南水北调西线工程水源区河流与黄河的丰枯遭遇分析

针对目前二维联合分布模型不能同时分析多条河流的丰枯遭遇特性，运用四元Copula连接函数构造了鲜水河、足木足河、绰斯甲河以及黄河上游兰州水文站天然径流系列的四维联合分布，研究了南水北调西线工程水源区河流与受水区黄河上游的丰枯遭遇问题。结果表明，如果不考虑黄河上游兰州水文站丰与水源区河流非全枯的组合，则有利于调水的丰枯遭遇频率为43.8%；如果把兰州水文站丰、水源区河流非全枯的组合考虑进来，有利于调水的丰枯遭遇频率可达77.8%，即调水河流之间能进行补偿调度的概率比较大，这对南水北调西线工程的实施是非常有利的     

基于混合Copula优化算法的风速预测方法研究

针对风电场中各风电机组风速之间存在的复杂时空相关性问题,提出一种基于混合Copula优化算法的风电场风速预测方法。该方法首先分析单一Copula函数拟合优度检验,选取合适Copula函数进行组合;其次,构建混合Copula函数模型对风电场内多风电机组风速相关性进行分析;最后应用最大期望（EM）算法求解模型相关系数并完成风速预测。结合优化算法,改进Copula函数能很好地解决风速相关性问题,为获取准确风速预测值奠定基础。以中国某地区风电场风电机组实测风速数据为例对所提方法进行验证,实验结果表明该模型可在准确分析风速相关性的基础上提高风速预测准确性。     

赣江流域洪水峰量演变规律及联合分布研究

为研究赣江流域洪水特征,基于赣江流域外洲水文站1950-2019 年共70 年逐日流量资料,对年最大洪峰流量和1 日洪量进行研究,通过Copula 函数研究其洪水峰量联合分布情况。结果表明：赣江洪峰和洪量保持良好的一致性,均呈减少趋势;洪峰和洪量的最优分布均为gamma 分布函数;Frank copula 函数可以很好的拟合赣江洪峰和洪量的相关关系;洪水单变量重现期为5 年一遇时,实际重现期为4.89～5.12 年;当单变量重现期为100 年一遇时,实际重现期为72.51～161.05年。     

On copulas and their diagonals

We formulate the necessary and sufficient conditions for a function δ:[0,1]→[0,1] to be the diagonal section of a multivariate absolutely continuous copula. Moreover we provide some simple analytic formulas for copulas having given diagonal section or given distribution functions of order statistics.     

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。     

考虑风电非线性相关性的配电网概率潮流研究

风电之间具有非线性相关的特性,研究其对配电网概率潮流的影响,对提高系统的安全性、可靠性和经济性具有重要意义。提出一种考虑风电之间非线性相关性的配电网概率潮流计算方法,该方法基于经验Copula函数生成风电功率样本,与常规的基于高斯分布、t-分布等概率分布函数的方法相比,基于经验分布函数可以较好地反映风电功率的随机特性。建立含风电的配电网潮流模型,介绍PQ节点、PV节点以及PQ(U)节点的处理方法,并采用前推回代法进行解算。最后,将所提方法应用于纯辐射型配网和弱环型配网概率潮流计算中,对比分析不考虑风电相关性、考虑线性相关性以及考虑非线性相关性的结果。对比结果表明,考虑非线性相关性的结果与实际情况更为接近,可为电力系统运行调度提供更为准确的参考信息。     

基于Copula理论考虑风电相关性的源网协调规划

相邻风电场处于相似气象条件下,功率相关性较强。目前源网规划方法假设风电场功率间相互独立,忽略风电相关性对规划的影响,不适用于未来高比例可再生能源电力系统。文中主要提出了考虑风电相关性的源网规划方法,并探讨风电相关性对规划方案的影响。首先,基于Copula理论描述风电功率相关性,通过模糊C均值聚类法考虑风电不确定性,建立了概率风电功率模型。继而,提出考虑风电相关性的经济源网协调规划模型,采用遗传算法求解。通过Garver 6节点系统和巴西南部46节点系统算例分析不同系统规模下风电相关性对规划的影响。算例分析结果表明:风电相关性对局部规划方案影响显著,对全局影响较小,应避免建设连接有相关性较强的风电场接入点的输电线路,减少风电功率趋同变化的不利影响;经济性方面,投资费用增加,运行费用降低,对总费用影响不明显。     

考虑多风电场相关性的场景概率潮流计算及无功优化

针对结合K-means聚类和Copula函数建立场景概率模型时,K-means聚类不能根据风电出力数据分布特点自发确定最佳聚类数这一不足,提出通过基于密度的聚类有效性指标确定最佳聚类数。并以此建立最优场景概率模型,采用改进型回溯搜索算法(BSA)进行无功优化。以澳大利亚的两个相邻风电场实测出力为例,在含多风电场的IEEE30节点系统中对所提方法进行验证,算例结果表明采用所提方法确定的最优场景概率模型能准确描述多风电场输出功率之间的相关性。     

基于加速应力试验的钽电容性能退化分析与建模研究

针对以3,4-乙烯二氧噻吩(PEDOT)导电聚合物的固体钽电容,本文以温度和湿度为加速试验应力,采用变间隔测量法搭建4种应力85℃/85%RH、95℃/70%RH、95℃/85%RH、110℃/85%RH水平下的钽电容恒定应力加速退化试验平台,获取性能退化参量电容量和损耗因数的退化数据。针对在温湿度加速应力下钽电容退化参数的非单一变化趋势,利用有序聚类算法进行退化区间划分;基于误差函数斜率的变化率确定最佳分类数,获得钽电容的稳定退化区间;基于数据重构和维纳过程对电容量和损耗因数进行拟合,拟合精度分别达到97%和95%,验证维纳过程建模的有效性;结合Copula函数建立基于随机效应维纳过程的钽电容二元加速退化模型,进行钽电容可靠性评估,推导正常应力水平下产品寿命,符合寿命12～15年的规定。结果表明二元加速退化模型能够进行钽电容的退化性能分析和寿命预测。     

基于Copula函数的广义随机空间内相关变量的可靠性分析

非正态相关变量的产品可靠性分析,需要应用变量间的联合概率密度函数进行转换。然而,实际工程中由于概率信息的不完备,难以求取准确的联合概率密度函数,而变量的边缘分布及其相关关系易于得到。文中采用Copula函数,利用变量的边缘分布以及相关关系,构造出系统的联合概率密度函数。同时指出,目前常用的Nataf变换只是基于Copula变换的一种特例。基于Copula函数的可靠性分析能更精确地描述实际情况,是一种基于非线性相关的模型,使问题的解决更加方便、灵活。