一种分析光伏出力波动性的方法技术

技术编号:15038514 阅读:131 留言:0更新日期:2017-04-05 12:45
本发明专利技术涉及一种分析光伏出力波动性的方法,包括:收集光伏电站历史光伏出力数据;输入单日天气类型;获取所述天气类型下的波动值概率分布的似然函数;基于EM的极大似然估计方法估计三分量混合高斯概率分布参数,生成拟合概率分布曲线;确认分布拟合的有效性。通过拟合的方式,分析不同天气类型以及不同云层状态的光伏出力波动特性,获取了不同天气下的不确定性数据。有助于指导电力系统调度运行,从而提高电力系统光伏发电接纳能力和运行安全稳定性。

【技术实现步骤摘要】

本专利技术涉及一种分析方法,具体涉及一种分析光伏出力波动性的方法。
技术介绍
光伏发电是继风电后具有最大潜力和应用价值的可再生能源技术,在我国一系列配套政策支持下,光伏发电发展迅速。到2020年,我国光伏发电装机容量将达到50GW,计划年增长15%以上。但光伏发电的随机和波动性特征会给电网的调峰和调频带来影响。因此,研究光伏出力的波动特性将为电力系统调峰调频、运行控制方式等提供经验和依据。目前对光伏出力波动性的研究主要为统计分析不同时间尺度光伏出力的波动值,而没有分析不同天气类型以及不同云层状态的光伏出力波动特性。
技术实现思路
针对上述问题,本专利技术提供一种分析光伏出力波动性的方法,对不同天气类型下体现云层状态不确定性的波动值的概率分布进行拟合,有助于指导电力系统调度运行,从而提高电力系统光伏发电接纳能力和运行安全稳定性。本专利技术的目的是采用下述技术方案实现的:一种分析光伏出力波动性的方法,包括:(1)收集光伏电站历史光伏出力数据;(2)输入单日天气类型;(3)获取所述天气类型下的波动值概率分布的似然函数;(4)基于EM的极大似然估计方法估计三分量混合高斯概率分布参数,生成拟合概率分布曲线;(5)确认分布拟合的有效性。优选的,所述步骤(1)中的所述收集包括:转化光伏的历史出力P(i,t),并用下式(1)表达净空理论出力和相对出力:P(i,t)=PDCI(i,t)·PN(i,t)(1)式(1)中,PDCI(i,t)和PN(i,t)分别为第i天t时刻基于净空模型的净空理论出力和相对出力。进一步地,将所述相对出力PN(i,t)分解为功率平均值与波动值的集合,用下式(2)表达:PN(i,t)=PM(i)+PF(i,t)(2)式(2)中,PF(i,t)为第i天t时刻由不同云层状态以及天气状态引起的波动值,PM(i)为第i天的功率平均值,反映当日光伏出力程度。优选的,所述步骤(2)的天气类型包括晴天、多云、阴天和变化天气。优选的,所述步骤(3)包括:用下式(3)三分量混合高斯概率分布拟合各天气类型下波动值PF(i,t)概率分布的似然函数:式(3)中,αj、μj和σj分别为第j个高斯分量的加权系数、均值和标准差(j=1,2,3),zi∈[z1,z2,…zN]表示第i个观察值;令估计参数θj=[αj,μj,σj],(j=1,2,3),观察值Z=[z1,z2,…zN],获取似然函数:对式(4)的两边取对数获得下式(5):(5)式中,zi∈[z1,z2,…zN]表示第i个观察值,N为观察值的个数。优选的,所述步骤(4)中,估计三分量混合高斯概率分布参数生成拟合概率分布曲线包括下述步骤:4-1计算后验概率;4-2更新加权系数、均值与标准差矩阵;4-3判定收敛性。进一步地,所述步骤(4-1)包括,计算加权系数αj的后验概率为:进一步地,所述步骤(4-2)包括:利用式(6)更新式(3)中的加权系数αj、均值μj与标准差σj:进一步地,所述步骤(4-3)判定收敛性包括:迭代步骤(4-1)和(4-2),循环更新,直到满足|l(θj)-l'(θj)|<ε,ε<105;其中,l(θj)为波动值PF(i,t)概率分布的似然函数的对数,l'(θj)为每次迭代更新后的值,ε为标幺值。优选的,所述步骤(5)包括:采用残差平方SSE验证三分量混合高斯概率分布确认拟合的有效性用下式(10)表示:式(10)中,为第i个观察值zi的三分量混合高斯概率分布拟合的概率密度函数值,yi为实际概率密度值,n为概率密度值的长度;若SSE小于ε(ε=0.2~0.3),则拟合有效。与最接近的现有技术相比,本专利技术达到的有益效果是:分天气类型采用三分量混合高斯概率分布拟合光伏出力波动值的概率分布,能够准确体现各天气类型下光伏出力波动的特征,可作为前期基础应用在光伏发电中长期出力时间序列建模中,为含大规模新能源的时序生产模拟仿真、年度新能源消纳能力分析等需要的仿真模拟数据的生成提供前期技术手段。对不同天气类型下体现云层状态不确定性的波动值的概率分布进行拟合,有助于指导电力系统调度运行,从而提高电力系统光伏发电接纳能力和运行安全稳定性。附图说明图1为本专利技术提出的一种分析光伏出力波动性的方法流程图;图2为4种天气类型下的波动值概率分布拟合曲线和实际概率分布曲线示意图;(a)晴天,(b)多云,(c)阴天,(d)变化天气。具体实施方式如图1所示,一种分析光伏出力波动性的方法,包括:(1)收集光伏电站历史光伏出力数据;步骤(1)中的所述收集包括:转化光伏的历史出力P(i,t),并用下式(1)表达净空理论出力和相对出力:P(i,t)=PDCI(i,t)·PN(i,t)(1)式(1)中,PDCI(i,t)和PN(i,t)分别为第i天t时刻基于净空模型的净空理论出力和相对出力。将所述相对出力PN(i,t)分解为功率平均值与波动值的集合,用下式(2)表达:PN(i,t)=PM(i)+PF(i,t)(2)式(2)中,PF(i,t)为第i天t时刻由不同云层状态以及天气状态引起的波动值,PM(i)为第i天的功率平均值,反映当日光伏出力程度。(2)输入单日天气类型;包括晴天、多云、阴天和变化天气。(3)获取所述天气类型下的波动值概率分布的似然函数;步骤(3)包括:采用三分量混合高斯概率分布拟合各天气类型下波动值PF(i,t)概率分布的似然函数,其表达式为:式(3)中,αj、μj和σj分别为第j个高斯分量的加权系数、均值和标准差(j=1,2,3),zi∈[z1,z2,…zN]表示第i个观察值;令估计参数θj=[αj,μj,σj],(j=1,2,3),观察值Z=[z1,z2,…zN],获取似然函数:将式(4)的两边取对数获得下式:其中,zi∈[z1,z2,…zN]表示第i个观察值,N为观察值的个数。(4)基于EM的极大似然估计方法估计三分量混合高斯概率分布参数,生成拟合概率分布曲线;如图2所示,图中为不同天气类型下的拟合概率分布曲线和实际概率分布曲线的示意图。步骤(4)中,估计三分量混合高斯概率分布参数具体包括下述步骤:4-1计算后验概率;4-2更新加权系数、均值与标准差矩阵;4-3判定收敛性。步骤(4-1)包括,计算加权系数αj的后验概率为:步骤(4-2)包括:利用式(6)更新式(3)中的加权系数αj、均值μj与标准差σj:步骤(4-3)判定收敛性包括:迭代步骤(4-1)和(4-2),循环更新,直到满足|l(θj)-l'(θj)|<ε,ε<105;其中,l(θj)为波动值PF(i,t)概率分布的似然函数的对数,l'(θj)为每次迭代更新后的值,ε为标幺值。(5)确认分布拟合的有效性。步骤(5)包括:采用残差平方SSE验证三分量混合高斯概率分布确认拟合的有效性用下式(10)表示:式(10)中,为第i个观察值zi的三分量混合高斯概率分布拟合的概率密度函数值,yi为实际概率密度值,n为概率密度值的长度;若SSE小于ε(ε=0.2~0.3),则拟合有效。最后应当说明的是:以上实施例仅用以说明本专利技术的技术方案而非对其限制,尽管参照上述实施例对本专利技术进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本专利技术的具体实施方式进行修改或者等同替换,而未脱离本专利技术精神和范围的本文档来自技高网...

