基于BIRCH聚类的光伏集群发电功率预测研究

文贤馗; 何明君; 周科; 李晓江; 唐乾

doi:doi:10.19912/j.0254-0096.tynxb.2024-1754

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

基于BIRCH聚类的光伏集群发电功率预测研究

更新时间：2026-03-06

- 基于BIRCH聚类的光伏集群发电功率预测研究
- Vol. 47, Issue 2, Pages: 60-66(2026)
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：doi:10.19912/j.0254-0096.tynxb.2024-1754
  CLC： TM731
- Online First：05 March 2026，
  
  Published：05 March 2026
- 稿件说明：
移动端阅览
文贤馗, 何明君, 周科, et al. 基于BIRCH聚类的光伏集群发电功率预测研究[J]. 2026, 47(2): 60-66.
DOI：

文贤馗, 何明君, 周科, et al. 基于BIRCH聚类的光伏集群发电功率预测研究[J]. 2026, 47(2): 60-66. DOI： doi:10.19912/j.0254-0096.tynxb.2024-1754.

摘要

针对分布式光伏功率预测中存在的原始数据有限问题

提出一种基于中位数与平均数为计算指标

结合BIRCH聚类方法进行集群划分

并采用集群累加法的预测框架。通过分别对各集群建立多种预测模型进行光伏功率预测

最终汇总各集群结果

实现对区域分布式光伏出力的整体预测。基于贵州省某区域20座分布式光伏电站的实际数据开展仿真分析

实验结果表明

所提方法预测精度较高

能满足实际应用需求。

Abstract

This article proposes a cluster partitioning method based on median and mean as calculation indicators and using BIRCH clustering algorithm to address the problems of limited raw data and information in power prediction of distributed photovoltaics. On the basis of cluster division

cluster accumulation method is adopted to predict the photovoltaic power of each cluster using multiple models

and then the prediction results of all clusters are integrated to achieve distributed photovoltaic area prediction. This article combines data from 18 distributed photovoltaic power stations in a certain region of Guizhou Province for simulation analysis. The experimental results show that the proposed algorithm has high accuracy and the proposed method can meet the practical application requirements.

关键词

Keywords

references

陈炜, 艾欣, 吴涛, 等. 光伏并网发电系统对电网的影响研究综述[J]. 电力自动化设备, 2013, 33(2): 26-32, 39.

李升, 卫志农, 孙国强, 等. 大规模光伏发电并网系统电压稳定分岔研究[J]. 电力自动化设备, 2016, 36(1): 17-23.

张小萌, 白恺, 柳玉, 等. 大规模分布式光伏短期集群功率预测综述[J]. 华北电力技术, 2017(6): 1-7.

栗峰, 丁杰, 周才期, 等. 新型电力系统下分布式光伏规模化并网运行关键技术探讨[J]. 电网技术, 2024, 48(1): 184-199.

欧阳永健, 缪希仁, 林蔚青, 等. 基于分层有向图与动态时空相关性的小区域光伏超短期预测方法[J]. 电网技术, 2024, 48(6): 2458-2468.

王东风, 刘婧, 黄宇, 等. 结合太阳辐射量计算与CNN-LSTM组合的光伏功率预测方法研究[J]. 太阳能学报, 2024, 45(2): 443-450.

乔颖, 孙荣富, 丁然, 等. 基于数据增强的分布式光伏电站群短期功率预测(一): 方法框架与数据增强[J]. 电网技术, 2021, 45(5): 1799-1808.

乔颖, 孙荣富, 丁然, 等. 基于数据增强的分布式光伏电站群短期功率预测(二): 网格化预测[J]. 电网技术, 2021, 45(6): 2210-2218.

王丹, 薛激光, 旋璇, 等. 考虑相似日优选的EPGA-BPNN短期光伏功率预测[J]. 供用电, 2024, 41(5): 80-87.

欧阳静, 秦龙, 王坚锋, 等. 基于PCA-ShapeDTW-QWGRU的分布式光伏集群短期功率预测[J]. 太阳能学报, 2024, 45(5): 458-467.

BLONDEL V D, GUILLAUME J L, LAMBIOTTE R, et al.Fast unfolding of communities in large networks[J]. Journal of statistical mechanics: theory and experiment, 2008, 2008(10): P10008.

王磊, 张帆, 寇凌峰, 等. 基于Fast Unfolding聚类算法的规模化分布式光伏电源集群划分[J]. 太阳能学报, 2021, 42(10): 29-34.

张赟宁, 石泽. 基于快速搜索与发现密度峰值聚类算法的含有分布式光伏的配电网电压分区协调控制[J]. 现代电力, 2020, 37(1): 35-41.

CHEN H, WANG L X, GONG Y C, et al.Distributed photovoltaic power cluster partition based on DPC clustering algorithm[C]//2022 4th International Conference on Electrical Engineering and Control Technologies (CEECT). Shanghai, China, 2022: 974-979.

WU Z J, PAN Q, ZHOU Y, et al.Distributed PV cluster partition based on KNN-DPC clustering algorithm[C]//2023 5th International Conference on Electrical Engineering and Control Technologies(CEECT). Chengdu, China, 2023: 1-5.

BEZDEK J C, EHRLICH R, FULL W.FCM: the fuzzy C-means clustering algorithm[J]. Computers & geosciences, 1984, 10(2/3): 191-203.

超木日力格, 于剑, 朱杰. 结合Total-Bregman距离的模糊聚类算法[J]. 计算机科学与探索, 2016, 10(2): 220-229.

CHEN Y Z, WANG X Y, ZHANG B S.An unsupervised deep learning approach for scenario forecasts[C]//2018 Power Systems Computation Conference (PSCC). Dublin, Ireland, 2018: 1-7.

HU Y, LIU W Y, LI X, et al.A group division method for voltage control based on distributed photovoltaic scaled access to rural power grid[C]//2020 5th Asia Conference on Power and Electrical Engineering (ACPEE). Chengdu, China, 2020: 580-586.

朱墨, 张德正. 基于模糊聚类法的分布式发电集群划分策略[J]. 电工技术, 2023(18): 26-28, 31.

MENG T, LYU X Y, LI C G, et al.Research on partition method of distributed photovoltaic cluster based on modularity index and absorption ability[C]//2023 2nd International Conference on Smart Grids and Energy Systems (SGES). Guangzhou, China, 2023: 323-327.

CHEN L, SUN Y H, WU Z R, et al.Distributed PV cluster partitioning strategy based on GAN data synthesis federation clustering[C]//2023 8th International Conference on Power and Renewable Energy (ICPRE). Shanghai, China, 2023: 1730-1735.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

计及NWP相似日的MHA-LSTM光伏发电超短期功率预测

基于泛化图论与DDPG算法的高渗透率光伏配电网能量路由策略研究

基于HGS-VMD-ENN的光伏发电功率超短期混沌预测模型

基于改进MOGRO的港区配电网无功优化策略研究

基于改进布谷鸟搜索-支持向量机的光伏阵列接地故障诊断

Related Author

叶建盈

刘昭启

李洲辰

林波

刘磊

陈颖婷

李红

王家威

Related Institution

China Special Equipment Inspection & Research Institute

China University of Petroleum-Beijing, School of Economics and Management

北京100083

Beijing Institute of Solar Energy

Tsinghua University

AI问答

⁰