本發(fā)明涉及一種功率數(shù)據(jù)的確定方法，具體涉及一種能源互聯(lián)網(wǎng)中功率數(shù)據(jù)采樣精度的確定方法及裝置。

背景技術(shù)：

能源互聯(lián)網(wǎng)的關(guān)鍵環(huán)節(jié)是各類發(fā)電節(jié)點(diǎn)，火力發(fā)電技術(shù)已經(jīng)十分成熟，風(fēng)力、光伏發(fā)電已進(jìn)入大規(guī)模應(yīng)用階段，然而，以光伏、風(fēng)電為代表的間歇式電源出力特征不同于傳統(tǒng)的火電、核電，而具有隨機(jī)波動性與不可控性。以風(fēng)電場為例，其輸出功率受到氣象條件而引起的有功功率波動，在其大規(guī)模并網(wǎng)應(yīng)用情況下將給電網(wǎng)帶來不可忽視的沖擊，因而經(jīng)常發(fā)生為保護(hù)電網(wǎng)安全穩(wěn)定運(yùn)行而棄光、脫網(wǎng)等現(xiàn)象，制約了產(chǎn)業(yè)的健康發(fā)展。深入了解風(fēng)電場出力特征并進(jìn)行優(yōu)化應(yīng)用顯得至關(guān)重要。通過分析歷史運(yùn)行數(shù)據(jù)提取系統(tǒng)特征是直觀有效的方式之一，而數(shù)據(jù)樣本的科學(xué)建立則是統(tǒng)計分析工作的前提，其質(zhì)量水平關(guān)系到特性把握的準(zhǔn)確與有效。數(shù)據(jù)采集精度作為評價數(shù)據(jù)樣本的特征量之一，是在數(shù)據(jù)收集或統(tǒng)計處理過程中首要確定的要素，但往往因其簡單直觀而被忽略科學(xué)的標(biāo)定。

功率數(shù)據(jù)采樣頻率過小顯然會疏漏部分信息，可能引起模型識別誤差，影響有效信息提取，甚至導(dǎo)致反向結(jié)論的產(chǎn)生。然而，采樣頻率也并非越密越好，采樣時間間隔密集的數(shù)據(jù)采集方式，勢必需要配備更充足的存儲空間和有效的管理系統(tǒng)，雖然能夠真實再現(xiàn)系統(tǒng)運(yùn)行軌跡，但也會造成資源浪費(fèi)和成本增加。面向儲能與可再生能源發(fā)電的聯(lián)合應(yīng)用場合，在不損失系統(tǒng)特征的前提下，科學(xué)選擇采集精度來記錄間歇式電源出力軌跡，是準(zhǔn)確把握系統(tǒng)特性并開展優(yōu)化利用的基礎(chǔ)。

技術(shù)實現(xiàn)要素：

為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供一種能源互聯(lián)網(wǎng)中功率數(shù)據(jù)采樣精度的確定方法及裝置，功率數(shù)據(jù)采樣精度的確定可減少同一時間段數(shù)據(jù)處理量，科學(xué)選擇采集精度來記錄間歇式電源出力軌跡，真實再現(xiàn)系統(tǒng)運(yùn)行軌跡，有利于減緩大量風(fēng)電場/光伏電站中功率數(shù)據(jù)存儲成本，并降低其管理難度。

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：

本發(fā)明提供一種能源互聯(lián)網(wǎng)中功率數(shù)據(jù)采樣精度的確定方法，所述方法包括：

對功率數(shù)據(jù)進(jìn)行預(yù)處理，并對預(yù)處理后的功率數(shù)據(jù)進(jìn)行分層隨機(jī)抽樣，進(jìn)而建立功率數(shù)據(jù)樣本集f；

