利用贝叶斯线性回归结合混合Copula函数分析风电功率的相关性

分析风电场之间的出力相关性有助于合理规划风机的功率输送以及调度优化,从而提高传输线路的利用率。以冀北地区风场为例,首先分析了该区域风速的分布特性,然后利用贝叶斯线性回归算法建立混合Copula函数模型,拟合得到4个机群风速序列的联合分布,计算出风电场之间的出力相关性,并与其他相关性函数建模进行对比研究。研究结果表明,基于贝叶斯线性回归的混合Copula函数模型能够提高参数估计的精确性,从而使得计算出的相关性更为准确,并且由其拟合得到的出力概率分布与实际风场出力的概率分布较为一致。     

采用藤Copula构建风电场风速相依模型

提出了采用基于Pair-Copula分解的藤Copula理论建立多元风速相依模型的方法。该方法首先考虑了风速分布的随机性,并计及风电场内部风机群风速间的相关性,采用Canonical藤描述Pair-Copula分解的逻辑结构,通过求解Canonical藤结构中的Pair-Copula概率密度函数PDF(probabilitydensity function),得到高维联合分布下的Pair-Copula多元风速相依模型;再对某实际风电场进行实证分析,得到了风电场内部6个风机群间风速的Pair-Copula联合概率密度函数JPDF(joint probability density function);最后在风电场风速相关结构的问题上进一步研究分析,为下一步建立混合Copula函数模型提供思路。     

基于混合Copula函数的含风电场电力系统可靠性评估

随着风力发电的发展,风电场风速之间的相关性对电力系统可靠性的影响越来越大。基于混合Copula函数建立一种多元相关性风速的模型,并在含多个风电场的IEEE-RTS系统可靠性评估中应用该模型,通过实例分析,在描述风电场风速相关结构方面,提出的混合Copula函数法比单一Copula函数法更合适,更有优势。     

基于Copula函数的风电场风速建模分析

韭菜坪风电场为贵州省的一个大型山区风电场,风电场内各机组的风速具有一定相关性。本文采用多元正态Copula函数及秩相关矩阵度量的方法来量化分析该风电场内风速的相关性,以建立更能反映该风电场特性的风速模型。多元正态Copula函数能有效地将威布尔分布的风速序列、风速累积概率分布序列及标准正态分布序列连接起来,实现相关风速变量的转换及建模预测。该方法为今后分析韭菜坪风电场风速特性对该地区电网安全稳定性的影响提供一定的技术支持,也可为山区及大型风电场规划选址提供参考。     

基于混合Copula函数的风电场出力建模方法

大容量风电场接入系统后,由于其具有间歇性、随机性和不确定性,会对电网潮流分布造成影响。以往的研究大都侧重于解决不同风电场间的风速相关性问题,针对云南电网中大型风电场往往由分布在不同山头的若干风电机群构成的实际情况,风电场内部已经不能单纯地采用一台风电机组等效。基于可以描述不同尾部特性的Copula理论,文中提出基于混合Copula函数建立风电场出力模型的方法。以云南电网某实际风电场为例进行验证分析,在PSD-BPA软件平台上建立该风电场出力模型,并进行系统潮流计算,结果表明,基于混合Copula函数的模型与基于单一Copula函数的模型相比,更接近于历史实测数据模型,二者得到较一致的潮流结果。     

基于Copula函数的多维时序风速相依模型及其在可靠性评估中的应用

风速模拟是对含风电的电力系统进行可靠性评估的先决条件.基于Copula函数和马尔科夫过程理论,提出了一种多维时序风速相依模型及该模型的两阶段蒙特卡洛模拟方法.该模型将多维相依关系分解为单维风速时间序列的短期相依关系和多个风速序列之间的同期相依关系.利用1阶连续状态马尔科夫链描述风速时间序列的变化规律;利用Copula函数捕捉风速序列中存在的短期相依关系和同期相依关系.通过实际风速数据对模型进行了验证,结果表明提出的模型能够较好保持风速序列的概率分布、自相关和互相关特性.将该模型应用到IEEE-RTS可靠性测试系统中,结果表明上述模型能够直接用于风电场可靠性效益评估.     

基于运行数据的风电机组间风速相关性统计分析

统计分析风电机组间的风速相关性对风电场的等值建模、风速/风功率预测及机组集群控制优化均具有指导意义。鉴于风电机组间的风速相关性研究工作开展较少,首先构建基于风电机组输出功率为索引的风电机组实际运行数据清洗方法与流程,然后基于Copula函数理论建立风电机组间风速相关性计算方法,最后基于张北地区某风电场风电机组运行数据进行案例应用分析。案例分析结果表明,提出的数据清洗整定方法可有效消除异常数据,提高风速相关性分析基础数据的质量;不同的时间尺度、风速、风向下的相同风电机组间的风速相关系数差异较大,案例中相同两台风电机组不同条件下风速运行数据相关性最大可达0.96,最小则降为0.55,风电机组间的风速相关系数表现出的时变性和差异性对基于风速相关性的风电场等值建模、风速/风功率预测精度影响较大。     

基于混合Copula函数及鲸鱼优化算法的风电场风速预测

针对风速精准预测过程中存在的风电场内风机数量大、风速之间存在复杂时空相关性的问题,提出将鲸鱼优化算法与混合Copula函数相结合的相关性分析法,在风机风速相关性分析的基础上构建风速预测模型.在该模型中,通过混合多种单一Copula函数,再利用鲸鱼优化算法进行参数求解,提高了模型的相关性分析水平.以我国某地区风电场风机实...     

