风电机组的模型构建方法、构建装置和仿真系统

技术领域

本发明涉及电力系统仿真建模领域，具体而言，涉及一种风电机组的模型构建方法、构建装置、计算机可读存储介质和仿真系统。

背景技术

双馈型风电机组是当前风电市场的主流机型之一，具有发电效率高、适应性强、维护成本低、等优点。目前风电机组厂家已经有了较为完善的电磁模型，可以描述风电机组在故障状态下的动态响应。

目前的双馈型风电机组电磁建模仅以实际风力机为基础建立了低压穿越工况下的电磁模型，未考虑高压穿越工况下的适应性。

发明内容

本申请的主要目的在于提供一种风电机组的模型构建方法、构建装置、计算机可读存储介质和仿真系统，以至少解决了现有双馈型风电机组电磁建模仅以实际风力机为基础建立了低压穿越工况下的电磁模型，未考虑高压穿越工况下的适应性的问题。

为了实现上述目的，根据本申请的一个方面，提供了构建风电机组的仿真模型，并获取上述风电机组的历史参数，上述历史参数至少包括第一电感值、第二电感值、第一电流值、第二电流值、第三电流值、第四电流值、第一电阻值和第二电阻值，上述第一电感值为上述风电机组的定子绕组电感的电感值，上述第二电感值为上述风电机组的转子绕组电感的电感值，上述第一电流值为流经上述定子的电流进行dq变换得到的d轴分量，上述第二电流值为流经上述定子的电流进行dq变换得到的q轴分量，上述第三电流值为流经上述转子的电流进行dq变换得到的d轴分量，上述第四电流值为流经上述转子的电流进行dq变换得到的q轴分量，上述第一电阻值为上述定子的电阻，上述第二电阻值为上述转子的电阻；将所述历史参数输入所述仿真模型，得到多个第一运行参数，所述第一运行参数至少包括第一磁链、第二磁链、第三磁链、第四磁链、第一电压、第二电压、第三电压、第四电压和电磁转矩，所述第一磁链为所述定子的磁链经dq变换得到的d轴分量，所述第二磁链为所述定子的磁链经dq变换得到的q轴分量，所述第三磁链为所述转子的磁链经dq变换得到的d轴分量，所述第四磁链为所述转子的磁链经dq变换得到的q轴分量，所述第一电压为所述定子的电压经dq变换得到的d轴分量，所述第二电压为所述定子的电压经dq变换得到的q轴分量，所述第三电压为所述转子的电压经dq变换得到的d轴分量，所述第四电压为所述定子的电压经dq变换得到的q轴分量；获取所述风电机组的第二运行参数，所述第二运行参数为所述风电机组按照所述历史参数运行得到的，所述第二运行参数与所述第一运行参数一一对应；在所述第一运行参数与所述第二运行参数的差值在预设范围内的情况下，确定所述仿真模型为所述风电机组的目标仿真模型。

可选地，将所述历史参数输入所述仿真模型，得到多个第一运行参数，包括：获取第三电感值，所述第三电感值为所述定子与所述转子的互感效应产生的等效电感；根据所述第一电感值、所述第三电感值、所述第一电流值和所述第二电流值计算所述第一磁链和所述第二磁链；根据所述第二电感值、所述第三电感值、所述第三电流值和所述第四电流值计算所述第三磁链和所述第四磁链；获取同步角频率和所述风电机组的异步电机的转速，根据所述转速和所述同步角频率计算角差率，所述角差率用于表征所述异步电机的负载；根据所述第一磁链、所述第二磁链、所述同步角频率、所述第一电阻、所述第一电流值和所述第二电流值计算所述第一电压和所述第二电压；根据所述第三磁链、所述第四磁链、所述同步角频率、所述角差率、所述第二电阻、所述第三电流值和所述第四电流值计算所述第三电压和所述第四电压；获取极对数，根据所述第一磁链、所述第二磁链、所述第一电流值和所述第二电流值和所述极对数计算所述电磁转矩，所述极对数为所述异步电机中包含的磁极的数量。

可选地，在所述第一运行参数与所述第二运行参数的差值在预设范围内的情况下，确定所述仿真模型为所述风电机组的目标仿真模型，包括：根据所述第一运行参数与所述第二运行参数计算多个第一差值，所述第一差值为所述第一运行参数与所述第二运行参数平均数的差值；根据所述第一运行参数与所述第二运行参数计算多个第二差值，所述第二差值为所述第一运行参数与所述第二运行参数差值的最大值；在所述第一差值在第一预设范围内且所述第二差值在第二预设范围内的情况下，确定所述仿真模型为所述风电机组的所述目标仿真模型；在所述第一差值不在所述第一预设范围内和/或所述第二差值不在所述第二预设范围内的情况下，获取多个预设PI参数组，通过粒子群算法对多个所述PI参数组进行寻优，得到目标PI参数组，所述PI参数组为通过PID算法控制所述风电机组运行的算法参数，所述目标PI参数组为使所述第一差值在所述第一预设范围内且所述第二差值在所述第二预设范围内的PI参数组；根据目标PI参数组调整所述仿真模型，得到所述目标仿真模型。

可选地，在确定所述仿真模型为所述风电机组的目标仿真模型之后，所述方法包括：获取风电机组的多个第二运行参数，所述第二运行参数至少包括所述风电机组处于不同发电状态下的所述第一电感值、所述第二电感值、所述第一电流值、所述第二电流值、所述第三电流值、所述第四电流值、所述第一电阻值和所述第二电阻值，所述发电状态包括正常发电状态、低压故障状态和高压故障状态；将各所述第二运行参数输入目标仿真模型，得到多个预测参数组，所述预测参数组用于描述所述风电机组的响应。

