李从飞 侯继海 史杰 张乐涛

摘  要：风电场解析模型的建立是利用解析法或非序贯蒙特卡洛模拟法进行发电系统充裕度评估的基础。提出了利用改进的k-均值聚类算法建立多级水平风电场概率模型;利用解析法对RBTS可靠性测试系统进行了算例分析。算例结果表明，基于所提出的聚类算法得出的风电场概率模型具有很高的计算精度和收敛速度，适合用于风电并网发电系统的充裕度评估。

关键词：风电场;概率模型;k-均值聚类;充裕度;解析法

中图分类号：TM712 文献标志码：A         文章编号：2095-2945（2020）24-0007-04

Abstract： The establishment of wind farm analytical model is the basis of evaluating the generation system adequacy when the enumeration method or non-sequential Monte Carlo method is employed. The improved k-means clustering method is proposed to model the multi-step wind farm output power probabilistic characteristic. The proposed modeling algorithm is validated in the RBTS by enumeration method. Case studies indicate that the wind farm models from the proposed algorithm has high calculation accuracy and convergence speed， and is appropriate for the generating adequacy evaluation containing wind power.

Keywords： wind farm; probabilistic model; k-means clustering method; adequacy evaluation; enumeration method

引言

在传统一次能源日益枯竭、环境问题日渐突出以及各国政府对风电发展的政策扶持的背景下，风力发电在世界范围内得到了快速的发展。同传统发电系统相比，风能具有间歇性和波动性的特点，风电接入系统比例的不断增加将会给电网的安全运行带来极大的挑战。一些学者分别从继电保护[1]、电力系统稳定性[2]、低频振荡[3]、电力系统调度[4]等不同角度研究了风电大规模接入对电力系统的影响，本文从可靠性的角度研究了风电间歇性和随机性对电力系统充裕度的影响。

进行电力系统充裕度评估的方法分成确定性的方法（如常用的N-1准则）和概率性方法两类[5]。确定性的方法具有实现方便的特点，能对系统充裕度作粗略的估计，但是不能反映电力系统行为、负荷变化以及元件故障等方面的概率属性。概率性方法能够统计故障行为发生和负荷变化等不确定性因素带来的影响，能够更科学、更准确地反映电网实际运行状况，從而获得更为准确的可靠性指标。……