苏柯文 张永明

(上海电机学院电气学院 上海 201306)

0 引 言

近年来风力发电技术发展迅猛，并网风电场的规模和数量也在不断增多。《2018全球风电研究报告》显示，截至2018年全球风电装机总容量已达592 GW，其中我国风电装机总容量已达221 GW。风能具有间歇性、随机性等特点，随着并网风电场的建设规模越来越大，风力发电场输出的不确定性及并网后各风力发电机间的相互影响对电网的影响问题越来越突出[1]，因此对电力系统进行研究时，并网风电场的影响不容忽视。为减小计算规模，缩短仿真时间，对并网风电场进行建模时通常采用等值建模的方法。

风电场的等值建模目前主要有单机等值和多机等值两种方法，当风电场各风力发电机组型号相同，进入风速差异不大时，可以采用单机等值的方法。但是现实中每个风电场包含几十或者上百台风力发电机组，风力发电机组型号不尽相同，进入风速也有较大的差异，因此单机等值模型不再适用，此时需要使用多机等值法来对整个风力发电场进行等值。

在使用多台风力发电机对整个风力发电场进行等值之前，首先需要对风电场内的各风电机组进行分群聚类处理。在聚类方法的选取上，文献[2]提出基于分裂层次半监督谱聚类算法的风电场机群划分方法，但是这种方法容易导致聚类机群过多。文献[3]使用遗传算法对风电场进行机群划分，但是遗传算法迭代次数过多。文献[4]使用K-means算法对风电场进行机群聚合，但是此算法对K值的选取是最大的问题，而且聚类结果与初始聚类中心的选取有关，无法获得全局最优[5]。……