可选地，将各所述第二运行参数输入目标仿真模型，得到多个预测参数组，所述方法包括：将第一运行子参数输入所述目标仿真模型，得到第一预测参数组，所述第一运行子参数为所述风电机组处于所述正常发电状态下的所述运行参数，所述第一预测参数组用于描述所述风电机组处于所述正常发电状态下的稳态响应，所述第一预测参数组包括所述风电机组的定子的有功功率和无功功率；将第二运行子参数输入所述目标仿真模型，得到第二预测参数组，所述第二运行子参数为所述风电机组处于所述低压故障状态下的所述运行参数，所述低压故障状态包括故障穿越状态和恢复状态，所述故障穿越状态为所述风电机组发生故障或扰动引起所述风电机组电压或电流超出安全范围的情况下，所述风电机组保持连续运行的状态，所述恢复状态为所述风电机组从所述故障穿越状态到正常发电状态之间的过渡状态；所述第二预测参数组用于描述所述风电机组处于所述低压故障状态下的暂态响应，所述第二预测参数组包括第一无功电流值、第一有功电流值和第二有功电流值，所述第一无功电流值为所述风电机组处于所述故障穿越状态下的无功电流值，所述第一有功电流值为所述风电机组处于所述故障穿越状态下的有功电流值，所述第二有功电流值为所述风电机组处于所述恢复状态下的有功电流值；将第三运行子参数输入所述目标仿真模型，得到第三预测参数组，所述第三运行子参数为所述风电机组处于所述高压故障状态下的所述运行参数，所述第三预测参数组用于描述所述风电机组处于所述高压故障状态下的暂态响应，所述第三预测参数组包括第二无功电流，所述第二无功电流为所述风电机组处于所述高压故障状态下的无功电流。

可选地，将第二运行子参数输入所述目标仿真模型，得到第二预测参数组，包括：获取第五电压、第一系数、第五电流值、第一阈值和第二阈值，并根据所述第五电压、所述第一系数、所述第五电流值、所述第一阈值和所述第二阈值计算所述第一无功电流，所述第五电压为所述风电机组的定子的电压，所述第一系数用于衡量所述风电机组处于所述低压故障状态下无功电流对故障穿越能力的影响，所述第五电流值为所述风电机组的额定电流，所述第一阈值和所述第二阈值用于判断所述风电机组是否进入所述故障穿越状态；获取第六电流值和第七电流值，并根据所述第一无功电流、所述第五电流值和所述第六电流值计算所述第一有功电流，所述第五电流值为所述风电机组处于所述正常发电状态下的电流值，所述第六电流值为所述风电机组的最大电流；根据所述第一系数和所述第一有功电流计算所述第二有功电流。

可选地，将第三运行子参数输入所述目标仿真模型，得到第三预测参数组，包括：获取所述第五电压、第二系数和所述第五电流值，并根据所述第五电压、所述第二系数、所述第五电流值计算所述第二无功电流。

根据本申请的另一方面，提供了一种风电机组的模型构建装置，所述装置包括：构建单元，用于构建风电机组的仿真模型，并获取所述风电机组的历史参数，所述历史参数至少包括第一电感值、第二电感值、第一电流值、第二电流值、第三电流值、第四电流值、第一电阻值和第二电阻值，所述第一电感值为所述风电机组的定子绕组电感的电感值，所述第二电感值为所述风电机组的转子绕组电感的电感值，所述第一电流值为流经所述定子的电流进行dq变换得到的d轴分量，所述第二电流值为流经所述定子的电流进行dq变换得到的q轴分量，所述第三电流值为流经所述转子的电流进行dq变换得到的d轴分量，所述第四电流值为流经所述转子的电流进行dq变换得到的q轴分量，所述第一电阻值为所述定子的电阻，所述第二电阻值为所述转子的电阻；第一输入单元，用于将所述历史参数输入所述仿真模型，得到多个第一运行参数，所述第一运行参数至少包括第一磁链、第二磁链、第三磁链、第四磁链、第一电压、第二电压、第三电压、第四电压和电磁转矩，所述第一磁链为所述定子的磁链经dq变换得到的d轴分量，所述第二磁链为所述定子的磁链经dq变换得到的q轴分量，所述第三磁链为所述转子的磁链经dq变换得到的d轴分量，所述第四磁链为所述转子的磁链经dq变换得到的q轴分量，所述第一电压为所述定子的电压经dq变换得到的d轴分量，所述第二电压为所述定子的电压经dq变换得到的q轴分量，所述第三电压为所述转子的电压经dq变换得到的d轴分量，所述第四电压为所述定子的电压经dq变换得到的q轴分量；第一获取单元，用于获取所述风电机组的第二运行参数，所述第二运行参数为所述风电机组按照所述历史参数运行得到的，所述第二运行参数与所述第一运行参数一一对应；确定单元，用于在所述第一运行参数与所述第二运行参数的差值在预设范围内的情况下，确定所述仿真模型为所述风电机组的目标仿真模型。

根据本申请的再一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的方法。

根据本申请的又一方面，提供了一种仿真系统，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行任意一种所述方法。

应用本申请的技术方案，上述风电机组的仿真模型构建方法通过在仿真平台构建双馈型风电机组的仿真模型，获取风电机组的历史参数，将历史数据输入仿真模型进行仿真，得到第一运行参数，然后获取风电机组的第二运行参数，通过第二运行参数验证第一运行参数，误差在允许范围内的情况下，确定仿真模型为目标仿真模型，即得到用于仿真该风电机组的仿真模型。该方法解决了现有双馈型风电机组电磁建模仅以实际风力机为基础建立了低压穿越工况下的电磁模型，未考虑高压穿越工况下的适应性的问题。

附图说明

图1示出了根据本申请的实施例中提供的一种执行风电机组的模型构建方法的移动终端的硬件结构框图；

图2示出了根据本申请的实施例提供的一种风电机组的模型构建方法的流程示意图；

图3示出了根据本申请的实施例提供的一种风电机组的主电路建模框架；

图4示出了根据本申请的实施例提供的一种风电机组的三电平变流器的拓扑；

图5示出了根据本申请的一种实施例提供的一种具体的风电机组的模型构建方法的流程示意图；

图6示出了根据本申请的实施例提供的一种风电机组的模型构建装置的结构框图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

