基于空间相关性的大规模分布式用户光伏空间分群方法

作者：焦田利; 章坚民^*; 李熊; 朱军; 叶方彬; 麻吕斌

来源：电力系统自动化, 2019, 43(21): 97-162.

DOI：10.7500/AEPS20180422003

• 分布式用户光伏
• 光伏空间分群
• 功率预测
• 空间相关性
• K-means聚类

提出一种面向大规模分布式用户光伏出力预测的光伏空间分群方法,目的在于为气象站点优化部署或多光伏用户基于"空间—时间关联"的功率预测提供依据。将气象对光伏出力的影响分为大气候和小气候2类。大气候主要是日照或5类天气类型影响,通过光伏实际出力占额定出力的比例来划分,从而将历史数据时段划分为5类天气类型样本群;小气候认为是光伏安装高程、温度、湿度以及周围地理环境等广义小气候影响。对5类天气类型历史样本群,进行空间相关的聚类分析,得到用户光伏地域分块划分。综合分块中不合群的用户光伏点数量和分块气象一致性来决定最优地域分块方案为用户光伏空间分群策略。以具有丰富气候带和地貌的某市遍布全境的2 887个分布式用户光伏群为例,分群方法得到了较好的验证。

• 单位
  自动化学院; 杭州电子科技大学