根據(jù)功率數(shù)據(jù)樣本集f建立功率數(shù)據(jù)相量矩陣d，并對功率數(shù)據(jù)相量矩陣d進(jìn)行填補(bǔ)處理；

根據(jù)經(jīng)過填補(bǔ)處理的功率數(shù)據(jù)相量矩陣d′確定相關(guān)系數(shù)矩陣r和指標(biāo)參量；

根據(jù)指標(biāo)參量建立多因子量化模型，進(jìn)而確定功率數(shù)據(jù)的采樣精度。

所述根據(jù)功率數(shù)據(jù)樣本集f建立功率數(shù)據(jù)相量矩陣d，并對功率數(shù)據(jù)相量矩陣d進(jìn)行填補(bǔ)處理包括：

設(shè)采樣時間間隔為t，功率數(shù)據(jù)樣本集f中的功率數(shù)據(jù)個數(shù)為n，并定義采樣精度序列k和采樣頻率f，滿足所述采樣精度序列k包括i個采樣精度，設(shè)第i個采樣精度為ki，滿足ki＝i×t，其中i為自然數(shù)；

把功率數(shù)據(jù)樣本集f中的功率數(shù)據(jù)放入功率數(shù)據(jù)相量矩陣d第一列[d：1]，然后每隔ki抽取功率數(shù)據(jù)，形成新的功率數(shù)據(jù)列，于是數(shù)據(jù)相量矩陣d的第i列的功率數(shù)據(jù)量為nu，且nu＝[n-mod(n,ki)]/ki，其中mod表示求余函數(shù)；

根據(jù)功率數(shù)據(jù)樣本集f建立如下功率數(shù)據(jù)相量矩陣d：

采用三次樣條差值方法對功率數(shù)據(jù)相量矩陣d進(jìn)行填補(bǔ)處理，設(shè)ki下相鄰功率數(shù)據(jù)為dbi和dai，dbi和dai間插值m個功率數(shù)據(jù)，且m＝ki-1，插值功率數(shù)據(jù)斜率β表示為：

β＝(dbi+dai)/ki

dbi和dai之間插補(bǔ)的功率數(shù)據(jù)值分別為：

d'b+mj＝β(m-i)+dbi

于是，建立如下經(jīng)過填補(bǔ)處理的功率數(shù)據(jù)相量矩陣d′：

所述根據(jù)經(jīng)過填補(bǔ)處理的功率數(shù)據(jù)相量矩陣d′確定相關(guān)系數(shù)矩陣r和指標(biāo)參量包括：

對采樣精度ki下的功率數(shù)據(jù)列[d：i]′和[d：1]′進(jìn)行相關(guān)性分析，得到如下相關(guān)系數(shù)矩陣r：

確定強(qiáng)相關(guān)系數(shù)區(qū)間，包括正強(qiáng)相關(guān)系數(shù)區(qū)間和負(fù)強(qiáng)相關(guān)系數(shù)區(qū)間；設(shè)定正強(qiáng)相關(guān)系數(shù)區(qū)間和負(fù)強(qiáng)相關(guān)系數(shù)區(qū)間分別為[r+s，1]和[-1，r-s]，其中，r+s和r-s均為常數(shù)，且滿足r+s∈(0,1)，r-s∈(-1,0)；

確定指標(biāo)參量，包括強(qiáng)相關(guān)系數(shù)區(qū)間的概率分布pro、插值處理后的功率數(shù)據(jù)與功率數(shù)據(jù)樣本集f中功率數(shù)據(jù)之間的均值集合m、均方根集合rms和方差集合ex以及d′經(jīng)傅里葉變換后幅值誤差的均值集合和相角誤差集合pe。

所述強(qiáng)相關(guān)系數(shù)區(qū)間的概率分布pro根據(jù)r、[r+s1]和[-1r-s]得到，pro表示為：

pro＝[p1p2......pi-1pi](4)

其中，pi為相關(guān)系數(shù)矩陣r中每列元素在[r+s1]和[-1r-s]兩個區(qū)間的概率值。

所述插值處理后的功率數(shù)據(jù)與功率數(shù)據(jù)樣本集f中功率數(shù)據(jù)之間的均值集合m、均方根集合rms和方差集合ex分別表示為：

m＝[m1m2......mi-1mi](5)

rms＝[rms1rms2......rmsi-1rmsi](6)

ex＝[ex1ex2......exi-1exi](7)

