基于实测运行数据的风电场建模方法
【专利摘要】本发明涉及一种基于实测运行数据的风电场建模方法，该方法以风电场实测运行数据为准则，对风电场内机组进行机群划分，将具有相近运行点的机组划分为同一机群，对每一个机群采用一台风电机组对其进行等值，进而建立风电场的多机表征模型。本发明在机群划分时先借用信息论中熵的定义和性质对风电机组实测运行数据中的噪声数据进行离群数据处理，减小噪声数据的干扰。另一方面，本发明在机群划分的过程中，优化了聚类中心初始化过程，提高了机群聚类质量，采用本发明提出的方法建立的风电场模型精确性有了较大提高。
【专利说明】基于实测运行数据的风电场建模方法
【技术领域】
[0001 ] 本发明涉及一种基于实测运行数据的风电场建模方法。
【背景技术】
[0002]随着能源危机和环境污染的日益严重，风力发电受到世界各国的高度重视，随着风力发电和并网技术的发展，国内外学者对风电的研究也越来越关注。准确合理的风电机组模型是风电在电力系统中仿真研究的关键，也是其它深入研究的基础。
[0003]传统的风电场建模方法假设所有风电机组运行状况相同或相差不大，用单台风电机组来表征整个风电场。然而由于风电场内的风速分布、地形地貌、机组排列方式等诸多因素的影响，场内各机组之间的风况及其输出功率都可能存在较大差别，因而该方法不适用于大型风电场建模。有学者提出多机表征模型，其主要思想是以风电机组实测运行数据为机群划分原则，采用某些聚类算法进行机群划分，将同群内的机组合并为一台等值机并计算等值机的参数。
[0004]在测量风电场运行数据时，可能会由于测量系统的缺陷以及人为的某些因素等产生一些噪声数据，这类数据不提供有意义的知识，并且还会破坏数据的分布和降低数据分析的质量；另一方面，在机群聚类划分过程中，初始聚类中心的选择非常重要，选择不当时容易陷入局部最优解，使划分结果产生较大误差。
【发明内容】
[0005]本发明所要解决的技术问题，就是提供一种基于实测运行数据的风电场建模方法，其一则较少受噪声数据影响，提高了模型的精确性；二来初始聚类中心选择适当，不会陷入局部最优解，划分结果较准确。
[0006]解决上述技术问题，本发明采用的技术方案是:
[0007]—种基于实测运行数据的风电场建模方法，其特征是包括以下步骤:
[0008]S1:风电场实测运行数据的噪声数据处理；
[0009]S2:聚类中心初始化优化过程；
[0010]S3:机群划分；
[0011]S4:建立风电场的多机表征模型；
[0012]所述的步骤SI中，风电场实测运行数据的噪声数据处理过程为:
[0013]假设风电场中风电机组共有η台，选取风电场在某时段内并网运行的风电机组的实测运行数据作为样本,实测运行数据包括:风速、有功功率和无功功率；
[0014]在该时段内实测运行数据的采样点数为t个，以η台风电机组的实测运行数据建立样本矩阵:
[0015]
【权利要求】
1.一种基于实测运行数据的风电场建模方法，其特征是包括以下步骤: S1:风电场实测运行数据的噪声数据处理； 52:聚类中心初始化优化过程； 53:机群划分； 54:建立风电场的多机表征模型； 所述的步骤SI中，风电场实测运行数据的噪声数据处理过程为: 假设风电场中风电机组共有η台，选取风电场在某时段内并网运行的风电机组的实测运行数据作为样本，实测运行数据包括:风速、有功功率和无功功率； 在该时段内实测运行数据的采样点数为t个，以η台风电机组的实测运行数据建立样本矩阵:
2.根据权利要求1所述的基于实测运行数据的风电场建模方法，其特征是: 所述步骤S2聚类中心初始化优化过程为: 定义风电机组样本组V' s的机群密集函数为:
3.根据权利要求1所述的基于实测运行数据的风电场建模方法，其特征是:所述步骤S3机群划分过程为: 利用公式(7)计算V'中每一个样本组V' S(s = l，2，...，n)与c个聚类中心V' ；(k=1，2，...，c)之间的欧氏距离，找出与V' 3最近的聚类中心，并将V' 3划分进与该聚类中心相同的机群中，遍历完所有的样本组后，重新计算聚类中心； 对于第k个聚类中心，设其所在的机群为Wk，则新的聚类中心计算方法如下:
4.根据权利要求1所述的基于实测运行数据的风电场建模方法，其特征是:所述步骤S4建立风电场的多机表征模型过程为: 将同群内的风电机组等值为一台风电机组，并采用按容量加权法计算等值风电机组的参数，建立风电场的多机表征模型。
【文档编号】G06F17/50GK103942391SQ201410164223
【公开日】2014年7月23日 申请日期:2014年4月22日 优先权日:2014年4月22日
【发明者】余梦泽, 潘险险, 丁伯剑, 朱浩骏, 史正军, 赵双, 张凌云, 林莉 申请人:广东电网公司电网规划研究中心, 华北电力大学