0060] 12、基于 Cholesky 分解技术（《A New Modified Cholesky Factorization》，SIAM J. SCI. STAT. C0MPUT，vol. 11，No. 6, pp. 1136-1158, November 1990)，将第 8 步计算得到的 相关矩阵R*分解为一个上三角矩阵和下三角矩阵的乘积，即R* = L*L*T，其中L*为下三角 矩阵，为L*T上三角矩阵。
[0061] 13、利用第12步中的L*替换式子（7)中的L。，转到步骤7。
[0062] 通过第I-第13步，最终可得到满足给定相关矩阵、均值、标准差、偏态、峰态的风 电功率N个风电场的场
[0063] 本发明结合Cholesky分解和立方变换技术，提出了一种生成多个风电场功率场 景的方法。该方法只需要通过历史的观测样本计算出风电功率的相关矩阵、均值、标准差、 偏态和峰态等统计特征，无需假设风电功率的概率分布函数，即可生成满足历史样本相关 矩阵、均值、标准差、偏态和峰态等统计特征的风电功率场景，在含风电电力系统运行和规 划计算中，为考虑风电的随机性提供了有效的基础信息，从而提高电力系统计算的精度和 计算的效率。
[0064] 以下结合附图对本发明实施案例作进一步详细说明。
[0065] 实施例中采用3个风电场出力2012年间隔15分钟共35136个数据作为原始的场 景进行削减。削减之前，首先将风电场出力数据进行了标么化处理，即将所有风电场出力数 据除以各自风电场的容量。
[0066] 实施步骤1 :计算3个风电场出力的35136个原始场景的相关矩阵、均值、标准差、 偏态、峰态：
[0067] 相关矩阵
[0068] 第1个风电场出力原始场景的均值、标准差、偏态、峰态：Mn= 0? 1885, M12 = 0? 0279, M13= 1. 4504, M 14= 4. 8294 ;
[0069] 第2个风电场出力原始场景的均值、标准差、偏态、峰态：M21= 0? 1548, M22 = 0? 0182, M23= 1. 6 9 31，M 24= 6. 0712 ;
[0070] 第3个风电场出力原始场景的均值、标准差、偏态、峰态：M31= 0.2534, M32 = 0? 0418, M23= 1. 2429, M 24= 3. 8860。
[0071] 实施步骤2 :计算标准化之后的均值、标准差、偏态、峰态：
[0072] 标准化之后第1个风电场出力原始场景的均值、标准差、偏态、峰态：
[0073]
[0074] 标准化之后第2个风电场出力原始场景的均值、标准差、偏态、峰态：
[0075]
[0076] 标准化之后第3个风电场出力原始场景的均值、标准差、偏态、峰态：
[0077]
[0078] 实施步骤3 :随机生成与3个风电场维数相同的正态分布矩阵Z = [Zi，Z2, Z3]，该 矩阵中：
[0079] 对应第1个风电场出力场景的向量为（ZD1:
[0080] -0? 030-0. 1650. 6281. 0931. 109-0. 8640. 077-1. 214-1. 114-0. 0071. 533-0. 7700. 371-0. 2261. 117
[0081] 对应第2个风电场出力场景的向量（Z2)T为：
[0082] -1. 0890. 0330. 5531. 1011. 5440. 086-1. 492-0. 742-1. 0622. 350-0. 6160. 748-0. 1 920.889-0. 765
[0083] 对应第3个风电场出力场景的向量（Z3)T为：
[0084] -1. 402-1. 4220. 488-0. 177-0. 1961. 4190. 2920. 1981. 588-0. 8040. 6970. 835-0. 2 440. 216-1. 166
[0085] 实施步骤4 :计算步骤3中所生成的正态分布矩阵的相关矩阵，
[0086] 1-
[0087] 实施步骤5 :分解相关矩阵R得到的目标下三角矩阵L ;
[0088]
[0089]实施步骤6 :分解相关矩阵&得到的下三角矩阵L。；
[0090]
[0091] 实施步骤7 :根据式（7)生成满足给定相关矩阵R的初始场景Z* = [Z#，Z2*，Z3*];
[0092] (Z^)1为：
[0093] -0? 798-0. 773-0. 0680. 9440. 983-0. 094-0. 7760. 2960. 191-0. 7972. 975-0. 206-0 .510-0. 7451. 004
[0094] (Z2*)T为：
[0095] -0. 323-0. 764-0. 0390. 8433. 3090. 055-0. 3110. 2730. 1170. 3901. 169-0. 268-0. 5 94-0. 9690. 533
[0096] (Z3*)T为：
[0097] 0? 363-0. 0452. 661-1. 065-0. 1920. 402-0. 5560. 327-0. 1880. 6671. 975-0. 908-0. 731-0. 728-0. 040
[0098] 实施步骤8 :计算立方变换的系数an，bn，cn，dn;
[0099] 对应第1个风电场出力场景的立方变换的系数a:，bp Cl，屯分别为：
[0100] -0? 00102,1. 00319,0? 00103, -0? 00001
[0101] 对应第2个风电场出力场景的立方变换的系数a2, b2, c2, d2分别为：
[0102] 0. 03342,0. 98452, -〇. 07386,0. 02249
[0103] 对应第3个风电场出力场景的立方变换的系数a3, b3, c3, d3分别为：
[0104] -0? 01069,1. 03103,0? 03078, -0? 01637