正如背景技术中所介绍的，现有技术中目前的双馈型风电机组电磁建模仅以实际风力机为基础建立了低压穿越工况下的电磁模型，未考虑高压穿越工况下的适应性，为解决现有双馈型风电机组电磁建模仅以实际风力机为基础建立了低压穿越工况下的电磁模型，未考虑高压穿越工况下的适应性的问题，本申请的实施例提供了一种风电机组的模型构建方法、构建装置、计算机可读存储介质和仿真系统。

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。

本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种风电机组的模型构建方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的设备信息的显示方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

在本实施例中提供了一种运行于移动终端、计算机终端或者类似的运算装置的风电机组的模型构建方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图2是根据本申请实施例的风电机组的模型构建方法的流程图。如图2所示，该方法包括以下步骤：

步骤S201，构建风电机组的仿真模型，并获取上述风电机组的历史参数，上述历史参数至少包括第一电感值、第二电感值、第一电流值、第二电流值、第三电流值、第四电流值、第一电阻值和第二电阻值，上述第一电感值为上述风电机组的定子绕组电感的电感值，上述第二电感值为上述风电机组的转子绕组电感的电感值，上述第一电流值为流经上述定子的电流进行dq变换得到的d轴分量，上述第二电流值为流经上述定子的电流进行dq变换得到的q轴分量，上述第三电流值为流经上述转子的电流进行dq变换得到的d轴分量，上述第四电流值为流经上述转子的电流进行dq变换得到的q轴分量，上述第一电阻值为上述定子的电阻，上述第二电阻值为上述转子的电阻；

具体地，如图3所示，构建上述模型包括双馈型风电机组的通用主电路框架，在主电路框架的基础上，搭建绕线式异步发电机，图中ω

步骤S202，将上述历史参数输入上述仿真模型，得到多个第一运行参数，上述第一运行参数至少包括第一磁链、第二磁链、第三磁链、第四磁链、第一电压、第二电压、第三电压、第四电压和电磁转矩，上述第一磁链为上述定子的磁链经dq变换得到的d轴分量，上述第二磁链为上述定子的磁链经dq变换得到的q轴分量，上述第三磁链为上述转子的磁链经dq变换得到的d轴分量，上述第四磁链为上述转子的磁链经dq变换得到的q轴分量，上述第一电压为上述定子的电压经dq变换得到的d轴分量，上述第二电压为上述定子的电压经dq变换得到的q轴分量，上述第三电压为上述转子的电压经dq变换得到的d轴分量，上述第四电压为上述定子的电压经dq变换得到的q轴分量；

具体地，根据上述历史参数控制仿真模型进行仿真，并提取仿真模型的模拟运行参数，提取其中特征参数作为对比参数。上述特征参数即为上述第一运行参数，包括定子的磁链、转子的磁链、定子的电压、转子的电压和风电机组的电磁转矩，并对电压和磁链进行dq变换，得到d轴和q轴分量。

步骤S203，获取上述风电机组的第二运行参数，上述第二运行参数为上述风电机组按照上述历史参数运行得到的，上述第二运行参数与上述第一运行参数一一对应；

具体地，控制风电机组按照上述历史参数运行，得到风电机组的运行参数，并提取其中的特征参数作为对比参数，上述对比参数包括定子的磁链、转子的磁链、定子的电压、转子的电压和风电机组的电磁转矩，并对电压和磁链进行dq变换，得到d轴和q轴分量。

步骤S204，在上述第一运行参数与上述第二运行参数的差值在预设范围内的情况下，确定上述仿真模型为上述风电机组的目标仿真模型。

具体地，仿真模型模拟运行得到的特征参数和风电机组实际运行得到的特征参数进行对比，其误差在允许范围内，即可确定上述仿真模型可以用于模拟上述风电机组的运行，也就是得到了目标仿真模型。该模型通过多维度的参数对比，提高了模型仿真的精度。

本实施例中，首先，构建风电机组的仿真模型，并获取上述风电机组的历史参数，上述历史参数至少包括第一电感值、第二电感值、第一电流值、第二电流值、第三电流值、第四电流值、第一电阻值和第二电阻值；然后，将上述历史参数输入上述仿真模型，得到多个第一运行参数，上述第一运行参数至少包括第一磁链、第二磁链、第三磁链、第四磁链、第一电压、第二电压、第三电压、第四电压和电磁转矩；之后，获取上述风电机组的第二运行参数，上述第二运行参数为上述风电机组按照上述历史参数运行得到的，上述第二运行参数与上述第一运行参数一一对应；最后，在上述第一运行参数与上述第二运行参数的差值在预设范围内的情况下，确定上述仿真模型为上述风电机组的目标仿真模型。该方法通过在仿真平台构建双馈型风电机组的仿真模型，获取风电机组的历史参数，将历史数据输入仿真模型进行仿真，得到第一运行参数，然后获取风电机组的第二运行参数，通过第二运行参数验证第一运行参数，误差在允许范围内的情况下，确定仿真模型为目标仿真模型，即得到用于仿真该风电机组的仿真模型。该方法解决了现有双馈型风电机组电磁建模仅以实际风力机为基础建立了低压穿越工况下的电磁模型，未考虑高压穿越工况下的适应性的问题。

为了得到上述第一运行参数，在一种可选的实施方式中，上述步骤S202包括：

步骤S2021，获取第三电感值，上述第三电感值为上述定子与上述转子的互感效应产生的等效电感；

具体地，在上述风电机组运行过程中，定子与转子因为电磁效应会产生互感效应，进而在定子绕组电感和转子绕组电感之外产生额外的电感，即上述等效电感。上述仿真模型模拟过程中也会产生等效电感，并显示数值。

