以得到每一风电机组的端口三相电流并传输至CPU模块,将每一风电机组的端口三相电流作为对应的风电机组的控制量,以完成整个风电场的仿真测试。基于CPU模块和FPGA模块建立风电场仿真模型,采用流水线算法,依次完成多台风电机组的状态方程计算,从而实现对整个风电场的仿真测试,更加高效地实现了对风电控制***的半实物仿真测试,且操作简便。
实施例二
参见图4,是本发明实施例二提供的一种风电场仿真模型20,包括CPU模块21、FPGA模块22和N台风电机组23;其中,
所述CPU模块21,用于在每一预设的CPU计算时步内,分别测量所述N台风电机组的端口三相电压,并依次输入所述FPGA模块23中;
所述FPGA模块22,用于根据每一所述风电机组的端口三相电压计算对应的风电机组的状态方程,得到每一所述风电机组的端口三相电流,并输入所述CPU模块22以作为对应的所述风电机组的控制量;
所述风电机组23由三相受控电流源表示;N≥1。
所述风电场仿真模型20中各模块的工作过程可参考上述实施例一所提供的一种风电场仿真测试方法的工作过程,在此不再赘述。
本发明实施例二提供了一种风电场仿真模型,以三相受控电流源表示风电场中的风电机组,建立风电场仿真模型,CPU模块测量得到每一风电机组的端口三相电压,FPGA模块依次实现多台风电机组的状态方程计算,以得到每一风电机组的端口三相电流并传输至CPU模块,将每一风电机组的端口三相电流作为对应的风电机组的控制量,以完成整个风电场的仿真测试。基于CPU模块和FPGA模块建立风电场仿真模型,采用流水线算法,依次完成多台风电机组的状态方程计算,从而实现对整个风电场的仿真测试,更加高效地实现了对风电控制***的半实物仿真测试,且操作简便。
实施例三
参见图5,是本发明实施例三提供的一种风电场仿真测试装置30,包括处理器31、存储器32以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,例如计算风电机组的状态方程的程序等。所述处理器31执行所述计算机程序,实现上述计算风电机组的状态方程的方法实施例中的步骤,例如图3所示的步骤S21~S26。或者,所述处理器执行所述计算机程序时实现上述各装置实施例中各模块的功能,例如实施例二所述的风电场仿真模型等。
示例性的,所述计算机程序可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器32中,并由所述处理器31执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述风电场仿真测试装置30中的执行过程。例如,所述计算机程序可以被分割成CPU模块21和FPGA模块22;其中,
所述CPU模块21,用于在每一预设的CPU计算时步内,分别测量所述N台风电机组的端口三相电压,并依次输入所述FPGA模块23中;
所述FPGA模块22,用于根据每一所述风电机组的端口三相电压计算对应的风电机组的状态方程,得到每一所述风电机组的端口三相电流,并输入所述CPU模块22以作为对应的所述风电机组的控制量。
所述风电场仿真测试装置30可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算装置。所述风电场仿真测试装置30可包括,但不仅限于,处理器31、存储器32。本领域技术人员可以理解,所述示意图仅仅是风电场仿真测试装置30的示例,并不构成对风电场仿真测试装置30的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述风电场仿真测试装置30还可以包括输入输出设备、网络接入设备、总线等。
所称处理器31可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器31是所述风电场仿真测试装置30的控制中心,利用各种接口和线路连接整个风电场仿真测试装置30的各个部分。
所述存储器32可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述风电场仿真测试装置30的各种功能。所述存储器32可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器32可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述风电场仿真测试装置30集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需说明的是,以上所描述的风电场仿真测试装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种风电场仿真测试方法,其特征在于,适用于预先构建的风电场仿真模型;所述风电场仿真模型包括CPU模块、FPGA模块和N台风电机组;所述风电机组由三相受控电流源表示;N≥1;所述风电场仿真测试方法包括步骤:
所述CPU模块在每一预设的CPU计算时步内,分别测量所述N台风电机组的端口三相电压,并依次输入所述FPGA模块中;
所述FPGA模块根据每一所述风电机组的端口三相电压计算对应的风电机组的状态方程,得到每一所述风电机组的端口三相电流,并输入所述CPU模块以作为对应的所述风电机组的控制量。
2.如权利要求1所述的风电场仿真测试方法,其特征在于,以预设的FPGA时钟周期为间隔,依次将每一所述风电机组的端口三相电压输入所述FPGA模块中;其中,所述CPU计算时步大于N倍的所述FPGA时钟周期。
3.如权利要求2所述的风电场仿真测试方法,其特征在于,所述风电机组的状态方程的计算时长为M个所述FPGA时钟周期;其中,M≥N。
