基于改进K-means聚类的风光发电场景划分

被引:26
作者
宋学伟 [1 ]
刘玉瑶 [2 ]
机构
[1] 上海电机学院电气学院
[2] 国网东营市垦利区供电公司
基金
上海市自然科学基金;
关键词
风力发电; 光伏发电; 密度聚类; K-means聚类; 场景划分;
D O I
暂无
中图分类号
TM61 [各种发电];
学科分类号
080802 [电力系统及其自动化];
摘要
针对可再生能源发电,尤其是风力、光伏发电的出力不确定性问题,结合改进后的K-means聚类方法对发电的状态进行场景划分。首先建立风力、光伏发电的不确定性模型,选用合适的概率密度函数进行拟合;之后结合密度聚类和提出的混合评价函数,对基本的K-means聚类算法进行改进,解决了算法的初始聚类中心和聚类个数难以选取的问题;然后运用改进后的K-means聚类对某地风力、光伏发电场景进行聚类划分,从而将不确定性问题转化成确定性问题。最后通过对场景划分的算例进行分析,验证了所提方法的工程实用性。
引用
收藏
页码:625 / 630
页数:6
相关论文
共 15 条
[1]
中国各省可再生能源电力消纳量对碳排放的影响 [J].
姜曼 ;
杨司玥 ;
刘定宜 ;
鲍玉昆 .
电网与清洁能源, 2020, 36 (07) :87-95
[2]
光伏逐日发电装置变频率时控追踪控制策略研究 [J].
谢富鹏 ;
姜文刚 ;
王茗倩 .
太阳能学报, 2019, 40 (04) :1011-1020
[3]
光伏发电出力预测技术研究综述 [J].
赖昌伟 ;
黎静华 ;
陈博 ;
黄玉金 ;
韦善阳 .
电工技术学报, 2019, 34 (06) :1201-1217
[4]
典型国家可再生能源政策演变研究 [J].
张兴平 ;
刘文峰 .
电网与清洁能源, 2018, 34 (10) :60-68
[5]
风力发电并网系统次同步振荡研究 [J].
于笑 ;
陈武晖 .
发电技术, 2018, 39 (04) :304-312
[6]
风光储联合发电运行技术研究 [J].
庄雅妮 ;
杨秀媛 ;
金鑫城 .
发电技术, 2018, 39 (04) :296-303
[7]
海岛生活舱风光柴互补发电系统优化设计 [J].
缪仁豪 ;
由世俊 ;
张欢 ;
高帅 .
太阳能学报, 2018, 39 (08) :2147-2154
[8]
风电场有功功率控制综述 [J].
樊新东 ;
杨秀媛 ;
金鑫城 .
发电技术, 2018, 39 (03) :268-276
[9]
考虑可再生能源出力不确定性的多能源电力系统日前调度 [J].
赵书强 ;
李志伟 .
华北电力大学学报(自然科学版), 2018, 45 (05) :1-10
[10]
计及源-网-荷不确定性因素的马尔科夫链风电并网系统运行可靠性评估 [J].
张文秀 ;
韩肖清 ;
宋述勇 ;
宋述亭 ;
付可宁 ;
王金浩 ;
秦文萍 ;
贾燕冰 .
电网技术, 2018, 42 (03) :762-771