基于PCA和CA-ST方法的风电场等值建模研究

• 作者: 韩平平 夏雨 丁明 张宇 林子豪 朱乾龙
• 来源期刊: 太阳能学报
• 关键词: 风电机组 主成分分析 相关性分析 显著性检验 等值建模
• 年，卷（期）: 2020,（11）
• 页码范围: 267-277
• 页数: 11页
• 分类号: TM743
• 语种: 中文

摘要

在风电场等值建模的研究中发现,当聚类指标选取太少时,机组信息不全面,导致等值模型和详细模型之间存在较大误差;当指标选取太多时,增加聚类工作量,且变量间的相关性和数据上的冗余性若不处理,也将影响结果的准确性.基于此,该文选取包含风电机组机械、电气特性变量的动态数据作为聚类指标,使用主成分分析(principal component analysis,PCA)消除其强相关性和冗余性;提出相关性分析和显著性检验(correlation analysissignificance testing,CA-ST)聚类方法,建立风电场等值模型.仿真结果表明,基于PCA和CA-ST方法得到的等值模型在表征风电场的输出特性上具有较高精度,且在改变风速情况下对风速扰动和短路故障工况都具有较好的适应性.