CN106655266A - 一种接入新能源的地区电网可灵活调节电源配置方法 - Google Patents

Abstract

一种接入新能源的地区电网可灵活调节电源配置方法。其包括采集电气状态监测数据；生成相关系数矩阵；利用FCM算法对相关系数矩阵进行聚区；然后在每一分区中按隶属度大小分别选出最大、最小及中间相关节点；在需要接入新能源的电源节点分区内，分别在上述最大、最小及中间相关节点处按可选方案虚拟配置作为新能源的可调节电源等步骤。本发明方法充分利用了电网SCADA系统的电网历史数据来进行电网规划的扩展，采用多元数理统计方法，有效利用历史数据，无需潮流计算，通过节点电压相关性分析表征节点间电气距离，无需迭代计算，模型更为精确，更能反映实际负荷特性与电网网架结构，便于间歇性电源的大量灵活接入和电网的稳定控制。

Description

一种接入新能源的地区电网可灵活调节电源配置方法

技术领域

本发明属于电网规划中大规模新能源发电接入的选址定容技术领域，涉及是涉及一种接入新能源的地区电网可灵活调节电源配置方法。

背景技术

间歇性新能源接入电力系统后，提高了电网清洁能源比例，有利于提升环境质量，但在运行控制中对电网现有运行控制技术带来了挑战，因此需要配备一定量的备用电源以应对新能源的间歇性，保持间歇性电源与灵活电源的总输出稳定，以满足需求，保证电网稳定，但在确定可调节电源容量的同时也需要确定调节速度。有关间歇性新能源接入电网的可调节电源配置涉及间歇性电源不确定性的统计分析、间歇性新能源接入的选址定容、可调电源特性建模分析及灵活电源、可调负荷与电网的协调规划等方面。

在间歇性电源接入情况下，电网规划中的潮流计算方法一般结合概率潮流计算，而半不变量法概率潮流能快速求出系统状态变量的分布。该方法在系统基准运行点进行线性化,波动性强的风电和光伏发电的大规模并网会增强系统功率的波动强度,而且不同级数展开适用于不同的变量分布区型。另外，还可基于对风电机组输出功率概率空间的划分,通过对系统各场景下的随机潮流计算得到既定场景下节点电压越限概率,从而计算出节点电压越限概率、系统电压越限概率指标和节点群电压越限概率指标，最终根据概率越限指标判断风电场接入电网方案的可行性与合理性。

在间歇性新能源接入的选址定容中，一般需要考虑对电网的影响，涉及源网荷三个因素。在选址定容中，考虑到负荷和风力发电机组之间存在一定的负相关性,首先采用拉丁超立方采样技术和Cholesky分解法排序产生相关性样本,然后以规划期内总成本小为目标,建立了多阶段风电机组选址定容机会约束规划模型,并采用模糊自适应遗传算法进行求解。从经济性角度考虑，可以以能耗费用最低为目标,采用基于能耗费用评估的电网最优风电接纳功率分析方法，在规划中综合考虑火电机组发电成本、风电的节能降耗效益、旋转备用成本以及电网的安全约束等因素,以确定既有电网的风电最优接纳功率。

在可调电源特性建模分析，目前包括储能电池、水电、火电机组等电源。复合多种区型储能装置是储能用于风电波动平抑的主要发展方向之一。针对复合超级电容器和多种介质蓄电池为例,研究其储能容量优化配置方法。由于风电出力具有非平稳性,可采用经验模态分解分割平抑任务,然后利用互补平抑实现储能装置优势互补,最后综合考虑风电平抑度、平抑方案经济性和储能装置寿命三方面因素,建立以费用效率为目标函数,用雨流计数法统计寿命折损的混合储能定容优化模型。而针对储能电站接入配电网的选址定容问题,可在分析储能电站的运行特点基础上采用多维编码法对节点进行编码,以网络有功损耗与平均电压偏移作为优化目标函数进行储能电站的选址定容。同时充分考虑电池储能系统(BESS)的充放电效益对变电站扩容建设的推迟作用,可以建立了变电站扩容建设和BESS容量配置的协调规划模型，模型基于含风电场的典型地区配电网络及其日负荷曲线,需考虑购电费用和BESS与变电站扩容的综合投资运行费用目标,同时还考虑BESS的充放电特点和网络的安全约束进行非线性规划的优化，以有效减小电网的扩容投资,并实现储能系统容量的优化配置。在风储联合规划优化中，可以考虑建立风储系统联合运行的输电系统两层规划模型,包括输电投资成本和风储运行成本,并采用改进粒子群算法求解所建立的优化模型。此外电动汽车还可作为一种可灵活调节的等效电源，可根据车辆调查数据对电动汽车用户行驶特性进行建模,基于变异系数建立了电动汽车充电负荷、风电出力和基础负荷的动态概率模型,采用半不变量法概率潮流研究了含电动汽车充电负荷和风电的电力系统动态概率特性,分析了不同情形下系统支路潮流和节点电压的运行状态。

