[發明專利]一種基于優化聚類算法的新能源場站建模方法及系統

有效

• 申請號: 202310672479.2
• 申請日: 2023-06-08
• 公開（公告）號: CN116432541B
• 公開（公告）日: 2023-10-20
• 發明（設計）人: 熊永康;辛建波;舒展;李升健;匡德興;趙偉哲;吳康;熊建豪
• 申請（專利權）人: 國網江西省電力有限公司電力科學研究院;國家電網有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/006;G06F113/06
• 代理公司: 南昌賢達專利代理事務所(普通合伙) 36136
• 代理人: 胡友勝

本發明公開一種基于優化聚類算法的新能源場站建模方法及系統，方法包括：根據風場地理位置數據，利用優化粒子群聚類算法將風場中的風機進行聚類處理；圍繞所聚類的中心點，利用單機加權聚合方法對風機響應曲線進行處理，將中心點附近的風機進行聚合；建立基于聚合風機的風場PSASP模型，將實際風場發電及響應曲線與建立的PSASP模型進行比對。通過PSASP系統建立風場模型，與半實物仿真系統所建立模型進行聯合校驗，修正PSASP模型，能精細化傳統風場建模過程，并為模擬復雜工況下的風場建模提供了解決方案。

技術領域

本發明屬于新能源發電建模技術領域，尤其涉及一種基于優化聚類算法的新能源場站建模方法及系統。

背景技術

風場一般包含機組眾多，模型階數高，非線性特性嚴重，因此建立風場的詳細模型進行分析會導致穩定計算不收斂問題，故需要將風場的復雜結構簡化為單機或多機模型，將各運行參數進行等值計算。

粒子群算法是一種模擬生物群體行為，對問題尋求最優解的優化算法。在許多情況下，粒子群算法是處理和解決各種具有挑戰性的工程問題的實用替代技術。

目前，關于風力發電的仿真驗證絕大部分都采用非實時的離線(off-line)計算機仿真軟件，其操作簡單，對計算機的計算性能要求不高。實際仿真時間往往數十倍甚至數百倍于仿真系統設定的時間，效率低下。

發明內容

本發明提供一種基于優化聚類算法的新能源場站建模方法及系統，用于解決目前風場結構復雜以及風機仿真的非實時和無法適用于復雜工況的技術問題。

第一方面，本發明提供一種基于優化聚類算法的新能源場站建模方法，包括：獲取風場的地理位置數據；基于優化粒子群聚類算法對所述地理位置數據進行分析，得到全局最優的一組初始聚類中心，并根據所述一組初始聚類中心將所述風場中的風機進行聚類，得到至少一個風機集合，其中，一風機集合中包含一目標聚類中心；根據加權聚合方法對所述至少一個風機集合中各個風機對應的風機響應曲線進行處理，并將在所述目標聚類中心預設范圍內的風機進行聚合，使模擬出可用于風機/風場建模的實際風機響應曲線；建立聚合風機后風場的PSASP模型，并將所述實際風機響應曲線與所述PSASP模型輸出的仿真曲線進行比對，并根據比對結果對所述PSASP模型進行修正，使得到目標風場模型。

第二方面，本發明提供一種基于優化聚類算法的新能源場站建模系統，包括：獲取模塊，配置為獲取風場的地理位置數據；聚類模塊，配置為基于優化粒子群聚類算法對所述地理位置數據進行分析，得到全局最優的一組初始聚類中心，并根據所述一組初始聚類中心將所述風場中的風機進行聚類，得到至少一個風機集合，其中，一風機集合中包含一目標聚類中心；聚合模塊，配置為根據加權聚合方法對所述至少一個風機集合中各個風機對應的風機響應曲線進行處理，并將在所述目標聚類中心預設范圍內的風機進行聚合，使模擬出可用于風機/風場建模的實際風機響應曲線；修正模塊，配置為建立聚合風機后風場的PSASP模型，并將所述實際風機響應曲線與所述PSASP模型輸出的仿真曲線進行比對，并根據比對結果對所述PSASP模型進行修正，使得到目標風場模型。

第三方面，提供一種電子設備，其包括：至少一個處理器，以及與所述至少一個處理器通信連接的存儲器，其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行本發明任一實施例的基于優化聚類算法的新能源場站建模方法的步驟。

第四方面，本發明還提供一種計算機可讀存儲介質，其上存儲有計算機程序，所述程序指令被處理器執行時，使所述處理器執行本發明任一實施例的基于優化聚類算法的新能源場站建模方法的步驟。