电力系统规划需要长时间的机组承诺仿真(UC),最长可达数年或数十年,采用生产成本模型(PCM)进行,通常最终解决多个混合整数规划问题。聚光太阳能发电(CSP)由于其复杂的结构和运行特性、小的单元容量和大的单元数,极大地增加了PCM的计算量。为提高大规模CSP发电的电力系统PCM效率,提出了一种基于CSP机组模型的CSP聚类方法,该模型考虑了CSP的启动和蓄热过程,正确模拟了CSP的运行,避免了不可行的运行方案。在CSP聚类方法中,一系列CSP单元以聚类的形式进行建模,将众多的二进制变量替换为整数变量。变量的数量可以大大减少,问题规模也可以大大减少。通过对IEEE-RTS 1979修订版的案例研究,验证了所提模型和方法的有效性。CSP聚类方法优于引入的聚合单元模型。采用CSP的UC求解时间大大缩短(甚至减少1 ~ 2个数量级),且具有较高的精度,特别是发电成本,其偏差通常低于0.1%。该方法在大规模CSP发电的电力系统规划和运行中具有很大的应用潜力。