一种基于移动比率的风电功率波动特性概率建模方法技术

本发明专利技术公开了一种基于移动比率的风电功率波动特性概率建模方法,所述方法包括：构造风电功率分布的三参数威布尔分布模型；估计风电功率分布的三参数威布尔分布参数；构造风电功率波动特性概率分布模型；估计风电功率波动特性概率分布参数；估计风电功率移动百分比变化率。本发明专利技术引入功率移动比率来刻画风电功率的波动特性，不仅可以刻画风电功率的向上爬坡和向下爬坡，还可以用来估计风电功率输出的百分比变化。

【技术实现步骤摘要】

本专利技术涉及风力发电领域，特别涉及一种基于移动比率的风电功率波动特性概率建模方法。
技术介绍
随着风力发电接入电网的规模越来越大，风力发电对电网产生的影响也日益增大。由于风力发电具有波动性，导致风力发电大规模并网时，需要其他电源来保证电网的运行与调度、频率控制、电压调整、电能质量、故障水平和稳定性。因此，正确认识风力发电的波动性，对建立风力发电与其他电源及电网的协调发展关系将是十分有益的。波动性是风电功率的固有特性，如何描述风电功率的波动性尚缺乏有效方法。目前，许多学者根据风力发电变化的三个特点来刻画风电功率波动性：方向、持续时间和幅度。假设风电场在某一时刻风电功率为P，P为N维向量，N为风电场数据采样点数，T为采样时间间隔(单位：s)，则定义以下变量：变量1：在时间区间ΔT两端点的风电功率波动量，即|P(T+ΔT)-P(T)|该变量仅考虑了时间区间端点处的数值，忽略了时间区间内风电功率的变化情况并且不能用来估计风电功率输出的百分比变化，因此，不能正确描述风电功率的波动性。变量2：在时间区间ΔT内，风电功率最大值和最小值的差值，即max(P[T,T+ΔT])-min(P[T,T+ΔT])该变量虽然考虑了时间区间内的风电功率变化，但是忽略了爬坡变化率，没有考虑时间区间内风电功率变化的快慢程度并且不能用来估计风电功率输出的百分比变化，因此，不能正确描述风电功率的波动性。变量3：在某时间区间ΔT始末端风电功率的变化值与时间ΔT的比值，即该变量虽然考虑了时间区间内风电功率变化的快慢程度，但是不能用来估计风电功率输出的百分比变化，因此，不能正确描述风电功率的波动性。变量1和变量3可以直接判别出爬坡的类型：如果P(T+ΔT)＞P(T)，则向上爬坡；如果P(T+ΔT)＜P(T)，则向下爬坡。对于变量2，如果最大功率输出发生在最小功率输出后，则向上爬坡；如果最大功率输出发生在最小功率输出前，则向下爬坡。
技术实现思路
针对现有技术存在的不足，本专利技术的目的是提供一种基于移动比率的风电功率波动特性概率建模方法,引入功率移动比率来刻画风电功率的波动特性，不仅可以刻画风电功率的向上爬坡和向下爬坡，还可以用来估计风电功率输出的百分比变化，能正确描述风电功率的波动性。为实现上述目的，本专利技术提供了如下技术方案：一种基于移动比率的风电功率波动特性概率建模方法，所述方法包括如下步骤：(1)构造风电功率分布的三参数威布尔分布模型；(2)估计风电功率分布的三参数威布尔分布参数；(3)构造风电功率波动特性概率分布模型；(4)估计风电功率波动特性概率分布参数；(5)估计风电功率移动百分比变化率。进一步，所述步骤(1)中，风速分布的两参数威布尔分布模型的概率密度函数为：式中，b为威布尔分布形状参数，a为威布尔分布尺度参数，v为风速；风速分布的两参数威布尔分布模型的累积分布函数为：式中，b反映分布曲线的峰值情况，若风速数据的方差较小，则b取值很高，分布曲线的形状比较陡；风速-功率有如下关系：式中，vI为风力发电机的切入风速，vO为风力发电机的切出风速，vR为风力发电机的额定风速，c、d、wO、n均为风力发电机确定的常数,n为风速-功率比例系数；FW(w)表示风力发电机输出功率小于等于w(w≤wO)的累积分布函数，公式为：FW(w)＝prob{wv≤w≤wO本文档来自技高网...

【技术保护点】
一种基于移动比率的风电功率波动特性概率建模方法，其特征在于，所述方法包括如下步骤：(1)构造风电功率分布的三参数威布尔分布模型；(2)估计风电功率分布的三参数威布尔分布参数；(3)构造风电功率波动特性概率分布模型；(4)估计风电功率波动特性概率分布参数；(5)估计风电功率移动百分比变化率。

【技术特征摘要】
1.一种基于移动比率的风电功率波动特性概率建模方法，其特征在于，所述方法包括如下步骤：(1)构造风电功率分布的三参数威布尔分布模型；(2)估计风电功率分布的三参数威布尔分布参数；(3)构造风电功率波动特性概率分布模型；(4)估...

【专利技术属性】
技术研发人员：刘三明，王致杰，赵国栋，程松林，朱成亮，徐悦轩，
申请(专利权)人：上海电机学院，
类型：发明
国别省市：上海;31