其中，mi為d′中[d：i]′中所有元素的均值，rmsi為d′中[d：i]′中所有元素的均方根，exi為d′中[d：i]′中所有元素的方差。

所述d′經(jīng)傅里葉變換后幅值誤差的均值集合和相角誤差集合pe分別表示為：

pe＝[pe1pe2......pei-1pei](9)

其中，為d′經(jīng)傅里葉變換后i列幅值誤差的均值，pei為d′經(jīng)傅里葉變換后i列幅值誤差的相角誤差。

所述根據(jù)指標(biāo)參量建立多因子量化模型，進(jìn)而確定功率數(shù)據(jù)的采樣精度包括：

將pro、m、rms、ex、pe作為有效因子建立如下多因子量化矩陣x(k)：

對x(k)進(jìn)行歸一化處理，建立如下多因子量化模型s：

s＝[s1s2……si-1si](11)

其中，si為第i個多因子量化指標(biāo)，其表示為：

其中，j為指標(biāo)參量索引，且j＝1，2，3，4，5，6；wj為第j個指標(biāo)參量的權(quán)重，x(k)ji為x(k)中第j行、第i列元素；

根據(jù)s選取功率數(shù)據(jù)的采樣精度，多因子量化模型s中值最小元素對應(yīng)的采樣精度即最佳采樣精度。

所述功率數(shù)據(jù)包括風(fēng)電功率數(shù)據(jù)和光伏功率數(shù)據(jù)。

本申請還提供一種能源互聯(lián)網(wǎng)中功率數(shù)據(jù)采樣精度的確定裝置，包括：

第一建模模塊，用于對功率數(shù)據(jù)進(jìn)行預(yù)處理，并對預(yù)處理后的功率數(shù)據(jù)進(jìn)行分層隨機(jī)抽樣，進(jìn)而建立功率數(shù)據(jù)樣本集f；

第二建模模塊，根據(jù)功率數(shù)據(jù)樣本集f建立功率數(shù)據(jù)相量矩陣d，并對功率數(shù)據(jù)相量矩陣d進(jìn)行填補(bǔ)處理；

第一確定模塊，用于根據(jù)經(jīng)過填補(bǔ)處理的功率數(shù)據(jù)相量矩陣d′確定相關(guān)系數(shù)矩陣r和指標(biāo)參量；

第二確定模塊，根據(jù)指標(biāo)參量建立多因子量化模型，進(jìn)而確定功率數(shù)據(jù)的采樣精度。

所述第二建模模塊具體用于：

設(shè)采樣時間間隔為t，功率數(shù)據(jù)樣本集f中的功率數(shù)據(jù)個數(shù)為n，并定義采樣精度序列k和采樣頻率f，滿足所述采樣精度序列k包括i個采樣精度，設(shè)第i個采樣精度為ki，滿足ki＝i×t，其中i為自然數(shù)；

把功率數(shù)據(jù)樣本集f中的功率數(shù)據(jù)放入功率數(shù)據(jù)相量矩陣d第一列[d：1]，然后每隔ki抽取功率數(shù)據(jù)，形成新的功率數(shù)據(jù)列，于是數(shù)據(jù)相量矩陣d的第i列的功率數(shù)據(jù)量為nu，且nu＝[n-mod(n,ki)]/ki，其中mod表示求余函數(shù)；

根據(jù)功率數(shù)據(jù)樣本集f建立如下功率數(shù)據(jù)相量矩陣d：

采用三次樣條差值方法對功率數(shù)據(jù)相量矩陣d進(jìn)行填補(bǔ)處理，設(shè)ki下相鄰功率數(shù)據(jù)為dbi和dai，dbi和dai間插值m個功率數(shù)據(jù)，且m＝ki-1，插值功率數(shù)據(jù)斜率β表示為：

