一种基于随机差分方程的集群风电场出力时序模拟方法技术

本发明专利技术涉及一种基于随机差分方程的集群风电场出力时序模拟方法，其步骤： 1）获取风电场历史风速数据，风电场和风电机组相关常数；2）拟合得到风速Weibull分布相关常数，统计得到风速自相关系数、相关系数矩阵、季节和日因子；3）利用相关系数矩阵生成多维相关的布朗运动；4）求解随机微分方程生成风速序列；5）利用季节因子和日因子对风速序列进行修正；6）利用风速序列结合风电机组出力特性、可靠性和风电场尾流效应生成风电场出力曲线。有益效果为：能够得到符合历史数据随机特征的风速时间序列；另一方面考虑了风电场之间的相关性，使得集群风电场的出力模拟更符合实际。

【技术实现步骤摘要】

本专利技术涉及电力系统分析领域，特别是关于一种基于随机差分方程的集群风电场 出力时序模拟方法。
技术介绍
风电时序出力曲线生成的思路是，根据风电场实测风速（或测风塔数据推算至预 装风电机组轮毂高度）的统计特征以及各个风电场之间风速的相关性，随机生成符合风速 统计特征与相关性的一系列风速时间序列，再结合风电场风机出力特性曲线与风机的可靠 性模型，从而生成各风电场风机出力的时间序列。目前风速序列的随机生成的方法主要有 三种： 1)非贯序蒙特卡洛法，直接根据风速分布密度函数进行多次随机采样，生成风速 的时间序列，该方法能够保证风速的分布特性，但完全忽略了风速的时序特征，由此得到的 风速时间序列无法保证风速变化的剧烈程度与实际相同。 2)时间序列ARIMA模型法，该方法首先利用ARIMA模型对风度历史数据进行建模， 确定ARIMA模型的各参数。之后，利用所得ARIMA模型生成风速的时间序列。该方法考虑 了风速的时序特征，能够模拟风速变化的剧烈程度，但该方法没有考虑风速的分布特性，得 到的风速序列的概率分布无法满足期望的风速的典型分布（如Weibull分布）。 3)随机差分方程，本文档来自技高网...

【技术保护点】
一种基于随机差分方程的集群风电场出力时序模拟方法，其特征在于包括以下步骤：1)获取风电场历史风速数据，风电场和风电机组相关常数；2)拟合得到风速Weibull分布相关常数，统计得到风速自相关系数、不同风电场相关系数矩阵、季节和日因子；3)利用步骤2中的相关系数矩阵生成多维相关的布朗运动；4)求解随机微分方程生成风速序列；5)利用季节因子和日因子对风速序列进行修正；6)利用步骤5中生成的风速序列结合风电机组出力特性、可靠性和风电场尾流效应生成风电场出力曲线。

【技术特征摘要】

【专利技术属性】
技术研发人员：杨晓梅，归三荣，乔黎伟，徐宁，张宁，杜尔顺，
申请(专利权)人：国家电网公司，江苏省电力公司，江苏省电力公司电力经济技术研究院，清华大学，
类型：发明
国别省市：北京;11