4.如权利要求3所述的风电场仿真测试方法,其特征在于,所述风电机组的状态方程的计算过程具体为:
利用三相静止坐标系到两相静止坐标系变换公式,根据所述端口三相电压计算所述发电机组的定子在两相静止坐标系的电压分量;
利用后退欧拉法,根据所述电压分量更新所述风电机组的定子和转子的磁链状态变量;
根据所述磁链状态变量计算所述风电机组的定子和转子在两相静止坐标系的电流分量;
利用两相静止坐标系到三相静止坐标系变换公式,根据所述风电机组的定子的所述电流分量计算所述风电机组的定子的端口三相电流。
5.如权利要求4所述的风电场仿真测试方法,其特征在于,在所述根据所述磁链状态变量计算所述风电机组的定子和转子在两相静止坐标系的电流分量之后,还包括:
根据转矩方程计算所述风电机组的电磁转矩;
根据风电机组机械方程计算所述风电机组的转子的转速。
6.如权利要求5所述的风电场仿真测试方法,其特征在于,所述发电机组的定子在两相静止坐标系的电压分量满足公式:
其中,Vsα表示所述风电机组的定子在两相静止αβ坐标系的α轴的电压分量;Vsβ表示所述风电机组的定子在两相静止αβ坐标系的β轴的电压分量;Va、Vb和Vc表示所述风电机组的端口三相电压;
所述风电机组的定子和转子的磁链状态变量的更新满足公式:
其中,所述和分别表示定子在两相静止αβ坐标系的α轴和β轴的磁链;和分别表示转子在两相静止αβ坐标系的α轴和β轴的磁链;isα和isβ分别表示定子在在两相静止αβ坐标系的α轴和β轴的电流分量;irα和irβ分别表示转子在两相静止αβ坐标系的α轴和β轴的电流分量;TFPGA表示所述FPGA时钟周期;Rs表示定子电阻;Rr表示转子电阻;ωr转子角速度;z-1表示一个CPU计算时步的延迟;
所述风电机组的定子和转子在两相静止坐标系的电流分量满足公式:
其中,所述Ls为定子绕组自感;所述Lr为转子绕组自感;Lm为互感;
所述风电机组的定子的端口三相电流满足公式:
其中,所述Ia、Ib和Ic表示所述风电机组的定子的端口三相电流。
7.如权利要求6所述的风电场仿真测试方法,其特征在于,所述风电机组的电磁转矩满足公式:
其中,Te为电磁转矩;n为极对数;
所述风电机组的转子的转速满足公式:
r=Te-TL=Jnωr+Bωr;
其中,r表示所述风电机组的转子的转速,TL表示所述风电机组的负载转矩,J为电机转动惯量,B为***摩擦系数。
8.如权利要求1至7任意一项所述的风电场仿真测试方法,其特征在于,每一所述风电机组的状态方程计算完成后,重复进行同一风电机组的状态方程计算。
9.一种风电场仿真模型,其特征在于,包括CPU模块、FPGA模块和N台风电机组;其中,
所述CPU模块,用于在每一预设的CPU计算时步内,分别测量所述N台风电机组的端口三相电压,并依次输入所述FPGA模块中;
所述FPGA模块,用于根据每一所述风电机组的端口三相电压计算对应的风电机组的状态方程,得到每一所述风电机组的端口三相电流,并输入所述CPU模块以作为对应的所述风电机组的控制量;
所述风电机组由三相受控电流源表示;N≥1。
10.一种风电场仿真测试装置,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至8中任意一项所述的风电场仿真测试方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910762124.6A CN110597084A (zh) | 2019-08-19 | 2019-08-19 | 风电场仿真测试方法、装置和风电场仿真模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910762124.6A CN110597084A (zh) | 2019-08-19 | 2019-08-19 | 风电场仿真测试方法、装置和风电场仿真模型 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110597084A true CN110597084A (zh) | 2019-12-20 |
Family
ID=68854602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910762124.6A Pending CN110597084A (zh) | 2019-08-19 | 2019-08-19 | 风电场仿真测试方法、装置和风电场仿真模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110597084A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112636648A (zh) * | 2020-12-11 | 2021-04-09 | 上海科梁信息工程股份有限公司 | 一种基于fpga的双馈风机的建模方法及其*** |
CN115034087A (zh) * | 2022-07-05 | 2022-09-09 | 南方电网电力科技股份有限公司 | 风电机组的建模方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102024079A (zh) * | 2010-12-01 | 2011-04-20 | 中国电力科学研究院 | 一种大型风电场电磁暂态仿真的等效聚合模拟方法 |
CN104597765A (zh) * | 2014-12-26 | 2015-05-06 | 重庆文理学院 | 一种风力发电机组半物理实时仿真平台 |
CN108959792A (zh) * | 2018-07-11 | 2018-12-07 | 南方电网科学研究院有限责任公司 | 一种同步电机的实时仿真***及方法 |
