[發明專利]基于模糊c均值聚類算法的風場等值建模及優化控制方法

有效

• 申請號: 201711143241.1
• 申請日: 2017-11-17
• 公開（公告）號: CN107909211B
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 林忠偉;王瑞田;陳振宇;牛玉廣;祝牧
• 申請（專利權）人: 華北電力大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06;G06K9/62
• 代理公司: 北京中海智圣知識產權代理有限公司 11282
• 代理人: 楊樹芬

本發明公開了一種基于模糊c均值聚類算法的風場等值建模及優化控制方法，包括：確定聚類算法中類的個數c；選取風電機組的輸出功率平均值、輸出功率標準差、慣性時間常數、經度、緯度和高度作為聚類算法中的聚類要素進行分析；對上述參數進行預處理，得到風電機組的特征矩陣；確定聚類距離和目標函數；對風場進行模糊c均值聚類算法，得到風場等值模型；對風場等值模型中的虛擬風機進行參數聚合；對虛擬風機的輸出功率進行優化；每隔預設時間，重復上述步驟，更新參數，并根據更新的參數對虛擬風機的輸出功率進行優化。本發明在簡化風場模型的同時能夠準確反映風場的實際運行狀態，且計算過程相對簡單易于實現。

技術領域

本發明涉及風力發電技術領域，尤其涉及一種基于模糊c均值聚類算法的風場等值建模及優化控制方法。

背景技術

隨著能源市場的不斷的發展，越來越多的新能源得到重視，風能作為一種清潔高效的新能源，其相關技術也在不斷發展。風力發電技術的發展帶來的一個特點就是不斷增大的并網風電場規模。在對風場進行建模過程中，一般情況下由于風場規模較大，如果對每一臺機組進行建模，不僅會增大模型的規模，還會增加計算及分析與仿真的復雜度，十分繁瑣。因此，為了減少計算量及仿真時間，需要采用等值建模的方法描述風電場。

目前，風電場的動態等值一般分為單機等值法與多機等值法，單機等值法即容量加權法，該方法以一臺風力發電機來等效風電場所有的機組，此方法易于實現，在研究含風電場問題時較為常用。實際中，受地形、尾流效應等因素的影響，風電機組風速各不相同。當風電機組運行狀態相差很遠時，單機等值模型無法準確反映實際風電場的運行狀態。

多機等值法是將整個風電場用數量較少的幾臺機組來等效，首先選取表征機組運行狀態的分群指標，再對所有機組進行聚類分群，將同群的機組等值為一臺機組，從而整個風電場等值為數量較少的多機模型。

目前劃分機群的方法主要有：以機組的輸入風速、型號或者電氣距離為標準分群。對于矩形布置的風電場，以發電機組的排列分布進行劃分，將同排或列的機組等值為一臺機組，但是即使是同排發電機組也可能運行狀態存在較大的差異；以DFIG(Double-FedInduction Generator，雙饋異步風力發電機)的槳距角動作情況和發電機暫態電壓特性作為機組分群原則進行風電機組分群，但分群考慮的因素較為單一，很難反映多因素影響的分群效果；而已有的層次聚類法，需要先得到聚類樹，通過對聚類樹的“剪裁”獲得分群結果，當風機數量較大時，圖譜不易觀察導致這種“剪裁”耗時；此外還有k-means聚類算法，但存在優化計算過程非常復雜的缺陷。

發明內容

為了解決現有技術中存在的上述問題，本發明提出一種基于模糊c均值聚類算法的風場等值建模及優化控制方法，以解決現有的風電場等值聚類算法中，單機等值法在大型的風電場研究中無法準確反映風電場的實際運行狀態，而多機等值法考慮的分群指標較為單一或是計算過于復雜不易實現的技術問題。

為達到上述目的，本發明采用如下技術方案：

一種基于模糊c均值聚類算法的風場等值建模及優化控制方法，包括以下步驟：

步驟1、根據風場中風電機組的分布情況確定聚類算法中類的個數c；

步驟2、選取風電機組的輸出功率平均值、輸出功率標準差、慣性時間常數、經度、緯度和高度六個特征值作為聚類算法中的聚類要素進行分析；

步驟3、對風電機組的輸出功率平均值、輸出功率標準差、慣性時間常數、經度、緯度和高度進行預處理，得到風電機組的特征矩陣；

步驟4、確定聚類距離和目標函數；

步驟5、對風場進行模糊c均值聚類算法，得到風場等值模型；

步驟6、對風場等值模型中的虛擬風機進行參數聚合；

步驟7、對虛擬風機的輸出功率進行優化；