[0105] 实施步骤9 :立方变换之后的对应场景如下所示，其中，第1行对应第1个风电场 出力场景，第2行对应第2个风电场出力场景，第3行对应第3个风电场出力场景。
[0106] -0? 798-0. 773-0. 0680. 9440. 983-0. 094-0. 7760. 2960. 191-0. 7972. 975-0. 206-0 .510-0. 7451. 004-0. 323-0. 764-0. 0390. 8433. 3090. 055-0. 3110. 2730. 1170. 3901. 169-0. 268-0. 594-0. 9690. 5330. 363-0. 0452. 661-1. 065-0. 1920. 402-0. 5560. 327-0. 1880. 6671. 975-0. 908-0. 731-0. 728-0. 040
[0107] 实施步骤10 :对步骤9中的场景根据式（10)转换后的场景如下所示：
[0108] 0. 0550. 0590. 1770. 3460. 3530. 1730. 0590. 2380. 2210. 0550. 6860. 1540. 1030. 06 40. 3560. 1110. 0520. 1500. 2690. 6020. 1620. 1130. 1920. 1710. 2070. 3130. 1190. 0750. 0240 .2270. 3280. 2440. 7980. 0360. 2140. 3360. 1400.3200.2150.3900.6570.0680.1040.1040.2 45
[0109] 实施步骤11 :计算所生成的场景的相关矩阵误差以及期望、标准差、偏态和峰态 的误差，分别为〇. 0093和0. 0960。判断误差是否满足所设定的条件。
[0110] 实施步骤12 :不断循环，最终得到的场景集合。
[0111] 本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以 限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含 在本发明的保护范围之内。
【主权项】
1. 一种生成多个风电场出力场景的方法，其特征在于，包括下述步骤： 51 :获得多个风电场出力原始场景概率分布的目标相关矩阵R、均值Mnl、标准差M&、偏 态Mn3、峰态Mn4，并对所述均值Mnl、所述标准差M"2、所述偏态Mn3和所述峰态Mn4进行标准化 处理； 52 :随机生成N个满足0-1正态分布、样本数目为Snuffl的场景序列，并将随机生成的场 景序列进行组合形成正态样本矩阵Z; 53 :获得所述正态样本矩阵Z中各场景序列Zi，…，Zn，…，ZN2间的相关矩阵R^ 54 :基于Cholesky分解将所述目标相关矩阵R分解为上三角矩阵LT和下三角矩阵L; 并将所述相关矩阵R〇分解为上三角矩阵.4和下三角矩阵U; 55 :根据所述下三角矩阵L、所述下三角矩阵U和所述正态样本矩阵Z获得满足所述目 标相关矩阵R的初始场景矩阵; 56 :对所述初始场景矩阵Z*进行立方变换，获得满足标准化后的均值、标准差、偏态、 峰态的第一场景矩阵Z** ; 57 :将所述第一场景矩阵Z**转换为满足给定标准化之前的均值、标准差、偏态、峰态 的目标场景矩阵歹 58 :获得所述目标场景矩阵的相关矩阵R*和每个风电场场景的均值、标 准差、偏态、峰态；并将每个风电场场景的均值、标准差、偏态、峰态组成第二矩阵其中，M:为第n个风电场的目标场景对应的均值，MI/为第n个风电场的目标场景对 应的标准差，Mn/为第n个风电场的目标场景对应的偏态，Mn/为第n个风电场的目标场景 对应的峰态；n表不风电场的序号，n= 1，2,…，N，N为风电场的总数； 59 :根据所述目标相关矩阵R的第n行第1列个元素rnl、所述相关矩阵R*的 第n行第1列个元素rnl#以及所述第二矩阵M*判断和是否成立，若是，则 生成的目标场景矩阵即为所求的场景；若否，则转入步骤S10 ; 其中，1为相关矩阵中的列号，rnl为所述目标相关矩阵R的第n行第1列个元素，rnl# 为所述相关矩阵R*的第n行第1列个元素，0〈eK〈1，0〈em〈l; S10 :基于Cholesky分解将所述相关矩阵R*分解为上三角矩阵L*T和下三角矩阵L* ; 利用下三角矩阵L*替换U，并转入至步骤S5。2. 如权利要求1所述的方法，其特征在于，在步骤S6中，根据公式Zn** = an+bnZn*+cn (Zn*) 2+dn (Zn*)3对所述初始场景矩阵Z*进行变换，获得所述第一场景矩阵Z** ; 其中，zn*为初始场景矩阵Z*的第n列数据，Zn**为立方变换之后的第一场景矩阵Z** 的第n列数据，an，bn，cn，4分别为第n个风电场场景立方变换的0次、1次、2次和3次系 数。3.如权利要求1所述的方法，其特征在于，在步骤S7中，根据公式将所述第一场景矩阵Z**转换为所述目标场景矩阵z**。
【专利摘要】本发明提供了一种生成多个风电电场出力场景的方法，包括：获得多个风电场出力原始场景概率分布的目标相关矩阵、均值、标准差、偏态、峰态；生成满足目标相关矩阵的初始场景矩阵Z＊；对初始矩阵Z＊进行立方变换，并转换为满足目标均值、标准差、偏态、峰态的目标场景矩阵修正所生成的目标场景矩阵使其同时满足给定的目标相关矩阵、目标均值、标准差、偏态、峰态。本发明只需要基于历史的观测样本，无需假设风电功率的概率分布函数，即可生成满足给定目标相关矩阵、均值、标准差、偏态和峰态等统计特征的风电功率场景，在含风电电力系统运行和规划计算中，为考虑风电的随机性提供了有效的基础信息，从而提高电力系统计算的精度和计算的效率。
【IPC分类】G06Q50/06, G06F17/16
【公开号】CN104991885
【申请号】CN201510454998
【发明人】黎静华
【申请人】广西大学
【公开日】2015年10月21日
【申请日】2015年7月29日