CN116484239A - 光伏场景的分层聚类方法、分层聚类装置 - Google Patents

Abstract

本发明提供一种光伏场景的分层聚类方法、分层聚类装置，本发明以DKASC分布式光伏公开数据集作为试验样本，利用动态时间规整算法对参与距离计算的样本进行时序缩放和形态比对，度量光伏样本出力曲线之间的最大可能相似度，寻找指定聚类连通策略下最佳的场景聚类簇数量，从而结合凝聚分层聚类方法将光伏场景缩减至设定簇数。本发明可以用于电力系统中长期规划设计和运行调度中的光伏场景缩减，使得缩减后的典型场景能最大限度覆盖若干相似场景的时序形态特征，降低光伏资源规划调度的计算规模和成本。

Description

光伏场景的分层聚类方法、分层聚类装置

技术领域

本发明涉及光伏技术领域，具体涉及一种光伏场景的分层聚类方法和光伏场景的分层聚类装置。

背景技术

随着用电负荷的持续高速增长和高比例可再生能源的发展，分布式能源协同优化布局和调度运行技术成为新型电力系统的重要研究方向，对于电网可持续安全稳定有着不可或缺的意义。充分表征分布式光伏能源的随机性、复杂性和不确定性，进行全场景下分布式光伏特性出力的研究，成为研究新型电网资源优化配置的基础需求。

目前，场景聚类作为不确定性资源优化配置成为研究热点，相关技术中，进行场景聚类时一般采用划分聚类，然而由于光伏序列的时间细粒度较高，每个样本本身具有较高维数，而且光伏出力容易受到一些预期因素或非预期因素的影响，可能包含一些由于各种自然或者人为因素导致的曲线噪声、异常值或突变值等一些影响聚类分析结果的特征，称作噪音特征，增加了场景的复杂度和聚类难度，因此划分聚类存在着明显缺陷，包括：1、曲线聚类特征区分不明显、各类簇分布状态偏分散、最终聚类簇异常值过多等，场景缩减结果无法代表典型光伏曲线特征数据集；2、在进行类簇合并时，只考虑同一时刻纵向数值相似性，而忽略了横向时序形态的相似性，得到的高维时间序列的聚类效果不佳。

发明内容

本发明为解决上述技术问题，本发明第一方面实施例提供了一种光伏场景的分层聚类方法。

本发明第二方面实施例提供了一种光伏场景的分层聚类装置。

本发明采用的技术方案如下：

本发明的第一方面实施例提出了一种光伏场景的分层聚类方法，包括以下步骤：获取DKASC(一种第三方光出力数据)光伏出力数据集，并进行预处理；利用动态规整算法对所述光伏出力数据集中的光伏出力样本进行相似性度量；基于层次聚类树状图垂直距离最大为划分准则，根据所述相似性分别确定凝聚分层聚类所采用的最佳聚类簇数；采用凝聚分层聚类对数据集的场景缩减至所述最佳聚类簇数。

本发明上述的光伏场景的分层聚类方法还具有如下附加技术特征：

根据本发明的一个实施例，获取DKASC光伏出力数据集，并进行预处理，具体包括：获取公开数据集中1096天15分钟级的连续时段的光伏出力功率数据；填补数据中时序数据的缺失值；利用主成因分析法对数据集中的光伏时序曲线数据进行80％主成分累计贡献率的降噪处理。

根据本发明的一个实施例，具体采用以下公式获取所述累计贡献率s：

其中，λ_i(i＝1,2,...,n)为光伏样本数据集X的协方差矩阵的特征值，n为原始指标维数，k为主成分维数。

根据本发明的一个实施例，利用动态规整算法对所述光伏出力数据集中的光伏出力样本进行相似性度量，具体包括：将光伏出力样本进行两两组合；计算所有光伏出力样本组合序列的动态规整距离；根据所述动态规整距离对所述光伏出力样本进行相似性度量。

根据本发明的一个实施例，基于层次聚类树状图垂直距离最大为划分准则，根据所述相似性分别确定凝聚分层聚类所采用的最佳聚类簇数，具体包括：按照凝聚分层聚类，将所有光伏出力样本分别看作一个初始簇；根据聚合簇数和光伏出力样本的相似性进行分层树状图绘制；以不与任何其他聚类相交的枝节最大垂直距离为优化目标，确定最佳聚类簇数。