β＝(dbi+dai)/ki

dbi和dai之間插補(bǔ)的功率數(shù)據(jù)值分別為：

d'b+mj＝β(m-i)+dbi

于是，建立如下經(jīng)過填補(bǔ)處理的功率數(shù)據(jù)相量矩陣d′：

所述第一確定模塊具體用于：

對采樣精度ki下的功率數(shù)據(jù)列[d：i]′和[d：1]′進(jìn)行相關(guān)性分析，得到如下相關(guān)系數(shù)矩陣r：

確定強(qiáng)相關(guān)系數(shù)區(qū)間，包括正強(qiáng)相關(guān)系數(shù)區(qū)間和負(fù)強(qiáng)相關(guān)系數(shù)區(qū)間；設(shè)定正強(qiáng)相關(guān)系數(shù)區(qū)間和負(fù)強(qiáng)相關(guān)系數(shù)區(qū)間分別為[r+s，1]和[-1，r-s]，其中，r+s和r-s均為常數(shù)，且滿足r+s∈(0,1)，r-s∈(-1,0)；

確定指標(biāo)參量，包括強(qiáng)相關(guān)系數(shù)區(qū)間的概率分布pro、插值處理后的功率數(shù)據(jù)與功率數(shù)據(jù)樣本集f中功率數(shù)據(jù)之間的均值集合m、均方根集合rms和方差集合ex以及d′經(jīng)傅里葉變換后幅值誤差的均值集合和相角誤差集合pe。

所述強(qiáng)相關(guān)系數(shù)區(qū)間的概率分布pro根據(jù)r、[r+s1]和[-1r-s]得到，pro表示為：

pro＝[p1p2......pi-1pi]

其中，pi為相關(guān)系數(shù)矩陣r中每列元素在[r+s1]和[-1r-s]兩個區(qū)間的概率值。

所述第二建模模塊具體用于：

插值處理后的功率數(shù)據(jù)與功率數(shù)據(jù)樣本集f中功率數(shù)據(jù)之間的均值集合m、均方根集合rms和方差集合ex分別表示為：

m＝[m1m2......mi-1mi]

rms＝[rms1rms2......rmsi-1rmsi]

ex＝[ex1ex2......exi-1exi]

其中，mi為d′中[d：i]′中所有元素的均值，rmsi為d′中[d：i]′中所有元素的均方根，exi為d′中[d：i]′中所有元素的方差。

所述第一確定模塊具體用于：

d′經(jīng)傅里葉變換后幅值誤差的均值集合和相角誤差集合pe分別表示為：

pe＝[pe1pe2......pei-1pei]

其中，為d′經(jīng)傅里葉變換后i列幅值誤差的均值，pei為d′經(jīng)傅里葉變換后i列幅值誤差的相角誤差。

所述第二確定模塊具體用于：

將pro、m、rms、ex、pe作為有效因子建立如下多因子量化矩陣x(k)：

對x(k)進(jìn)行歸一化處理，建立如下多因子量化模型s：

s＝[s1s2……si-1si]

其中，si為第i個多因子量化指標(biāo)，其表示為：

其中，j為指標(biāo)參量索引，且j＝1，2，3，4，5，6；wj為第j個指標(biāo)參量的權(quán)重，x(k)ji為x(k)中第j行、第i列元素；

根據(jù)s選取功率數(shù)據(jù)的采樣精度，多因子量化模型s中值最小元素對應(yīng)的采樣精度即最佳采樣精度。

所述功率數(shù)據(jù)包括風(fēng)電功率數(shù)據(jù)和光伏功率數(shù)據(jù)。

與最接近的現(xiàn)有技術(shù)相比，本發(fā)明提供的技術(shù)方案具有以下有益效果：

本發(fā)明提供的能源互聯(lián)網(wǎng)中功率數(shù)據(jù)采樣精度的確定方法，先建立功率數(shù)據(jù)樣本集f；然后根據(jù)功率數(shù)據(jù)樣本集f建立功率數(shù)據(jù)相量矩陣d，并對功率數(shù)據(jù)相量矩陣d進(jìn)行填補(bǔ)處理；接著根據(jù)經(jīng)過填補(bǔ)處理的功率數(shù)據(jù)相量矩陣d′確定相關(guān)系數(shù)矩陣r和指標(biāo)參量；最后根據(jù)指標(biāo)參量建立多因子量化模型，進(jìn)而確定功率數(shù)據(jù)的采樣精度。整個過程比較簡單，易于執(zhí)行；

