本发明涉及电力系统,具体为考虑多风场出力时空相关性的电力场景生成方法及系统。
背景技术:
1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
2、风能作为可再生资源能够接入电网,随着接入规模的扩大,不仅局限于单一风电场并网运行,而是将一片区域中的多个风电场发出的电能共同接入电网。而受到温度、气候及地貌特征等因素影响,多个风电场出力之间的相关性会影响风电场功率预测的准确性,例如在相邻或相近时间段内,由于爬坡等影响,单一风电场出力在时间序列上具有相关性;同时一片区域内多个风电场由于相互间的相邻关系,同一时刻下多风电场出力具有空间相关性。
3、针对上述相关性问题,目前会通过生成有关电力系统的场景来应对。电力场景生成的目的是获得用于电力系统分析的大规模虚拟场景,通常根据研究对象的概率分布函数或统计特征,并通过抽样的方法获得具有不确定性和随机性特征的场景,从而近似表述含风电并网电力系统中风电出力的随机性和波动性问题。
4、然而,目前利用场景生成的方式解决多风场出力时空相关性问题时,通常仅考虑其时间相关性或空间相关性,导致所生成的虚拟场景难以贴近真实的多风场出力情况。
技术实现思路
1、为了解决上述背景技术中存在的技术问题,本发明提供考虑多风场出力时空相关性的电力场景生成方法及系统,将r藤copula和多元正态分布概率模型相结合,r藤copula模型用于描述多风场出力空间相关性,多元正态分布概率模型用于描述风场出力时序相关性,由此建立增和分析多风场出力时空相关性模型,进一步生成考虑时空相关性的多风场出力场景。
2、为了实现上述目的,本发明采用如下技术方案:
3、本发明的第一个方面提供考虑多风场出力时空相关性的电力场景生成方法,包括以下步骤:
4、获取风电场的历史功率出力数据和功率预测值并预处理,其中,功率历史数据与预测值之差为功率预测误差值;
5、基于预处理后的历史功率出力数据,确定copula函数,对服从若干个风电场出力分布的连接函数抽样,得到的数据经积累分布逆变换,形成服从连接函数分布的风电场出力数据,记为第一数据;
6、基于功率预测误差值确定方差矩阵,得到预测误差的多元正态分布,经抽样生成包含时间相关性的误差场景总数与预测时间长度的样本,记为第二数据;
7、根据预测值与各预测误差场景值的和得到风电场实际出力场景;利用第一数据提取空间相关性变量,利用第二数据提取与空间相关性变量相同时间断面的时间相关性变量,时间相关性变量根据空间相关性变量的大小顺序排列,空间相关性变量根据时间相关性变量的大小顺序排列,排列后对各时间断面的出力场景进行修正,得到修正后的风电场出力场景。
8、进一步的,预处理包括,基于核密度估计法拟合风电出力的边缘分布。
9、进一步的,拟合风电出力的边缘分布,具体为:设定某个风电场处理情况的随机变量以及对应的历史风电处理数据,确定滑动窗口长度以及核函数,得到随机变量的概率密度函数,并经积分处理得到所需的边缘分布。
10、进一步的,通过kendall秩相关系数和最大生成树算法确定连接函数的结构,确定连接函数的判断指标后,通过最大似然估计法确定连接函数中的未知参数。
11、进一步的,风电出力的预测误差设置为随机变量z,该随机变量z服从多元正态分布。
12、本发明的第二个方面提供实现上述方法所需的系统,包括:
13、历史数据采集模块,被配置为:获取风电场的历史功率出力数据和功率预测值并预处理,其中,功率历史数据与预测值之差为功率预测误差值;
14、空间相关性数据模块,被配置为:基于预处理后的历史功率出力数据,确定copula函数,对服从若干个风电场出力分布的连接函数抽样,得到的数据经积累分布逆变换,形成服从连接函数分布的风电场出力数据,记为第一数据;
15、时间相关性数据模块,被配置为:基于功率预测误差值确定方差矩阵,得到预测误差的多元正态分布,经抽样生成包含时间相关性的误差场景总数与预测时间长度的样本,记为第二数据;
16、场景生成模块,被配置为:根据预测值与各预测误差场景值的和得到风电场实际出力场景;利用第一数据提取空间相关性变量,利用第二数据提取与空间相关性变量相同时间断面的时间相关性变量,时间相关性变量根据空间相关性变量的大小顺序排列,空间相关性变量根据时间相关性变量的大小顺序排列,排列后对各时间断面的出力场景进行修正,得到修正后的风电场出力场景。
17、本发明的第三个方面提供一种计算机可读存储介质。
18、一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述所述的考虑多风场出力时空相关性的电力场景生成方法中的步骤。
19、本发明的第四个方面提供一种计算机设备。
20、一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述所述的考虑多风场出力时空相关性的电力场景生成方法中的步骤。
21、与现有技术相比,以上一个或多个技术方案存在以下有益效果:
22、将连接函数和多元正态分布概率模型相结合,连接函数用于描述多风场出力空间相关性,多元正态分布概率模型用于描述风场出力时序相关性,由此建立增和分析多风场出力时空相关性模型,生成考虑时空相关性的多风场出力场景,能够更加贴合实际的多风电场处理的电力系统场景。
1.考虑多风场出力时空相关性的电力场景生成方法,其特征在于,包括以下步骤:
2.如权利要求1所述的考虑多风场出力时空相关性的电力场景生成方法,其特征在于,所述预处理包括,基于核密度估计法拟合风电出力的边缘分布。
3.如权利要求2所述的考虑多风场出力时空相关性的电力场景生成方法,其特征在于,所述拟合风电出力的边缘分布,具体为:设定某个风电场处理情况的随机变量以及对应的历史风电处理数据,确定滑动窗口长度以及核函数,得到随机变量的概率密度函数,并经积分处理得到所需的边缘分布。
4.如权利要求1所述的考虑多风场出力时空相关性的电力场景生成方法,其特征在于,通过kendall秩相关系数和最大生成树算法确定连接函数的结构,确定连接函数的判断指标后,通过最大似然估计法确定连接函数中的未知参数。
5.如权利要求1所述的考虑多风场出力时空相关性的电力场景生成方法,其特征在于,风电出力的预测误差设置为随机变量z,该随机变量z服从多元正态分布。
6.考虑多风场出力时空相关性的电力场景生成系统,其特征在于,包括:
7.一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述权利要求1-5任一项所述的考虑多风场出力时空相关性的电力场景生成方法中的步骤。
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求1-5任一项所述的考虑多风场出力时空相关性的电力场景生成方法中的步骤。