清洁能源典型场景如何构建？-第2页-北极星电力市场网

投稿

我要投稿

3 算例分析

本算例以浙江省某清洁能源富集地区为例，运用本文提出的基于改进 FCM 算法的清洁能源出力典型场景集的构建方法构建该地清洁能源典型场景集，并结合系统运行成本优化模型对该场景构建方法与全年时序仿真法、典型日法进行性能对比。该地区风电装机 50 MW，光伏发电装机320 MW，约占全地区装机的 25%，选取该地自2017 年 6 月 1 日至 2018 年 5 月 31 日风电和光伏发电的出力数据为样本，考虑到风电、光电出力都具有与季节相关的周期性，算例中将风电、光电历史出力数据样本分为春秋季、夏季和冬季 3 类进行聚类仿真。

3.1 基于改进FCM聚类算法的清洁能源典型场景构建

图 2 至图 7 的出力曲线直观地表征了风电、光电各季节的典型出力大小及变化趋势。风电具有较强的波动性，峰、谷变化过程及反调峰特性明显。光电出力也具有一定波动性，其出力大小与光照强度紧密联系，在每日 13：00 左右取最大值。由上述出力曲线图可以看出，聚类结果大致按出力的高低进行了划分，表 1 和表 2 分别给出了风电、光电各季节出力典型场景的概率分布情况。

3.2 清洁能源典型场景构建方法比较

上节构建出的清洁能源典型场景集合将应用于高比例清洁能源电力系统的中长期运行成本优化等实际问题，因此本节将对基于改进 FCM 算法的清洁能源典型场景构建方法的实际应用价值进行评价。利用前文提出的系统的运行成本优化模型对全年时序法、改进 FCM 算法及典型日法构建出的场景进行验证与比较，其中典型日法选取春秋季、夏季和冬季风电、光电的出力最接近平均值的一日出力作为典型场景。以全年时序法构建的全年出力场景作为比较基准，得到 3 种场景构建方法的性能对比情况如表 3 所示。

可以看出，基于改进 FCM 聚类算法和典型日法的场景构建方法因场景数目的大量缩减使得运算效率获得了显著提升。但是，与全年时序法构建出的风电、光电全年的出力场景相比，改进 FCM 聚类算法和典型日法的构建出场景均有一定误差。其中，基于改进 FCM 聚类算法与基于全年时序法的场景构建方法相比风电、光电预测结果的误差率分别为 33.4%和 27.1%，基于典型日法与基于全年时序法构建的场景相比风电、光电预测结果的误差率分别为 49.8%和 51.9%，相较而言，基于改进 FCM 聚类算法的场景构建方法在保证运算效率的同时还能较准确地反映风电、光电的全年运行情况。

4 结论

本文以浙江省某清洁能源富足区域的清洁能源出力特性为研究对象，提出了基于改进 FCM 聚类算法的清洁能源典型场景集构建方法与含高比例清洁能源电力系统的运行成本优化模型。利用基于改进 FCM 聚类算法的典型场景集构建方法对该地清洁能源的历史时序出力数据进行聚类分析后生成该地的典型出力场景集，并将聚类所得的典型场景集应用于运行成本优化模型，比较其与全年时序仿真法、典型日法在计算精度、效率上的性能优劣。研究结果表明，基于改进 FCM 聚类算法的清洁能源典型场景集构建方法生成的风电、光电典型场景年度特征明显、符合实际出力情况，且在电力系统运行成本优化分析应用中具有计算效率高、误差小的优势，具有实际工程应用价值。

原标题：基于改进FCM聚类算法的清洁能源典型场景构建

投稿与新闻线索：陈女士微信/手机：13693626116 邮箱：chenchen#bjxmail.com（请将#改成@）

订阅北极星周刊，精彩内容不再错过！

特别声明：北极星转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。

凡来源注明北极星*网的内容为北极星原创，转载需获授权。

阅读下一篇

招标 | 超1300万山东莱芜高新区冬季清洁取暖设施供货及安装项目公开招标

清洁能源查看更多>新能源消纳查看更多>电力市场查看更多>

姓名：
性别：
出生日期：
邮箱：
所在地区：
行业类别：
工作经验：
学历：
公司名称：
任职岗位：

清洁能源典型场景如何构建？

招标 | 超1300万山东莱芜高新区冬季清洁取暖设施供货及安装项目公开招标

登录注册

绑定账号

想要获取更精准资讯推荐？建议您完善以下信息~

订阅成功

想要获取更精准资讯推荐？建议您
完善以下信息~