基于聚类算法的风电波动过程研究

作者：张楠; 黄越辉; 王晶; 耿天翔

来源：电测与仪表, 2020, 57(06): 73-81.

DOI：10.19753/j.issn1001-1390.2020.06.012

• 自组织映射聚类
• 风电波动过程
• 时空波动特性
• 统计特性
• 调度运行

受电源结构和电网结构等因素制约,风电出力的随机性和波动性已给我国电网的安全运行和清洁能源的高效消纳带来了很大挑战。文中研究了基于自组织映射神经网络算法的风电波动过程划分方法,进而提出了基于聚类分析的多时空尺度风电波动特性研究框架。并在此基础上,以"三北"地区2017年实际运行数据为依据,从"风电场-省级电网-区域电网"三个层级研究了风电的分钟-小时级短期波动幅度特性和长期统计特性。分析结果表明,自组织映射聚类算法可对风电波动类别进行有效辨识,风电出力波动的时间-空间特性指标可对风电富集地区的调度运行提供量化决策依据。

• 单位
  中国电力科学研究院有限公司