基于Copula函数的北京市设计降雨研究

准确描述不同重现期下的设计降雨,能够为水利工程规划设计和防洪减灾提供重要的科学依据.本文以北京市2005-2018年20个站点逐小时的降水数据为基础,采用超定量法提取各分区不同场次强降雨的降雨历时和降雨量,构建了各个分区降雨历时和降雨量的二元分布,并计算了各个分区在不同重现期下的设计雨量.结果表明:北京市城区的强降雨事...     

基于地理信息的SCS模型及其在黄土高原典型流域降雨-径流关系中的应用

基于土地利用、土壤类型等信息数据和流域水文、气象资料,应用美国农业部水土保持局研制的小流域设计洪水模型-SCS模型对王东沟流域径流过程进行了模拟.按照集水区自然分水线划分流域子单元,并提出了适合该流域产流计算的CN值表.结果表明,模型所模拟的径流过程与实测径流过程具有较好的一致性,模拟精度在75%以上,说明模型在参数的确定上是较为合理的,可以应用于黄土高原典型流域.为建立分布式水文模型对流域进行生态水文综合评价提供了科学方法.     

基于基尼系数的水文年内分配均匀度变异分析方法——以东江流域龙川站径流序列为例

由于受气候变化、人类活动及流域下垫面变化等因素的影响,许多水文要素序列不仅在年际形式上发生了变异,而且其年内分配特性也发生了不同程度的变异,严重影响了水利工程的规划设计以及水资源可持续利用和优化调配。目前有关水文要素年内分配特性的研究,多集中在分析水文要素年内分配的不均匀性上,很少涉及这种不均匀性是否随环境变化而发生变异,且有些不均匀性指标表达不直观、可比性不强,为此本文提出了基于基尼系数的水文年内分配均匀度变异分析方法。该法首先借用基尼系数构建水文要素年内分配均匀度模型,然后采用水文变异诊断系统分析年内分配均匀度序列的变异规律,最后利用均值差异法对其变异的物理成因进行分析。以东江流域龙川站多年逐月径流量序列为例,计算结果显示：龙川站径流年内分配均匀度GI在1973年发生了跳跃强变异,变异前后GI的均值相对增加了21.07%;这种变异约60%是由于人类活动特别是枫树坝水库的修建运行造成的下垫面变化引起的,而气候变化只占到约40%。     

降雨-径流关系非一致性演化的驱动因素诊断——以渭河流域为例

降雨-径流关系是流域产水能力的关键表征。受气候变化、下垫面改变和人类活动的耦合影响,降雨与径流之间的相关性呈现出一定的非一致性变化,不同因素的影响仍有待量化。耦合去趋势互相关分析与去趋势偏互相关分析方法,提出了一种降雨-径流非一致性关系驱动要素识别与影响估算方法,量化了气象条件、下垫面条件和人类活动的贡献。结果表明：构建的量化方法对非一致性序列具有良好的适用性;人类活动对渭河流域降雨-径流关系的影响最大,平均贡献率为58.86%,气象条件次之,下垫面条件影响最小;人类活动对渭河流域降雨-径流关系的影响在时域上总体处于持续增长态势,空间上呈现渭河干流上中游>泾河流域>北洛河流域。     

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Elman型回馈神经网络的流域降雨-径流动态过程建模的研究

本文将Elman回馈型神经网络与水文系统的特点相结合 ,建立了流域降雨 -径流动态模型。文中用较简单的方法解决了神经网络模型难以直接描述水文系统前期状态的难题 ,并以福建沙县流域的降雨 -径流过程为研究对象 ,通过完整的分析 ,表明Elman型神经网络与水文系统概念相结合的动态过程模型是一种能够保证较高的预报准确性的模型 ,同时又具有良好的适应性、健壮型和外延性 ,显示出良好的应用前景。     

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。     

利用区域流量历时曲线模拟东江流域无资料地区的日径流过程

根据流量值与流域空间特征值之间的相关关系来构建区域化流量历时曲线,以流量历时曲线取代常规的流量过程作为流域降雨径流模型参数优化的目标函数,分析该方法的可行性与模拟精度。由东江流域中的11个子流域所组成的研究区域能得到精度良好的区域化流量历时曲线,以TOPMODEL模型作为流域降雨径流模型,用区域化流量历时曲线作为优化目标函数,验证流域星丰和岳城的计算结果表明该方法是可行的,能得到较为满意的模拟精度,可以将该方法应用于广大的无资料地区推求日径流过程。     

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。     

五强溪水库控制流域降雨产流分析

介绍了五强溪水库运行以来1995年～2010年的降雨产流资料分析过程和结果；通过开展降雨和入库流量关系曲线分析,分析入库洪水与降雨量关系,寻找降雨产流的一般规律；改进入库洪水预报方法,优化水库调度过程,合理安排发电计划,充分利用水能资源,增加发电效益.     

