基于Copula函数与等概率逆变换的风电出力场景生成方法

随着风电利用率的大规模提高,应用典型场景法应对风电机组出力的不确定性具有重要意义。针对多风电场出力之间的时空相关性提出一种改进的场景生成与缩减方法,并提出评价方法来检验生成场景的质量。该方法应用指数函数法构建体现风电时间相关性的多元变量协方差矩阵,应用Copula函数建立多风电场空间相关性模型,通过对随机数与历史数据的累积概率分布函数进行时空相关非线性变换与等概率逆变换生成大量初始场景。改进K-means聚类方法,通过手肘法与聚类有效性指标综合确定最优聚类数目后,缩减得到代表性时空相关风电场景。最后通过4项评价指标,对生成场景的波动性、相关性、可靠性等进行质量检验。算例分析表明,与其他方法相比,所提方法生成场景的波动性、爬坡情况和时空相关性均与历史数据更贴合,具有更高的实测值覆盖率。     

基于核密度估计和Copula函数的风、光出力场景生成

新能源的随机性、波动性及间歇性为电力系统规划带来困扰,对风、光出力的变化规律进行合理刻画,生成典型出力场景是新能源规划的常用方法.针对具有相关性的风、光出力典型场景难以生成的问题,本文首先应用非参数核密度估计法对大量样本数据进行拟合,并进行拟合优度及精度检验,得到风、光的核密度估计表达式,然后建立多种基于Copula函...     

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。     

基于经验Copula函数的多风电场出力动态场景生成方法及其在机组组合中的应用

随着大规模风电接入电网,风电功率的随机性与波动性以及多风电场出力的相关性使得电力系统的运行与调度面临着新的挑战。引入经验Copula函数表征多风电场联合出力分布;对风电的波动性进行建模,利用ksdensity函数拟合风电功率波动量,通过逆变换抽样的方法生成符合风电随机性和波动性的场景集合;生成基于经验Copula函数的多风电场出力动态场景,并将其应用于含多风电场的电力系统随机机组组合问题的求解。算例结果验证了所提风电波动性建模方法的有效性与动态场景生成方法的可行性,同时提高了含多风电场电力系统运行的经济性。     

基于动态Copula的风光联合出力建模及动态相关性分析

准确描述风力发电和光伏发电的动态相关性及联合出力的波动性,对风光互补系统的出力预测和经济调度具有重要意义。针对现行静态相关系数无法准确描述风光出力相依关系的问题,研究了风光出力的动态相关性,提出了基于动态Copula函数的风光联合出力模型构建方法。结合实测数据建立了8组动态与静态的风光联合出力Copula模型,用动态相关系数描述风光出力的相关性。运用拟合优度检验方法验证了动态Copula模型对比其静态模型的优越性,选出最优模型。最后将该模型应用在数据驱动的风光联合系统中,验证了其合理性与正确性。     

基于LHS与BR的风电出力场景分析研究

场景分析是电网运行规划中的一项重要技术,也是一个基础性工作。为有效分析风电出力的场景特征,本文基于风速的不确定特性对场景分析问题进行建模,构建了基于拉丁超立方抽样（LHS）与后向缩减法的场景分析模型,为快速分析任意时段的风电出力提供重要依据。本文首先分析风速特征,归纳同一时间点风速符合的概率分布;接着拟合各时刻威布尔分布的参数值,提出了一套基于LHS的场景生成方法;然后构建后向缩减场景缩减模型,使得到的若干条曲线能够更大程度表征原始场景的变化特征。最后,通过算例分析对比验证了本文所提方法的有效性与准确性。     

基于条件生成对抗网络的多区域风电短期出力场景生成方法

基于预测功率结果,构建风电出力场景集是电力系统随机优化调度的重要基础。现有多区域风电出力场景生成方法主要是时空相关性系数约束的随机抽样方法。由于风电时空相关性特征的时变非线性,生成的场景集与风电实际出力差异较大。提出一种基于条件生成对抗网络的多区域风电出力场景生成方法。该方法采用三维卷积网络设计适用于多区域风电出力场景生成的网络结构,通过对条件生成对抗网络进行博弈训练,学习到多个区域风电实际出力数据的特征以及输入数据与输出数据之间的映射关系。以我国西北地区5个风电区域为例对所提方法进行分析,并与传统的以相关性系数为约束的拉丁超立方抽样方法进行对比;结果表明,所提方法生成的多区域出力场景集更符合风电出力特征。     

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。     

基于综合Copula函数的风电出力相关性建模

针对单一Copula函数模型在描述风电功率相关性中失真较大的缺陷,提出构造综合Copula函数模型刻画其相关结构的策略,并采用EM方法估计模型中相关参数的值。以某地区两相邻风电场的实际历史出力数据为基础,通过对比不同组合函数的拟合优度校验,筛选出最优的综合Copula函数,并将其运用于系统的概率潮流计算中,作出支路有功功率及节点电压这二者的概率密度曲线,通过与单一Copula函数所得曲线的对比,验证了其在风电场出力建模中的有效性及可行性。     

采用谱聚类的风电典型出力场景选取方法

为有效地减少原始场景数量,以较小的工作量和较高的精度表征风电出力的全时空特性,本文提出了一种基于谱聚类算法的风电日出力典型场景生成方法。首先采用谱聚类算法对风电日出力场景进行聚类分析,得到能有效反映样本亲疏关系的聚类簇。随后考虑风电的反调峰特性,从聚类后的风电日出力场景中选出能够很好的反映各类场景中原出力曲线调峰效益的出力曲线,将其作为典型场景。最后,以云南某地区2017年风电实际出力数据为算例进行聚类分析,验证所提方法的正确性及有效性。     

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。     

考虑风电出力波动性的发电调度

提出了一种基于混合整数线性规划(MILP)的随机优化方法,来求解考虑风电出力不确定性、以总运行成本最小化为目标的机组组合优化问题.为计及风电的波动性,采用时间序列分析自回归滑动平均(ARMA)模型和拉丁立方采样(LHS),将随机优化模型转化为确定性模型,通过场景削减技术来解决场景数量很多时的计算量庞大问题.采用10机组和100机组系统对所提出的方法进行了模拟测试.仿真结果表明:计及风电出力不确定性后,系统总的运行成本趋于增加;非风电机组的爬坡速度和风电预测精度对所提出的算法的计算效率有明显的影响;将风电作为旋转备用资源可以明显降低系统总的运行成本.     

计及出力水平影响与自相关性的风电预测误差模拟方法

风电的预测误差不仅受预测出力水平的影响,而且时序上也存在显著的自相关性,基于此,提出一种兼顾两方面特征的风电预测误差模拟方法。充分利用Copula函数在描述变量间相关性方面的优势,通过分析风电出力的预测值与实际值间的联合概率分布,确定不同预测出力水平下预测误差的条件分布函数,对相邻时刻预测误差的相关性进行建模,并结合预测误差的条件分布函数,生成具有特定相关关系的备选数据列。顺次以前一时刻的预测误差为依据,从备选数据列中选取相应数据组成预测误差的模拟序列。算例仿真验证了所提方法的有效性。     

基于Copula理论的风电场间风速及输出功率相依结构建模

在电力系统规划和运行中,对风能的随机相关性进行建模是获取准确结果中非常重要的环节。鉴于风速分布呈现非线性和尾部相关性模式,区别于应用较为广泛的线性相关分析,文中引入了Copula函数对风电场风速以及输出功率之间的相依结构进行系统建模,建立了多风电场风速及功率的联合分布函数。对甘肃酒泉地区4个风电场风速相依结构的研究表明,对于有一定相关性的2个风电场,其风速之间的相关性呈现非对称的尾部特性,单一Copula函数较难精准表述其相依结构,故构建混合Copula函数,即根据拟合优度检验选取合适的Copula函数的凸组合进行描述更为准确;对福建2个风电场输出功率相依结构的研究表明,Gumbel-Copula适合用于2个风电场输出功率的相依结构建模。最后给出了四维风速的相依结构模型。     

考虑风电出力不确定性与半绝对离差风险的机组组合模型

在风电-火电系统中,若机组组合策略不当,风电出力的不确定性会引起电力系统的实际运行成本严重偏离期望成本,称之为决策风险.为了降低潜在的决策风险,运用情景生成与情景削减的方法表征风电出力的不确定性,并采用半绝对离差(lower semi-absolute deviation,LSAD)来衡量决策风险,即仅考虑实际运行成本高于期望成本的情形,提出了考虑风电出力不确定性与决策风险的机组组合模型,模型以最小化各个情景的半绝对离差风险期望值为优化目标(decision risk minimization,DRM).算例对比了不考虑决策风险的机组组合模型与考虑决策风险的机组组合模型,计算结果表明DRM模型能够降低潜在的决策风险.最小化运行成本期望将会增大决策风险,而最小化决策风险会导致运行成本期望的增加,计算结果表明DRM模型能够较好地处理风电出力的不确定性带来的运行成本期望与决策风险之间的矛盾关系,为决策者在不确定条件下进行决策提供新的思路.     

风力发电同时率与控制风电出力的研究

张家口地区风力发电不断发展,负荷远不能平衡风电出力.风电发电潮流反送到变压嚣,导致变压器满载甚至超载,给电网设备安全及调度运行带来了很多的困难.通过对典型月份各风场发电同时率的分析,进而研究地区负荷情况、风电发电出力与限制风电出力之间的关系,得出具体控制出力的结论,从而为调度运行人员提供切实可行的理论依据.