本发明的第二方面实施例提出了一种光伏场景的分层聚类装置，包括：预处理模块，所述预处理模块用于获取DKASC光伏出力数据集，并进行预处理；度量模块，所述度量模块用于利用动态规整算法对所述光伏出力数据集中的光伏出力样本进行相似性度量；确定模块，所述确定模块用于基于层次聚类树状图垂直距离最大为划分准则，根据所述相似性分别确定凝聚分层聚类所采用的最佳聚类簇数；缩减模块，所述缩减模块用于采用凝聚分层聚类对数据集的场景缩减至所述最佳聚类簇数。

本发明上述的光伏场景的分层聚类装置还具有如下附加技术特征：

根据本发明的一个实施例，所述预处理模块具体用于：获取公开数据集中1096天15分钟级的连续时段的光伏出力功率数据；填补数据中时序数据的缺失值；利用主成因分析法对数据集中的光伏时序曲线数据进行80％主成分累计贡献率的降噪处理。

根据本发明的一个实施例，所述预处理模块具体采用以下公式获取所述累计贡献率s：其中，λ_i(i＝1,2,...,n)为光伏样本数据集X的协方差矩阵的特征值，n为原始指标维数，k为主成分维数。

根据本发明的一个实施例所述度量模块具体用于：将光伏出力样本进行两两组合；计算所有光伏出力样本组合序列的动态规整距离；根据所述动态规整距离对所述光伏出力样本进行相似性度量。

根据本发明的一个实施例，所述确定模块具体用于：按照凝聚分层聚类，将所有光伏出力样本分别看作一个初始簇；根据聚合簇数和光伏出力样本的相似性进行分层树状图绘制；以不与任何其他聚类相交的枝节最大垂直距离为优化目标，确定最佳聚类簇数。

本发明的有益效果：

本发明针以DKASC分布式光伏公开数据集作为试验样本，利用动态时间规整算法对参与距离计算的样本进行时序缩放和形态比对，度量光伏样本出力曲线之间的最大可能相似度，寻找指定聚类连通策略下最佳的场景聚类簇数量，从而结合凝聚分层聚类方法将光伏场景缩减至设定簇数。本发明可以用于电力系统中长期规划设计和运行调度中的光伏场景缩减，使得缩减后的典型场景能最大限度覆盖若干相似场景的时序形态特征，降低光伏资源规划调度的计算规模和成本。

附图说明

图1是根据本发明一个实施例的光伏场景的分层聚类方法的流程图；

图2是根据本发明一个实施例的样本序列的动态时间规整距离计算原理图；

图3是根据本发明一个实施例的分层树状图的绘制过程示意图；

图4是根据本发明一个实施例的场景缩减前后的聚类结果TSNE二维可视化图的对比图；

图5是根据本发明一个实施例的光伏场景的分层聚类装置的方框示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1是根据本发明一个实施例的光伏场景的分层聚类方法的流程图，如图1所示，该方法包括以下步骤：

S1，获取DKASC光伏出力数据集，并进行预处理。

进一步地，获取光伏出力数据集并进行样本预处理主要分为以下几个具体的操作步骤，分别是数据获取、数据填补、数据清洗，数据获取即在公开数据集DKASC中，获取颗粒度为15分钟级的连续时段的光伏出力功率数据，时间周期为1095天；数据填补即在利用相邻特征前值填补样本数据中的缺失值；数据清洗即利用主成因分析法对数据集中的光伏时序曲线数据进行80％主成分累计贡献率的降噪处理。

更进一步的，对数据集样本降噪处理，其主要实施步骤为：输入数据集中所有的光伏数据样本每行作为一个样本，对数据集进行去均值和特征归一化操作，使得每一列的均值为0，对上述归一化光伏样本计算协方差矩阵/>x为样本X中的元素；通过奇异值分解计算光伏数据样本X的位移矩阵，设置光伏时序曲线数据主成分累计贡献率s，并计算得到对应的位置矩阵P；根据Z＝XP得到有损压缩后的数据集矩阵Z；重构后的数据Z乘上P的转置得到X'，因为已经进行了有损数据压缩，X'的数据仅仅是片面信息，相当于进行了降噪。

在本发明的一个实施例中，具体采用以下公式获取累计贡献率s：

其中，λ_i(i＝1,2,...,n)为光伏样本数据集X的协方差矩阵的特征值，n为原始指标维数，k为主成分维数。

S2，利用动态规整算法对光伏出力数据集中的光伏出力样本进行相似性度量。

利用动态规整算法对光伏出力数据集中的光伏出力样本进行相似性度量，具体包括：将光伏出力样本进行两两组合；计算所有光伏出力样本组合序列的动态规整距离；根据动态规整距离对光伏出力样本进行相似性度量。