步骤S2022，根据上述第一电感值、上述第三电感值、上述第一电流值和上述第二电流值计算上述第一磁链和上述第二磁链；

具体地，在搭建模型时，会设定上述风电机组的磁链方程，上述仿真模型会根据上述磁链方程，自动根据输入的定子电感、等效电感以及对应流经定子的电流计算出定子的磁链，并自动完成dq变换。其预设方程如下：

其中，ψ

步骤S2023，根据上述第二电感值、上述第三电感值、上述第三电流值和上述第四电流值计算上述第三磁链和上述第四磁链；

具体地，上述仿真模型会根据上述磁链方程，自动根据输入的转子电感、等效电感以及对应流经转子的电流计算出转子的磁链，并自动完成dq变换。其预设方程如下：

其中，ψ

步骤S2024，获取同步角频率和上述风电机组的异步电机的转速，根据上述转速和上述同步角频率计算角差率，上述角差率用于表征上述异步电机的负载；

具体地，设定ω

步骤S2025，根据上述第一磁链、上述第二磁链、上述同步角频率、上述第一电阻、上述第一电流值和上述第二电流值计算上述第一电压和上述第二电压；

具体地，在搭建模型时，会设定上述风电机组的电压方程，上述仿真模型会根据上述电压方程，自动根据输入的定子磁链、同步角频率、定子电阻、等效电感以及对应流经定子的电流计算出定子的电压，并自动完成dq变换。其预设方程如下：

其中，u

步骤S2026，根据上述第三磁链、上述第四磁链、上述同步角频率、上述角差率、上述第二电阻、上述第三电流值和上述第四电流值计算上述第三电压和上述第四电压；

具体地，上述仿真模型会根据上述电压方程，自动根据输入的转子磁链、同步角频率、转子电阻、等效电感以及对应流经转子的电流计算出转子的电压，并自动完成dq变换。其预设方程如下：

其中，u

步骤S2027，获取极对数，根据上述第一磁链、上述第二磁链、上述第一电流值和上述第二电流值和上述极对数计算上述电磁转矩，上述极对数为上述异步电机中包含的磁极的数量。

具体地，在搭建模型时，会设定上述风电机组的电压方程，上述仿真模型会根据上述电压方程，自动根据输入的定子磁链、极对数以及对应流经定子的电流计算出双馈型电机的电磁转矩。其预设方程如下：

为了验证上述仿真模型是否为目标仿真模型，在一种可选的实施方式中，上述步骤S204包括：

步骤S2041，根据上述第一运行参数与上述第二运行参数计算多个第一差值，上述第一差值为上述第一运行参数与上述第二运行参数平均数的差值；

具体地，计算上述第一差值的计算公式如下：

其中，X

步骤S2042，根据上述第一运行参数与上述第二运行参数计算多个第二差值，上述第二差值为上述第一运行参数与上述第二运行参数差值的最大值；

具体地，计算上述第二差值的计算公式如下：

步骤S2043，在上述第一差值在第一预设范围内且上述第二差值在第二预设范围内的情况下，确定上述仿真模型为上述风电机组的上述目标仿真模型；

具体地，对上述平均值差值和上述最大值差值分别设定不同的参数范围，用于限定仿真模型的误差范围，在两个参数都在对应的预设范围内的情况下，确认上述仿真模型的误差在允许范围内。

步骤S2044，在上述第一差值不在上述第一预设范围内和/或上述第二差值不在上述第二预设范围内的情况下，获取多个预设PI参数组，通过粒子群算法对多个上述PI参数组进行寻优，得到目标PI参数组，上述PI参数组为通过PID算法控制上述风电机组运行的算法参数，上述目标PI参数组为使上述第一差值在上述第一预设范围内且上述第二差值在上述第二预设范围内的PI参数组；

具体地，在上述第一差值、第二差值有任意一个不在上述预设范围内的情况下，即可确定上述仿真模型的误差较大，即仿真模型的精度不够，此时需要通过PID算法对上述仿真模型进行调整。在上述仿真模型搭建时，会预设多组PI参数，然后选择其中一组PI参数作为初始控制参数。在上述仿真模型误差不再允许范围内的情况下，通过粒子群算法对从上述PI参数组中进行寻优，得到最适合的PI参数组，即为上述目标参数组。

步骤S2045，根据目标PI参数组调整上述仿真模型，得到上述目标仿真模型。

具体地，根据将上述初始PI参数组替换为上述目标PI参数组，即可使得上述仿真模型的误差在允许范围内。

为了实现对上述风电机组的故障状态进行识别，在一种可选的实施方式中，在确定上述仿真模型为上述风电机组的目标仿真模型之后，上述方法包括：

步骤S301，获取风电机组的多个第二运行参数，上述第二运行参数至少包括上述风电机组处于不同发电状态下的上述第一电感值、上述第二电感值、上述第一电流值、上述第二电流值、上述第三电流值、上述第四电流值、上述第一电阻值和上述第二电阻值，上述发电状态包括正常发电状态、低压故障状态和高压故障状态；

具体地，获取风电机组分别发生低压故障状态下、发生高压故障状态下和正常运行状态下的历史数据，从上述历史数据中提取相关特征参数，即上述第二运行参数。

步骤S302，将各上述第二运行参数输入目标仿真模型，得到多个预测参数组，上述预测参数组用于描述上述风电机组的响应。

具体地，分别将不同故障状态的运行参数输入到上述目标仿真模型，并控制上述仿真模型按照预设故障穿越策略进行故障穿越，监测上述仿真模型的参数变化，进而确定不同故障类型对应的故障穿越过程中的电气参数变化，作为对照参数，即上述预测参数组。上述预测参数组描述的是故障穿越过程中的风电机组的电气特性变化。