现有研究主要是对间歇性新能源进行建模的基础上，可以从源网荷角度进行系统分析，建立全网的规划模型，其模型的准确性涉及电源和负荷建模的准确性，需要再实践中大量训练以取得较好的应用效果，如“针对甘肃电网的高载能企业参与可再生能源消纳“荷-网-源”协调控制”，“充裕性资源协同参与系统调节的风电消纳能力分析模型”，“计及风险控制策略的含风电机组的输电系统规划”等。该区方法对风电场的建模以来历史气象数据，该区数据在分辨率和准确性上会对规划结果带来较大影响，对可调节电源的规划结果影响较大，容易造成较大设计裕度，引起成本上升。

传统的电网电源规划方法通常基于装机成本、负荷、额定装机容量进行潮流计算，以配置电源的容量和布局。然而，该配置方法只能根据粗略的潮流计算来对电网进行规划，可扩展性较差，规划后的电网没有考虑系统控制的稳定性问题。尤其是随着间歇性电源的大量接入，间歇性电源急需要灵活接入，控制方法复杂，原有的规划方法不能满足间歇性电源的并网要求。

发明内容

为了解决上述问题，本发明的目的在于提供一种接入新能源的地区电网可灵活调节电源配置方法。

为了达到上述目的，本发明提供的接入新能源的地区电网可灵活调节电源配置方法包括按顺序进行的下列步骤：

步骤1、通过地区配电网的数据采集系统采集待分析的配电网中包括各电源节点电压、有功功率在内的电气状态监测数据，采样间隔时间为15分钟；然后通过数理统计方法去除异常电源节点电压监测数据，得到各电源节点的有效电压并用向量表示；

步骤2、利用上述n个电源节点的有效电压向量(U₁，U₂，……U_n)生成相关系数矩阵，并利用相关系数矩阵进行电源节点电压相关性分析；

步骤3、利用FCM(模糊C均值聚区)算法对上述相关系数矩阵R进行聚区，得到n个电源节点的合理分区；然后在每一分区中按隶属度大小分别选出最大相关节点、最小相关节点及中间相关节点；

步骤4、在需要接入新能源的电源节点分区内，分别在上述最大、最小及中间相关节点处按可选方案虚拟配置作为新能源的可调节电源，每种可选方案包括可调节电源的容量和配比，其中可调节电源容量为新能源接入点的最大净负荷，即步骤1采集的各电源节点有功功率中接入新能源节点的k×T个监测数据中电源节点有功功率绝对值的最大值；配比为根据确定的可调节电源容量选取一种或多种可调节电源，选取多种可调节电源时的各自占比；然后计算该电源节点电压，以各电源节点电压偏差在额定电压5％以内的可选方案作为备选方案，以电压偏差均值最小的方案作为最终方案。

在步骤1中，所述的通过地区配电网的数据采集系统采集待分析的配电网中包括各电源节点电压、有功功率在内的电气状态监测数据，采样间隔时间为15分钟；然后通过数理统计方法去除异常电源节点电压监测数据，得到各电源节点的有效电压并用向量表示的具体方法是：

1)设待分析的配电网中电源节点的规模为n，以各电源节点电压为随机变量，建立包括所有n个电源节点的电压向量，其中第i个电源节点的电压U_i，其在T时间段内，采样点数为k，历史数据长度为k×T；

2)由上述n个电源节点的k×T长度历史数据求出第i个电源节点电压Ui的正态分布(μ_i，σ_i)，其中μ_i为该随机变量的均值，由式(1)计算得到，σ_i为该随机变量的方差，由式(2)计算得到；

