基于混合半云模型的风速-功率曲线建模方法

风速-功率曲线的准确建模是风电机组出力态势评估和风电功率预测的关键基础之一。计及风电映射关系的不确定性及功率曲线的分布形态,提出一种基于混合半云模型的建模策略来实现对风功率数据固有和随机分布特征的挖掘和建模。引入最优组内云熵算法快速有效地剔除异常数据;采用逆向云发生器求取期望、熵与超熵数字特征来定量刻画风速-功率对应关系的不确定性,构建腰部数据的半云模型;通过X条件云发生器和正向云发生器分别求取腰部和上部数据的功率云滴,实现定性数字特征向定量数据的转换。以中国东北某大型风电场的实测数据为例,从数据质量、频率分布和风功率预测等维度分析混合半云模型,验证了所提方法的可行性。     

改进混合半云模型在不规则风速概率分布拟合中的应用

针对基于概率密度峰值法的混合半云模型存在的模型精度易受扰动风速影响的问题,提出了一种基于范数理论的混合半云模型峰值求解方法。首先,由风速历史数据获得风速概率密度统计离散点;然后,采用范数理论选取风速概率密度离散点的拟合多项式;最后,求取多项式的峰值点,并将其对应的风速值作为风速概率密度区域划分的边界,从而建立混合半云模型。结果表明:与基于概率密度峰值法的混合半云模型相比,所提方法可以有效地避免扰动风速对模型概率峰值选取的影响,模型拟合度保持在99%以上。所提方法提高了混合半云模型的鲁棒性和拟合精度,有效降低了"峰值偏离"对半云模型区域划分的影响。     

考虑不规则风速概率分布特性的配电系统可靠性评估

威布尔分布模型无法准确描述不规则风速概率分布特性,将其应用于含风电的配电网可靠性评估会造成评估结果偏差较大。为了提高评估结果的准确性,本文首次将改进混合半云模型应用于考虑不规则风速概率分布特性的配电系统可靠性评估中。采用美国Monteview地区时间间隔5 min的风速数据建立不同的风速概率分布模型,并应用于求解不同风速扰动情况下配电系统可靠性指标。算例结果表明:改进混合半云模型鲁棒性更好,更适用于含风电接入的配电系统可靠性评估。     

基于混合半云模型的相关性风速及风电场并网可靠性分析

针对现有相关矩阵法生成相关性风速的不足,文中引入风速的混合半云模型,改进风速的抽样过程。采用蒙特卡洛抽样生成具有相关性的风速样本,通过历史风速与模型结果的对比表明,所提出的改进相关矩阵法生成的风速间的相关系数与真实数据更为接近。然后,选取不同相关系数对风电场出力和并网可靠性进行分析,分析结果表明相关系数对风电场出力和可靠性有较大影响,考虑风速相关性可以得到对风电场出力和并网可靠性更加准确的分析。     

基于多步逆向半云模型的价格型需求响应不确定性建模

针对现有价格型需求响应模型难以同时精确反映用户响应行为的随机性与模糊性,以及基于对称云模型进行需求响应建模存在拟合误差大、求解稳定性差的问题,提出一种基于多步式逆向云发生器半云模型的价格型需求响应不确定性建模方法。定义收益率作为不同用户对收益大小认知的统一评估标准,并建立半云模型下的用户收益率与响应行为的映射关系模型。利用多步式逆向云发生器求取半云模型的数字特征,并采用正向云发生器生成反映用户响应行为的分布云图。仿真算例表明,相比于对称云模型与传统价格型需求响应建模方法,半云模型具有更高的拟合精度;相比于单步式逆向云发生器,多步式逆向云发生器具有更好的稳定性。     

短时风速概率分布的混合威布尔逼近方法

风速概率分布特性是决定风电场功率输出的重要因素.常用的两参数威布尔函数在拟合较长周期风速时效果很好,然而在研究短周期或特殊时段风速概率分布后发现,其分布规律常为双峰或多峰分布,很难用传统方法准确逼近.对此,提出一种混合威布尔函数逼近特殊时段风速分布的方法,构造极大似然函数逼近风速实际分布并采用数论布点方法获得待求参数.结果显示,七参数混合威布尔函数显著提高了双峰型风速概率密度分布逼近的精度,而极大似然估计的加权处理,提高了关注风速段的拟合优度,达到了降低逼近误差的目的.     