具体地，对光伏出力样本X_i和X_j进行组合(i,j∈N＝{1,2,…,n})，建立维数为96×96的矩阵D，矩阵元素为d_i,j＝dist(X_i,X_j)，dist代表距离计算函数，通常采用欧式距离；在矩阵D中搜索从d_1,1到d_96,96的最短距离，根据矩阵D中从d_1,1到d_96,96的最短距离计算X_i和X_j两个时间序列的相似度。

样本序列的动态时间规整距离计算原理可参见图2，a、b和c代表三个阶段。

S3，基于层次聚类树状图垂直距离最大为划分准则，根据相似性分别确定凝聚分层聚类所采用的最佳聚类簇数。

进一步地，根据本发明的一个实施例，基于层次聚类树状图垂直距离最大为划分准则，根据相似性分别确定凝聚分层聚类所采用的最佳聚类簇数，具体包括：按照凝聚分层聚类，将所有光伏出力样本分别看作一个初始簇；根据聚合簇数和光伏出力样本的相似性进行分层树状图绘制；以不与任何其他聚类相交的枝节最大垂直距离为优化目标，确定最佳聚类簇数。

具体地，树状图枝节垂直跨度最大准则的计算方法，其实施过程如下：找出不与任何其他聚类相交的最大垂直距离，在中间画一条水平线，最佳聚类数目等于通过水平线的垂直线数目，考虑到光伏场景较为多变复杂，设定聚类数目大于等于4个。分层树状图的绘制过程可参见图3。

S4，采用凝聚分层聚类对数据集的场景缩减至最佳聚类簇数。

具体地，采用凝聚分层聚类对数据集的场景缩减至最佳聚类簇数的具体实施方法为：按照凝聚分层聚类，将每个样本分别看出一个初始簇；按照步聚类簇数对样本数据集进行分层树状图绘制；进行凝聚树状图绘制，以不与任何其他聚类相交的枝节最大垂直距离为优化目标，确定最佳聚类簇数，采用上述步骤得到光伏数据集的场景缩减结果，并利用TSNE(一种可视化高维数据的工具)降维对其进行二维展示可视化分析，通过不断迭代将各个点拉近拉远，使得最终降维的聚类结构向原始矩阵的距离结构去靠拢。

图4是场景缩减前后的聚类结果TSNE二维可视化图的对比图，左侧为场景缩减前的聚类结果TSNE二维可视化图，右侧为采用本发明上述方法场景缩减后的聚类结果TSNE二维可视化图。

综上，根据本发明实施例的光伏场景的分层聚类方法，以DKASC分布式光伏公开数据集作为试验样本，利用动态时间规整算法对参与距离计算的样本进行时序缩放和形态比对，度量光伏样本出力曲线之间的最大可能相似度，寻找指定聚类连通策略下最佳的场景聚类簇数量，从而结合凝聚分层聚类方法将光伏场景缩减至设定簇数。本发明可以用于电力系统中长期规划设计和运行调度中的光伏场景缩减，使得缩减后的典型场景能最大限度覆盖若干相似场景的时序形态特征，降低光伏资源规划调度的计算规模和成本。

图5是根据本发明一个实施例的光伏场景的分层聚类装置的方框示意图。如图5所示，该装置包括：预处理模块1、度量模块2、确定模块3和缩减模块4。

其中，预处理模块1用于获取DKASC光伏出力数据集，并进行预处理；度量模块2用于利用动态规整算法对光伏出力数据集中的光伏出力样本进行相似性度量；确定模块3用于基于层次聚类树状图垂直距离最大为划分准则，根据相似性分别确定凝聚分层聚类所采用的最佳聚类簇数；缩减模块4用于采用凝聚分层聚类对数据集的场景缩减至最佳聚类簇数。

根据本发明的一个实施例，预处理模块1具体用于：获取公开数据集中1096天15分钟级的连续时段的光伏出力功率数据；填补数据中时序数据的缺失值；利用主成因分析法对数据集中的光伏时序曲线数据进行80％主成分累计贡献率的降噪处理。

根据本发明的一个实施例，预处理模块1具体采用以下公式获取累计贡献率s：其中，λ_i(i＝1,2,...,n)为光伏样本数据集X的协方差矩阵的特征值，n为原始指标维数，k为主成分维数。

根据本发明的一个实施例，2度量模块具体用于：将光伏出力样本进行两两组合；计算所有光伏出力样本组合序列的动态规整距离；根据动态规整距离对光伏出力样本进行相似性度量。

根据本发明的一个实施例，确定模3具体用于：按照凝聚分层聚类，将所有光伏出力样本分别看作一个初始簇；根据聚合簇数和光伏出力样本的相似性进行分层树状图绘制；以不与任何其他聚类相交的枝节最大垂直距离为优化目标，确定最佳聚类簇数。

