基于支持向量聚类算法的大型风电场动态等值方法.pdf

第 卷 第 期 西 安 交 通 大 学 学 报 Ｖｏｌ． ４９ ５ ４９ Ｎｏ．５ 　 　 　 　 　 　 　 　 　 ２０１ 年 月 ’ Ｍａ ２０１５ ５ ５ Ｊ ＯＵＲ ＮＡＬ ＯＦＸＩ ＡＮ ＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ ｙ 　 　 　 　 　 ： ／ ＤＯＩ １０ ．７６５２ ｘｔｕｘｂ２０１５０５０１５ ｊ 大型风电场动态等值的改进支持向量聚类算法 １ １ ２ 滕卫军 ， ， 王锡凡 石文辉 （ 西安交通大学电气工程学院， ，西安； 中国电力科学研究院， ，北京） ０４９ ２． １００１９２ １． ７１０ ： ， 摘要 针对风速波动性强与风电场多样性导致的风机聚类参数多样化的特点 提出了一种基于支 （ ） 。 ， 持向量聚类 ＳＶＣ 的大型风电场动态等值聚类算法 该算法应用遗传算法实现簇标定 采用分段 ， ， 定抽 。 多目标函数迭代求解 保证了聚类结果的精度与速度 克服了传统 ＳＶＣ簇标 样判决的不足 ， ， 应用样本轮廓值修正聚类结果 保证聚类结果的合理性 根据等值前后风机机端电压不变原则建立 。 ， ， 了电缆等值模型 以实际风电场为算例进行仿真 结果表明 该算法单次聚类时间为 ＳＶＣ的４％ ， ， 、 左右 采用遗传算法能够实现不同精度的等值机台数优化 得到的等值机与簇内单机的有功功率 ， 。 无功功率动态特性具有较高一致性 轮廓值修正能够保证聚类结果的样本轮廓值都大于 ０ ： ； ； ； ； 关键词 大型风电场 动态等值 支持向量聚类 遗传算法 分段多目标函数 中图分类号： 文献标志码： 文章编号： （ ） ３９