3)当k×T长度历史数据中第i个电源节点电压Ui的监测数据中存在某个监测数据与其均值μ_i的差值大于三倍方差σ_i时，认为该监测数据为异常数据，剔除所有这一类监测数据后重新计算均值μ_i和方差σ_i，并以重新计算的均值μ_i作为该电源节点的有效电压，由此得到n个电源节点的有效电压并用向量(U₁，U₂，……U_n)表示。

在步骤2中，所述的利用上述n个电源节点的有效电压向量(U₁，U₂，……U_n) 生成相关系数矩阵，并利用相关系数矩阵进行电源节点电压相关性分析的具体方法是：

1)求取n个电源节点中第i个和第j个电源节点对应的随机变量U_i，U_j的协方差cov(U_i，U_j)，如式(3)所示；

cov(U_i,U_j)＝E((U_i-E(U_i))(U_j-E(U_j))) (3)

2)由上述协方差cov(U_i，U_j)求取第i个和第j个电源节点对应的随机变量U_i，U_j的相关系数ρ_ij，如式(4)所示；

3)形成以相关系数ρ_ij为元素的n阶矩阵，称为该维随机变量的相关矩阵，记作R，如式(5)所示：

4)利用上述相关系数矩阵R进行电源节点电压相关性分析，相关系数ρ_ij表征i与j两个电源节点的相关性，数值越大表明相关性越大，实际电气距离越小，反之，数值越小表明相关性越小，实际电气距离越大。

在步骤3中，所述的利用FCM算法对上述相关系数矩阵R进行聚区，得到n个电源节点的合理分区；然后在每一分区中按隶属度大小分别选出最大相关节点、最小相关节点及中间相关节点的具体方法是：

利用FCM算法将上述相关系数矩阵R分为c个模糊组，即c个电源节点分区，并求出每个电源节点分区的聚区中心，使得电源节点分区的FCM价值函数达到最小；

1)建立电源节点分区的FCM价值函数：

其中u_mi介于0，1间，代表第i个电源节点电压U_i对第m电源节点分区的隶属度；c_m为第m电源节点分区的聚区中心，d_mi＝||c_m-U_i||为第m个聚区中心对应的电源节点与第i个电源节点间的欧几里德距离；且k∈[1,∞)是一个加权指数；

2)根据多元函数极值求取方法求取式(6)的最小值，由式(6)改写为式(7)：

其中λ_i，i＝1到n，表示n个拉格朗日乘子；

对式(7)所有的输入参量求导，获得使式(7)达到最小的必要条件为：

和

3)根据上述两个必要条件，电源节点的FCM聚区进入迭代过程，在批处理方式运行时，FCM用下列步骤确定由聚区中心c_m和隶属度u_mi构成的隶属度矩阵U_L：

a)将第i个电源节点电压U_i对第m电源节点分区的隶属度u_mi初始化为0至1间的随机数，由此得到c×n的初始化隶属度矩阵U_L；

第i个电源节点电压U_i对第m电源节点分区的隶属度u_mi满足式(10)：

b)用式(9)计算c个电源节点分区的聚区中心c_i，i＝1,…,c；

c)根据式(6)计算FCM价值函数，如果价值函数值小于某个确定的阈值，或它相对上次价值函数值的改变量小于某个阈值，则算法停止；如未能达到上述阈值，则用式(9)以当前聚区中心c_i计算第i个电源节点电压U_i对第m电源节点分区的隶属度u_mi，并形成隶属度矩阵U_L，返回步骤b)；

该算法的输出是c个聚区中心点向量和一个c×n的模糊划分矩阵，这个模糊划分矩阵表示的是每个作为样本点的电源节点属于每个电源节点分区的隶属度；根据此模糊划分矩阵按照模糊集合中的最大隶属原则就能够确定出每个样本点归为哪个电源节点分区，由此得到电源节点的合理分区；然后在每一分区中按隶属度大小分别选出相关系数最大的最大相关节点、相关系数最小的最小相关节点及最接近该节点与所有节点相关系数平均值的中间相关节点。

本方法提供的接入新能源的地区电网可灵活调节电源配置方法充分利用了电网SCADA系统的电网历史数据来进行电网规划的扩展，采用多元数理统计方法，有效利用历史数据，无需潮流计算，通过节点电压相关性分析表征节点间电气距离，无需迭代计算，模型更为精确，更能反映实际负荷特性与电网网架结构，便于间歇性电源的大量灵活接入和电网的稳定控制。