本發(fā)明提供的能源互聯(lián)網(wǎng)中功率數(shù)據(jù)采樣精度的確定方法，有利于減緩大量風(fēng)電場/光伏電站中風(fēng)電功率數(shù)據(jù)/光伏功率數(shù)據(jù)存儲成本，并降低其管理難度；同時有助于在分析風(fēng)電場/光伏電站電池儲能系統(tǒng)容量配置時提供有效的數(shù)據(jù)支撐。

附圖說明

圖1是本發(fā)明實施例中能源互聯(lián)網(wǎng)中功率數(shù)據(jù)采樣精度的確定方法流程圖；

圖2是本發(fā)明實施例中采樣精度為1s的數(shù)據(jù)曲線示意圖；

圖3是本發(fā)明實施例中采樣精度為3s的數(shù)據(jù)曲線示意圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明作進(jìn)一步詳細(xì)說明。

本發(fā)明提供一種能源互聯(lián)網(wǎng)中功率數(shù)據(jù)采樣精度的確定方法，如圖1，該方法包括：

s101：對功率數(shù)據(jù)進(jìn)行預(yù)處理，并對預(yù)處理后的功率數(shù)據(jù)進(jìn)行分層隨機(jī)抽樣，進(jìn)而建立功率數(shù)據(jù)樣本集f；

s102：根據(jù)功率數(shù)據(jù)樣本集f建立功率數(shù)據(jù)相量矩陣d，并對功率數(shù)據(jù)相量矩陣d進(jìn)行填補(bǔ)處理；

s103：根據(jù)經(jīng)過填補(bǔ)處理的功率數(shù)據(jù)相量矩陣d′確定相關(guān)系數(shù)矩陣r和指標(biāo)參量；

s104：根據(jù)指標(biāo)參量建立多因子量化模型，進(jìn)而確定功率數(shù)據(jù)的采樣精度。

其中，s102具體過程如下：

設(shè)采樣時間間隔為t，如圖2，功率數(shù)據(jù)樣本集f中的功率數(shù)據(jù)個數(shù)為n，并定義采樣精度序列k和采樣頻率f，滿足采樣精度序列k包括i個采樣精度，設(shè)第i個采樣精度為ki，滿足ki＝i×t，其中i為自然數(shù)；

把功率數(shù)據(jù)樣本集f中的功率數(shù)據(jù)放入功率數(shù)據(jù)相量矩陣d第一列[d：1]，然后每隔ki抽取功率數(shù)據(jù)，形成新的功率數(shù)據(jù)列，如圖3所示，于是數(shù)據(jù)相量矩陣d的第i列的功率數(shù)據(jù)量為nu，且nu＝[n-mod(n,ki)]/ki，其中mod表示求余函數(shù)；

s102中，根據(jù)功率數(shù)據(jù)樣本集f建立如下功率數(shù)據(jù)相量矩陣d：

采用三次樣條差值方法對功率數(shù)據(jù)相量矩陣d進(jìn)行填補(bǔ)處理，設(shè)ki下相鄰功率數(shù)據(jù)為dbi和dai，dbi和dai間插值m個功率數(shù)據(jù)，且m＝ki-1，插值功率數(shù)據(jù)斜率β表示為：

β＝(dbi+dai)/ki

dbi和dai之間插補(bǔ)的功率數(shù)據(jù)值分別為：

d'b+mj＝β(m-i)+dbi

于是，建立如下經(jīng)過填補(bǔ)處理的功率數(shù)據(jù)相量矩陣d′：

s103中，根據(jù)經(jīng)過填補(bǔ)處理的功率數(shù)據(jù)相量矩陣d′確定相關(guān)系數(shù)矩陣r和指標(biāo)參量具體包括：