综上所述，根据本发明实施例的光伏场景的分层聚类装置，以DKASC分布式光伏公开数据集作为试验样本，利用动态时间规整算法对参与距离计算的样本进行时序缩放和形态比对，度量光伏样本出力曲线之间的最大可能相似度，寻找指定聚类连通策略下最佳的场景聚类簇数量，从而结合凝聚分层聚类方法将光伏场景缩减至设定簇数。本发明可以用于电力系统中长期规划设计和运行调度中的光伏场景缩减，使得缩减后的典型场景能最大限度覆盖若干相似场景的时序形态特征，降低光伏资源规划调度的计算规模和成本。

在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限。

Claims (10)

1.一种光伏场景的分层聚类方法，其特征在于，包括以下步骤：

获取DKASC光伏出力数据集，并进行预处理；

利用动态规整算法对所述光伏出力数据集中的光伏出力样本进行相似性度量；

基于层次聚类树状图垂直距离最大为划分准则，根据所述相似性分别确定凝聚分层聚类所采用的最佳聚类簇数；

采用凝聚分层聚类对数据集的场景缩减至所述最佳聚类簇数。

2.根据权利要求1所述的光伏场景的分层聚类方法，其特征在于，获取DKASC光伏出力数据集，并进行预处理，具体包括：

获取公开数据集中1096天15分钟级的连续时段的光伏出力功率数据；

填补数据中时序数据的缺失值；

利用主成因分析法对数据集中的光伏时序曲线数据进行80％主成分累计贡献率的降噪处理。

3.根据权利要求2所述的光伏场景的分层聚类方法，其特征在于，具体采用以下公式获取所述累计贡献率s：

其中，λ_i(i＝1,2,...,n)为光伏样本数据集X的协方差矩阵的特征值，n为原始指标维数，k为主成分维数。

4.根据权利要求1所述的光伏场景的分层聚类方法，其特征在于，利用动态规整算法对所述光伏出力数据集中的光伏出力样本进行相似性度量，具体包括：

将光伏出力样本进行两两组合；

计算所有光伏出力样本组合序列的动态规整距离；

根据所述动态规整距离对所述光伏出力样本进行相似性度量。

5.根据权利要求1所述的光伏场景的分层聚类方法，其特征在于，基于层次聚类树状图垂直距离最大为划分准则，根据所述相似性分别确定凝聚分层聚类所采用的最佳聚类簇数，具体包括：

按照凝聚分层聚类，将所有光伏出力样本分别看作一个初始簇；

根据聚合簇数和光伏出力样本的相似性进行分层树状图绘制；

以不与任何其他聚类相交的枝节最大垂直距离为优化目标，确定最佳聚类簇数。

6.一种光伏场景的分层聚类装置，其特征在于，包括：

预处理模块，所述预处理模块用于获取DKASC光伏出力数据集，并进行预处理；

度量模块，所述度量模块用于利用动态规整算法对所述光伏出力数据集中的光伏出力样本进行相似性度量；

确定模块，所述确定模块用于基于层次聚类树状图垂直距离最大为划分准则，根据所述相似性分别确定凝聚分层聚类所采用的最佳聚类簇数；

缩减模块，所述缩减模块用于采用凝聚分层聚类对数据集的场景缩减至所述最佳聚类簇数。

7.根据权利要求6所述的光伏场景的分层聚类装置，其特征在于，所述预处理模块具体用于：

获取公开数据集中1096天15分钟级的连续时段的光伏出力功率数据；

填补数据中时序数据的缺失值；

利用主成因分析法对数据集中的光伏时序曲线数据进行80％主成分累计贡献率的降噪处理。

8.根据权利要求7所述的光伏场景的分层聚类装置，其特征在于，所述预处理模块具体采用以下公式获取所述累计贡献率s：

其中，λ_i(i＝1,2,...,n)为光伏样本数据集X的协方差矩阵的特征值，n为原始指标维数，k为主成分维数。

9.根据权利要求6所述的光伏场景的分层聚类装置，其特征在于，所述度量模块具体用于：

将光伏出力样本进行两两组合；

计算所有光伏出力样本组合序列的动态规整距离；

根据所述动态规整距离对所述光伏出力样本进行相似性度量。

10.根据权利要求6所述的光伏场景的分层聚类装置，其特征在于，所述确定模块具体用于：

按照凝聚分层聚类，将所有光伏出力样本分别看作一个初始簇；

根据聚合簇数和光伏出力样本的相似性进行分层树状图绘制；

以不与任何其他聚类相交的枝节最大垂直距离为优化目标，确定最佳聚类簇数。