本发明涉及电力系统领域,尤其是涉及了一种基于copula函数的风电出力预测方法。
背景技术:
1、随着科技的不断进步和社会的持续发展,人们对传统化石能源的需求日益增加,导致其储备逐渐枯竭。在这种情况下,分布式可再生能源发电成为解决能源危机问题的重要选择,全球发电量中可再生能源发电量的占比也在不断增加。近年来,新能源分布式电源的并网容量持续提高,但新能源出力的不确定性如果不加以考虑,将会大大增加配电网的功率平衡压力,并威胁电力系统的供电可靠性。
2、风电作为典型的绿色能源,在化石燃料日益枯竭的今天具有极为重要的地位,其对电力系统的影响也变得愈发重要。特别是不同风电场之间的相关性对风电并网规划和运行带来了新的调整。因此,迫切需要构建风电出力相关性模型来准确描述其相关特性,以确保安全、有效地利用风力发电资源。
技术实现思路
1、为了解决背景技术中所存在的问题,本发明提出了一种基于copula函数的风电出力预测方法。
2、一种基于copula函数的风电出力预测方法,包括步骤
3、s100、获取目标风电场的历史风速数据和历史风电出力数据;
4、s200、对所述历史风速数据和所述历史风电出力数据进行边缘分布分析,并获取其概率分布函数;
5、s300、选择目标copula函数模拟风速与风电出力之间的关联关系,并构建copula模型;
6、s400、通过所述copula模型对目标风电场的风电出力进行预测。
7、基于上述,在步骤s200中,通过威布尔分布对历史风速数据进行分析,并通过高斯核密度估计对历史风电出力数据进行分析。
8、基于上述,在步骤s300中,目标copula函数为j函数,jarque-bera统计量定义为:
9、
10、样本偏度g1和样本峰度g2定义式如下:
11、
12、
13、式中,分别是目标风电场风速分布统计量计算中的三阶中心矩和四阶中心矩的估计值;是样本的平均值;是风电功率的二阶中心矩即方差的估计值;s2是样本偏度;k是回归数,n是样本数量。
14、基于上述,在步骤s300中,目标copula函数为n元t-copula的分布函数,其表达式为:
15、c(u1,u2,…,un;p,k)=tp,k(tk-1(u1),tk-1(u2),…,tk-1(un))
16、式中,tp,k为标准n元t分布的分布函数,其相关系数矩阵为ρ,自由度为k;tk-1为一元t分布函数的逆函数。
17、基于上述,在步骤s300中,目标copula函数为gumbel-copula的分布函数,其表达式为:
18、
19、式中,α1为参数,α1∈[1,+∞];u和v分别表示两个随机变量的边际分布函数。
20、基于上述,在步骤s300中,目标copula函数为clayton-copula分布函数,其表达式为:
21、
22、式中,α2为参数,α2∈((-1,0)∪(0,+∞));u和v分别表示两个随机变量的边际分布函数。
23、基于上述,在步骤s300中,目标copula函数为frank-copula分布函数,其表达式为:
24、
25、式中,α3为参数,α3∈((-∞,0)∪(0,+∞));u和v分别表示两个随机变量的边际分布函数。
26、基于上述,在步骤s300中,构建copula模型后,通过统计测试或回溯测试对copula模型进行验证和评估。
27、本发明相对现有技术具有突出的实质性特点和显著的进步,具体的说,本发明结合风速和风电出力的统计特性,利用copula函数模拟它们之间的复杂关系,从而实现对风电出力的准确预测;适用于不同地理位置和气候条件下的风电场,特别适合在风速变化大且非线性特征显著的场景中使用。通过本方法可以有效提升风电出力预测的准确性和可靠性,为风电场的运营管理和电网调度提供有力的数据支持。
1.一种一种基于copula函数的风电出力预测方法,其特征在于:包括步骤s100、获取目标风电场的历史风速数据和历史风电出力数据;
2.根据权利要求1所述的一种基于copula函数的风电出力预测方法,其特征在于:在步骤s200中,通过威布尔分布对历史风速数据进行分析,并通过高斯核密度估计对历史风电出力数据进行分析。
3.根据权利要求1所述的一种基于copula函数的风电出力预测方法,其特征在于:在步骤s300中,目标copula函数为j函数,jarque–bera统计量定义为:
4.根据权利要求1所述的一种基于copula函数的风电出力预测方法,其特征在于:在步骤s300中,目标copula函数为n元t-copula的分布函数,其表达式为:
5.根据权利要求1所述的一种基于copula函数的风电出力预测方法,其特征在于:在步骤s300中,目标copula函数为gumbel-copula的分布函数,其表达式为:
6.根据权利要求1所述的一种基于copula函数的风电出力预测方法,其特征在于:在步骤s300中,目标copula函数为clayton-copula分布函数,其表达式为:
7.根据权利要求1所述的一种基于copula函数的风电出力预测方法,其特征在于:在步骤s300中,目标copula函数为frank-copula分布函数,其表达式为:
8.根据权利要求1所述的一种基于copula函数的风电出力预测方法,其特征在于:在步骤s300中,构建copula模型后,通过统计测试或回溯测试对copula模型进行验证和评估。