附图说明

图1为本发明提供的接入新能源的地区电网可灵活调节电源配置方法流程图。

图2为本发明提供的实施例拓扑结构示意图。

图3为本发明提供的实施例中模糊聚区分区结果示意图。

具体实施方式

下面结合附图和具体实施例对本发明提供的接入新能源的地区电网可灵活调节电源配置方法进行详细说明。

如图1所示，本发明提供的接入新能源的地区电网可灵活调节电源配置方法包括按顺序进行的下列步骤：

步骤1、通过地区配电网的数据采集系统(SCADA系统)采集待分析的配电网中包括各电源节点电压、有功功率在内的电气状态监测数据，采样间隔时间为15分钟；然后通过数理统计方法去除异常电源节点电压监测数据，得到各电源节点的有效电压并用向量表示；

具体方法是：

1)设待分析的配电网中电源节点的规模为n，以各电源节点电压为随机变量，建立包括所有n个电源节点的电压向量，其中第i个电源节点的电压U_i，其在T时间段内，采样点数为k，历史数据长度为k×T；

2)由上述n个电源节点的k×T长度历史数据求出第i个电源节点电压Ui的正态分布(μ_i，σ_i)，其中μ_i为该随机变量的均值，由式(1)计算得到，σ_i为该随机变量的方差，由式(2)计算得到；

3)当k×T长度历史数据中第i个电源节点电压Ui的监测数据中存在某个监测数据与其均值μ_i的差值大于三倍方差σ_i时，认为该监测数据为异常数据，剔除所有这一类监测数据后重新计算均值μ_i和方差σ_i，并以重新计算的均值μ_i作为该电源节点的有效电压，由此得到n个电源节点的有效电压并用向量(U₁，U₂，……U_n)表示。

步骤2、利用上述n个电源节点的有效电压向量(U₁，U₂，……U_n)生成相关系数矩阵，并利用相关系数矩阵进行电源节点电压相关性分析；

具体方法是：

1)求取n个电源节点中第i个和第j个电源节点对应的随机变量U_i，U_j的协方差cov(U_i，U_j)，如式(3)所示；

cov(U_i,U_j)＝E((U_i-E(U_i))(U_j-E(U_j))) (3)

2)由上述协方差cov(U_i，U_j)求取第i个和第j个电源节点对应的随机变量U_i，U_j的相关系数ρ_ij，如式(4)所示；

3)形成以相关系数ρ_ij为元素的n阶矩阵，称为该维随机变量的相关矩阵，记作R，如式(5)所示：

4)利用上述相关系数矩阵R进行电源节点电压相关性分析，相关系数ρ_ij表征i与j两个电源节点的相关性，数值越大表明相关性越大，实际电气距离越小，反之，数值越小表明相关性越小，实际电气距离越大。

步骤3、利用FCM(模糊C均值聚区)算法对上述相关系数矩阵R进行聚区，得到n个电源节点的合理分区；然后在每一分区中按隶属度大小分别选出最大相关节点、最小相关节点及中间相关节点；

具体方法是：

利用FCM算法将上述相关系数矩阵R分为c个模糊组，即c个电源节点分区，并求出每个电源节点分区的聚区中心，使得电源节点分区的FCM价值函数达到最小。

1)建立电源节点分区的FCM价值函数：

其中u_mi介于0，1间，代表第i个电源节点电压U_i对第m电源节点分区的隶属度；c_m为第m电源节点分区的聚区中心，d_mi＝||c_m-U_i||为第m个聚区中心对应的电源节点与第i个电源节点间的欧几里德距离；且k∈[1,∞)是一个加权指数。

2)根据多元函数极值求取方法求取式(6)的最小值，由式(6)改写为式(7)：

其中λ_i，i＝1到n，表示n个拉格朗日乘子；

对式(7)所有的输入参量求导，获得使式(7)达到最小的必要条件为：

和

3)根据上述两个必要条件，电源节点的FCM聚区进入迭代过程，在批处理方式运行时，FCM用下列步骤确定由聚区中心c_m和隶属度u_mi构成的隶属度矩阵U_L：

a)将第i个电源节点电压U_i对第m电源节点分区的隶属度u_mi初始化为0至1间的随机数，由此得到c×n的初始化隶属度矩阵U_L；

第i个电源节点电压U_i对第m电源节点分区的隶属度u_mi满足式(10)：

b)用式(9)计算c个电源节点分区的聚区中心c_i，i＝1,…,c；

c)根据式(6)计算FCM价值函数，如果价值函数值小于某个确定的阈值，或它相对上次价值函数值的改变量小于某个阈值，则算法停止；如未能达到上述阈值，则用式(9)以当前聚区中心c_i计算第i个电源节点电压U_i对第m电源节点分区的隶属度u_mi，并形成隶属度矩阵U_L，返回步骤b)；

