一種基于波動特性的風電出力時間序列建模方法
【專利摘要】本發(fā)明提供一種基于波動特性的風電出力時間序列建模方法，包括以下步驟：搜集并整理歷史風電出力數(shù)據(jù)，并定量描述風波動曲線變化趨勢；按自然月分別統(tǒng)計各類風波動的統(tǒng)計參數(shù)的多維聯(lián)合概率分布，并計算各類風波動的轉(zhuǎn)移概率；根據(jù)多維聯(lián)合概率分布和轉(zhuǎn)移概率按自然月隨機抽樣，計算風波動出力數(shù)據(jù)點的出力值得到模擬風電出力時間序列。本發(fā)明直接應(yīng)用歷史風電出力數(shù)據(jù)，采用統(tǒng)計分析和隨機抽樣理論，模擬了風電出力的隨機波動特性，能夠構(gòu)造符合實際的未來風電出力場景。
【專利說明】—種基于波動特性的風電出力時間序列建模方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種建模方法，具體涉及一種基于波動特性的風電出力時間序列建模方法。

【背景技術(shù)】
[0002]近年來風電大規(guī)模發(fā)展，我國新增風電裝機容量和累積風電裝機容量均已位居世界第一。隨著風電占整個電力系統(tǒng)電源比重的增加，深刻認識風電出力本身所具有的特性規(guī)律可以準確把握風電對電力系統(tǒng)的影響，使電力系統(tǒng)可以更有效地解決風電接入難題。
[0003]風電具有隨機性、波動性、間歇性等不確定性特點，這些不確定性特點給電力系統(tǒng)調(diào)頻、調(diào)峰等有功平衡手段帶來了一系列新的問題，這些問題也限制了風電的大規(guī)模發(fā)展。因此有必要研究風電出力的不確定性，把握風電出力變化規(guī)律，并在此基礎(chǔ)上進行長時間尺度風電出力時間序列建模，模擬風電變化規(guī)律，為含風電場電力系統(tǒng)可靠性計算、調(diào)峰裕度評估、隨機生產(chǎn)模擬、風電置信容量計算、電力電量平衡分析以及概率潮流計算等問題提供基礎(chǔ)數(shù)據(jù)。


【發(fā)明內(nèi)容】

[0004]為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于波動特性的風電出力時間序列建模方法，該方法直接應(yīng)用歷史風電出力數(shù)據(jù)，采用統(tǒng)計分析和隨機抽樣理論，模擬了風電出力的隨機波動特性，能夠構(gòu)造符合實際的未來風電出力場景。
[0005]為了實現(xiàn)上述發(fā)明目的，本發(fā)明采取如下技術(shù)方案:
[0006]本發(fā)明提供一種基于波動特性的風電出力時間序列建模方法，所述方法包括以下步驟:
[0007]步驟1:搜集并整理歷史風電出力數(shù)據(jù)，并定量描述風波動曲線變化趨勢；
[0008]步驟2:按自然月分別統(tǒng)計各類風波動的統(tǒng)計參數(shù)的多維聯(lián)合概率分布，并計算各類風波動的轉(zhuǎn)移概率；
[0009]步驟3:根據(jù)多維聯(lián)合概率分布和轉(zhuǎn)移概率按自然月隨機抽樣，計算風波動出力數(shù)據(jù)點的出力值得到模擬風電出力時間序列。
[0010]所述步驟I中，歷史風電出力數(shù)據(jù)包括大波動數(shù)據(jù)、中波動數(shù)據(jù)、小波動數(shù)據(jù)和低出力波動數(shù)據(jù)；
[0011]大波動數(shù)據(jù)為歷史風電出力時間序列上風波動類別為大波動的數(shù)據(jù)集合；
[0012]中波動數(shù)據(jù)為歷史風電出力時間序列上風波動類別為中波動的數(shù)據(jù)集合；
[0013]小波動數(shù)據(jù)為歷史風電出力時間序列上風波動類別為小波動的數(shù)據(jù)集合；
[0014]低出力波動數(shù)據(jù)為歷史風電出力時間序列上風波動類別為低出力波動的數(shù)據(jù)集八口 ο
[0015]所述步驟I中，采用高斯擬合函數(shù)擬合各類風波動的曲線變化趨勢，計算所有風波動的高斯擬合函數(shù)；對風波動i采用高斯函數(shù)進行最小二乘擬合，尋找與風波動上所有出力數(shù)據(jù)點的距離平方和最小的曲線，所述高斯擬合函數(shù)的表達式為:

【權(quán)利要求】
1.一種基于波動特性的風電出力時間序列建模方法，其特征在于:所述方法包括以下步驟: 步驟1:搜集并整理歷史風電出力數(shù)據(jù)，并定量描述風波動曲線變化趨勢； 步驟2:按自然月分別統(tǒng)計各類風波動的統(tǒng)計參數(shù)的多維聯(lián)合概率分布，并計算各類風波動的轉(zhuǎn)移概率； 步驟3:根據(jù)多維聯(lián)合概率分布和轉(zhuǎn)移概率按自然月隨機抽樣，計算風波動出力數(shù)據(jù)點的出力值得到模擬風電出力時間序列。
2.根據(jù)權(quán)利要求1所述的基于波動特性的風電出力時間序列建模方法，其特征在于:所述步驟I中，歷史風電出力數(shù)據(jù)包括大波動數(shù)據(jù)、中波動數(shù)據(jù)、小波動數(shù)據(jù)和低出力波動數(shù)據(jù)； 大波動數(shù)據(jù)為歷史風電出力時間序列上風波動類別為大波動的數(shù)據(jù)集合； 中波動數(shù)據(jù)為歷史風電出力時間序列上風波動類別為中波動的數(shù)據(jù)集合； 小波動數(shù)據(jù)為歷史風電出力時間序列上風波動類別為小波動的數(shù)據(jù)集合； 低出力波動數(shù)據(jù)為歷史風電出力時間序列上風波動類別為低出力波動的數(shù)據(jù)集合。
3.根據(jù)權(quán)利要求1所述的基于波動特性的風電出力時間序列建模方法，其特征在于:所述步驟I中，采用高斯擬合函數(shù)擬合各類風波動的曲線變化趨勢，計算所有風波動的高斯擬合函數(shù)；對風波動i采用高斯函數(shù)進行最小二乘擬合，尋找與風波動上所有出力數(shù)據(jù)點的距離平方和最小的曲線，所述高斯擬合函數(shù)的表達式為:
其中，X為出力數(shù)據(jù)點位置，Bi為極值參數(shù)，bi為位置參數(shù)，Ci為變化趨勢參數(shù)。
4.根據(jù)權(quán)利要求1所述的基于波動特性的風電出力時間序列建模方法，其特征在于:所述步驟2中，風波動的統(tǒng)計參數(shù)包括出力數(shù)據(jù)點的時間常數(shù)、極值參數(shù)、位置參數(shù)和變化趨勢參數(shù)；取任一風波動的統(tǒng)計參數(shù)作為樣本X = (X1, X2,...，Xn)，則對于任意實數(shù)X1, X2,, xn, Fn(x1； X2,, xn) =P (X1 ( X1, X2≤ X1,...，Xn ≤ xn)即為所統(tǒng)計的該類風波動的統(tǒng)計數(shù)據(jù)的多維聯(lián)合概率分布。
5.根據(jù)權(quán)利要求1所述的基于波動特性的風電出力時間序列建模方法，其特征在于:所述步驟2中，采用馬爾科夫鏈模擬各類風波動之間的轉(zhuǎn)換過程，按自然月依次統(tǒng)計4類風波動的轉(zhuǎn)移概率，轉(zhuǎn)移概率包括大波動的轉(zhuǎn)移概率、中波動的轉(zhuǎn)移概率、小波動的轉(zhuǎn)移概率和低出力波動的轉(zhuǎn)移概率。
6.根據(jù)權(quán)利要求5所述的基于波動特性的風電出力時間序列建模方法，其特征在于:所述大波動的轉(zhuǎn)移概率表示為:

其中，P large-large、^large-medium、^large-small、^large-low

分別為大波動到大波動、大波動到中波動、大波動到小波動、大波動到低出力波動的轉(zhuǎn)移概率；Nlarge-large、^large-medium'' ^large-small Λ ^large-low分別為大波動到大波動、大波動到中波動、大波動到小波動、大波動到低出力波動的轉(zhuǎn)移次數(shù)；Nla@為大波動出現(xiàn)的次數(shù)。
7.根據(jù)權(quán)利要求5所述的基于波動特性的風電出力時間序列建模方法，其特征在于:所述中波動的轉(zhuǎn)移概率表示為:
其中， ^medium-mediumΛ ^medium-large Λ ^medium-smallΛ ^medium-low

分別為中波動到中波動、中波動到大波動、中波動到小波動、中波動到低出力波動的轉(zhuǎn)移概率?^medium-medium Λ ^medium-large Λ ^medium-small ΛNmedium_low分別為中波動到中波動、中波動到大波動、中波動到小波動、中波動到低出力波動的轉(zhuǎn)移次數(shù)；Nmralium為中波動出現(xiàn)的次數(shù)。
8.根據(jù)權(quán)利要求5所述的基于波動特性的風電出力時間序列建模方法，其特征在于:所述小波動的轉(zhuǎn)移概率表示為:
其中，P small-small、^small-large、^small-medium、^small-low

分別為小波動到小波動、小波動到大波動、小波動到中波動、小波動到低出力波動的轉(zhuǎn)移概率；Nsmall - large、^small-large Λ NSmall - mudium、^small-low分別為小波動到小波動、小波動到大波動、小波動到中波動、小波動到低出力波動的轉(zhuǎn)移次數(shù)；Nsniall為小波動出現(xiàn)的次數(shù)。
9.根據(jù)權(quán)利要求5所述的基于波動特性的風電出力時間序列建模方法，其特征在于:所述低出力波動的轉(zhuǎn)移概率表示為:
其中， Plow—low、Plow—large、Plow—medium、Plow—small
分別為低出力波動到低出力波動、低出力波動到大波動、低出力波動到中波動、低出力波動到小波動的轉(zhuǎn)移概率；Nlow-lowΛ -^low-largeΛN]_ow-mudium、-^low-small
分別為低出力波動到低出力波動、低出力波動到大波動、低出力波動到中波動、低出力波動到小波動的轉(zhuǎn)移次數(shù)；N1ot為低出力波動出現(xiàn)的次數(shù)。
10.根據(jù)權(quán)利要求1所述的基于波動特性的風電出力時間序列建模方法，其特征在于:所述步驟3包括以下步驟: 步驟3-1:根據(jù)多維聯(lián)合概率分布和轉(zhuǎn)移概率按自然月隨機抽樣，按照式(I)計算風波動出力數(shù)據(jù)點的隨機出力值，然后將風波動順次連接即可得到模擬風電出力時間序列的趨勢出力，生成模擬風電趨勢時間序列； 步驟3-2:分別統(tǒng)計大波動、中波動、小波動和低出力波動的隨機出力值，并分類別順次添加隨機出力，得到模擬風電時間序列。
【文檔編號】G06Q50/06GK104182914SQ201410450099
【公開日】2014年12月3日 申請日期:2014年9月5日 優(yōu)先權(quán)日:2014年9月5日
【發(fā)明者】李馳, 劉純, 黃越輝, 王躍峰, 劉德偉, 張楠, 高云峰, 禮曉飛, 許曉艷, 馬爍, 李鵬, 李麗, 柳陽, 戴松霖, 劉延國, 藍海波, 劉海濤, 王哲, 楊志剛, 崔慧軍, 王靖然 申請人:國家電網(wǎng)公司, 中國電力科學(xué)研究院, 國網(wǎng)冀北電力有限公司, 中電普瑞張北風電研究檢測有限公司