基于互Box-Cox变换和Markov链风速云模型的发电系统充裕度评估

为准确计及风速随机性和自相关性对风电并网系统充裕度的影响,建立基于互Box-Cox变换和Markov链的风速云模型,并将该模型与时序Monte Carlo模拟法结合,提出计及风速随机性和自相关性的风电并网系统充裕度评估方法。仿真结果表明,所提模型产生的仿真风速样本与实测风速样本具备相似的概率分布特性和自相关性,所提方法可较精确地评估风电并网系统充裕度及风电容量可信度。     

基于风速云模型相似日的短期风电功率预测方法

风电功率预测是解决风电不确定性影响的重要基础和必要手段,高比例风电并网条件下对每个时刻点的预测精度要求都将更为严格。训练样本是影响预测精度的关键因素之一,但由于实际天气系统的复杂多样性和类属模糊性,定向选择与调度时段内风况相似的训练样本对预测精度至关重要。因此,提出了基于云模型定向选取风速相似日数据作为训练样本的短期风电功率预测方法,能够对指定时段内风速随机性和模糊性特征进行学习和建模,通过对历史数据的定向筛选和精细化利用提升预测精度。首先,以日为单位建立历史风速的云模型数据库;然后,建立云模型相似度量化指标,用于判断与待预测时段风速云模型最为相似的历史数据序列,以此为训练样本建立短期风电功率预测模型。在实际预测中,每日根据天气预报信息滚动更新训练样本和预测模型,提高预测精度。最后,选择中国北方某风电场运行数据进行实例分析,结果证明了所提方法能够提高风电功率预测精度,具有一定的工程实用价值。     

基于混沌特性分析的风速序列混合预测方法

为提高风速时间序列的预测性能,针对具有混沌特性的风速时间序列提出一种混合预测方法。通过分析风速时间序列的动力学特性,求解风速时间序列蕴含的最佳不稳定周期轨道,将前一最佳不稳定周期轨道附近的值作为当前预测结果,从而得到基于混沌不稳定周期轨道的预测结果。另外,将混沌算子网络应用于风速时间序列预测分析中,通过调节网络参数改变预测网络的动力学特性,从而实现风速时间序列预测分析。将这两种具有不同机理的预测方法通过优化融合指标函数的方式实现预测结果融合,从而实现风速时间序列的混合预测。仿真结果表明,混合预测方法能够进一步提高风速时间序列的预测性能。     

计及随机波动风速、风向的风电场建模方法研究

提出风电场建模方法建立风电场随机模型,对风电场运行特性进行仿真,为实现大规模风力发电的可预测、可控制目标服务。通过对风电场等值模型与详细模型的仿真比较,验证建模方法的合理性,并得出在研究风电场动态特性及其对电网影响时应考虑风速、风向的随机波动建立风电场模型。     

基于云模型的电力应急群体决策评价方法

近年来,随着现代电力系统朝着高度的相互关联性及复杂性方向发展,其脆弱性和巨大事故发生的危害性也日益彰显,所以,有效的电力应急管理显得尤为重要。全面评估电网企业的大面积停电应急能力,明确应急工作的目标和方向成为研究的重点。在运用层次分析法建立的评价指标体系的基础上,通过引入云理论及相关方法,可以获得一种新的电力应急群体决策评价方法。该方法利用云模型完成了评价过程中定性与定量之间的转化并同时考虑了模糊性和随机性问题。最后通过实际算例分析并验证了该方法的有效性和合理性。     

梯形半云PBDR-VPP源荷协调经济调度

针对价格型需求响应虚拟电厂用户响应行为模型精确度不高的问题,提出一种梯形半云价格型需求响应不确定性建模方法。用梯形半云对分时电价下用户的不确定响应行为进行建模,通过正、逆向云变换算法,实现用户响应行为定性概念与定量数据之间的双向转化,用云滴分布形状拟合用户的响应随机行为。将源、荷两侧灵活资源整合,使虚拟电厂综合效益最大化的经济协调调度。算例仿真验证了模型的有效性。     

风力发电系统不同风速建模方法的对比研究

为了建立真实有效的风速模型,分别给出组合风速模型以及风轮等效风速模型具体的建模过程和参数的设定.以风速的功率谱密度和自相关特性作为评价指标,分别将这两种不同的风速模型与真实的风场风速参数进行对比评估.评估结果表明,风轮等效风速模型更加符合风电场风速的变化规律和相关特性,为风力发电系统变桨距控制算法的改进和机组的故障诊断预测等研究提供必要的理论基础。     