【技术保护点】
一种分析光伏出力波动性的方法,其特征在于,包括:(1)收集光伏电站历史光伏出力数据;(2)输入单日天气类型;(3)获取所述天气类型下的波动值概率分布的似然函数;(4)基于EM的极大似然估计方法估计三分量混合高斯概率分布参数,生成拟合概率分布曲线;(5)确认分布拟合的有效性。

【技术特征摘要】
1.一种分析光伏出力波动性的方法,其特征在于,包括:(1)收集光伏电站历史光伏出力数据;(2)输入单日天气类型;(3)获取所述天气类型下的波动值概率分布的似然函数;(4)基于EM的极大似然估计方法估计三分量混合高斯概率分布参数,生成拟合概率分布曲线;(5)确认分布拟合的有效性。2.如权利要求1所述的方法,其特征在于,所述步骤(1)中的所述收集包括:转化光伏的历史出力P(i,t),并用下式(1)表达净空理论出力和相对出力:P(i,t)=PDCI(i,t)·PN(i,t)(1)式(1)中,PDCI(i,t)和PN(i,t)分别为第i天t时刻基于净空模型的净空理论出力和相对出力。3.如权利要求2所述的方法,其特征在于,将所述相对出力PN(i,t)分解为功率平均值与波动值的集合,用下式(2)表达:PN(i,t)=PM(i)+PF(i,t)(2)式(2)中,PF(i,t)为第i天t时刻由不同云层状态以及天气状态引起的波动值,PM(i)为第i天的功率平均值,反映当日光伏出力程度。4.如权利要求1所述的方法,其特征在于,所述步骤(2)的天气类型包括晴天、多云、阴天和变化天气。5.如权利要求1所述的方法,其特征在于,所述步骤(3)包括:用下式(3)三分量混合高斯概率分布拟合各天气类型下波动值PF(i,t)概率分布的似然函数:f(x)=α112πσ1e-12σ12(zi-μ1)2+α212πσ2e-12σ22(zi-μ2)2+α312πσ3e-12σ32(zi-μ3)2---(3)]]>式(3)中,αj、μj和σj分别为第j个高斯分量的加权系数、均值和标准差(j=1,2,3),zi∈[z1,z2,…zN]表示第i个观察值;令估计参数θj=[αj,μj,σj],(j=1,2,3),观察值Z=[z1,z2,…zN],获取似然函数:L(Z|θj)=Πi=1Nf(x)(zi)---(4)]]>对式(4)的两边取对数获得下式(5):l(θj)=ln[L(Z|θj)]=Σi=1NlnΣj=13&alp...

【专利技术属性】
技术研发人员:刘纯李驰黄越辉王跃峰董存刘德伟张楠礼晓飞高云峰马烁许晓艳李鹏潘霄锋李丽王江元
申请(专利权)人:中国电力科学研究院国家电网公司中电普瑞张北风电研究检测有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1