该算法的输出是c个聚区中心点向量和一个c×n的模糊划分矩阵，这个模糊划分矩阵表示的是每个作为样本点的电源节点属于每个电源节点分区的隶属度；根据此模糊划分矩阵按照模糊集合中的最大隶属原则就能够确定出每个样本点归为哪个电源节点分区，由此得到电源节点的合理分区；然后在每一分区中按隶属度大小分别选出相关系数最大的最大相关节点、相关系数最小的最小相关节点及最接近该节点与所有节点相关系数平均值的中间相关节点。

步骤4、在需要接入新能源的电源节点分区内，分别在上述最大、最小及中间相关节点处按可选方案虚拟配置作为新能源的可调节电源，每种可选方案包括可调节电源的容量和配比，其中可调节电源容量为新能源接入点的最大净负荷，即步骤1采集的各电源节点有功功率中接入新能源节点的k×T个监测数据中电源节点有功功率绝对值的最大值；配比为根据确定的可调节电源容量选取一种或多种可调节电源，选取多种可调节电源时的各自占比，本发明中选择的电源种类包括储能电池与燃气发电装置，在可调节电源的容量小于1MVA的情况下全部选用储能电池，在其它情况下储能电池与燃气发电装置分别占可调节电源容量的50％；然后计算该电源节点电压，以各电源节点电压偏差在额定电压5％以内的可选方案作为备选方案，以电压偏差均值最小的方案作为最终方案。

实施例：

1)采用美国太平洋燃气电力公司的标准69节点算例，拓扑如图2所示，线路参数如表1所示。

表1 69节点算例配电网参数

2)通过异常数据辨识可确定有效输入数据，无三倍方差以外数据，数据状态正常。

3)在此情况下可生成电源节点电压的相关系数矩阵，并由相关系数矩阵通过模糊聚区进行分区划分，如图3所示。

即将69节点分为5区，分别找出每一区中的最大、最小和中间节点。第一区包括：49，50；第二区包括：1，28，36，37，38，39，40，41，42，43，44，45，46；第三区包括：30，31，32，33，34，35；第四区包括：10，11，12，13，14，15，16，17，18，19，20，21，22，23，24，25，26，27；第五区包括：2，3，4，5，6，7，8，9，29，47，48，51，52，53，54，55，56，57，58，59，60，61，62，63，64，65，66，67，68，69。在第一区节点中最小节点为50，最大节点为49；第二区节点中最小节点为1，最大节点为40，中间节点为44；第三区节点中最小节点为30，最大节点为33，中间节点为32；第四区节点中最小节点为10，最大节点为14，中间节点为21；第五区节点中最小节点为29，最大节点为57，中间节点为62.拟分别对每一区的最大节点/最小节点/中间节点进行可调电源配置分析。

4)各分区的可调节电源容量可确定得到。

表2第一区节点容量配置

表3第二区节点容量配置

表4第三区节点容量配置

表5第四区节点容量配置

表6第五区节点容量配置

5)根据各节点在不同接入位置的结果可确定最终安装位置。

Claims (4)

1.一种接入新能源的地区电网可灵活调节电源配置方法，其特征在于：所述的接入新能源的地区电网可灵活调节电源配置方法包括按顺序进行的下列步骤：

步骤1、通过地区配电网的数据采集系统采集待分析的配电网中包括各电源节点电压、有功功率在内的电气状态监测数据，采样间隔时间为15分钟；然后通过数理统计方法去除异常电源节点电压监测数据，得到各电源节点的有效电压并用向量表示；