對采樣精度ki下的功率數(shù)據(jù)列[d：i]′和[d：1]′進(jìn)行相關(guān)性分析，得到如下相關(guān)系數(shù)矩陣r：

確定強(qiáng)相關(guān)系數(shù)區(qū)間，包括正強(qiáng)相關(guān)系數(shù)區(qū)間和負(fù)強(qiáng)相關(guān)系數(shù)區(qū)間；設(shè)定正強(qiáng)相關(guān)系數(shù)區(qū)間和負(fù)強(qiáng)相關(guān)系數(shù)區(qū)間分別為[r+s，1]和[-1，r-s]，其中，r+s和r-s均為常數(shù)，且滿足r+s∈(0,1)，r-s∈(-1,0)；

確定指標(biāo)參量，包括強(qiáng)相關(guān)系數(shù)區(qū)間的概率分布pro、插值處理后的功率數(shù)據(jù)與功率數(shù)據(jù)樣本集f中功率數(shù)據(jù)之間的均值集合m、均方根集合rms和方差集合ex以及d′經(jīng)傅里葉變換后幅值誤差的均值集合和相角誤差集合pe。

上述強(qiáng)相關(guān)系數(shù)區(qū)間的概率分布pro根據(jù)r、[r+s1]和[-1r-s]得到，pro表示為：

pro＝[p1p2......pi-1pi](4)

其中，pi為相關(guān)系數(shù)矩陣r中每列元素在[r+s1]和[-1r-s]兩個區(qū)間的概率值。

上述插值處理后的功率數(shù)據(jù)與功率數(shù)據(jù)樣本集f中功率數(shù)據(jù)之間的均值集合m、均方根集合rms和方差集合ex分別表示為：

m＝[m1m2......mi-1mi](5)

rms＝[rms1rms2......rmsi-1rmsi](6)

ex＝[ex1ex2......exi-1exi](7)

其中，mi為d′中[d：i]′中所有元素的均值，rmsi為d′中[d：i]′中所有元素的均方根，exi為d′中[d：i]′中所有元素的方差。

上述d′經(jīng)傅里葉變換后幅值誤差的均值集合和相角誤差集合pe分別表示為：

pe＝[pe1pe2......pei-1pei](9)

其中，為d′經(jīng)傅里葉變換后i列幅值誤差的均值，pei為d′經(jīng)傅里葉變換后i列幅值誤差的相角誤差。

s104中，根據(jù)指標(biāo)參量建立多因子量化模型，進(jìn)而確定功率數(shù)據(jù)的采樣精度具體包括：

將pro、m、rms、ex、pe作為有效因子建立如下多因子量化矩陣x(k)：

對x(k)進(jìn)行歸一化處理，建立如下多因子量化模型s：

s＝[s1s2……si-1si](11)

其中，si為第i個多因子量化指標(biāo)，其表示為：

其中，j為指標(biāo)參量索引，且j＝1，2，3，4，5，6；wj為第j個指標(biāo)參量的權(quán)重，x(k)ji為x(k)中第j行、第i列元素；

根據(jù)s選取功率數(shù)據(jù)的采樣精度，多因子量化模型s中值最小元素對應(yīng)的采樣精度即最佳采樣精度。

功率數(shù)據(jù)包括風(fēng)電功率數(shù)據(jù)和光伏功率數(shù)據(jù)。

本申請還提供一種能源互聯(lián)網(wǎng)中功率數(shù)據(jù)采樣精度的確定裝置，包括：

第一建模模塊，用于對功率數(shù)據(jù)進(jìn)行預(yù)處理，并對預(yù)處理后的功率數(shù)據(jù)進(jìn)行分層隨機(jī)抽樣，進(jìn)而建立功率數(shù)據(jù)樣本集f；

第二建模模塊，根據(jù)功率數(shù)據(jù)樣本集f建立功率數(shù)據(jù)相量矩陣d，并對功率數(shù)據(jù)相量矩陣d進(jìn)行填補(bǔ)處理；

第一確定模塊，用于根據(jù)經(jīng)過填補(bǔ)處理的功率數(shù)據(jù)相量矩陣d′確定相關(guān)系數(shù)矩陣r和指標(biāo)參量；

