[发明专利]基于风电机组运行性能评估指标体系的机群划分方法

说明书

本发明公开了基于风电机组运行性能评估指标体系的机群划分方法，其方法主要包括建立风电机组运行性能评估体系、对风电机组运行性能评估指标进行分类、确定风电机组各指标权重和根据指标权重对机组进行机群的划分。本发明利用已有实际数据进行指标计算，得到大量的影响风电机组运行的指标数据，在其基础上分类，将有类似特征的指标分为一类，便于使用。考虑到分类数主要由经验得来可能并不严谨，计算每次并类后的不一致系数来判断分类数，提升调度运行的分析决策能力。考虑到指标体系针对不同机群的适用性以及处理风电场模型的速度和精度，利用分类后的指标对所有风电机组进行分类，降低系统复杂度，提高精确度，便于管理者观察和控制。

技术领域

本发明属于风电机群划分领域，特别涉及基于风电机组运行性能评估指标体系的机群划分方法。

背景技术

风电作为开发利用最广泛的可再生清洁能源，具备成熟的开发条件和广阔的应用前景。由于风机的随机性和波动性对电力系统的稳定和安全运行有一定威胁，并且大型风电场内可能会由很多型号的机组组成，因此需要构建准确又简便的模型。在构建模型时，一般将条件相似的机组划分在同一机群中，将其等值为一个机群统一进行处理，从而简化分析。当风电场地势较为平坦、机组排列较为规则时，机群划分一般按照机组类型和地理位置进行；机组排列不规则时，一般将运行点(有功功率、风速等指标)相近的机组划为一类，若各风机风速相近、机组型号相同，常采用单机等值，否则采用多机等值，研究表明，多机等值可以更好地模拟风场的整体特性。

目前风电机组运行性能评价指标体系方面的研究，可以大致的分为两类：指标类研究和体系类研究。在常规基础评价指标的基础上，国内外学者提出了一些改进型评价指标。这些自定义指标有的更加直观或准确、有的是从更高层次反映系统的某种运行特性、有的是针对风电发展新出现的问题。各基础指标、改进型指标各自都具有不同的侧重点及应用场景，然而这些不同的侧重点的指标混杂在一起，需要针对性地选取、分类和说明，才能清晰全面地反映风电场内的实际运行情况。

对于大型风电场的机群划分，有多种方法进行，常见的有K-means聚类算法、FCM(Fuzzy C-Means)、谱聚类等。作为最常用的方法之一，K-means聚类算法使用对风场进行聚类分群处理得到的结果精确度比较高，但由于k值不同得到的结果也会改变，通常情况下，k值往往由参考经验进行划分，结果不够精确和稳定。层次聚类法可以通过设置不同的相关参数值，得到不同粒度上的多层次聚类结构，但不需要多次进行聚类。

层次分析法是一种解决多目标复杂问题的定性与定量相结合的决策分析方法。在面对复杂的影响因素时，相对于最高层目标，层次分析法把系统归结到最下层进行深入分析，利用较少的定量信息使过程数学化，确定相对重要权值或相对优劣次序，提供了简便的决策方法。

现有风电场等值方法主要存在以下问题：机群划分指标过少，导致机群划分结果仅针对于某个或某些物理量，不适用于大部分场景；机群划分指标过多，导致机群划分结果不能明显指出影响力大的指标并做出针对性的处理；在进行处理时，其等值风机台数并非科学处理得来，没有进行深入研究，一个恰当的聚类数，不仅可以提高机群的精度和速度，更利于模型间的对比，合理高效解决以上问题得方法对指导风电运行，为电网调度管理部门提供决策性支撑具有重要的意义。

发明内容

本发明旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。为此，本发明的第一目的在于提出基于风电机组运行性能评估指标体系的机群划分方法。

根据本发明的实施例，基于风电机组运行性能评估指标体系的机群划分方法，所属该方法主要包括；

S101：建立风电机组运行性能评估体系；

S102：对风电机组运行性能评估指标进行分类；

S103：确定风电机组各指标权重；

S104：根据指标权重对机组进行机群的划分。