基于GMM与参考光伏模型双层优化的台区分布式光伏发电功率分解方法

提升配电台区分布式光伏监测能力对系统安全运行与电力管理至关重要。针对多数用户侧光伏缺乏量测条件的问题，提出一种基于高斯混合模型（GMM）与参考光伏模型的双层优化方法，利用台区总功率及少量参考光伏出力数据实现光伏功率分解。首先，基于权重动态时间规整（WDTW）对台区总功率聚类，识别光伏出力状态并重构负荷功率；其次，构建多高斯分量GMM模拟日夜间负荷联合分布；最后，结合极大似然估计与序列二次优化，实现光伏功率精确分解。结果表明，该方法在实际场景中具有更高分解精度。

提高配电台区分布式光伏的监测能力对配电系统安全运行、电力分配和需求响应等任务具有重要意义.然而,台区绝大部分用户侧的分布式光伏不具备直接量测条件,无法实现对台区光伏发电功率的准确计量.针对这类问题,提出一种基于高斯混合模型(Gaussian mixture model,GMM)与参考光伏模型的双层优化方法,通过使用台区总功率和少量参考光伏发电功率来识别并分解出台区光伏发电功率.首先,依据台区光伏出力特性,设计了权重动态时间规整(weighted dynamic time warping,WDTW)对台区总功率进行聚类,识别2类光伏发电状态下的台区总功率数据,实现对负荷用电功率数据的近似生成.然后,针对负荷用电功率的分布特征,设计了一种由多组高斯分布组成的GMM模型,实现对日夜间负荷用电功率联合分布的模拟.最后,基于负荷联合分布和参考光伏等值模型的构建,采用考虑极大似然估计的二次序列优化双层调优方法分解得到台区光伏发电功率.研究结果表明,与其他方法相比,所提模型在实际工况下具备更高的光伏发电功率分解精度.