[发明专利]一种结合谱聚类算法的光伏出力典型场景提取方法

说明书

本发明公开了一种结合谱聚类算法的光伏出力典型场景提取方法，涉及可再生能源出力预测技术领域，基于谱聚类算法对光伏出力典型场景进行提取，计算过程中只需要数据之间的相似度矩阵即可对数据进行聚类分析，谱聚类算法能够实现高维数据的降维处理，对光伏出力这种高维数据进行聚类所得结果明显优于传统的均值算法，因此能够更加高效、准确地提取光伏出力的典型场景；本方法解决了现有k‑均值算法难以对高维光伏出力数据准确聚类的问题，实现了配电网中光伏出力随机性和波动性特征的精准刻画，消除了光伏出力不确定性对电力系统中长期规划运行与短期调度的影响，满足了配电网中光伏合理规划体条件，实现电力系统安全、稳定、环保的运行和发展。

技术领域

本发明涉及可再生能源出力预测技术领域，具体的说是一种结合谱聚类算法的光伏出力典型场景提取方法。

背景技术

光伏发电系统出力受太阳光辐照强度和温度等环境因素的影响，导致其出力具有较大的波动性和间歇性，因此准确、高效的对光伏出力典型场景进行提取，是光伏发电预测及电网规划领域的基础，具有重要的理论和实际意义。

对于光伏出力典型场景的提取，现有的基于k-均值的场景提取方法只适用于对低维空间的数据场景进行提取，针对光照强度等高维空间数据场景很难提取到合理的典型场景。

发明内容

为解决上述存在的技术问题，本发明提供了一种结合谱聚类算法的光伏出力典型场景提取方法，首先计算光伏的实际出力功率，然后采用谱聚类算法对原始光伏出力立式数据降维，再利用k-均值算法对低维的光伏出力历史数据聚类，最后对每个聚类每一维数据取均值，获得光伏出力的典型场景，从而实现高维的光伏出力历史数据典型场景的准确提取。

为达到上述目的，本发明所采用的技术方案是：

一种结合谱聚类算法的光伏出力典型场景提取方法，通过如下步骤实现：

1)步骤S1：利用给定的函数公式计算光伏的实际输出功率P_PV(t)，基于光照强度的历史数据，利用光伏输出功率计算公式，计算光伏发电输出的实际功率，公式为

式中，P_PV(t)表示在t时刻的光伏功率(kW)，g(t)表示在t时刻的辐照强度(W/m²)，η表示光伏板的光电转换效率(％)，S为光伏板的总面积(m²)，θ表示辐照射线与光伏电池板法线之间的夹角，η₁表示太阳能板在现场运行和测试条件下输出功率存在的偏差(5％)，η₂为光伏组件的输出功率受温度影响带来的偏差，η₃表示光伏组件表面灰尘累积对太阳能板输出功率带来的影响，η₄为光伏组件的不匹配性和板间连线损失对输出功率的影响；

2)步骤S2：对光伏出力历史数据对象o₁,...,o_n进行降维，利用谱聚类算法将所得光伏出力历史数据进行降维，给定数据对象o₁,...,o_n的集合，每两个数据对象之间的距离dist(o_i,o_j)(1≤i,j≤n)，并给定期望的典型场景个数，即聚类数k；

3)步骤S3：计算光伏出力历史数据对象的相似矩阵W，使用距离度量计算相似矩阵(affinity matrix)W，使得

式中，δ是缩放参数，控制相似性W_ij随dist(o_i,o_j)(1≤i,j≤n)增加而降低的程度，W_ii设置为0；

4)步骤S4：使用相似矩阵W，导出矩阵A＝f(W)，定义一个对角矩阵D,其中D_ii是W第i行之和，即：