[发明专利]基于模糊C均值聚类有效性函数的风电机组等值方法

说明书

本发明公开了一种基于模糊C均值聚类有效性函数的风电机组等值方法，包括以下步骤：S1：获取区域内风电机组的有功功率、无功功率、机端电压有效值和输出电流有效值，建立待分群矩阵；S2：给定聚类数目和初始聚类中心集合，计算模糊隶属度矩阵与目标函数，通过不断更新聚类中心与模糊隶属度矩阵，直到满足收敛条件时得到当前聚类数目下的聚类分群结果；S3：通过聚类有效性函数计算不同聚类数目下的聚类有效值，确定最佳聚类分群结果；S4：计算等值机组参数和等值集电线路参数，得到等值结果。本发明保证了分群结果的合理性和准确性。

技术领域

本发明涉及风电领域，特别是涉及基于模糊C均值聚类有效性函数的风电机组等值方法。

背景技术

虽然近年来风力发电得到了大力发展，但仍然存在诸多因素影响风电场的等值建模仿真。最主要的因素是风力发电机容量相对较小，大型风电场往往由数十台风机组合而成。各个风电机组运行工况差异大，风电场内部电气结构复杂，这加大了对区域内风电场进行等值建模研究的难度。一方面，分群过细会使等值机组台数较多，等值模型复杂，丧失等值的有效性；另一方面，若分群过于粗糙，则不能真正体现风电场原本的运行特性，失去等值的可靠性。基于上述考虑，在大规模风电场等值建模中，合理的对风电机组进行分群可以大大降低等值建模的难度。因此，寻找合理的风电场分群归类方法是目前风电场等值建模研究中需要解决的关键问题。

目前国内外风电场等值方法，主要可分为二大类：分别是单机等值法和多机等值法。单机等值法以一台风力发电机来等效风电场所有的机组，此方法易于实现，但在实际情况中，受地形、尾流效应等因素的影响，风电机组风速各不相同。当风电机组运行状态相差很远时，单机等值模型无法准确反映实际风电场的运行状态。多机等值法是将整个风电场用数量较少的几台机组来等效，首先选取表征机组运行状态的分群指标，再对所有机组进行聚类分群，将同群的机组等值为一台机组，从而整个风电场等值为数量较少的多机模型。分群方法一般采用层次聚类和k-means聚类算法，但这两类方法在面对风机数量较大时，其分群结果的合理性和适用性难以保证，并且由于上述两类方法分群数目是提前给定的，风机在该分群数目下的分类结果是否最优难以保证，加大了风机等值的误差。

发明内容

发明目的：本发明的目的是提供一种能够解决现有技术中存在的缺陷的基于模糊C均值聚类有效性函数的风电机组等值方法。

技术方案：为达到此目的，本发明采用以下技术方案：

本发明所述的基于模糊C均值聚类有效性函数的风电机组等值方法，包括以下步骤：

S1：获取区域内风电机组的有功功率、无功功率、机端电压有效值和输出电流有效值，建立待分群矩阵；

S2：给定聚类数目和初始聚类中心集合，计算模糊隶属度矩阵与目标函数，通过不断更新聚类中心与模糊隶属度矩阵，直到满足收敛条件时得到当前聚类数目下的聚类分群结果；

S3：通过聚类有效性函数计算不同聚类数目下的聚类有效值，确定最佳聚类分群结果；

S4：计算等值机组参数和等值集电线路参数，得到等值结果。

进一步，所述步骤S1中的待分群矩阵通过式(1)计算得到：

X＝[x₁,x₂,x₃…x_n]_n×b (1)

式(1)中，X为待分群矩阵，b为分类判据个数；x_j＝[P_j,Q_j,V_j,I_j]为第j台机组输出状态量，1≤j≤n，P_j为第j台机组的有功功率，Q_j为第j台机组的无功功率，V_j为第j台机组的机端电压，I_j为第j台机组的输出电流有效值。