基于混合Laplace分布的风电功率波动量概率分布模型建立方法技术

本发明专利技术公开了一种基于混合Laplace分布的风电功率波动量概率分布模型建立方法，首先根据风电场实测的风电功率数据和预设的时间尺度计算风电功率波动量序列，构建混合Laplace分布模型，根据风电功率波动量序列求解得到混合Laplace分布模型的参数，从而得到风电功率概率分布模型。采用本发明专利技术所得到的风电功率概率分布模型，能准确描述风功率波动特性，特别是提高了风功率波动分布的重尾特性描述的精确度；针对不同的时空尺度水平风功率波动的描述问题上，该模型也能达到满意的精度。

【技术实现步骤摘要】

本专利技术属于风功率波动特性分析
，更为具体地讲，涉及一种基于混合Laplace分布的风电功率波动量概率分布模型建立方法。
技术介绍
随着新能源发电技术的迅猛发展，大规模风电并网的需求进一步加大，而风功率的波动性、间歇性不仅影响电能质量，增加了电网规划和调度的难度，也给电网的安全稳定运行造成潜在的风险。分钟级尺度波动影响电力系统AGC的控制性能；小时级尺度波动影响电力系统日内实时调度；日波动影响电力系统调峰方式的安排；年月波动影响电力系统电力电量平衡，准确分析风电功率波动特性，是解决这些问题的基础，也是研究风电大规模并网发电的重要环节。建立有效可靠的模型，不仅可应用于风电功率预测评估、发电计划修正，也适用于旋转备用估计。传统描述风电功率波动特性的方法，通常有三种不同的方向。一种是以时间为维度，建立风电功率随机系列化模型，即时间序列分析方法，如在文献：“Chen P，Pedersen T，Bak-Jensen B，et al.ARIMA-based time series model of stochastic wind power generation.IEEE Trans.本文档来自技高网...

【技术保护点】
一种基于混合Laplace分布的风电功率波动量概率分布模型建立方法，其特征在于，包括以下步骤：S1：根据风电场实测的风电功率数据和预设的时间尺度Δt，计算风电功率波动量序列P＝[p1,p2,p3,···,pM]T，其中M表示风电功率波动量序列的维数；S2：构建混合Laplace分布模型：f(P|α,μ,δ)=Σi=1Nαifi(p|μi,δi)]]>其中，α＝{α1,α2,···,αN}表示权重参数集，αi为第i个Laplace分布的权重，且μ＝{μ1,μ2,···,μN}表示均值参数集，μi表示第i个Laplace分布中...

【技术特征摘要】
1.一种基于混合Laplace分布的风电功率波动量概率分布模型建立方法，其特征在于，包括以下步骤：S1：根据风电场实测的风电功率数据和预设的时间尺度Δt，计算风电功率波动量序列P＝[p1,p2,p3,···,pM]T，其中M表示风电功率波动量序列的维数；S2：构建混合Laplace分布模型： f ( P | α , μ , δ ) = ...

【专利技术属性】
技术研发人员：李坚，黄琦，周统汉，陈峦，何亚，张真源，井实，梁浩，鲁尔洁，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51