[发明专利]基于模糊c均值聚类算法的风场等值建模及优化控制方法

摘要

本发明公开了一种基于模糊c均值聚类算法的风场等值建模及优化控制方法，包括：确定聚类算法中类的个数c；选取风电机组的输出功率平均值、输出功率标准差、惯性时间常数、经度、纬度和高度作为聚类算法中的聚类要素进行分析；对上述参数进行预处理，得到风电机组的特征矩阵；确定聚类距离和目标函数；对风场进行模糊c均值聚类算法，得到风场等值模型；对风场等值模型中的虚拟风机进行参数聚合；对虚拟风机的输出功率进行优化；每隔预设时间，重复上述步骤，更新参数，并根据更新的参数对虚拟风机的输出功率进行优化。本发明在简化风场模型的同时能够准确反映风场的实际运行状态，且计算过程相对简单易于实现。

主权项

一种基于模糊c均值聚类算法的风场等值建模及优化控制方法，其特征在于，包括以下步骤：步骤1、根据风场中风电机组的分布情况确定聚类算法中类的个数c；步骤2、选取所述风电机组的输出功率平均值、输出功率标准差、惯性时间常数、经度、纬度和高度六个特征值作为聚类算法中的聚类要素进行分析；步骤3、对所述风电机组的输出功率平均值、输出功率标准差、惯性时间常数、经度、纬度和高度进行预处理，得到所述风电机组的特征矩阵；步骤4、确定聚类距离和目标函数；步骤5、对风场进行模糊c均值聚类算法，得到风场等值模型；步骤6、对所述风场等值模型中的虚拟风机进行参数聚合；步骤7、对所述虚拟风机的输出功率进行优化；步骤8、每隔预设时间，重复步骤3‑步骤6，得到更新后的虚拟风机的参数，并根据更新后的虚拟风机的参数对所述虚拟风机的输出功率进行优化。