(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210951184.4 (22)申请日 2022.08.09 (71)申请人 国网江苏省电力有限公司扬州供电 分公司 地址 225009 江苏省扬州市维扬路179号 申请人 国网江苏省电力有限公司 (72)发明人 孔伯骏　朱健　王升波　朱金鑫　 詹昕　陈艳　范永璞　袁爱俭　 金丽莉　徐云清　陆桂华　 (74)专利代理 机构 扬州市苏为知识产权代理事 务所(普通 合伙) 32283 专利代理师 葛军 (51)Int.Cl. G06F 30/20(2020.01) G06K 9/62(2022.01)H02J 3/38(2006.01) (54)发明名称 基于改进bi-k means的大型光伏电站快速多 机等值建模方法及装置 (57)摘要 本发明公开一种基于改进bi ‑kmeans的大型 光伏电站快速多机等值建模 方法及装置， 包括如 下步骤： S1、 提取大型光伏电站运行状态的基本 数据； S2、 计算多机等值模型群类划分个数上限； S3、 在S1和S2的基础上， 基于改进bi ‑kmeans的光 伏电站群类划分； S4、 基于容量加权法得到各群 类的等值模型； S5、 基于各群类等值模型建立光 伏电站多机等值模型。 本发明通过计算多机等值 模型群类划分个数上限、 应用基于改进bi ‑ kmeans群类划分算 法和基于容量加权法， 建立了 新型光伏电站多机等值方法， 能够有效提高和协 调等值建模速度和精度， 具有较大的推广应用价 值。 权利要求书4页 说明书10页 附图1页 CN 115292938 A 2022.11.04 CN 115292938 A 1.一种基于改进bi ‑kmeans的大型光伏电站快速多机等值建模方法， 其特征在于， 包括 如下步骤： S1、 提取大型光伏电站运行状态的基本数据； S2、 计算多机等 值模型群 类划分个数 上限； S3、 在S1和S2的基础上， 基于改进bi ‑kmeans群 类划分算法对光伏电站群 类划分； S4、 基于容 量加权法得到各群 类的等值模型； S5、 基于各群 类的等值模型建立 光伏电站多机等 值模型。 2.根据权利要求1所述的一种基于改进bi ‑kmeans的大型光伏电站快速多机等值建模 方法， 其特征在于， 步骤S1中， 基本数据包括光伏发电单元的输出电压、 输出电流、 输出功率 和输出线路的阻抗。 3.根据权利要求1所述的一种基于改进bi ‑kmeans的大型光伏电站快速多机等值建模 方法， 其特 征在于， 步骤S2包括如下步骤： S21： 根据大型光伏电站的光伏发电单元数量N， 分别获取1到N组的光伏电站等值建模 时间tk， tk＝(t1,t2,t3,…tN)， 其中t1为光伏电站单机等值建模所需仿真时间、 tN为光伏电站 详细建模所需仿真时间； S22： 将上述1到N组的多机等值 建模时间tk及相应的群类划分个 数k代入插 值公式， 得到 群类划分个数k与多机等 值建模时间tk的函数关系式： k＝f(tk) tk∈(t1,t2,…tN‑1,tN)                        (1) 式中， k表示群类划分个数和多机等值建模 的组数， 当k＝1时为单机等值建模， 当k＝n 时为详细建模， 当1<k<n时为多机等值建模； tk表示完成k组的多机等值建模所 需仿真时间， f(x)表示 一种插值 函数； S23， 设定等值建模仿真时间上限tlimit， 代入上述k与tk的函数关系式中， 计算得到等值 建模群类划分个数 上限klimit； 式中， t1表示单机等值建模所需时间， tn表示详细建模所需时间； f(x)表示上述S22 得到 的群类划分个数k与多机等 值建模时间tk的函数关系式； 表示向下 取整符号。 4.根据权利要求3所述的一种基于改进bi ‑kmeans的大型光伏电站快速多机等值建模 方法， 其特 征在于， 步骤S3包括如下步骤： S31、 依次选取 各群类中的簇内差异度最大的群 类； S32、 对所选群 类进行k＝2的kmeans聚类； S33、 计算新划分群 类的簇内差异度； S34、 群类结束划分。 5.根据权利要求4所述的一种基于改进bi ‑kmeans的大型光伏电站快速多机等值建模 方法， 其特 征在于， 步骤S31包括： S311、 若基于改进bi ‑kmeans群类划分算法初次运行， 将所有光伏 发电单元数据视为一 个群类， 作为下一 步骤的输入；权　利　要　求　书 1/4 页 2 CN 115292938 A 2S312、 若基于改进bi ‑kmeans群类划分算法非初次运行， 则根据各群类的簇内差异度选 取簇内差异度最大的群 类， 作为下一 步骤的输入。 6.根据权利要求5所述的一种基于改进bi ‑kmeans的大型光伏电站快速多机等值建模 方法， 其特 征在于， 步骤S32包括如下步骤： S321、 在输入群 类中随机 选取2个光伏发电单 元数据作为初始质心； S322、 群类中其他数据对象根据距离2个质心的欧式距离， 依次划分到最近的质心所在 的群类， 其中欧式距离公式如下： 式中， xi＝(xi1,xi2,xi3,…xim)表示群类中第i个 m维的光伏发电单元数据， ck＝(ck1,ck2, ck3,…ckm)表示该群 类中第k个m维的质心； S323、 根据划分结果计算每 个群类新的质心， 质心计算公式如下： 式中， Ck表示第k个群类中所有光伏发电单元数据的集合， mj表示集合Ck中数据的个数， xi＝(xi1,xi2,xi3,…xim)表示集合Ck中第i个m维的光伏发电单 元数据； S324、 重复计算 步骤S322和步骤S323， 直至质心位置不再变化。 7.根据权利要求6所述的一种基于改进bi ‑kmeans的大型光伏电站快速多机等值建模 方法， 其特 征在于， 步骤S33中分别计算2个新划分群 类的簇内差异度， 计算公式如下： 式中， xi＝(xi1,xi2,xi3,…xin)， xj＝(xj1,xj2,xj3,…xjn)表示群类中两个的m维的光伏发 电单元数据， n为该群类数据的个数。 8.根据权利要求4所述的一种基于改进bi ‑kmeans的大型光伏电站快速多机等值建模 方法， 其特 征在于， 步骤S34中群 类结束运行的判定步骤如下： S341、 若群 类划分个数 大于等于群 类划分上限k， 结束运行； S342、 若群类划 分个数未达到群类划分上限k， 计算各群类的轮廓系数S(i)， 其表达式 如下： 式中， a(i)表示某光伏单元数据与同群类其他光伏单元数据的距离， b(i)表示某光伏 单元数据与其 他群类光伏单 元数据距离的平均值； S(i)∈[‑1,1]， 越接近1表示该群类中各光伏单元状态越相近， 越接近 ‑1表示该群类中权　利　要　求　书 2/4 页 3 CN 115292938 A 3