[发明专利]一种基于改进模糊聚类算法的光伏电站等值建模方法

说明书

本发明公开了一种基于改进模糊聚类算法的光伏电站等值建模方法，其步骤包括：1确定各光伏发电单元聚类指标并进行标准化处理；2设置聚类参数，初始化隶属度矩阵；3通过改进模糊聚类算法对光伏发电单元进行聚类分组；4按照聚类结果，计算等值参数，合并光伏发电单元；5通过误差分析验证等值模型的正确性。本发明能对众多光伏发电单元进行科学有效地分组等值，从而能提高大规模光伏电站等值模型的精度。

技术领域

本发明涉及电力系统仿真分析领域，具体的说是一种大规模并网光伏电站的等值建模方法。

背景技术

随着全球化石能源的逐渐枯竭，光伏发电以其清洁无污染、可再生、储量巨大等优点在世界各国得到迅速发展。近年来，光伏并网仿真分析成为电力系统领域的研究热点。传统的仿真方法对所有并网光伏发电单元建立详细的仿真模型，以实现对光伏并网暂稳态性能的精确模拟。然而，随着光伏电站规模的不断扩大，对大量集中式光伏并网单元而言，采用传统的建模方法不仅耗费人力，也会增大仿真的系统规模，增加仿真时间，减小仿真效率。因此，将动态性能相近的光伏发电单元进行聚类等值，建立等值后的光伏并网模型，在保证仿真精度的前提下提高仿真效率，是大规模分布式电源并网仿真分析的有效手段。

模糊C均值聚类算法是一种基于划分的聚类算法，对其在理论上的研究已经相当的完善。在FCM中，同一个样本属于所有类的隶属度之和为1，这使得它对噪声与野值点非常敏感；FCM采用的迭代下降的算法，其对初始化的聚类中心或者隶属度矩阵敏感，不能保证收敛到全局最优解，有可能收敛到局部极值或者鞍点。

发明内容

本发明是为避免上述现有技术所存在的不足之处，提供一种基于改进模糊聚类算法的光伏电站等值建模方法，以期能对众多光伏发电单元进行科学有效地分组等值，从而达到提高大规模光伏电站等值模型精度的目的。

为了达到上述目的，本发明所采用的技术方案为：

本发明一种基于改进模糊聚类算法的光伏电站等值建模方法的特点是按如下步骤进行：

步骤一、确定各光伏发电单元聚类指标并进行标准化处理：

步骤1.1、建立光伏发电单元并网仿真模型，并设置不同的光伏阵列参数及并网逆变器参数；然后分别在各个光伏并网侧母线处设置故障点，从而获取各个并网光伏单元的动态特性曲线；

步骤1.2、令光伏逆变器的控制参数向量为[K_UP,K_UI,K_QP,K_QI]并作为光伏聚类内部指标向量，其中，K_UP,K_UI分别是外环控制中电压控制的比例系数和积分系数，K_QP,K_QI分别是外环控制中无功功率控制的比例系数和积分系数；

令光伏聚类外部指标向量为[P₀,t_p0,Q₀,t_q0]，其中，P₀为有功功率的第一摆峰值、t_p0为仿真模型动态过程开始到有功第一摆峰值所需时间、Q₀为无功功率的第一摆峰值、t_q0为仿真模型动态过程开始到无功第一摆峰值所需时间；