一种考虑功率、能量及波动性的光伏场景聚类新方法

A Novel Clustering Method for Extracting Representative Photovoltaic Scenarios Considering Power, Energy, and Variability

Xueqian Fu · Na Lu · Hongbin Sun · Youmin Zhang · IEEE Transactions on Power Systems · 2025年1月

由于光伏发电存在显著的不确定性，高比例光伏接入的电网运行场景复杂多样。为准确提取光伏发电的代表性场景，本文提出了一种同时考虑光伏功率、能量和波动性的新型聚类模型。与依赖欧氏距离的传统聚类模型相比，该聚类模型不仅考虑了欧氏距离，还纳入了日光伏发电量和光伏功率曲线特征，能够更准确地量化和分析光伏对电网的影响。为求解所提出的聚类模型，基于线性优化、拉格朗日乘子和特征值分解，提出了一种交替优化算法。本文的亮点在于通过理论证明和仿真算例对所提方法进行了双重验证。从理论上阐述了算法的计算复杂度，并证明了算法...

解读: 该光伏场景聚类方法对阳光电源iSolarCloud智能运维平台和PowerTitan储能系统具有重要应用价值。通过综合功率、能量和波动性的多维特征提取，可优化光伏电站群的典型日曲线建模，提升SG系列逆变器的功率预测精度和MPPT算法自适应性。对于储能系统，该方法能生成高质量的充放电场景集，优化ST系...