基于阿基米德Copula和拉丁超立方采样的概率最优潮流计算

提出一种考虑随机变量相关性的概率最优潮流算法。选用广义lambda分布拟合最优潮流模型中的随机变量,建立逆累积分布函数;基于Clayton、Gumbel、Frank、Joe生成元,构筑4种部分嵌套式阿基米德Copula模型对随机变量的相关性结构建模;选取Kendall秩相关系数描述随机变量的相关性,采用相关系数匹配法求取Copula模型的参数;基于生成元的拉普拉斯逆变换,将阿基米德Copula与拉丁超立方采样相结合,生成相关的随机样本用于概率最优潮流计算。对某地区10个风电场风速样本的建模和分析,验证了广义lambda分布和部分嵌套式阿基米德Copula模型的有效性。基于IEEE 118节点系统对2种拉丁超立方采样法进行了对比。     

基于Copula函数的设计洪水地区组成研究

洪水地区组成具有较强的随机性,最科学的分析方法是给出各地区洪水的联合分布,本文应用Copula函数构造了上游断面与区间洪水的联合分布,提出和推导了两种有代表性的设计洪水地区组成：条件期望组成和最可能组成。由条件期望地区组成分析了同频率组成所处的水平,应用实例表明,同频率组成保证率偏低,低于期望水平。本文所推导的条件期望组成还包含了置信区间等信息,为决策人员明晰决策风险提供了依据;推求的最可能组成考虑了地区间洪水的空间相关性,更加符合客观实际,为设计洪水地区组成分析计算提供了一条新的途径。     

西江流域降水气温关系变异诊断及驱动力分析

气候变化的加剧和气象灾害频发,使得西江流域的降水-气温相依结构是否发生变化及其背后的驱动力尚不明晰。本文基于Copula函数的极大似然比(CLR)方法,对两者的相依结构进行变异诊断,并考虑当地气象因子和遥相关因子,探究变化背后的驱动力。结果表明,西江上游流域降水-气温相依结构在2002年2月发生了变异,郁江流域在1985年4月发生了变异。风速、相对湿度在全时间序列中和其相依结构有着较显著的正、负相关关系,并且北极涛动是主要驱动力,它影响着东亚季风,然后对当地风速产生影响,进而影响降水-气温关系,使其相依结构发生了显著变异。     

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。     

基于Copula函数的大坝洪水漫顶风险率计算

洪水漫顶风险率分析计算对于大坝风险管理具有重要意义。本文基于Copula函数计算大坝洪水漫顶风险率，并分析不同Copula函数及峰量相关性对漫顶风险率的影响。清江流域隔河岩水库实例表明：最优的Gumbel-Hougaard Copula函数能较好地描述洪峰、洪量的上尾相关性，计算的洪水漫顶风险率为3.79×10-5，而Frank和Clayton Copula函数得到的风险率明显偏低。随着洪峰、洪量相关系数的增加，洪水漫顶风险率也增加。假设峰量相互独立的情况下洪水漫顶风险率被低估，而完全相关的情况下则被高估。基于Copula函数的两变量统计方法能够有效捕捉洪峰、洪量的实际相关关系，得到的风险率更加合理，为大坝洪水漫顶风险率分析提供科学依据。     

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。     

基于混合Copula函数的洪水联合概率计算方法

洪水频率计算是涉水工程规模确定的依据。混合Copula函数比单一Copula函数能够更好地刻画多维洪水随机变量的分布特征。本文以加拿大魁北克省马达瓦斯克河流域的洪水数据为例,利用单一Copula函数构造两种混合Copula函数,采用粒子群算法和遗传算法求解混合Copula函数权重系数,并选择拟合最优的混合Copula函数进行洪水频率计算。结果表明：混合Copula函数的均方误差最大值分别为0.000567和0.000352,均小于单一Copula函数指标值,且由旋转Copula函数构成的混合函数效果更优。变量较大值组合发生时,混合Copula函数联合重现期计算结果小于单一Copula函数计算结果,同现重现期计算结果要大于单一Copula函数计算结果。     

基于混合Copula函数的风电场可用惯量评估方法

针对风电场可用惯量值与标称值可能存在较大误差的问题,提出一种考虑风机风速分布和机组运行工况的可用惯量概率化评估算法.通过对物理影响因素的分析得到风电场平均风速的时空分布特性,进而利用混合Copula函数构建大气湍流影响下的瞬时风速条件概率分布模型;基于双馈风电机组虚拟惯量控制建立风机可用惯量和惯性功率增量的估算模型,并...     

基于Copula理论的风/光出力预测误差分析方法的研究

准确预测风/光出力能够提高电力系统经济调度的可靠性。本文提出了一种新型的风/光出力预测误差分析方法,在基于点预测数据基础上,针对风电出力和光伏出力点预测精度不高的问题,采用Copula函数分别计算风电出力和光伏出力的实际值和预测值的联合概率分布,采用聚类的方法分别按天气类型和季度分析历史数据,分别对风电出力和光伏出力预测误差进行建模以提高预测精度,同时在各环境下考虑风电场和光伏电站的相关特性,使预测更加准确。以某风/光电站实际出力数据、天气、时间等为样本进行了实例研究,通过与传统预测方法进行对比验证了模型的精确性。