Copula函数与核估计理论相结合分析风电场出力相关性的一种新方法

大型风电场出力的准确预测对风电场接入电网的安全性与经济性有重要意义。针对邻近风电场出力存在一定的相关性,结合Copula函数与核估计理论,提出一种分析风电场出力相关性的新方法。首先结合非参数核密度估计和Copula理论推导了一种Copula核估计函数;然后由此估计函数替代经验Copula函数来分析风电场出力相关性。不同于经验Copula函数,Copula核估计函数为连续函数,能有效消除参数假设误差,并且可从原理上降低参数估计的复杂度与计算量。以华北地区某实际风电场出力为例,将基于Copula核估计函数和经验Copula函数建立的风电场出力相关性模型分别接入到IEEE30节点测试系统进行潮流验证。结果表明,基于Copula核估计函数建立的风电场出力相关性模型更接近于实际数据模型,两者的潮流计算结果较为一致。     

基于Copula-SVM的短期风电功率场景预测方法

风电场输出功率具有随机性、间歇性以及可控性弱等特点,提高风电功率预测精度对含有大规模并网风电的电力系统安全经济运行具有重要意义。基于支持向量机(SVM)建立短期风电功率的均值预测模型,利用Copula函数对多时段风电功率的预测误差进行相依性建模,结合风电功率的预测均值和预测误差相依性结构,形成短期风电功率场景集合,可以直接用于机组组合等决策过程中。基于某实际风电场进行仿真分析,结果表明,考虑预测误差相依结构的场景集合能够包含风电功率实际值曲线,显示了方法的有效性。     

考虑风速相关性的发输电系统可靠性评估

基于Copula函数理论,提出了一种产生多维相关风速的模型并把该模型应用于含多个风电场的发输电系统可靠性评估的蒙特卡洛模拟方法中。通过历史风速数据对模型的验证表明:与常规的矩阵变换法相比,文中所提出的Copula函数模型能够更好地保持历史风速序列的概率分布、基本统计量和相关特性。将所述模型和方法应用到含风电场的IEEE-RTS发输电可靠性测试系统中,证明了与所提出的Copula函数法相比,常规的矩阵变换法会造成对系统可靠性指标的低估。     

基于Copula函数的马尔科夫链风速预测模型

针对风能随机波动造成的电网不平稳运行问题,提出了一种基于Copula函数计算马尔科夫链风速预测模型,对风速进行了短期预测。首先,利用相邻时段风速变量时间相关性建立连续一阶马尔科夫链风速预测模型,然后,结合Copula函数并采用基于经验分布的半参数估计法计算风速模型的状态转移函数,有效避开了离散型马尔科夫链因风速状态离散化程度高引起模型计算过于复杂的缺点,并且生成了较高精度的预测风速时间序列。最后,实例仿真分析结果验证了所提模型预测的准确性和有效性。     

基于时变Copula函数的风电出力相关性分析

相邻风电场风电出力存在较强的相关性,但一段时间内其相关强度并非一成不变,所选取时间窗口不同,可能会得到不同的相关性结论。针对这一问题,基于Copula相关性分析理论,提出了采用时变Copula函数来分析风电出力时变相关性。并研究了3种时变Copula函数的特性,给出了时变相关系数的时变方程,再采用IFM法和AIC法进行Copula函数参数估计和拟合优度检验。通过实例分析,对比了静态Copula函数和时变Copula函数拟合优度,证明了时变Copula函数在风电场风电出力相关性分析中的可行性和优越性,为风电场风电出力相关性分析提供了更有效的新方法。     

基于混合Copula函数的风电功率相关性分析

风电功率作为电力系统调度运行中不可忽视的随机输入变量,其相关性分析直接影响电力系统的不确定性和运行风险评估。文中从风电功率相关结构的角度出发分析风电功率的相关性,分析了风电功率间的尾部特征,提出利用混合Copula函数建模分析风电功率相关性的方法。该方法依据风电功率测量数据的相关结构,以线性加权的方式构造能够描述不对称尾部特征的混合Copula函数,并利用期望最大化(EM)方法对相关参数进行估计,研究结果表明,混合Copula函数能够很好地刻画风电功率间的相关结构和尾部特征,同时基于Copula函数的相关性测度理论能够方便地求取反映相关程度的指标。     

计及时空相关性的分布式风电接入配电网风险评估

随着分布式电源的大量接入,为研究分布式风电的相关性对配电网风险的影响,提出了一种计及时空相关性的分布式风电接入配电网风险评估方法。首先,考虑风电出力在不同季节的时空相关性,基于Copula函数和马尔科夫模型建立风电出力两阶段四季场景生成模型;其次,为提高风险评估的效率,基于红黑树结构建立动态故障集,通过查找、存储已抽样状态序列及其评估结果,避免同一状态反复调用程序计算潮流;最后,在IEEE 33节点配电网系统中计算配电网过电压、低电压、线路过载和失负荷运行风险指标,并基于层次分析法建立综合运行风险指标,合理全面地评估了强相关性风电接入配电网带来的风险,验证了所提模型和方法的有效性和准确性。     

风速的互补性对概率潮流的影响

以大规模风电并网为背景,以实现有效接纳风电为目的,通过概率潮流计算,对地理位置不同的风电场之间风速的互补性进行分析。为模拟不同风电场之间风速的互补性,提出采用FrankCopula函数构建风电场之间风速的联合概率分布,选取Spearman秩相关系数作为风电场之间风速的互补性测度。采用云南电网实际数据作为算例,重点分析了风速的互补性对节点电压、支路潮流及线损的影响。研究结果表明,考虑风速的互补性可以更合理地评估风电场对系统的影响,有利于更好地进行风电场选址及电网规划。