新理论林 俐,等:基于分层聚类算法的地区风电出力典型场景选取方法

Posted 电力系统保护与控制

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了新理论林 俐,等:基于分层聚类算法的地区风电出力典型场景选取方法相关的知识,希望对你有一定的参考价值。

 点击标题下“电力系统保护与控制”可快速关注

本刊官网为www.dlbh.net,欢迎访问浏览、在线投稿


基于分层聚类算法的地区风电出力典型场景选取方法

俐,费宏运,刘汝琛,潘险险

2018年第7

DOI: 10.7667/PSPC170454

基金项目:国家自然科学基金重大项目资助(51190103)


引文格式

林俐, 费宏运, 刘汝琛, 等. 基于分层聚类算法的地区风电出力典型场景选取方法[J]. 电力系统保护与控制, 2018, 46(7): 1-6.

LIN Li, FEI Hongyun, LIU Ruchen, et al. A regional wind power typical scenarios’ selection method based on hierarchical clustering algorithm[J]. Power System Protection and Control, 2018, 46(7): 1-6.



研究概述

  为反映风电场出力变化特征,提出了一种基于分层聚类算法的地区风电出力典型场景选取方法。首先采用分层聚类算法对风电出力样本进行聚类分析,得到反映样本亲疏关系的聚类树状图。随后考虑风电出力典型场景的选取质量,采用类间样本离差平方和来描述类间样本的差异性,以此作为聚类数的判定依据,从而实现样本的有效划分。最后,以某地区实际风电出力数据为例,验证了所提方法的合理性,并面向调峰、无功配置等需求选取了风电出力典型日场景。


研究背景

  与常规能源发电相比,风电具有明显的间歇性、随机性和不稳定性。当大规模风电并入电网时,势必会给电网带来一系列诸如调峰、调频和电压稳定等问题,同时也给发电计划的制定和实施带来较大的影响。因此,选取合理风电出力场景刻画地区风电出力的随机规律,对含风电地区电网调度计划的制定具有重要意义。
  
目前关于风电场出力典型场景的选取方法正在起步阶段。其中多是通过已有的实测风电出力数据,根据一定的概率指标,预测风电出力的未来场景。如文献[5]以风电场的实测风速数据为基础,在风速期望和方差未知的情况下,通过参数估计来求得发生概率较大的风电出力场景,进而计算该场景下的系统静态电压安全域边界。文献[6]通过分析历史风电出力时间序列内部组成结构,采用随机抽样技术保证风电出力的随机性,可以预测未来风电出力的变化场景。文献[7]利用地区风电出力历史实测数据和典型日负荷特性,采用皮尔逊相关系数法,建立与负荷特性负相关性最大的风电出力场景,用于系统的调峰计算。文献[8]在场景选取与功率调节能力的基础上,利用场景分析法建立了动态有功调度模型,实现了有功调度模型经济性评估。上述文献根据历史风电数据,提取一种满足具体应用的风电场景。
  
也有文献通过采用聚类算法,选取出给定区域中最有代表性的风电出力场景。如文献[9-12]均采用了 K-means 算法对风电出力样本进行聚类,实现多风电场出力的场景模拟或得到多个运行场景,用于无功优化评估。文献[13-14]利用 Wasserstein 概率距离指标与改进的 K-medoids 聚类算法,构造覆盖整个调度区间的经典场景集。这些文献采用场景分析法解决随机性风电场景的提取问题,需在场景数量的选取与解的适应性之间进行权衡。而在上述研究中,均需要人为设定聚类场景数目,这有可能会因划分场景数目过多导致场景之间差异性小,或因划分场景数目过少,导致各类的样本差异较大从而使得选取的场景不具有强代表性。
  
基于此,本文提出了一种适用于聚类分组数未知情况下地区风电出力典型场景的选取方法。首先采用分层聚类算法对风电出力样本进行聚类分析,然后在聚类树状图的基础上采用类间样本离差平方和作为聚类数的判定依据,实现样本的划分。最后,以某地区实际风电出力数据为例,验证此方法的合理性。


研究结论

  为反映风电场出力变化特征,本文提出了一种基于分层聚类算法的地区风电出力典型场景选取方法,并且以某实际地区夏季风电出力数据为例进行分析,验证了所提方法的合理性,并得到如下结论。
  
1) 采用类间样本离差平方和作为聚类数的判定依据,克服了人为设定聚类数给结果带来的不确定性,避免了聚类数选取的盲目性,提高了风电出力典型场景的选取质量。
  
2) 采用分层聚类算法对风电出力样本聚类之后,可以根据样本曲线的波动大小、密集程度等特点,将其作为该地区调峰和无功配置等风电出力典型日场景。


作者简介

   (1968—),女,通信作者,博士,副教授,研究方向为电力系统分析与控制、新能源及其并网分析;E-mail: linli@ncepu.edu.cn
  
费宏运(1993—),男,硕士研究生,研究方向为电力系统分析与控制、新能源及其并网分析。E-mail: fei_hy@163.com


点击下面超星数据库链接,可查看《电力系统保护与控制》2016—2017年发表的全部论文,点击每篇稿件的标题可阅读全文。




您也可以登陆《电力系统保护与控制》官网www.dlbh.net免费查阅创刊以来发表的全部论文。


欢迎您阅读、引用我刊已发表论文!




《电力系统保护与控制》联系方式

官网:www.dlbh.net

编辑部:0374-3212254,3212234(传真)  

E-mail: pspc@vip.126.com

品牌营销部:0374-3212444

E-mail: zzskhfwb@vip.163.com

广告设计部:0374-3215922

发行部:0374-3360297


《PCMP》联系方式

官网:www.pcmp.info

编辑部:0374-3212254,3212234(传真)  

E-mail: pcmp@vip.126.com










以上是关于新理论林 俐,等:基于分层聚类算法的地区风电出力典型场景选取方法的主要内容,如果未能解决你的问题,请参考以下文章

Python图像处理丨基于K-Means聚类的图像区域分割

优化调度 基于matlab改进的遗传算法求解风电场优化调度问题含Matlab源码 1245期

论文复现:模拟风电不确定性——拉丁超立方抽样生成及缩减场景(Matlab全代码)

论文复现:模拟风电不确定性——拉丁超立方抽样生成及缩减场景(Matlab全代码)

优化调度基于matlab改进的遗传算法求解风电场优化调度问题含Matlab源码 1245期

风电功率预测基于matlab灰狼算法优化LSTM风电功率预测含Matlab源码 2004期