第二確定模塊，根據(jù)指標(biāo)參量建立多因子量化模型，進(jìn)而確定功率數(shù)據(jù)的采樣精度。

上述的第二建模模塊具體用于：

設(shè)采樣時間間隔為t，功率數(shù)據(jù)樣本集f中的功率數(shù)據(jù)個數(shù)為n，并定義采樣精度序列k和采樣頻率f，滿足所述采樣精度序列k包括i個采樣精度，設(shè)第i個采樣精度為ki，滿足ki＝i×t，其中i為自然數(shù)；

把功率數(shù)據(jù)樣本集f中的功率數(shù)據(jù)放入功率數(shù)據(jù)相量矩陣d第一列[d：1]，然后每隔ki抽取功率數(shù)據(jù)，形成新的功率數(shù)據(jù)列，于是數(shù)據(jù)相量矩陣d的第i列的功率數(shù)據(jù)量為nu，且nu＝[n-mod(n,ki)]/ki，其中mod表示求余函數(shù)；

根據(jù)功率數(shù)據(jù)樣本集f建立如下功率數(shù)據(jù)相量矩陣d：

采用三次樣條差值方法對功率數(shù)據(jù)相量矩陣d進(jìn)行填補(bǔ)處理，設(shè)ki下相鄰功率數(shù)據(jù)為dbi和dai，dbi和dai間插值m個功率數(shù)據(jù)，且m＝ki-1，插值功率數(shù)據(jù)斜率β表示為：

β＝(dbi+dai)/ki

dbi和dai之間插補(bǔ)的功率數(shù)據(jù)值分別為：

d'b+mj＝β(m-i)+dbi

于是，建立如下經(jīng)過填補(bǔ)處理的功率數(shù)據(jù)相量矩陣d′：

上述的第一確定模塊具體用于確定相關(guān)系數(shù)矩陣r和指標(biāo)參量，指標(biāo)參量包括強(qiáng)相關(guān)系數(shù)區(qū)間的概率分布pro、插值處理后的功率數(shù)據(jù)與功率數(shù)據(jù)樣本集f中功率數(shù)據(jù)之間的均值集合m、均方根集合rms和方差集合ex以及d′經(jīng)傅里葉變換后幅值誤差的均值集合和相角誤差集合pe。

確定相關(guān)系數(shù)矩陣r的過程如下：

對采樣精度ki下的功率數(shù)據(jù)列[d：i]′和[d：1]′進(jìn)行相關(guān)性分析，得到如下相關(guān)系數(shù)矩陣r：

確定強(qiáng)相關(guān)系數(shù)區(qū)間，包括正強(qiáng)相關(guān)系數(shù)區(qū)間和負(fù)強(qiáng)相關(guān)系數(shù)區(qū)間；設(shè)定正強(qiáng)相關(guān)系數(shù)區(qū)間和負(fù)強(qiáng)相關(guān)系數(shù)區(qū)間分別為[r+s，1]和[-1，r-s]，其中，r+s和r-s均為常數(shù)，且滿足r+s∈(0,1)，r-s∈(-1,0)；

強(qiáng)相關(guān)系數(shù)區(qū)間的概率分布pro根據(jù)r、[r+s1]和[-1r-s]得到，pro表示為：

pro＝[p1p2......pi-1pi]

其中，pi為相關(guān)系數(shù)矩陣r中每列元素在[r+s1]和[-1r-s]兩個區(qū)間的概率值。

上述的第二建模模塊具體用于：

插值處理后的功率數(shù)據(jù)與功率數(shù)據(jù)樣本集f中功率數(shù)據(jù)之間的均值集合m、均方根集合rms和方差集合ex三者分別表示為：

m＝[m1m2......mi-1mi]

rms＝[rms1rms2......rmsi-1rmsi]

ex＝[ex1ex2......exi-1exi]

其中，mi為d′中[d：i]′中所有元素的均值，rmsi為d′中[d：i]′中所有元素的均方根，exi為d′中[d：i]′中所有元素的方差。

上述的第一確定模塊具體用于：

d′經(jīng)傅里葉變換后幅值誤差的均值集合和相角誤差集合pe分別表示為：

pe＝[pe1pe2......pei-1pei]

