[發明專利]基于k-means聚類的分布式能源站典型日負荷獲取方法

在審

• 申請號: 202010314029.2
• 申請日: 2020-04-20
• 公開（公告）號: CN111583059A
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 楊恒岳;劉青榮;林立昌;郝慧玲;沈玉清
• 申請（專利權）人: 上海電力大學
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06K9/62
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 楊宏泰

1.一種基于k-means聚類的分布式能源站典型日負荷獲取方法，其特征在于，包括以下步驟：

1)對獲得的歷史冷熱負荷數據進行標準化預處理得到冷熱負荷率數據；

2)將溫度參數與冷熱負荷率數據共同加入k-means聚類中進行聚類；

3)采用平均值法對聚類后的每一類負荷提取平均負荷作為該類負荷的負荷曲線，并計算各類負荷曲線與其平均負荷曲線的皮爾森相關系數；

4)根據皮爾森相關系數進行負荷數據的剔除，并將剩余的負荷數據再次進行k-means聚類；

5)重復步驟2)-步驟4)，直至不再剔除負荷數據，采用平均值法提取每一類負荷的平均負荷曲線作為該類負荷的典型日負荷曲線，并以此制定該能源站的優化運行策略。

2.根據權利要求1所述的一種基于k-means聚類的分布式能源站典型日負荷獲取方法，其特征在于，所述的步驟1)中，采用冷熱負荷最大值作為設計總容量，則冷熱負荷率的定義如下：

其中，C_i,j、H_i,j分別為第i天第j小時的冷負荷率和熱負荷率，c_i,j、h_i,j分別為第i天第j小時的冷負荷和熱負荷，C_MAX、H_MAX分別為全年小時最大冷負荷和熱負荷。

3.根據權利要求2所述的一種基于k-means聚類的分布式能源站典型日負荷獲取方法，其特征在于，所述的步驟2)具體包括以下步驟：

21)確定最佳聚類數k_opt；

22)將溫度參數與冷熱負荷率數據構建成一個365×50的矩陣L，其中，矩陣L的1-24列為每天逐時冷負荷率數據，即C_i,j，25-49列為每天逐時熱負荷率數據，即H_i,j，第50列為當天的環境最高溫度，即溫度參數；

23)將矩陣L作為k-means聚類的輸入進行聚類處理。

4.根據權利要求3所述的一種基于k-means聚類的分布式能源站典型日負荷獲取方法，其特征在于，所述的步驟21)中，采用Calinski-Haeabasz指標進行最佳聚類數k_opt的評估。

5.根據權利要求4所述的一種基于k-means聚類的分布式能源站典型日負荷獲取方法，其特征在于，所述的Calinski-Haeabasz指標的表達式為：

其中，CH(k)為Calinski-Haeabasz指標，trB(k)為類之內離差矩陣的跡，trW(k)為類與類之間離差矩陣的跡，k為聚類類別，n為樣本總數。

6.根據權利要求1所述的一種基于k-means聚類的分布式能源站典型日負荷獲取方法，其特征在于，所述的步驟3)中的平均值法具體為：

在采用k-means聚類后，將每一類的負荷數據在每一個小時點取平均值，得到負荷平均值曲線，并將負荷平均值曲線作為該類負荷的負荷曲線。

7.根據權利要求1所述的一種基于k-means聚類的分布式能源站典型日負荷獲取方法，其特征在于，所述的步驟3)中，皮爾森相關系數r的計算式為：

其中，為第k類負荷中第i天第j小時的冷熱負荷，為典型日冷熱負荷，為的平均值，為的平均值，z為屬于第k類負荷的天數。

8.根據權利要求1所述的一種基于k-means聚類的分布式能源站典型日負荷獲取方法，其特征在于，所述的步驟4)中，剔除皮爾森相關系數在[-0.2,0.2]范圍內的負荷數據。

9.根據權利要求1所述的一種基于k-means聚類的分布式能源站典型日負荷獲取方法，其特征在于，所述的步驟5)中的平均值法具體為：

在采用k-means聚類后，將每一類的負荷數據在每一個小時點取平均值，得到負荷平均值曲線，并將負荷平均值曲線作為該類負荷的典型日負荷曲線。

10.根據權利要求9所述的一種基于k-means聚類的分布式能源站典型日負荷獲取方法，其特征在于，典型日負荷曲線的具體表達式為：

其中，為典型日冷熱負荷，為第k類負荷中第i天第j小時的冷熱負荷，z為屬于第k類負荷的天數。