步骤2、利用上述n个电源节点的有效电压向量(U₁，U₂，……U_n)生成相关系数矩阵，并利用相关系数矩阵进行电源节点电压相关性分析；

步骤3、利用FCM算法对上述相关系数矩阵R进行聚区，得到n个电源节点的合理分区；然后在每一分区中按隶属度大小分别选出最大相关节点、最小相关节点及中间相关节点；

步骤4、在需要接入新能源的电源节点分区内，分别在上述最大、最小及中间相关节点处按可选方案虚拟配置作为新能源的可调节电源，每种可选方案包括可调节电源的容量和配比，其中可调节电源容量为新能源接入点的最大净负荷，即步骤1采集的各电源节点有功功率中接入新能源节点的k×T个监测数据中电源节点有功功率绝对值的最大值；配比为根据确定的可调节电源容量选取一种或多种可调节电源，选取多种可调节电源时的各自占比；然后计算该电源节点电压，以各电源节点电压偏差在额定电压5％以内的可选方案作为备选方案，以电压偏差均值最小的方案作为最终方案。

2.根据权利要求1所述的接入新能源的地区电网可灵活调节电源配置方法，其特征在于：在步骤1中，所述的通过地区配电网的数据采集系统采集待分析的配电网中包括各电源节点电压、有功功率在内的电气状态监测数据，采样间隔时间为15分钟；然后通过数理统计方法去除异常电源节点电压监测数据，得到各电源节点的有效电压并用向量表示的具体方法是：

1)设待分析的配电网中电源节点的规模为n，以各电源节点电压为随机变量，建立包括所有n个电源节点的电压向量，其中第i个电源节点的电压U_i，其在T时间段内，采样点数为k，历史数据长度为k×T；

2)由上述n个电源节点的k×T长度历史数据求出第i个电源节点电压Ui的正态分布(μ_i，σ_i)，其中μ_i为该随机变量的均值，由式(1)计算得到，σ_i为该随机变量的方差，由式(2)计算得到；

${\mathrm{\μ}}_i=E\left(U_i\right)=\frac{1}{k\×T}{\mathrm{\Σ}}_1^{k\×T}{U}_{i-m}---\left(1\right)$

${\mathrm{\σ}}_i=\sqrt{D\left(U_i\right)}=\sqrt{E{(U_i-E(U_i\left)\right)}^2}---\left(2\right)$

3)当k×T长度历史数据中第i个电源节点电压Ui的监测数据中存在某个监测数据与其均值μ_i的差值大于三倍方差σ_i时，认为该监测数据为异常数据，剔除所有这一类监测数据后重新计算均值μ_i和方差σ_i，并以重新计算的均值μ_i作为该电源节点的有效电压，由此得到n个电源节点的有效电压并用向量(U₁，U₂，……U_n)表示。

3.根据权利要求1所述的接入新能源的地区电网可灵活调节电源配置方法，其特征在于：在步骤2中，所述的利用上述n个电源节点的有效电压向量(U₁，U₂，……U_n)生成相关系数矩阵，并利用相关系数矩阵进行电源节点电压相关性分析的具体方法是：

1)求取n个电源节点中第i个和第j个电源节点对应的随机变量U_i，U_j的协方差cov(U_i，U_j)，如式(3)所示；

cov(U_i,U_j)＝E((U_i-E(U_i))(U_j-E(U_j))) (3)

2)由上述协方差cov(U_i，U_j)求取第i个和第j个电源节点对应的随机变量U_i，U_j的相关系数ρ_ij，如式(4)所示；

${\mathrm{\ρ}}_{ij}=\frac{\mathrm{cov}(U_i,U_j)}{\sqrt{{\mathrm{DU}}_i}\sqrt{{\mathrm{DU}}_j}}---\left(4\right)$

3)形成以相关系数ρ_ij为元素的n阶矩阵，称为该维随机变量的相关矩阵，记作R，如式(5)所示：

$R=\left\{\begin{array}{cccc}{\mathrm{\ρ}}_{11}& {\mathrm{\ρ}}_{12}& \mathrm{...}& {\mathrm{\ρ}}_{1n}\\ {\mathrm{\ρ}}_{21}& {\mathrm{\ρ}}_{22}& \mathrm{...}& {\mathrm{\ρ}}_{2n}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ {\mathrm{\ρ}}_{n1}& {\mathrm{\ρ}}_{n2}& \mathrm{...}& {\mathrm{\ρ}}_{nn}\end{array}\right\}---\left(5\right)$

4)利用上述相关系数矩阵R进行电源节点电压相关性分析，相关系数ρ_ij表征i与j两个电源节点的相关性，数值越大表明相关性越大，实际电气距离越小，反之，数值越小表明相关性越小，实际电气距离越大。

