【技术实现步骤摘要】
本申请涉及风力发电，尤其涉及一种风电场最大可发功率测算方法、装置、设备和存储介质。
技术介绍
1、风力发电是一种将风的动能转化为电能的技术，由于风能是一种清洁无公害的可再生能源，因此风力发电不需要使用燃料，也不会产生辐射或空气污染，被认为是一种环保、可再生的能源。
2、由于电网输送能力和电力需求的限制，目前风电场一般处于限电状态，即利用风电场的调控系统限制风电场内风电机组的发电功率，以满足电力系统的供需平衡。为此，会让风电场内的发电机组以设定的发电功率运行，以限制风电场的发电功率使其满足电网需求。
3、而风电场的最大可发功率就是影响风电场内风电机组功率分配的重要数据，调控系统需要基于最大可发功率作为参考，对风电场内的风电机组的发电功率进行分配。如果最大可发功率测算不准确，那么相应的，风电机组分配的功率参数也会存在误差，这会导致调控系统无法准确设定风电机组的设定发电功率，引起风电场内风电机组功率分配的不均衡、不合理，造成风电场经济损失以及风电机组机械损失等问题。
技术实现思路
1、本申请提供一种风电场最大可发功率测算方法、装置、设备和存储介质，用以解决现有风电场存在最大可发功率测算准确性不高的技术问题。
2、根据本申请公开的第一方面，本申请了提供一种风电场最大可发功率测算方法，包括：
3、获取目标风电场内多个风电机组的特征信息，并基于所述特征信息构建各个风电机组的特征向量；其中，所述特征信息包括机组型号、功率曲线、风况信息和地理位置信息
4、根据各个风电机组的特征向量，对所述风电机组进行聚类，获得多个机组簇；
5、针对各个机组簇，确定所述机组簇的机组数量和样板机组，并获取所述样板机组在自由发电模式下的最大发电功率；其中，所述样板机组是所述机组簇中，与所述机组簇的聚类中心特征距离最短的风电机组；
6、针对各个机组簇，基于所述机组数量和所述最大发电功率的乘积，获得所述机组簇的测算发电功率；
7、基于各个机组簇的测算发电功率之和，获得所述目标风电场的最大可发功率。
8、在一种可行的实施方式中，根据各个风电机组的特征向量，对所述风电机组进行聚类，获得多个机组簇，包括：
9、基于各个风电机组的特征向量，确定多个聚类中心；
10、针对各个风电机组，获取所述风电机组到各个聚类中心的特征距离，并将所述风电机组分配到最短特征距离对应的聚类中心所属的机组簇；
11、针对各个机组簇，计算所述机组簇中各个风电机组的特征向量的特征均值，并将所述机组簇的聚类中心更新为所述特征均值；
12、转至针对各个风电机组，获取所述风电机组到各个聚类中心的特征距离，并将所述风电机组分配到最短特征距离对应的聚类中心所属的机组簇的步骤迭代至收敛，获得多个机组簇。
13、在一种可行的实施方式中，基于各个风电机组的特征向量，确定多个聚类中心，包括：
14、随机选择所述目标风电场中的任一风电机组作为初始聚类中心；
15、确定当前聚类中心；其中，初始的当前聚类中心为所述初始聚类中心；
16、基于各个剩余机组与所述当前聚类中心的特征距离，确定各个剩余机组被选作下一聚类中心的分布概率，并选择最大分布概率对应的剩余机组作为下一聚类中心；其中，所述剩余机组是所述目标风电场中除聚类中心之外的其他风电机组；
17、将所述当前聚类中心更新为下一聚类中心，并转至基于各个剩余机组与所述当前聚类中心的特征距离，确定各个剩余机组被选作下一聚类中心的分布概率，并选择最大分布概率对应的剩余机组作为下一聚类中心的步骤进行迭代搜索，确定多个聚类中心。
18、在一种可行的实施方式中，所述特征距离满足如下公式：
19、
20、其中，d(xi,μk)表示第i个风电机组的特征向量xi与第k个聚类中心的特征向量μk之间的特征距离，xij表示第i个风电机组的特征向量中的第j个分量，μkj表示第k个聚类中心的特征向量中的第j个分量，d表示特征向量中分量的数量。
21、在一种可行的实施方式中，所述分布概率满足如下公式：
22、
23、其中，p(i)表示第i个剩余机组被选作下一聚类中心的分布概率，d(xi,μk)表示第i个剩余机组的特征向量xi与第k个聚类中心的特征向量μk之间的特征距离，d(xj,μk)表示第j个剩余机组的特征向量xj与第k个聚类中心的特征向量μk之间的特征距离，n表示剩余机组的数量。
