一种基于H-K复合聚类算法的分布式光伏多场景分析方法技术

本发明专利技术公开了一种基于H‑K复合聚类算法的分布式光伏多场景分析方法，包括：以分布式光伏和负荷概率密度函数为模型生成大量场景；通过HAC算法(层次凝聚聚类算法)初步聚类；利用K‑Means聚类方法进行最终聚类，形成H‑K复合聚类算法，然后通过对场景进行压缩得到最终典型“规划场景”，最后对H‑K复合聚类算法的结果进行评价。

【技术实现步骤摘要】
一种基于H-K复合聚类算法的分布式光伏多场景分析方法
本专利技术属于分布式光伏多场景分析方法领域，尤其涉及一种基于H-K复合聚类算法的分布式光伏多场景分析方法。
技术介绍
可持续性是未来电网的基础特征之一，包括可再生能源等在内的分布式光伏的大量接入和应用是其最为本质的表现。但大量分布式光伏的接入将增加配电网运行的复杂性和不确定性，因此也会给配电网规划带来重大影响，所以在配电系统中必须合理规划分布式光伏的安装位置和容量。传统基于确定性因素分析计算的配电网规划方法过于简单，对于具有随机性、波动性的分布式光伏接入的配电网已不再适用。近年来较多文献对配电网不确定性规划问题进行了分析和研究。其中多场景分析是处理难以用数学模型描述的随机性问题的一种有效方法。多场景分析中常使用的聚类方法很多，通过对HAC层次凝聚聚类算法和K-Means聚类算法这两种均有较高的聚类有效性的算法进行分析可以发现，HAC算法具有参数设定较少计算速度较快的优点，但是聚类效果比较粗糙；而K-Means算法具有较高的性能优势，但是其弊端为初始质心的选取过于随机。因此将这本文档来自技高网...

【技术保护点】
1.一种基于H-K复合聚类算法的分布式光伏多场景分析方法，其特征在于，分布式光伏多场景分析方法包括以下步骤：/nS1：对光照强度及负荷需求的历史数据进行统计分析，得到各随机变量在春夏秋冬各季24h的典型数据；/nS2：以分布式光伏和负荷的概率密度函数模型为依据生成大量场景；/nS3：通过融合HAC算法(层次凝聚聚类算法)和K-Means聚类方法形成H-K复合聚类算法对场景进行缩减得到最终典型“规划场景”；/nS4：对使用融合算法得到的聚类结果进行评价。/n

【技术特征摘要】
1.一种基于H-K复合聚类算法的分布式光伏多场景分析方法，其特征在于，分布式光伏多场景分析方法包括以下步骤：
S1：对光照强度及负荷需求的历史数据进行统计分析，得到各随机变量在春夏秋冬各季24h的典型数据；
S2：以分布式光伏和负荷的概率密度函数模型为依据生成大量场景；
S3：通过融合HAC算法(层次凝聚聚类算法)和K-Means聚类方法形成H-K复合聚类算法对场景进行缩减得到最终典型“规划场景”；
S4：对使用融合算法得到的聚类结果进行评价。


2.根据权利要求1所述的一种基于H-K复合聚类算法的分布式光伏多场景分析方法，其特征在于,所述S2包括以下步骤：
S201：分布式光伏误差和负荷误差分别服从Beta分布和正态分布，通过数据的标准方差和平均值求出分布函数的形状参数；
S202：将某一时刻的光照强度误差离散后得到离散化概率密度函数图，然后采用轮盘赌法确定每个场景中各时段下每个随机变量的选中区间得到综合场景，计算每...

【专利技术属性】
技术研发人员：刘紫东，刘文颖，王维洲，胡阳，王方雨，刘福潮，张尧翔，马志程，张雨薇，何欣，夏鹏，史玉杰，朱丽萍，李潇，陈鑫鑫，郇悦，张雯程，曾贇，杨美颖，
申请(专利权)人：华北电力大学，国网甘肃省电力公司电力科学研究院，国网甘肃省电力公司，国家电网有限公司，
类型：发明
国别省市：北京;11