沈清野,沈清坤,秦本双

(东北电力大学 电气工程学院,吉林 吉林 132012)



基于聚类-实测风功率曲线的风电场等值模型研究

沈清野,沈清坤,秦本双

(东北电力大学 电气工程学院,吉林 吉林 132012)

针对风电场工作环境,提出了一种基于聚类-实测风功率曲线相结合的方法构建风电场等值模型。以每台机组所获得的风速作为分群指标进行机组数据划分,运用K-means聚类算法将风电场内具有相近运行特性的机组分为一类,将同群机组等值为一台风力发电机,并利用分层抽样的方法求取实测风速-功率特性曲线,建立了风电场输出功率仿真模型。算例分析表明,该方法与传统依据标准风速-功率特性曲线的方法相比提高了模型精度。

聚类算法;K-means;风速-功率特性曲线;机群

随着中国风电并网容量的不断增大,风电功率波动对电网影响愈加显著[1-3]。因此,风电场输出功率建模已成为国内重要研究课题。大型风电场由于机组数目较多、地形地貌复杂、机组排列方式不同,使得风电场内机组之间受到尾流效应的影响较为严重,导致风电场内机组所获得的风速存在较大差异,而且风电场经常处于复杂多变的风况下,这又使得每台风电机组并非严格按着厂家给定的风功率曲线运行。很多文献对此进行了大量研究[4-12]，在此基础上,为了提高等值模型精度,本文提出了基于聚类-实测风功率曲线相结合的方法,运用K-means聚类算法对大型风电场机组实测数据进行聚类划分,将同群机组等值为一台风力发电机,并采用分层抽样的方法,得到等值风电机组的实际风速-功率特性曲线,从而建立了整个风电场等效风速-功率模型。……