-
2019
- 2019-08-19 CN CN201910762124.6A patent/CN110597084A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102024079A (zh) * | 2010-12-01 | 2011-04-20 | 中国电力科学研究院 | 一种大型风电场电磁暂态仿真的等效聚合模拟方法 |
CN104597765A (zh) * | 2014-12-26 | 2015-05-06 | 重庆文理学院 | 一种风力发电机组半物理实时仿真平台 |
CN108959792A (zh) * | 2018-07-11 | 2018-12-07 | 南方电网科学研究院有限责任公司 | 一种同步电机的实时仿真***及方法 |
Non-Patent Citations (1)
Title |
---|
于芳: "双馈发电机及变频器的控制研究与FPGA仿真实现", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112636648A (zh) * | 2020-12-11 | 2021-04-09 | 上海科梁信息工程股份有限公司 | 一种基于fpga的双馈风机的建模方法及其*** |
CN115034087A (zh) * | 2022-07-05 | 2022-09-09 | 南方电网电力科技股份有限公司 | 风电机组的建模方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103678900B (zh) | 一种用于区域配电网实时仿真的网络解耦计算方法 | |
CN103810646B (zh) | 一种基于改进投影积分算法的有源配电***动态仿真方法 | |
CN110210106B (zh) | 基于fpga的风电场实时仿真器模块级流水线设计方法 | |
US10971931B2 (en) | Decentralized hardware-in-the-loop scheme | |
CN109301814B (zh) | 一种接入电网风电容量分析方法和*** | |
CN113448890B (zh) | 分布式仿真***和控制方法 | |
CN110597084A (zh) | 风电场仿真测试方法、装置和风电场仿真模型 | |
CN110765594B (zh) | 一种风电场实时仿真器内部交互接口控制方法及装置 | |
CN111146804A (zh) | 风电-柔性直流输电***振荡稳定性判别方法和装置 | |
Sun et al. | Real-time electromagnetic transient simulation of multi-terminal hvdc–ac grids based on gpu | |
Bélanger et al. | Validation of eHS FPGA reconfigurable low-latency electric and power electronic circuit solver | |
Kontis et al. | Dynamic equivalencing of active distribution grids | |
CN115021638A (zh) | 一种高效同步机的电磁暂态建模方法、***及设备 | |
CN104778317A (zh) | 一种基于套接字技术的电力***机电-电磁混合仿真方法 | |
Zhao et al. | GPU based parallel matrix exponential algorithm for large scale power system electromagnetic transient simulation | |
Essoussi et al. | 3 kw wind turbine emulator implementation on FPGA using matlab/simulink | |
CN112836165B (zh) | 一种基于全纯嵌入的暂态稳定网络方程方法 | |
CN114977165A (zh) | 基于饱和效应的同步机电磁暂态建模方法、***及设备 | |
Wang et al. | Improved numerical methodologies on power system dynamic simulation using gpu implementation | |
CN113435150A (zh) | 一种双馈型风力发电机的等效电路、电磁暂态仿真方法 | |
Sena et al. | An object-oriented framework applied to the study of electromechanical oscillations at Tucuruí hydroelectric power plant | |
CN104123172A (zh) | 双馈风电仿真***及其电路仿真模块 | |
Holzke et al. | Distributed simulation of wind farm grids | |
Fried et al. | Analog VLSI solution to the stability study of power networks | |
CN116909772A (zh) | 一种仿真数据通信传输控制方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191220 |