基于改进K-means聚类和SBR算法的风电场景缩减方法研究

作者：赵书强; 要金铭^*; 李志伟

来源：电网技术, 2021, 45(10): 3947-3954.

DOI：10.13335/j.1000-3673.pst.2020.2013

• K-means聚类
• Kantorovich距离
• 同步回代消除算法
• BS指标

场景法是适应风电高占比电力系统优化调度的重要方法。作为场景分析方法的研究热点,场景缩减的意义在于用少量代表性场景描述大量复杂性场景特征,达到降低计算复杂度的目的。针对风电出力提出一种基于改进的K-means聚类和同步回代消除算法(simultaneous backward reduction,SBR)相结合的场景缩减方法。首先基于改进的K-means聚类算法对原始场景进行快速分类,其次针对每一类簇中的场景集合采用基于Kantorovich距离的SBR算法进行缩减。该方法可以在保证计算精度的同时,提高规模较大场景集合缩减的计算效率。最后采用我国西北某省网风功率实际数据开展实证分析,通过布莱尔分数(Brier score,BS)指标和风功率波动的高斯混合模型验证了所提场景缩减方法的有效性和优越性。

• 单位
  华北电力大学; 新能源电力系统国家重点实验室