【技术实现步骤摘要】
一种多目标优化下的新能源场站高斯混合聚类建模方法
[0001]本专利技术涉及一种新能源场站建模方法,特别是一种多目标优化下的新能源场站高斯混合聚类建模方法。
技术介绍
[0002]随着新能源占比的不断提高,高比例新能源、高比例电力电子装备的“双高”将成为未来电力系统的主要特征。由于新能源资源的波动性与随机性,给电力系统的稳定带来挑战,同时新能源的接入引入众多电力电子控制,逐一仿真会导致系统海量计算和计算不收敛等问题。而建立新能源场站仿真模型是研究新能源大规模接入对电网影响的基础,通过引入有效的新能源场站建模方法,既能解决仿真规模问题,又可以适当简化、且准确地反映新能源场站运行特性。
[0003]现有的新能源场站建模方法大多针对于某几台风/光机组或单条汇集线路进行等值建模,既没有对不同功率、工况的新能源机组进行分类,又没有针对性整合新能源机组聚合特征,同时单机等值建立的模型简化程度大,单机等值模型精度较差,多机并联系统下相互耦合对整体场站建模准确性影响较大,无法更好地表征新能源场站运行特性。
技术实现思路
[0004]专利技术目的:本专利技术所要解决的技术问题是针对现有技术的不足,提供一种多目标优化下的新能源场站高斯混合聚类建模方法。
[0005]为了解决上述技术问题,本专利技术公开了一种多目标优化下的新能源场站高斯混合聚类建模方法,包括:
[0006]步骤1、根据新能源场站源侧机电暂态稳定结构及其汇集系统,结合新能源场站阻抗和功率特性,基于集电系统线损等效建立新能源场站初步等值 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种多目标优化下的新能源场站高斯混合聚类建模方法,其特征在于,包括:步骤1、根据新能源场站源侧机电暂态稳定结构及其汇集系统,结合新能源场站阻抗和功率特性,基于集电系统线损等效建立新能源场站初步等值模型;步骤2、选取影响因子表征进行高斯混合聚类,求解高斯混合概率分布;步骤3、评价高斯混合聚类的有效性与合理性,构建新能源场站高斯混合聚类模型;步骤4、根据新能源并网技术导则以及新能源消纳要求,结合新能源场站输入输出特性,引入新能源场站参数约束条件;步骤5、结合新能源场站参数约束条件,以新能源场站高斯混合聚类模型为基础,通过多目标优化进行控制决策,并对新能源场站进行出力分配。2.根据权利要求1所述的一种多目标优化下的新能源场站高斯混合聚类建模方法,其特征在于,步骤1所述的建立新能源场站初步等值模型,具体包括:步骤1
‑
1,确定新能源场站源侧机电暂态稳定结构;步骤1
‑
2,根据新能源场站功率特性分布,按大功率机群和小功率机群分类;步骤1
‑
3,新能源场站中的所有等值机群采用倍乘模式,根据同一功率机群中集电系统和变压器线损等效模型简化,建立新能源场站初步等值模型,具体方法如下:将各机群集电系统和变压器作为整体,简化成电流源,每个机组向集电线路注入的电流相量相等,即:其中,1,2,
…
n表示机组编号;集电线路损耗S
PCC_Loss_i
为:其中,表示并网点处该集电线路第n个机组损耗,Z
n
表示该集电线路第n个机组阻抗,I表示集电线路等效电流相量;新能源场站初步等值模型中各参数关系为:S
equ_i
=S1+S2+
…
+S
nn
其中,表示第i个集电线路等效注入电流,Z
equ_i
表示第i个集电线路等效阻抗,S
PCC_Loss_i
表示第i个集电线路损耗;l表示新能源机组(1,2,
…
n)中第l个新能源机组;根据集电系统和变压器线损等效模型计算得到第i个集电线路等效阻抗为:对含有i个集电线路的新能源场站,按集电线路馈线条数等值,所建立的新能源场站初步等值模型包含第i个集电线路等效注入电流第i个集电线路等效阻抗Z