基于矩函数的风速概率分布参数估计方法

风能利用领域常以双参数Weibull分布描述风速统计特性,准确估计分布参数是准确计算风能特征指标的前提。推演发现服从Weibull分布的随机变量的各阶矩仍然服从Weibull分布,根据这一统计学性质,拟定了基于矩函数的3个参数估计公式。精度检验显示,本文方法在较大范围内均具有较高的精度。通过算例与现行方法比较分析,认为本文方法特别是3阶矩公式值得推广使用。     

基于NIOS Ⅱ的嵌入式云发生器电路设计

提出基于NIOSⅡ处理器系统在目标电路板的FPGA中实现嵌入式云发生器的设计方法。将定制处理器系统加入硬件设计实体,生成硬件配置文件,编写调试云发生器代码,生成软件配置文件,再利用二者生成最终的配置文件并下载到FPGA配置芯片中,实现嵌入式云发生器,具有接口灵活,扩展性强,低功耗,高性能,低成本等优点。     

基于LabVIEW的真随机数云发生器的设计

云发生器是构造云模型不确定性推理和设计云模型智能控制器的基础,全面论述了一种基于硬件真随机数云发生器的实现方法.首先设计一种基于雪崩噪声电路产生的真随机数序列发生器,利用LabVIEW平台构建测试系统对其进行一系列特性检验,进而将该真随机数序列转换为正态分布的真随机数作为云发生器的随机数源,最后设计一种真随机数云发生器算法,并通过LabVIEW平台编程实现.实验结果表明,该真随机数云发生器生成结果十分理想,可为云模型不确定性推理后续研究提供基础.     

基于云理论的居民负荷集体谐波概率分布

电力电子型居民负荷和新能源装置在配电网中应用越来越广泛,其产生的集体谐波非常可观,对电力系统的影响与危害已不可忽视。文中提出一种基于云理论的居民负荷集体谐波评估方法,介绍了云模型和云变换的基本理论,阐述了基于云理论的居民负荷集体谐波评估流程。通过实际案例证明,采用云变换方法可精确拟合谐波电流概率分布曲线,能较好地呈现居民负荷谐波电流幅值分布曲线的多峰性,其95%概率最大值估计精度显著优于正态分布法。研究结果对分析居民谐波来源、确定谐波治理措施和监管政策具有重要意义。     

基于混合模型的超短期风速区间预测

准确的风速预测能够促进大规模的风电并网,保证电力系统的安全稳定运行。针对传统点预测方法难以表征预测结果概率可信度问题,提出一种基于模糊信息粒化、改进长短期记忆网络与差分自回归移动平均模型的混合区间预测模型。首先,采用自适应噪声的完全集合经验模态分解模型对原始风速数据进行分解,并依据模糊熵重构得到新序列。在此基础上,对每个序列依次进行模糊信息粒化,获得最大值、最小值及平均值。最后,利用改进长短期记忆网络模型预测高频序列,差分自回归移动平均模型预测低频序列与余项,并将所得上下界求和得到最终风速区间。算例分析表明,所提模型得出的风速预测区间能够准确覆盖实测风速,为电力系统调度提供更多有价值的决策信息。     

基于实测数据的风电场风速功率特性仿射建模方法

提出基于实测数据的风电场风速-功率曲线仿射建模方法。以预报误差、地形差异以及尾流效应影响因素作为噪声元,建立输入风速的仿射模型;将风电场功率实测数据划分为多个所属风速区间,求取各个风速区间的中心值,拟合仿射中心值曲线,进而辨识风速-功率仿射模型中的噪声元系数。实测数据验证了所提方法的有效性。     

区域风能规划中的风资源参数及等效风速序列求解方法

在面积较广阔、建有多个风速观测站的区域风能规划中,缺乏能够描述区域等效风资源状况的风速数据以及相应的求解方法。针对区域等效风速序列及风速分布特性参数难于求解的问题,调查总结了常用风能规划模型中用于描述风速变化特性及风资源分布的重要参数,分析了参数选择对风能规划的影响,提出基于多维自回归模型的区域等效参数及区域等效风速序列求解方法,给出一种仅利用月平均风速合成风速数据的方法。以可再生电力混合优化模型为计算平台,以建有多个风速观测站的某区域为算例,参数求解方法及合成风速方法的合理性进行了验证分析。结果表明,2种方法都能够求得合理的区域等效风速数据;利用月平均风速合成风速数据的方法,能够合成具有一定可参考性的、适用于区域风能规划的风速数据。