本发明属于新能源发电领域，更具体地说，涉及一种基于层次聚类法的风电场弃风电量评估方法。
背景技术：
我国大规模集中开发的风电场普遍存在弃风限电问题。2013年，我国风电发电量1350亿千瓦时，弃风电量162亿千瓦时，弃风率11%；2014年，我国风电发电量1534亿千瓦时，弃风率8%；2015年，我国风电发电量1863亿千瓦时，平均弃风率15%。居高不下的弃风率造成了能源资源的浪费、巨大的经济损失。如何较为准确地计算风电场理论功率，科学评估弃风电量越来越受到业内的广泛关注。2013年年初国家电监会发布《风电场弃风电量计算办法（试行）》，在全国范围内推广标杆风机法。标杆风机法是指在风电场发生限电时，对选取的标杆风机不限电，以其发电量按照某一分配系数扩大来推算风电场理论发电量，再与实际发电量相减，得出风电场弃风电量。标杆风机法可以较准确地统计风电场的弃风电量，但是风电场标杆风机的选取和分配系数的确定是该方法的关键，不同的选择方法造成的误差差异明显。本发明基于层次聚类法，提出一种更科学合理选取标杆风机的方法，从而能够较准确地反应风电场弃风情况。
技术实现要素：
为克服现有技术存在的缺陷，本发明提供一种基于层次聚类法的风电场弃风电量评估方法。
本发明解决其技术问题所采用的技术方案是：
设计一种基于层次聚类法的风电场弃风电量评估方法，包括以下步骤：
步骤S10，对风电场的实测风速数据进行标准化矩平处理；
步骤S20，将标准化矩平处理后的风速矩阵进行经验正交函数分解；
步骤S30，基于经验正交函数分解结果，计算各空间型的方差贡献率及累计方差贡献率；
步骤S40，使用层次聚类法对经验正交函数分解得到的空间型矩阵进行聚类分析；
步骤S50，基于层次聚类分析的结果，画出聚类树状图；
步骤S60，基于聚类树状图，对风电机组进行划分，并选择标杆风机，确定分配系数；
步骤S70，使用标杆风机法计算弃风电量。
在所述步骤S40中，层次聚类法分析的输入数据是经验正交函数分解得到的空间型矩阵V，其中V由V1,V2,...,VM组成，V1,V2,...,VM即为经验正交函数分解后得到的特征向量。
在所述步骤S40中，层次聚类法包括以下步骤：
步骤S40-1，在初始时构造N个类，每个类包含1组样本，即空间型矩阵V的一列；
步骤S40-2，计算N个样本两两间的欧式距离得到距离矩阵d；
步骤S40-3，利用离差平方和法计算类间距离，确定并合并距离最相近的2个类为1个新类；
步骤S40-4，若类的个数不等于1，则重复执行步骤S40-3，否则执行步步骤S40-5；
步骤S40-5，画聚类图，得到聚类结果。
在所述步骤S50中，聚类树状图的横坐标表示聚类样本，即为风电场中的所有风机。
在所述步骤S60中，基于聚类结果，取类的数目为所需标杆风机的台数，则每一类被划分为一组风机，从每组风机中选择一台作为标杆风机，该类中风机的台数即为分配系数。
实施本发明基于层次聚类法的风电场弃风电量评估方法，具有以下有益效果：
本发明基于层次聚类法选取风电场标杆风机和确定分配系数，减少标杆风机法的误差，从而能够较准确地反应风电场弃风情况。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明中聚类树状图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
本发明基于层次聚类法的风电场弃风电量评估方法，包括以下步骤：
步骤S10，对风电场的实测风速数据进行标准化矩平处理。
设风电场中所有风机的风速数据样本组成原始数据矩阵X。从空间维度上看，设X的列数为M，M即为风电场中的风机数量。在时间维度上看，X的行数表示样本数量，设为N。则X可表示为Xt＝(x1t,x2t,...,xmt)T,t＝1,2,...,n。
对矩阵X进行标准化处理，得到新矩阵Y。设xm为X中的第m列，则标准化后的新矩阵Y中的第n行第m列元素为：
式中：xnm表示矩阵X中的第n行第m列元素；和sm分别为矩阵X中第m列数据的样本均值和样本标准差。
步骤S20，将标准化矩平处理后的风速矩阵进行经验正交函数分解。
计算标准化矩阵Y的协方差矩阵R，其中R＝YYT。
计算矩阵R的特征根，并将特征根按照大小排序使λ1≥λ2≥...≥λM≥0，各特征根对应的特征向量分别为V1,V2,...,VM，其中V1,V2,...,VM即为原始场的的空间型，V1,V2,...,VM构成空间向量矩阵V的各列。
步骤S30，基于经验正交函数分解结果，计算各空间型的方差贡献率及累计方差贡献率。
计算各空间型的方差贡献率，空间型Vm的方差贡献率为前k个空间型的贡献率之和称为前k个空间型的累计贡献率。
步骤S40，使用层次聚类法对经验正交函数分解得到的空间型矩阵进行聚类。
聚类是指将物理或抽象对象的数据集合分组成多个类或簇的过程，通过聚类划分到各簇中的数据应该满足同簇内的数据差异度最小、不同簇内的数据差异度最大的原则。层次聚类法为常用聚类方法，它不需要先验地指定聚类个数。首先从所有样本出发，逐渐合并“距离”相近的样本为一类，最后将所有样本聚为一个大类。
采用层次聚类法对经验正交函数分解得到的空间型矩阵V进行聚类分析，具体过程如下：
步骤S40-1，在初始时构造N个类，每个类包含1组样本，即空间向量矩阵V的一列。
步骤S40-2，计算N个样品两两间的欧式距离得到距离矩阵d。其中dij表示距离矩阵d的第i行第j列，Vi,k和Vj,k表示空间向量Vi和Vj的第k个元素，其中i，j=1，2，3，…，M。
步骤S40-3，利用离差平方和法计算类间距离，确定并合并距离最相近的2个类为1个新类。
步骤S40-4，若类的个数不等于1，则重复执行步骤S40-3，否则执行步骤S40-5。
步骤S40-5，画聚类图，得到聚类结果。
步骤S50，基于层次聚类分析的结果，画出聚类树状图。
聚类树状图的示例如图1所示，图中横轴表示聚类的索引号，即为聚类样本，即为风电场中的所有风机，纵轴表示当前聚类内分支类之间距离。
步骤S60，基于聚类树状图，对风电机组进行划分，并选择标杆风机，确定分配系数。
基于聚类结果，取类的数目为所需标杆风机的台数，则每一类被划分为一组风机，从每组风机中选择一台作为标杆风机，该类中风机的台数即为分配系数。举例来说，若所需标杆风机台数为3，则在图1中选择在类间距离为4时进行“切树”，得到风机的3组聚类，从每组中选择一台风机作为标杆风机，该类的样本数量即为分配系数。
步骤S70，使用标杆风机法计算弃风电量。
基于步骤S60中标杆风机的选择结果，通过标杆风机推算得出理论发电量，并与风电场的实际发电量相减得出弃风电量。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。