申请/专利权人：国网辽宁省电力有限公司阜新供电公司;国家电网有限公司;中国电力科学研究院有限公司

申请日：2020-12-01

公开（公告）日：2021-04-27

公开（公告）号：CN112712105A

主分类号：G06K9/62(20060101)

分类号：G06K9/62(20060101);G06Q10/06(20120101);G06F17/16(20060101);H02J3/46(20060101);H02J3/48(20060101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2021.05.14#实质审查的生效;2021.04.27#公开

摘要：一种基于场景划分法的风电鲁棒调度区间优化方法，包括以下步骤：步骤一：选取某一地区风电场一年的出力数据作为实际运行数据输入，构建出风电出力矩阵，为之后的风电出力数据聚类分析做准备；步骤二：David‑Bouldin指数KDBI为一种聚类有效性评价指标，确定KDBI表达式；步骤三：采用k‑means聚类方法，对此地区的风电出力典型场景进行聚类；对不同季节的风电数据分别聚类，聚类时在初始数据中选取初始凝聚点，计算每个样本与凝聚点之间的欧式距离，形成新的聚类中心，计算结束后绘制风电典型场景出力图并分析每个场景的出力变化特点；步骤四：将风电预测出力曲线与聚类后的风电典型场景结合分析，形成风电出力修正曲线。

主权项：1.一种基于场景划分法的风电鲁棒调度区间优化方法，其特征在于，包括以下步骤：步骤一：选取某一地区风电场一年的出力数据作为实际运行数据输入，实际运行数据中采样间隔T＝5或15min，以一日24h为采样周期，一天总共采集96或288个点；构建出风电出力矩阵，为风电出力数据聚类分析做准备；步骤二：采用KDBI作为评估最佳场景数的指标，分类个数不同对应的KDBI不同，KDBI值越小代表聚类的效果越好；根据风电年出力矩阵计算得到KDBI曲线，在KDBI取得极小值时对应的聚类个数作为风电数据聚类个数；步骤三：采用k-means聚类方法，对此地区的风电出力典型场景进行聚类；对不同季节的风电数据分别聚类，聚类时在初始数据中选取初始凝聚点，计算每个样本与凝聚点之间的欧式距离，形成新的聚类中心，计算结束后绘制风电典型场景出力图并分析每个场景的出力变化特点；步骤四：将风电预测出力曲线与聚类后的风电典型场景结合分析：1分段匹配场景将划分的风电典型出力场景与风电场上传的日前预测出力曲线进行分段匹配，匹配成功时，将原曲线的匹配出力点替换为所匹配场景下出力点，直到风电预测出力曲线的所有点匹配完成；2形成风电出力修正曲线日前预测曲线的所有点匹配完成后形成出力修正曲线，日前出力预测曲线和修正出力曲线的差值形成功率修正区域，两根曲线形成的阴影面积代表功率偏差，作为鲁棒调度中的风电机组、常规机组和储能出力调整参考。

全文数据：

权利要求：

百度查询： 国网辽宁省电力有限公司阜新供电公司;国家电网有限公司;中国电力科学研究院有限公司 一种基于场景划分法的风电鲁棒调度区间优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD