本发明公开了一种削减多个风电场出力场景的方法，包括：S1：获得多个风电场出力原始场景概率分布的相关矩阵、均值、方差、偏态和峰态；S2：采用Cholesky分解方法和K?均值聚类方法对多风电场历史出力原始场景进行削减；获得满足历史样本的相关矩阵为R的削减场景WX；S3：获得所述削减场景WX对应的概率p，并使得削减后的场景的概率分布保留原始场景概率分布的均值、方差、偏态和峰态。本发明同时考虑原始风电场出力场景数值的大小、原始风电场出力的相关特性和原始风电场出力概率分布的统计特性；大大提高了削减之后的场景与原始场景的近似度，降低场景削减过程中所产生的精度的损失，提高含有风电的电力系统规划与运行计算结果的准确度，提高电力系统运行的安全性。

本发明的目的在于提供一种削减多个风电场出力场景的方 法，旨在解决传统风电场出力场景的削减方法中，由于未考虑多个风电场出力场景相关性 以及原始风电场出力的概率分布的均值、方差、峰态、偏态等各阶矩统计特性导致削减后的 风电出力场景与原始的风电出力场景偏差较大，所得的削减后场景质量较差的问题。本发明提供了一种削减多个风电场出力场景的方法，包括下述步骤：S1：获得多个风电场出力原始场景概率分布的相关矩阵、均值、方差、偏态和峰态；S2：采用Cholesky分解方法和K-均值聚类方法对多风电场历史出力原始场景进行 削减；获得满足历史样本的相关矩阵为R的削减场景WX；S3：获得所述削减场景WX对应的概率p，并使得削减后的场景的概率分布保留原始 场景概率分布的均值、方差、偏态和峰态。

可以应用于风电场的管理和控制，以提高风电场的经济效益和可持续性。

随着风电技术的不断发展，风电场的规模越来越大，风电场的调度和控制也变得越来越复杂。采用该方法可以对多个风电场进行协同控制，实现风电场之间的功率均衡，从而提高风电场的发电效率和经济效益。

此外，该方法可以根据风电场的实际运行情况，实时调整风电场的出力，从而提高风电场的可持续性。在风电场运行过程中，如果某些风电场的出力过高，该方法可以将这些风电场的出力降低，从而保护风电机组的安全，避免风电机组被过度磨损。

因此，该方法在未来的风电场管理和控制中具有广泛的应用前景，可以为实现可再生能源的高效利用和可持续发展提供重要的技术支撑。

广西师范大学地处世界级旅游城市、国家历史文化名城桂林，是国家教育部与广西壮族自治区人民政府共建高校，“中西部高校基础能力建设工程项目”高校，广西重点建设的“国内一流大学”高校，全国文明校园。有王城、育才、雁山3个校区，校园面积4100多亩，各类学生50000多人，各类教职工4000多人（含离退休人员）。学校已发展成为广西教师教育的“领头羊”、人文强桂的“主力军”、科技兴桂的“生力军”、广西国际教育的“排头兵”。目前，学校正全力推进“双一流”建设和综合改革，努力实现建设国际知名、教师教育特色鲜明的国内一流大学的目标。

本发明提出一种结合Cholesky分解、聚类、矩匹配三种方法 的多个风电场出力场景削减方法。利用Cholesky分解方法可以考虑多风电场出力之间的相 关关系；基于聚类方法合并空间上距离相近的场景，实现场景削减；采用矩匹配方法可以得 到削减后场景的概率，使得削减后离散场景的概率分布与原始场景的概率分布在均值、方 差、峰态、偏态等各阶矩统计特性相匹配。本发明提出的技术可以同时保留原始场景的数值 大小、原始场景的相关特性和原始场景分布的统计特性，降低在场景削减过程中所产生的 场景概率分布信息的损失。

技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地保定，希望具备此项技术研发的技术方，能够尽快承接此项目。