本發(fā)明涉及電力系統(tǒng)功率曲線聚類縮減領域，具體來說是一種基于極值優(yōu)先聚類策略的時間序列聚類方法。

背景技術：

1、隨著新能源占比的不斷提高，高比例新能源并網帶來的長時間尺度波動特性和網絡阻塞問題，對電力系統(tǒng)在儲能持續(xù)時長和網架容量方面提出了更高配置要求。然而，同時考慮長時間尺度和復雜網架結構將極大增加規(guī)劃問題的計算復雜度。因此，需要采取一定的聚類縮減策略以降低功率序列的時間規(guī)模，從而降低規(guī)劃問題的計算復雜度。

2、目前常用的電力系統(tǒng)功率序列縮減方法是基于層次聚類的連續(xù)時間段合并方法。然而，該方法以平均思想計算初始功率序列聚類后的聚類中心，導致聚類結果平滑初始功率序列，使得功率序列的極值信息丟失，從而在規(guī)劃結果中引入較大誤差。因此，研究一種能夠反映功率序列極值信息且聚類誤差更小的功率序列聚類縮減方法是十分必要的。

技術實現(xiàn)思路

1、本發(fā)明是為了解決上述現(xiàn)有技術存在的不足之處，提出一種基于極值優(yōu)先聚類策略的時間序列聚類方法，以期能根據功率序列的極值分布信息修正時間段的聚類策略，從而能提高聚類結果的精確度，并能提高電力系統(tǒng)規(guī)劃問題的計算效率。

2、為了達到上述目的，本發(fā)明所采用的技術方案為：

3、本發(fā)明一種基于極值優(yōu)先聚類策略的時間序列聚類方法的特點在于，包括以下步驟：

4、步驟一、利用式(1)構建初始功率序列p，并定義初始聚類段數(shù)為o，初始化o＝s，定義初始聚類段集合為ip；

5、

6、式(1)中：pn為第n條母線上的功率矩陣，和分別為第n條母線上的負荷、風電和光伏的功率序列，n為母線的總數(shù)，s表示初始功率序列的時間長度；

7、步驟二、利用式(2)確定初始功率序列p的極大值點和極小值點對應的時刻集合tex；

8、

9、式(2)中：tex,n表示第n條母線上初始功率序列的極值點對應的時刻集合，和分別為第n條母線上的負荷，風電和光伏功率序列的極值時刻集合；

10、步驟三、確定聚類結束時的剩余的聚類段數(shù)q；

11、步驟四、根據第i個聚類段的起始時刻ti,s和結束時刻ti,e，計算每一個聚類段的聚類中心；i∈ip；

12、步驟五、根據聚類段序號集合ip內的所有聚類段對應的聚類中心，利用式(3)合并各聚類段對應的聚類中心向量，從而得到總聚類中心向量

13、

14、式(3)中：表示第i個聚類段中各節(jié)點負荷、風電和光伏數(shù)據的聚類中心組成的向量，表示與第i個聚類段相鄰的第j個聚類段中各節(jié)點負荷、風電和光伏數(shù)據的聚類中心組成的向量，r1,i表示初始功率序列p在ti時段中包含極值的所有列集合，表示初始功率序列p中r1,i在第i個聚類段中的聚類中心，r2,i表示初始功率序列p在ti時段中不包含極值的所有列集合，表示初始功率序列p中r2,i在第i個聚類段中的聚類中心；

15、步驟六、利用式(4)計算和之間的相似度dis(i,j)；

16、

17、式(4)中，tj,s和tj,e分別表示第j個聚類段的起始時刻和結束時刻；

18、步驟七、根據式(5)確定相似度最小的兩個相鄰聚類段序號i′和j′并作為候選的合并聚類段；

19、

20、步驟八、根據第i′、第j′個聚類段的極值分布確定聚類段合并方式，并對第i′、第j′個聚類段進行合并；

21、步驟九、輸出各聚類段的聚類中心并按式(6)計算聚類集合ip中第i個聚類段的持續(xù)時間τi，從而得到聚類集合ip中各聚類段的持續(xù)時間τ：

22、τi＝ti,e-ti,s+1?i∈ip?(6)。

23、本發(fā)明所述的一種基于極值優(yōu)先聚類策略的時間序列聚類方法的特點也在于，所述步驟四包括：

24、步驟4.1、根據ti段中包含極值的個數(shù)，按如下過程計算r1,i在第i個聚類段中的聚類中心：

25、當ti時段中僅包含1個極值時，利用式(7)計算初始功率序列p中r1,i在第i個聚類段中的聚類中心

26、

27、式(7)中：表示初始功率序列p中第r列在第i個聚類段對應ti時段中的功率極值；

28、當ti時段中包含的極值個數(shù)大于1時，利用式(8)計算初始時間序列p中r1,i在第i個聚類段的聚類中心

29、

30、式(8)中：表示初始功率序列p中第r列在第i個聚類段對應時段ti中的第k個功率極值，k表示初始功率序列p中r1,i在第i個聚類段對應時段ti中的極值總數(shù)；