为了确定故障穿越过程中的上述风电机组的暂态变化，在一种可选的实施方式中，上述步骤S302包括：

步骤S3021，将第一运行子参数输入上述目标仿真模型，得到第一预测参数组，上述第一运行子参数为上述风电机组处于上述正常发电状态下的上述运行参数，上述第一预测参数组用于描述上述风电机组处于上述正常发电状态下的稳态响应，上述第一预测参数组包括上述风电机组的定子的有功功率和无功功率；

具体地，将上述第一运行子参数输入目标仿真模型，模拟双馈风电机组的稳定运行状态，即上述正常发电状态，该状态下定子电阻一般很小，在分析时可以忽略不计，上述定子电压进行简化，其具体公式为U

步骤S3022，将第二运行子参数输入上述目标仿真模型，得到第二预测参数组，上述第二运行子参数为上述风电机组处于上述低压故障状态下的上述运行参数，上述低压故障状态包括故障穿越状态和恢复状态，上述故障穿越状态为上述风电机组发生故障或扰动引起上述风电机组电压或电流超出安全范围的情况下，上述风电机组保持连续运行的状态，上述恢复状态为上述风电机组从上述故障穿越状态到正常发电状态之间的过渡状态；上述第二预测参数组用于描述上述风电机组处于上述低压故障状态下的暂态响应，上述第二预测参数组包括第一无功电流值、第一有功电流值和第二有功电流值，上述第一无功电流值为上述风电机组处于上述故障穿越状态下的无功电流值，上述第一有功电流值为上述风电机组处于上述故障穿越状态下的有功电流值，上述第二有功电流值为上述风电机组处于上述恢复状态下的有功电流值；

具体地，将第二运行子参数输入目标仿真模型，采用上述目标仿真模型模拟风电机组处于低压故障的状态，并按照预设的故障穿越策略保持不脱网状态持续运行，监测仿真模型的特征参数的变化，得到上述第二预测数组。

步骤S3023，将第三运行子参数输入上述目标仿真模型，得到第三预测参数组，上述第三运行子参数为上述风电机组处于上述高压故障状态下的上述运行参数，上述第三预测参数组用于描述上述风电机组处于上述高压故障状态下的暂态响应，上述第三预测参数组包括第二无功电流，上述第二无功电流为上述风电机组处于上述高压故障状态下的无功电流。

具体地，将第三运行子参数输入目标仿真模型，采用上述目标仿真模型模拟风电机组处于高压故障的状态，并按照预设的故障穿越策略保持不脱网状态持续运行，监测仿真模型的特征参数的变化，得到上述第三预测数组。

为了实现上述目标仿真模型对于风电机组的低压故障穿越的模拟，在一种可选的实施方式中，上述步骤S3022包括：

步骤S30221，获取第五电压、第一系数、第五电流值、第一阈值和第二阈值，并根据上述第五电压、上述第一系数、上述第五电流值、上述第一阈值和上述第二阈值计算上述第一无功电流，上述第五电压为上述风电机组的定子的电压，上述第一系数用于衡量上述风电机组处于上述低压故障状态下无功电流对故障穿越能力的影响，上述第五电流值为上述风电机组的额定电流，上述第一阈值和上述第二阈值用于判断上述风电机组是否进入上述故障穿越状态；

具体地，在建立仿真模型时，会预设故障穿越策略。目标仿真模型会根据输入电压确定模拟风电机组是否处于低压故障，并在处于低压故障的状态下，根据预设故障穿越策略进行调节，使风电机组保持不脱网状态运行。具体为，向电网注入无功电流抬升电网电压，其具体公式如下：

其中，

步骤S30222，获取第六电流值和第七电流值，并根据上述第一无功电流、上述第五电流值和上述第六电流值计算上述第一有功电流，上述第五电流值为上述风电机组处于上述正常发电状态下的电流值，上述第六电流值为上述风电机组的最大电流；

具体地，为保证在故障期间变流器的稳定，风电机组采用无功功率优先控制，根据无功电流的出力大小限制有功电流。其具体计算公式如下：

其中，

步骤S30223，根据上述第一系数和上述第一有功电流计算上述第二有功电流。

具体地，在故障切除后，电压恢复正常，无功功率随之恢复到正常水平，有功功率分为两种，一种是瞬间恢复正常水平，另一种是有功电流缓慢加大，逐渐恢复有功功率。其具体计算公式如下：

其中，i

为了实现上述目标仿真模型对于风电机组的高压故障穿越的模拟，在一种可选的实施方式中，上述步骤S3023包括：

步骤S30231，获取上述第五电压、第二系数和上述第五电流值，并根据上述第五电压、上述第二系数、上述第五电流值计算上述第二无功电流。

具体地，在建立仿真模型时，会预设故障穿越策略。目标仿真模型会根据输入电压确定模拟风电机组是否处于高压故障，并在处于高压故障的状态下，根据预设故障穿越策略进行调节，使风电机组保持不脱网状态运行。具体为，向电网吸收无功电流降低电网电压，其具体公式如下：

其中，

为了使得本领域技术人员能够更加清楚地了解本申请的技术方案，以下将结合具体的实施例对本申请的风电机组的模型构建方法的实现过程进行详细说明。

本实施例涉及一种具体的风电机组的模型构建方法，如图5所示，包括如下步骤：

步骤S1：建立风电机组的仿真模型，并对风电机组进行风机故障测试，加载风机故障运行的实测数据。

步骤S2：切换故障状态:对风机控制器内电流环和外功率环控制器的PI参数进行初始赋值，并在允许范围内扰动。

步骤S3：计算仿真模型和风电机组实际运行参数之间的误差，判断误差是否满足要求，如果满足跳转步骤S5。

步骤S4：如果不满足，则利用粒子群算法，对PI参数进行寻优，得到最优的PI参数，使得误差满足要求。

步骤S5：仿真模型根据故障穿越特性解析式计算故障穿越参数、恢复速率和各环节幅值。

步骤S6：整合状态切换和故障穿越及恢复阶段的参数，得到用于预测风电机组状态的参数组。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本申请实施例还提供了一种风电机组的仿真模型构建装置，需要说明的是，本申请实施例的风电机组的仿真模型构建装置可以用于执行本申请实施例所提供的用于风电机组的仿真模型构建方法。该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

