[发明专利]基于模糊c均值聚类算法的风场等值建模及优化控制方法

权利要求书

1.一种基于模糊c均值聚类算法的风场等值建模及优化控制方法，其特征在于，包括以下步骤：

步骤1、根据风场中风电机组的分布情况确定聚类算法中类的个数c；

步骤2、选取所述风电机组的输出功率平均值、输出功率标准差、惯性时间常数、经度、纬度和高度六个特征值作为聚类算法中的聚类要素进行分析；

所述风电机组的输出功率平均值为：

式中：P_i^j表示风场i号风电机组在j＝1,2,...,n时间点的输出功率；

P_i^mean表示风场i号风电机组在j＝1,2,...,n时间段内的输出功率平均值；

所述风电机组的输出功率标准差为：

式中：P_i^std表示风场i号风电机组在j＝1,2,...,n时间段内的输出功率标准差；

所述风电机组的惯性时间常数通过以下方式计算：

风电机组对于输入指令具有一阶惯性延迟，对风电机组的历史数据进行筛选，根据输出功率与阶跃输入信号的关系曲线，利用作图法求解惯性时间常数，用T_i表示风场i号风电机组的惯性时间常数；

所述风电机组的经度、纬度和高度通过以下方式获得：

选取东经和北纬作为所述风电机组的经纬度坐标，用E_i和N_i表示风场i号风电机组的经度和纬度，用H_i来表示风场i号风电机组的高度；

步骤3、对所述风电机组的输出功率平均值、输出功率标准差、惯性时间常数、经度、纬度和高度进行预处理，得到所述风电机组的特征矩阵，所述预处理包括：

对所述风电机组的输出功率平均值进行归一化处理：

式中：P_i^mean(0-1)为归一化处理后的风场i号风电机组的输出功率平均值；

为风场所有风电机组输出功率平均值中的最大值；

为风场所有风电机组输出功率平均值中的最小值；

对所述风电机组的输出功率标准差进行归一化处理：

式中：P_i^std(0-1)为归一化处理后的i号风电机组的输出功率标准差；

为风场所有风电机组输出功率标准差中的最大值；

为风场所有风电机组输出功率标准差中的最小值；对所述风电机组的惯性时间常数进行归一化处理：

式中：T_i^(0-1)为归一化处理后的i号风电机组的惯性时间常数；

为风场所有风电机组惯性时间常数中的最大值；

为风场所有风电机组惯性时间常数中的最小值；对所述风电机组的经度、纬度以及高度进行归一化处理：

式中：为归一化处理后的i号风电机组的经度坐标；

为风场所有风电机组经度坐标中的最大值；

为风场所有风电机组经度坐标中的最小值；

式中：为归一化处理后的i号风电机组的纬度坐标；

为风场所有风电机组纬度坐标中的最大值；

为风场所有风电机组纬度坐标中的最小值；

式中：为归一化处理后的i号风电机组的高度；

为风场所有风电机组高度中的最大值；

为风场所有风电机组高度中的最小值；

根据上述步骤中计算得到的参数，所述风电机组的特征矩阵为：

式中：为风场中n台风电机组归一化后的各自输出功率平均值；为风场中n台风电机组归一化后的各自输出功率标准差；为风场中n台风电机组归一化后的各自惯性时间常数；为风场中n台风电机组归一化后的各自经度；为风场中n台风电机组归一化后的各自纬度；为风场中n台风电机组归一化后的各自高度；

步骤4、确定聚类距离和目标函数；

步骤5、对风场进行模糊c均值聚类算法，得到风场等值模型；

步骤6、对所述风场等值模型中的虚拟风机进行参数聚合；

步骤7、对所述虚拟风机的输出功率进行优化；

步骤8、每隔预设时间，重复步骤3-步骤6，得到更新后的虚拟风机的参数，并根据更新后的虚拟风机的参数对所述虚拟风机的输出功率进行优化。