[发明专利]广义负荷建模中基于季节性的纵向时间轴聚类方法

摘要

本发明公开了广义负荷建模中基于季节性的纵向时间轴聚类方法，获取全年风电与负荷组成的根母线数据；横向时间轴预聚类，单日间再聚类，纵向时间单元聚类，输出全年纵向时间轴聚类结果，利用纵向时间轴聚类方法分析全年数据，获得考虑季节性的分类数据用以精确建模。利用AP算法和考虑季节性的纵向时间轴聚类策略，可将大样本实测数据进行合理划分，仿真结果表明与传统建模方法相比，经过聚类分析后的广义负荷建模，可在满足精确性的基础上便于模型走向实用化，有利于提高电力系统仿真的精确性与实效性。

主权项

广义负荷建模中基于季节性的纵向时间轴聚类方法，其特征是，包括以下步骤：步骤一：获取全年风电与负荷组成的母线数据；步骤二：横向时间轴预聚类，当全年母线数据均完成横向时间轴预聚类，则进行下一步，否则，返回步骤二；步骤三：经过横向时间轴预聚类，获得单日以最小时间间隔T计的不同时段所属类别及日聚类数，辅以表征功率波动大小的日统计量，构成用于单日间再聚类的特征向量；步骤四：经过单日间再聚类，辅以表征实际波动大小幅度的时段有功功率统计量，构成纵向时间单元聚类的特征向量，基于时段连续性将全年纵向时间轴数据以纵向时间单元TZN为单位等分为L段，对这L段纵向时间单元进行纵向时间单元聚类；步骤五：输出全年纵向聚类结果，利用纵向时间轴聚类方法分析全年数据，获得考虑季节性的分类数据用以精确建模；所述步骤三中单日间再聚类所对应的特征向量如式(12)：Rk=[RT1k,RT2k,...,RTNuk,RCk,Rmaxk,Rmink,R‾k,RS2k]---(12)]]>式中，k为日序号；RT1k，RT2k，…RTNuk分别为第k日的时段；T1，T2，…，TNu所属类别聚类中心的为最小时间间隔内有功功率平均值；Nu为按照日内最小时间间隔T分成的总段数；RCk为第k天的聚类数；Rmaxk和Rmink分别为第k天日内最大有功功率值和最小有功功率值；为日平均有功功率值；RS2k为日有功功率样本方差。