以下对本申请实施例提供的风电机组的仿真模型构建装置进行介绍。

图6是根据本申请实施例的风电机组的仿真模型构建装置的结构框图。如图6所示，该装置包括：

构建单元10，用于构建风电机组的仿真模型，并获取上述风电机组的历史参数，上述历史参数至少包括第一电感值、第二电感值、第一电流值、第二电流值、第三电流值、第四电流值、第一电阻值和第二电阻值，上述第一电感值为上述风电机组的定子绕组电感的电感值，上述第二电感值为上述风电机组的转子绕组电感的电感值，上述第一电流值为流经上述定子的电流进行dq变换得到的d轴分量，上述第二电流值为流经上述定子的电流进行dq变换得到的q轴分量，上述第三电流值为流经上述转子的电流进行dq变换得到的d轴分量，上述第四电流值为流经上述转子的电流进行dq变换得到的q轴分量，上述第一电阻值为上述定子的电阻，上述第二电阻值为上述转子的电阻；

具体地，如图3所示，构建上述模型包括双馈型风电机组的通用主电路框架，在主电路框架的基础上，搭建绕线式异步发电机，图中ω

第一输入单元20，用于将上述历史参数输入上述仿真模型，得到多个第一运行参数，上述第一运行参数至少包括第一磁链、第二磁链、第三磁链、第四磁链、第一电压、第二电压、第三电压、第四电压和电磁转矩，上述第一磁链为上述定子的磁链经dq变换得到的d轴分量，上述第二磁链为上述定子的磁链经dq变换得到的q轴分量，上述第三磁链为上述转子的磁链经dq变换得到的d轴分量，上述第四磁链为上述转子的磁链经dq变换得到的q轴分量，上述第一电压为上述定子的电压经dq变换得到的d轴分量，上述第二电压为上述定子的电压经dq变换得到的q轴分量，上述第三电压为上述转子的电压经dq变换得到的d轴分量，上述第四电压为上述定子的电压经dq变换得到的q轴分量；

具体地，根据上述历史参数控制仿真模型进行仿真，并提取仿真模型的模拟运行参数，提取其中特征参数作为对比参数。上述特征参数即为上述第一运行参数，包括定子的磁链、转子的磁链、定子的电压、转子的电压和风电机组的电磁转矩，并对电压和磁链进行dq变换，得到d轴和q轴分量。

第一获取单元30，用于获取上述风电机组的第二运行参数，上述第二运行参数为上述风电机组按照上述历史参数运行得到的，上述第二运行参数与上述第一运行参数一一对应；

具体地，控制风电机组按照上述历史参数运行，得到风电机组的运行参数，并提取其中的特征参数作为对比参数，上述对比参数包括定子的磁链、转子的磁链、定子的电压、转子的电压和风电机组的电磁转矩，并对电压和磁链进行dq变换，得到d轴和q轴分量。

确定单元40，用于在上述第一运行参数与上述第二运行参数的差值在预设范围内的情况下，确定上述仿真模型为上述风电机组的目标仿真模型。

具体地，仿真模型模拟运行得到的特征参数和风电机组实际运行得到的特征参数进行对比，其误差在允许范围内，即可确定上述仿真模型可以用于模拟上述风电机组的运行，也就是得到了目标仿真模型。该模型通过多维度的参数对比，提高了模型仿真的精度。

本实施例中，构建单元构建风电机组的仿真模型，并获取上述风电机组的历史参数，上述历史参数至少包括第一电感值、第二电感值、第一电流值、第二电流值、第三电流值、第四电流值、第一电阻值和第二电阻值；第一输入单元将上述历史参数输入上述仿真模型，得到多个第一运行参数，上述第一运行参数至少包括第一磁链、第二磁链、第三磁链、第四磁链、第一电压、第二电压、第三电压、第四电压和电磁转矩；第一获取单元获取上述风电机组的第二运行参数，上述第二运行参数为上述风电机组按照上述历史参数运行得到的，上述第二运行参数与上述第一运行参数一一对应；确定单元在上述第一运行参数与上述第二运行参数的差值在预设范围内的情况下，确定上述仿真模型为上述风电机组的目标仿真模型。该装置通过在仿真平台构建双馈型风电机组的仿真模型，获取风电机组的历史参数，将历史数据输入仿真模型进行仿真，得到第一运行参数，然后获取风电机组的第二运行参数，通过第二运行参数验证第一运行参数，误差在允许范围内的情况下，确定仿真模型为目标仿真模型，即得到用于仿真该风电机组的仿真模型。该装置解决了现有双馈型风电机组电磁建模仅以实际风力机为基础建立了低压穿越工况下的电磁模型，未考虑高压穿越工况下的适应性的问题。

为了得到上述第一运行参数，在一种可选的实施方式中，上述第一输入单元包括：

第一获取模块，用于获取第三电感值，上述第三电感值为上述定子与上述转子的互感效应产生的等效电感；

具体地，在上述风电机组运行过程中，定子与转子因为电磁效应会产生互感效应，进而在定子绕组电感和转子绕组电感之外产生额外的电感，即上述等效电感。上述仿真模型模拟过程中也会产生等效电感，并显示数值。

第一计算模块，用于根据上述第一电感值、上述第三电感值、上述第一电流值和上述第二电流值计算上述第一磁链和上述第二磁链；

具体地，在搭建模型时，会设定上述风电机组的磁链方程，上述仿真模型会根据上述磁链方程，自动根据输入的定子电感、等效电感以及对应流经定子的电流计算出定子的磁链，并自动完成dq变换。其预设方程如下：