equ_i
以及第i
个集电线路等效输出功率S
equ_i
。3.根据权利要求2所述的一种多目标优化下的新能源场站高斯混合聚类建模方法,其特征在于,步骤2中所述的进行高斯混合聚类,即在新能源场站初步等值模型基础上进行场站数据清洗,选取集电系统机组影响因子表征,导入GMM高斯混合概率密度函数,求解输入数组的高斯混合概率分布,迭代更新至各高斯分布参数至收敛,具体过程包括:步骤2
‑
1,获取新能源场站实测数据并清洗异常数据,具体包括:新能源场站原始数据中包含的异常数据,至少包括:因限电、异常停机、记录仪故障和通信设备异常产生的非正常运行数据;采用DBSCAN聚类方法清洗上述异常数据;步骤2
‑
2,将步骤1中的新能源场站初步等值模型作为集电系统机组影响因子表征,具体包括:选取新能源场站初步等值模型中的阻抗和功率共同作为集电系统机组影响因子表征,即集电线路i(i=1,2,
…
,m)的等效阻抗均值和标准偏差Z
i,std
以及实测功率均值P
i,mean
和标准偏差P
i,std
作为共同表征x
i
,作为高斯混合聚类模型的输入,其中,m表示新能源场站的m条集电线路;即高斯混合聚类模型GMM的输入为:步骤2
‑
3,依据第i个集电线路机组数据表征,引入高斯混合概率密度函数,求解输入数组的高斯混合概率分布,迭代更新至各高斯分布参数至收敛,具体包括:在高斯混合聚类中,输入数据服从κ个参数未知的高斯分布,服从同一分布样本的被聚为一类,高斯混合聚类通过期望最大化对κ个混合的高斯分布进行拟合,以求得每个分布的均值μ
j
和协方差ε
j
(1≤j≤k),具体步骤如下:步骤2
‑3‑
1,初始化κ个多元高斯分布的参数μ
j
和ε
j
,假设每个混合元素具有各自的对角矩阵;步骤2
‑3‑
2,遍历所有样本点即共同表征x
i
,计算样本点x
i
(i=1,2,
…
,m)属于第j个高斯分布的概率γ
i,j
,则:式中:p(.)为高斯分布概率密度函数;z
i
表示x
i
所属的类;d为x
i
的维度;步骤2
‑3‑
3,按照下式将各高斯分布参数μ
j
和ε
j
迭代至收敛,更新为和和和步骤2
‑3‑
4,通过上述所获高斯参数遍历所有样本,选取样本归于概率γ
i,j
最大一类。4.根据权利要求3所述的一种多目标优化下的新能源场站高斯混合聚类建模方法,其特征在于,步骤3所述的评价高斯混合聚类的有效性与合理性,构建新能源场站高斯混合聚类模型,即通过高斯混合模型GMM聚类BIC指标评价高斯混合聚类的有效性,通过轮廓系数
SC判别高斯混合聚类的合理性,根据上述有效性与合理性判别,选取具备有效性和合理性的高斯混合聚类模型作为所述新能源场站高斯混合聚类模型,具体包括:步骤3
‑
1,根据GMM聚类BIC指标,评价分群数量有效性;步骤3
‑
2,通过轮廓系数SC判别聚类合理性;步骤3
‑
3,根据步骤3
‑
1和3
‑
2进行判别,选取分群数量有效且聚类合理的高斯混合聚类模型,作为新能源场站高斯混合聚类模型。5.根据权利要求4所述的一种多目标优化下的新能源场站高斯混合聚类建模方法,其特征在于,步骤3
‑
1中所述的根据GMM聚类BIC指标,评价分群数量有效性,具体包括:通过GMM聚类BIC指标对高斯混合聚类模型的分组个数进行概率估计,方法如下:C
BIC
=
‑
2ln(L)+n
p
技术研发人员:王世杰,王琪娟,唐文来,印禹,谭云铭,
申请(专利权)人:南京智能高端装备产业研究院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。