其中，為d′經(jīng)傅里葉變換后i列幅值誤差的均值，pei為d′經(jīng)傅里葉變換后i列幅值誤差的相角誤差。

上述的第二確定模塊具體用于：

將pro、m、rms、ex、pe作為有效因子建立如下多因子量化矩陣x(k)：

對x(k)進(jìn)行歸一化處理，建立如下多因子量化模型s：

s＝[s1s2……si-1si]

其中，si為第i個多因子量化指標(biāo)，其表示為：

其中，j為指標(biāo)參量索引，且j＝1，2，3，4，5，6；wj為第j個指標(biāo)參量的權(quán)重，x(k)ji為x(k)中第j行、第i列元素；

根據(jù)s選取功率數(shù)據(jù)的采樣精度，多因子量化模型s中值最小元素對應(yīng)的采樣精度即最佳采樣精度。

功率數(shù)據(jù)包括風(fēng)電功率數(shù)據(jù)和光伏功率數(shù)據(jù)。

本發(fā)明有助于在分析風(fēng)電場/光伏電站電池儲能系統(tǒng)容量配置時提供有效的數(shù)據(jù)支撐，此外，功率數(shù)據(jù)精度的確定，有利于減緩大量風(fēng)電場/光伏電站中風(fēng)電功率數(shù)據(jù)/光伏功率數(shù)據(jù)存儲成本，并降低其管理難度。

應(yīng)該注意的是上述實施例對本發(fā)明進(jìn)行說明而不是對本發(fā)明進(jìn)行限制，并且本領(lǐng)域技術(shù)人員在不脫離所附權(quán)利要求的范圍的情況下可設(shè)計出替換實施例。在權(quán)利要求中，不應(yīng)將位于括號之間的任何參考符號構(gòu)造成對權(quán)利要求的限制。單詞“包括”不排除存在未列在權(quán)利要求中的元件或步驟。位于元件之前的單詞“一”或“一個”不排除存在多個這樣的元件。本發(fā)明可以借助于包括有若干不同元件的硬件以及借助于適當(dāng)編程的pc來實現(xiàn)。在列舉了若干裝置的單元權(quán)利要求中，這些裝置中的若干個可以是通過同一個硬件項來具體體現(xiàn)。單詞第一、第二、以及第三等的使用不表示任何順序?？蓪⑦@些單詞解釋為名稱。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本申請的實施例可提供為方法、系統(tǒng)、或計算機(jī)程序產(chǎn)品。因此，本申請可采用完全硬件實施例、完全軟件實施例、或結(jié)合軟件和硬件方面的實施例的形式。而且，本申請可采用在一個或多個其中包含有計算機(jī)可用程序代碼的計算機(jī)可用存儲介質(zhì)(包括但不限于磁盤存儲器、cd-rom、光學(xué)存儲器等)上實施的計算機(jī)程序產(chǎn)品的形式。

本申請是參照根據(jù)本申請實施例的方法、設(shè)備(系統(tǒng))、和計算機(jī)程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計算機(jī)程序指令實現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合。可提供這些計算機(jī)程序指令到通用計算機(jī)、專用計算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個機(jī)器，使得通過計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些計算機(jī)程序指令也可存儲在能引導(dǎo)計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計算機(jī)可讀存儲器中，使得存儲在該計算機(jī)可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些計算機(jī)程序指令也可裝載到計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計算機(jī)實現(xiàn)的處理，從而在計算機(jī)或其他可編程設(shè)備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

最后應(yīng)當(dāng)說明的是：以上實施例僅用以說明本發(fā)明的技術(shù)方案而非對其限制，所屬領(lǐng)域的普通技術(shù)人員參照上述實施例依然可以對本發(fā)明的具體實施方式進(jìn)行修改或者等同替換，這些未脫離本發(fā)明精神和范圍的任何修改或者等同替換，均在申請待批的本發(fā)明的權(quán)利要求保護(hù)范圍之內(nèi)。