其中，ψ

第二计算模块，根据上述第二电感值、上述第三电感值、上述第三电流值和上述第四电流值计算上述第三磁链和上述第四磁链；

具体地，上述仿真模型会根据上述磁链方程，自动根据输入的转子电感、等效电感以及对应流经转子的电流计算出转子的磁链，并自动完成dq变换。其预设方程如下：

其中，ψ

第三计算模块，用于获取同步角频率和上述风电机组的异步电机的转速，根据上述转速和上述同步角频率计算角差率，上述角差率用于表征上述异步电机的负载；

具体地，设定ω

第四计算模块，用于根据上述第一磁链、上述第二磁链、上述同步角频率、上述第一电阻、上述第一电流值和上述第二电流值计算上述第一电压和上述第二电压；

具体地，在搭建模型时，会设定上述风电机组的电压方程，上述仿真模型会根据上述电压方程，自动根据输入的定子磁链、同步角频率、定子电阻、等效电感以及对应流经定子的电流计算出定子的电压，并自动完成dq变换。其预设方程如下：

其中，u

第五计算模块，用于根据上述第三磁链、上述第四磁链、上述同步角频率、上述角差率、上述第二电阻、上述第三电流值和上述第四电流值计算上述第三电压和上述第四电压；

具体地，上述仿真模型会根据上述电压方程，自动根据输入的转子磁链、同步角频率、转子电阻、等效电感以及对应流经转子的电流计算出转子的电压，并自动完成dq变换。其预设方程如下：

其中，u

第六计算模块，用于获取极对数，根据上述第一磁链、上述第二磁链、上述第一电流值和上述第二电流值和上述极对数计算上述电磁转矩，上述极对数为上述异步电机中包含的磁极的数量。

具体地，在搭建模型时，会设定上述风电机组的电压方程，上述仿真模型会根据上述电压方程，自动根据输入的定子磁链、极对数以及对应流经定子的电流计算出双馈型电机的电磁转矩。其预设方程如下：

为了验证上述仿真模型是否为目标仿真模型，在一种可选的实施方式中，上述确定单元包括：

第七计算模块，用于根据上述第一运行参数与上述第二运行参数计算多个第一差值，上述第一差值为上述第一运行参数与上述第二运行参数平均数的差值；

具体地，计算上述第一差值的计算公式如下：

其中，和分别表示仿真模型的运行参数和风电机组的运行参数，和分别为仿真模型的第一个运行参数和最后一个运行参数，和分别为风电机组的第一个运行参数和最后一个运行参数。

第八计算模块，用于根据上述第一运行参数与上述第二运行参数计算多个第二差值，上述第二差值为上述第一运行参数与上述第二运行参数差值的最大值；

具体地，计算上述第二差值的计算公式如下：

确定模块，用于在上述第一差值在第一预设范围内且上述第二差值在第二预设范围内的情况下，确定上述仿真模型为上述风电机组的上述目标仿真模型；

具体地，对上述平均值差值和上述最大值差值分别设定不同的参数范围，用于限定仿真模型的误差范围，在两个参数都在对应的预设范围内的情况下，确认上述仿真模型的误差在允许范围内。

寻优模块，用于在上述第一差值不在上述第一预设范围内和/或上述第二差值不在上述第二预设范围内的情况下，获取多个预设PI参数组，通过粒子群算法对多个上述PI参数组进行寻优，得到目标PI参数组，上述PI参数组为通过PID算法控制上述风电机组运行的算法参数，上述目标PI参数组为使上述第一差值在上述第一预设范围内且上述第二差值在上述第二预设范围内的PI参数组；

具体地，在上述第一差值、第二差值有任意一个不在上述预设范围内的情况下，即可确定上述仿真模型的误差较大，即仿真模型的精度不够，此时需要通过PID算法对上述仿真模型进行调整。在上述仿真模型搭建时，会预设多组PI参数，然后选择其中一组PI参数作为初始控制参数。在上述仿真模型误差不再允许范围内的情况下，通过粒子群算法对从上述PI参数组中进行寻优，得到最适合的PI参数组，即为上述目标参数组。

调整模块，用于根据目标PI参数组调整上述仿真模型，得到上述目标仿真模型。

具体地，根据将上述初始PI参数组替换为上述目标PI参数组，即可使得上述仿真模型的误差在允许范围内。

为了实现对上述风电机组的故障状态进行识别，在一种可选的实施方式中，上述装置包括：

第二获取单元，用于在确定上述仿真模型为上述风电机组的目标仿真模型之后，获取风电机组的多个第二运行参数，上述第二运行参数至少包括上述风电机组处于不同发电状态下的上述第一电感值、上述第二电感值、上述第一电流值、上述第二电流值、上述第三电流值、上述第四电流值、上述第一电阻值和上述第二电阻值，上述发电状态包括正常发电状态、低压故障状态和高压故障状态；

具体地，获取风电机组分别发生低压故障状态下、发生高压故障状态下和正常运行状态下的历史数据，从上述历史数据中提取相关特征参数，即上述第二运行参数。

第二输入单元，用于将各上述第二运行参数输入目标仿真模型，得到多个预测参数组，上述预测参数组用于描述上述风电机组的响应。

具体地，分别将不同故障状态的运行参数输入到上述目标仿真模型，并控制上述仿真模型按照预设故障穿越策略进行故障穿越，监测上述仿真模型的参数变化，进而确定不同故障类型对应的故障穿越过程中的电气参数变化，作为对照参数，即上述预测参数组。上述预测参数组描述的是故障穿越过程中的风电机组的电气特性变化。

为了确定故障穿越过程中的上述风电机组的暂态变化，在一种可选的实施方式中，上述第二输入单元包括：

第一输入模块，用于将第一运行子参数输入上述目标仿真模型，得到第一预测参数组，上述第一运行子参数为上述风电机组处于上述正常发电状态下的上述运行参数，上述第一预测参数组用于描述上述风电机组处于上述正常发电状态下的稳态响应，上述第一预测参数组包括上述风电机组的定子的有功功率和无功功率；