24、在一种可行的实施方式中，所述方法还包括：
25、基于所述目标风电场内各个风电机组的实际发电功率之和，获取所述目标风电场的实际可发功率；
26、计算所述实际可发功率与所述最大可发功率的均方根误差累计值；
27、若所述均方根误差累计值大于预设误差阈值，则转至获取目标风电场内多个风电机组的特征信息，并基于所述特征信息构建各个风电机组的特征向量的步骤。
28、在一种可行的实施方式中，所述均方根误差累计值满足如下公式：
29、
30、其中，pe表示均方根误差累计值，k表示机组簇的数量，mk表示第k个机组簇的机组数量，pk表示第k个机组簇中样板机组的最大发电功率，表示第k个机组簇中第l个风电机组的实际发电功率。
31、根据本申请公开的第二方面，本申请了提供一种风电场最大可发功率测算装置，包括：
32、特征获取模块，用于获取目标风电场内多个风电机组的特征信息，并基于所述特征信息构建各个风电机组的特征向量；其中，所述特征信息包括机组型号、功率曲线、风况信息和地理位置信息；
33、机组聚类模块，用于根据各个风电机组的特征向量，对所述风电机组进行聚类，获得多个机组簇；
34、样板选取模块，用于针对各个机组簇，确定所述机组簇的机组数量和样板机组，并获取所述样板机组在自由发电模式下的最大发电功率；其中，所述样板机组是所述机组簇中，与所述机组簇的聚类中心特征距离最短的风电机组；
35、功率测算模块，用于针对各个机组簇，基于所述机组数量和所述最大发电功率的乘积，获得所述机组簇的测算发电功率；
36、功率计算模块，用于基于各个机组簇的测算发电功率之和，获得所述目标风电场的最大可发功率。
37、根据本申请公开的第三方面，提供了一种电子设备，包括处理器，以及与所述处理器通信连接的存储器；
38、所述存储器存储计算机执行指令；
39、所述处理器执行所述存储器存储的计算机执行指令，以实现第一方面中任一项所述的方法。
40、根据本申请公开的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现第一方面中任一项所述的方法。
41、根据本申请公开的第五方面，提供了一种计算机程序产品本文档来自技高网...
【技术保护点】
1.一种风电场最大可发功率测算方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据各个风电机组的特征向量，对所述风电机组进行聚类，获得多个机组簇，包括：
3.根据权利要求2所述的方法，其特征在于，基于各个风电机组的特征向量，确定多个聚类中心，包括：
4.根据权利要求3所述的方法，其特征在于，所述特征距离满足如下公式：
5.根据权利要求3所述的方法，其特征在于，所述分布概率满足如下公式：
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述均方根误差累计值满足如下公式：
8.一种风电场最大可发功率测算装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至7任一项所述的方法。
【技术特征摘要】
1.一种风电场最大可发功率测算方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据各个风电机组的特征向量，对所述风电机组进行聚类，获得多个机组簇，包括：
3.根据权利要求2所述的方法，其特征在于，基于各个风电机组的特征向量，确定多个聚类中心，包括：
4.根据权利要求3所述的方法，其特征在于，所述特征距离满足如下公式：
5.根据权利要求3所述的方法，其特征在于，所述分布概率满足如下公式：
6.根据...
【专利技术属性】
技术研发人员：赵泽，何东阳，邹祖冰，呼和，张梓泳，桂本，
申请(专利权)人：三峡陆上新能源投资有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。