[发明专利]一种基于层次聚类分场景的光伏汇聚趋势量化方法

说明书

本发明公开了一种基于层次聚类分场景的光伏汇聚趋势量化方法。本发明的方法，包括：采集多个光伏电站持续出力数据，采用基于层次聚类算法的层级顺序选择，实现光伏集群分层，得到不同集群规模持续功率曲线；将不同集群规模持续功率曲线进行M等分，输出第m个场景的不同集群规模持续功率曲线，构成各集群规模持续功率曲线；针对各集群规模持续功率曲线，在各出力场景下建立持续功率曲线组合预测模型；利用持续功率曲线组合预测模型输出各出力场景下的集群持续功率曲线，拼接得到待建集群持续功率曲线。本发明的持续功率曲线组合预测模型不仅有效弥补了由单一模型引起的模型预测稳定性不足的问题，而且提高了预测精度。

技术领域

本发明涉及光伏并网技术领域，尤其是一种基于层次聚类分场景的光伏汇聚趋势量化方法。

背景技术

由于太阳能具有随机性、波动性等特点，使我国有些地区面临光伏并网输电规划难度较大的困境，因此，掌握待建光伏集群出力波动特性规律，对降低并网难度、科学配置输电容量具有现实意义。

针对待建光伏集群出力波动性获取困难的问题，因此如何在原有光伏集群实测数据的基础上，分析不同规模功率特性变化趋势，揭示汇聚过程中光伏集群装机容量与集群功率的关系，在已知待建集群装机容量下，定量预测待建光伏集群持续功率曲线的趋势，对光伏并网规划配置问题具有指导意义。

发明内容

本发明所要解决的技术问题是克服上述现有技术存在的缺陷，提供一种基于层次聚类分场景的光伏汇聚趋势量化方法，其通过研究已知光伏集群持续功率曲线，建立组合预测模型揭示不同规模集群的汇聚演化规律，最终得到待建光伏集群的持续功率曲线。

为实现上述技术目的，本发明采用的技术方案为：一种基于层次聚类分场景的光伏汇聚趋势量化方法，其包括：

采集多个光伏电站持续出力数据，采用基于层次聚类算法的层级顺序选择，实现光伏集群分层，得到不同集群规模持续功率曲线；

将不同集群规模持续功率曲线进行M等分，输出第m个场景的不同集群规模持续功率曲线，构成各集群规模持续功率曲线；

针对各集群规模持续功率曲线，在各出力场景下建立持续功率曲线组合预测模型；

利用持续功率曲线组合预测模型输出各出力场景下的集群持续功率曲线，拼接得到待建集群持续功率曲线。

进一步地，所述层次聚类算法的核心内容如下：

先将每个样本对象作为一个簇，然后合并这些簇聚集为越来越大的簇，直到所有对象都在一个簇中，或者某个终结条件被满足；每个样本对象，即每个光伏电站单独当作一个类，类间距离就是这两个光伏电站之间的距离；依据类间样本离差平方和应尽可能大而类内样本离差平方和应尽可能小的原则，采用平均距离法进行合并类，从而得到聚类树状图。

更进一步地，所述层次聚类算法的具体步骤如下：

1)首先对光伏电站的输出功率信息做相应的标准化处理，避免不同装机容量对处理过程的影响，再构造整体数据矩阵；

2)先将各个电站分别作为一类，选用不同相似度的距离公式计算出每两个电站之间的距离，构建相似度度量矩阵，设某两个电站功率序列为：

x_m＝{x_m1，x_m2，…，x_mi}，x_n＝{x_n1，x_n2，…，x_ni}；

欧式距离计算公式为：

弗雷歇距离计算公式为：