具体地，将上述第一运行子参数输入目标仿真模型，模拟双馈风电机组的稳定运行状态，即上述正常发电状态，该状态下定子电阻一般很小，在分析时可以忽略不计，上述定子电压进行简化，其具体公式为U

第二输入模块，用于将第二运行子参数输入上述目标仿真模型，得到第二预测参数组，上述第二运行子参数为上述风电机组处于上述低压故障状态下的上述运行参数，上述低压故障状态包括故障穿越状态和恢复状态，上述故障穿越状态为上述风电机组发生故障或扰动引起上述风电机组电压或电流超出安全范围的情况下，上述风电机组保持连续运行的状态，上述恢复状态为上述风电机组从上述故障穿越状态到正常发电状态之间的过渡状态；上述第二预测参数组用于描述上述风电机组处于上述低压故障状态下的暂态响应，上述第二预测参数组包括第一无功电流值、第一有功电流值和第二有功电流值，上述第一无功电流值为上述风电机组处于上述故障穿越状态下的无功电流值，上述第一有功电流值为上述风电机组处于上述故障穿越状态下的有功电流值，上述第二有功电流值为上述风电机组处于上述恢复状态下的有功电流值；

具体地，将第二运行子参数输入目标仿真模型，采用上述目标仿真模型模拟风电机组处于低压故障的状态，并按照预设的故障穿越策略保持不脱网状态持续运行，监测仿真模型的特征参数的变化，得到上述第二预测数组。

第三输入模块，用于将第三运行子参数输入上述目标仿真模型，得到第三预测参数组，上述第三运行子参数为上述风电机组处于上述高压故障状态下的上述运行参数，上述第三预测参数组用于描述上述风电机组处于上述高压故障状态下的暂态响应，上述第三预测参数组包括第二无功电流，上述第二无功电流为上述风电机组处于上述高压故障状态下的无功电流。

具体地，将第三运行子参数输入目标仿真模型，采用上述目标仿真模型模拟风电机组处于高压故障的状态，并按照预设的故障穿越策略保持不脱网状态持续运行，监测仿真模型的特征参数的变化，得到上述第三预测数组。

为了实现上述目标仿真模型对于风电机组的低压故障穿越的模拟，在一种可选的实施方式中，上述第二输入模块包括：

第一计算子模块，用于获取第五电压、第一系数、第五电流值、第一阈值和第二阈值，并根据上述第五电压、上述第一系数、上述第五电流值、上述第一阈值和上述第二阈值计算上述第一无功电流，上述第五电压为上述风电机组的定子的电压，上述第一系数用于衡量上述风电机组处于上述低压故障状态下无功电流对故障穿越能力的影响，上述第五电流值为上述风电机组的额定电流，上述第一阈值和上述第二阈值用于判断上述风电机组是否进入上述故障穿越状态；

具体地，在建立仿真模型时，会预设故障穿越策略。目标仿真模型会根据输入电压确定模拟风电机组是否处于低压故障，并在处于低压故障的状态下，根据预设故障穿越策略进行调节，使风电机组保持不脱网状态运行。具体为，向电网注入无功电流抬升电网电压，其具体公式如下：

其中，

第二计算子模块，用于获取第六电流值和第七电流值，并根据上述第一无功电流、上述第五电流值和上述第六电流值计算上述第一有功电流，上述第五电流值为上述风电机组处于上述正常发电状态下的电流值，上述第六电流值为上述风电机组的最大电流；

具体地，为保证在故障期间变流器的稳定，风电机组采用无功功率优先控制，根据无功电流的出力大小限制有功电流。其具体计算公式如下：

其中，

第三计算子模块，用于根据上述第一系数和上述第一有功电流计算上述第二有功电流。

具体地，在故障切除后，电压恢复正常，无功功率随之恢复到正常水平，有功功率分为两种，一种是瞬间恢复正常水平，另一种是有功电流缓慢加大，逐渐恢复有功功率。其具体计算公式如下：

其中，i

为了实现上述目标仿真模型对于风电机组的高压故障穿越的模拟，在一种可选的实施方式中，上述第三输入模块包括：

第四计算子模块，获取上述第五电压、第二系数和上述第五电流值，并根据上述第五电压、上述第二系数、上述第五电流值计算上述第二无功电流。

具体地，在建立仿真模型时，会预设故障穿越策略。目标仿真模型会根据输入电压确定模拟风电机组是否处于高压故障，并在处于高压故障的状态下，根据预设故障穿越策略进行调节，使风电机组保持不脱网状态运行。具体为，向电网吸收无功电流降低电网电压，其具体公式如下：

其中，

上述风电机组的仿真模型构建装置包括处理器和存储器，上述构建单元、第一输入单元、第一获取单元、确定单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来构建用于模拟上述风电机组的仿真模型。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

本发明实施例提供了一种计算机可读存储介质，上述计算机可读存储介质包括存储的程序，其中，在上述程序运行时控制上述计算机可读存储介质所在设备执行上述风电机组的仿真模型构建方法。

本发明实施例提供了一种处理器，上述处理器用于运行程序，其中，上述程序运行时执行上述风电机组的仿真模型构建方法。

本发明实施例提供了一种仿真系统，上述仿真系统包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现至少上述步骤。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有至少上述方法步骤的程序。

从以上的描述中，可以看出，本申请上述的实施例实现了如下技术效果：

本申请的风电机组的仿真模型构建方法，通过在仿真平台构建双馈型风电机组的仿真模型，获取风电机组的历史参数，将历史数据输入仿真模型进行仿真，得到第一运行参数，然后获取风电机组的第二运行参数，通过第二运行参数验证第一运行参数，误差在允许范围内的情况下，确定仿真模型为目标仿真模型，即得到用于仿真该风电机组的仿真模型。该方法解决了现有双馈型风电机组电磁建模仅以实际风力机为基础建立了低压穿越工况下的电磁模型，未考虑高压穿越工况下的适应性的问题。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。