31、步驟4.2、利用式(9)計算初始功率序列p中r2,i在第i個聚類段中的聚類中心

32、

33、式(9)中：表示初始功率序列p中的第r列在第i個聚類段對應時段ti中的u時刻的功率值。

34、所述步驟八包括：

35、步驟8.1、若則合并i′和j′為u，并執(zhí)行步驟8.3；

36、步驟8.2、若則令dis(i′,j′)為一個正數(shù)m，并判斷各相鄰的聚類段之間的相似度是否均為m，如果不均為m，則返回步驟七，如果均為m，則執(zhí)行步驟8.3；

37、步驟8.3、按照式(10)合并i′和j′，并更新聚類段集合ip和聚類段數(shù)o-1賦值給o；如果o≤q，執(zhí)行步驟九，否則，返回步驟四；

38、

39、式(10)中，ti′,s表示第i′個聚類段的起始時刻，tj′,e表示第j′個聚類段的結束時刻。

40、本發(fā)明一種電子設備，包括存儲器以及處理器的特點在于，所述存儲器用于存儲支持處理器執(zhí)行所述時間序列聚類方法的程序，所述處理器被配置為用于執(zhí)行所述存儲器中存儲的程序。

41、本發(fā)明一種計算機可讀存儲介質，計算機可讀存儲介質上存儲有計算機程序的特點在于，所述計算機程序被處理器運行時執(zhí)行所述時間序列聚類方法的步驟。

42、與已有技術相比，本發(fā)明的有益效果體現(xiàn)在：

43、1、本發(fā)明克服了傳統(tǒng)時間序列聚類對功率序列聚類結果產生平滑效果的問題，提出一種極值優(yōu)先聚類策略，該策略通過提高含極值聚類段的合并優(yōu)先級，有效保留了功率序列的極值分布信息。

44、2、本發(fā)明根據時序相鄰的兩聚類段包含的極值個數(shù)修正傳統(tǒng)時間序列聚類方法的聚類中心計算方法，使聚類中心計算結果更加接近功率序列的極值大小，提高了聚類結果的準確度。

45、3、本發(fā)明提出的一種基于極值優(yōu)先聚類策略的時間序列聚類方法，與現(xiàn)有技術相比解決了以平均思想計算聚類中心導致功率序列極值信息丟失的問題。該方法根據相鄰聚類段極值點分布情況修正聚類中心，同時提高含極值聚類段的合并優(yōu)先級，可以有效保留功率序列的極值分布情況，降低了聚類誤差。本發(fā)明提出基于極值優(yōu)先聚類策略的時間序列聚類方法能夠在電力系統(tǒng)規(guī)劃調度前降低初始輸入數(shù)據的數(shù)據維度，從而在保證電力系統(tǒng)規(guī)劃精度的情況下降低了規(guī)劃程序的運行時間。

技術特征：

1.一種基于極值優(yōu)先聚類策略的時間序列聚類方法，其特征在于，包括以下步驟：

2.根據權利要求1所述的一種基于極值優(yōu)先聚類策略的時間序列聚類方法，其特征在于，所述步驟四包括：

3.根據權利要求2所述的一種基于極值優(yōu)先聚類策略的時間序列聚類方法，其特征在于，所述步驟八包括：

4.一種電子設備，包括存儲器以及處理器，其特征在于，所述存儲器用于存儲支持處理器執(zhí)行權利要求1-3中任一所述時間序列聚類方法的程序，所述處理器被配置為用于執(zhí)行所述存儲器中存儲的程序。

5.一種計算機可讀存儲介質，計算機可讀存儲介質上存儲有計算機程序，其特征在于，所述計算機程序被處理器運行時執(zhí)行權利要求1-3中任一所述時間序列聚類方法的步驟。

技術總結
本發(fā)明公開一種基于極值優(yōu)先聚類策略的時間序列聚類方法，包括：1根據初始功率序列統(tǒng)計各聚類段的功率極值點分布特征；2根據聚類段包含的功率極值數(shù)量計算聚類段的聚類中心向量；3根據聚類段的聚類中心向量，按時間順序計算所有相鄰聚類段的相似度；4根據相鄰聚類段含極值情況，合并相似度最小的兩個連續(xù)聚類段；5重復步驟1?4，直到剩余聚類段數(shù)滿足要求，得到聚類后的功率序列。本發(fā)明通過提高含極值聚類段的合并優(yōu)先級，使聚類結果可以有效反映初始功率序列的極值分布信息，降低聚類誤差。

技術研發(fā)人員：楊賀鈞,初宇翔,馬英浩,張大波
受保護的技術使用者：合肥工業(yè)大學
技術研發(fā)日：
技術公布日：2024/10/21