4.根据权利要求1所述的接入新能源的地区电网可灵活调节电源配置方法，其特征在于：在步骤3中，所述的利用FCM算法对上述相关系数矩阵R进行聚区，得到n个电源节点的合理分区；然后在每一分区中按隶属度大小分别选出最大相关节点、最小相关节点及中间相关节点的具体方法是：

利用FCM算法将上述相关系数矩阵R分为c个模糊组，即c个电源节点分区，并求出每个电源节点分区的聚区中心，使得电源节点分区的FCM价值函数达到最小；

1)建立电源节点分区的FCM价值函数：

$J(U,c_1,...,c_c)=\underset{m=1}{\overset{c}{\Σ}}{J}_m=\underset{m=1}{\overset{c}{\Σ}}\underset{i}{\overset{n}{\Σ}}{u}_{mi}^k{d}_{mi}^2,---\left(6\right)$

其中u_mi介于0，1间，代表第i个电源节点电压U_i对第m电源节点分区的隶属度；c_m为第m电源节点分区的聚区中心，d_mi＝||c_m-U_i||为第m个聚区中心对应的电源节点与第i个电源节点间的欧几里德距离；且k∈[1,∞)是一个加权指数；

2)根据多元函数极值求取方法求取式(6)的最小值，由式(6)改写为式(7)：

$\begin{array}{c}\stackrel{\‾}{J}(U,c_1,\mathrm{...},c_c,{\mathrm{\λ}}_1,\mathrm{...},{\mathrm{\λ}}_n)=J(U,c_1,\mathrm{...},c_c)+{\Σ}_{j=1}^n{\mathrm{\λ}}_j(\underset{i=1}{\overset{c}{\Σ}}{u}_{ij}-1)\\ =\underset{i=1}{\overset{c}{\Σ}}\underset{j}{\overset{n}{\Σ}}{u}_{ij}^m{d}_{ij}^2+\underset{j=1}{\overset{n}{\Σ}}{\mathrm{\λ}}_j(\underset{i=1}{\overset{c}{\Σ}}{u}_{ij}-1)\end{array}---\left(7\right)$

其中λ_i，i＝1到n，表示n个拉格朗日乘子；

对式(7)所有的输入参量求导，获得使式(7)达到最小的必要条件为：

$c_m=\frac{\underset{i=1}{\overset{n}{\Σ}}{u}_{mi}^k{U}_i}{\underset{i=1}{\overset{n}{\Σ}}{u}_{mi}^k}---\left(8\right)$

和

$u_{mi}=\frac{1}{\underset{l=1}{\overset{c}{\Σ}}{\left(\frac{d_{mi}}{d_{li}}\right)}^{2/(k-1)}}---\left(9\right)$

3)根据上述两个必要条件，电源节点的FCM聚区进入迭代过程，在批处理方式运行时，FCM用下列步骤确定由聚区中心c_m和隶属度u_mi构成的隶属度矩阵U_L：

a)将第i个电源节点电压U_i对第m电源节点分区的隶属度u_mi初始化为0至1间的随机数，由此得到c×n的初始化隶属度矩阵U_L；

第i个电源节点电压U_i对第m电源节点分区的隶属度u_mi满足式(10)：

$\underset{m=1}{\overset{c}{\Σ}}{u}_{mi}=1,\∀i=1,...,n---\left(10\right)$

b)用式(9)计算c个电源节点分区的聚区中心c_i，i＝1,…,c；

c)根据式(6)计算FCM价值函数，如果价值函数值小于某个确定的阈值，或它相对上次价值函数值的改变量小于某个阈值，则算法停止；如未能达到上述阈值，则用式(9)以当前聚区中心c_i计算第i个电源节点电压U_i对第m电源节点分区的隶属度u_mi，并形成隶属度矩阵U_L，返回步骤b)；

该算法的输出是c个聚区中心点向量和一个c×n的模糊划分矩阵，这个模糊划分矩阵表示的是每个作为样本点的电源节点属于每个电源节点分区的隶属度；根据此模糊划分矩阵按照模糊集合中的最大隶属原则就能够确定出每个样本点归为哪个电源节点分区，由此得到电源节点的合理分区；然后在每一分区中按隶属度大小分别选出相关系数最大的最大相关节点、相关系数最小的最小相关节点及最接近该节点与所有节点相关系数平均值的中间相关节点。