一种考虑分时段的非线性模拟风速方法技术

一种考虑分时段的非线性模拟风速方法，该方法由风速时间序列分段和非线性时间序列拟合两部分组成；首先由最大后验概率表达式推导得出分段模型，该分段模型可以将工程实际经验作为风速先验信息，同时考虑风速序列本身的分布特性对非平稳时间序列进行分段；分段后的每一段序列都是平稳序列，从而解决了非线性SIAVAR单指标可加向量自回归模型要求序列必须平稳的假设；然后，分别对每一段序列应用非线性SIAVAR模型进行模拟；非线性模拟采用一种样条函数作为非线性模型中非参函数的全局逼近，并用Backfitting回溯法进行半参数估计，最后完成风速序列拟合；本发明专利技术方法可以更好地模拟风速的非线性特征。

【技术实现步骤摘要】

本专利技术属于风力发电
，尤其涉及一种考虑分时段的非线性模拟风速方法。
技术介绍
随着风电并网的规模逐渐扩大，电网的稳定性和经济性都面临着新的挑战。通过为风速建立数学模型，可以研究风速的内在性质，电力系统调度人员可以根据风速模型对风速进行一定程度的预测，更精确的风速模拟可以预测未来更长时间的风速，提前制定调度计划，优化传统能源和风电的出力，减少传统能源备用容量和“弃风”容量，降低传统能源的消耗，提高经济性。建立更符合实际的风速模型对掌握风电的出力特性、提高电力系统调度水平具有重要意义。近年来，很多学者对风速模型进行了广泛研究。由于风场的风速数据一般由风速计按一定周期连续测得，所以时间序列是对风速的一种较为精准的刻画。这些用以描述时间序列的拟合方法大多以自回归为基础，主要包括AR模型、滑动平均(MA)模型、自回归滑动平均(ARMA)模型等，都假定当前值和过去值之间存在线性关系。然而现实中在模拟风速这类复杂动力学系统时，系统往往存在着非线性，使用线性时间序列模拟风速只是对风速在一定范围内的近似，无法进行更精确的模拟。非线性时间序列模型在一定程度上解决了风速模拟的本质非线性问题，但是至今为止，时间序列模型的拟合都是建立在平稳序列的假设之上，即一个平稳序列的联合分布不随时间的变化而变化，这个假设对现实中的序列来说是很弱的。尽管有学者提出了考虑非平稳序列的模型，但其基于线性自回归模型。当前关于非线性非平稳时间序列的研究还比较少，并没有形成一套完整的通用模型体系。并且，在针对风速序列特性的相关研究中，大多只是采用简单的聚类方法，只对样本的分布特性进行了分类，分类后的数据时间相关性较差。因此有必要提出一种能适用于非线性非平稳时间序列的风速模拟方法，对于精确模拟风速、在接入大量新能源的情况下维持电能稳定和高质量、减少风电投资成本、建立电力市场等方面具有重要意义。
技术实现思路
本专利技术的目的在于提出一种考虑分时段的非线性模拟风速方法，该方法既可以改善纯人工分段精确度不高的问题，也可以防止完全自动分段可能出现不符合实际的情况，具有较强的通用性和工程实用性。为了达到上述目的，本专利技术采用的如下技术方案：一种考虑分时段的非线性模拟风速方法，包括以下步骤：1)通过工程实践经验获取风速时间序列的先验信息，包括分段点数量L(l＝0,…,L)、预估分段点位置初值tl、分段点在该位置附近的摆动时间τl以及分段点在该位置的可能性大小ρl；2)对步骤1)获得的风速时间序列的先验信息进行先验概率转化，采用最大似然函数法(MLE)根据已知样本估计分布参数；定义变量X＝{Xl；l＝0,…,L本文档来自技高网...

【技术保护点】
一种考虑分时段的非线性模拟风速方法，其特征在于，包括以下步骤：1)通过工程实践经验获取风速时间序列的先验信息，包括分段点数量L(l＝0,…,L)、预估分段点位置初值tl、分段点在该位置附近的摆动时间τl以及分段点在该位置的可能性大小ρl；2)对步骤1)获得的风速时间序列的先验信息进行先验概率转化，采用最大似然函数法MLE根据已知样本估计分布参数；定义变量X＝{Xl；l＝0,…,L}表示分段点位置，Y为风速时间序列，长度为n的时间风速时间序列表示为Yt＝{Yt,t＝1,…,n}，分得的第l段风速时间序列记为Yl＝{Yt；t＝Xl‑1+1,…,Xl}；整个风速序列的似然函数记作h(Y|X,ω)＝{h(Y|X；ω)}:(X^,ω^)=argmax{P(X|Y;ω)}=argmax h(Y|X;ω(X))f(ω)π(X)]]>f(ω)为分布参数ω的先验分布，π(X)为分段点位置X的先验分布概率；3)根据步骤2)中的公式推导，得到分段模型：(X^,ω^)=argmin V(X,Y)-lnπ(X)V(X,Y)=Σl=1LVl(X,Y)βi=β0-Σl=1Lρlexp(-(i-tl)22τl2)-lnπ(X)=Σi∈Xβi]]>其中，对数似然函数V(X,Y)＝‑lnh(Y|X；ω(X))，第l段风速时间序列的似然函数为Vl(X,Y)，βi为第i时间的转换系数；根据步骤1)获得的风速时间序列的先验信息，求解上述分段模型，能够估计整个风速序列的分段点位置X；4)根据步骤3)得到分段点位置X，处于分段点间的每一段平稳序列分别符合非线性SIAVAR模型的假设条件，使用非线性SIAVAR模型进行模拟；将一个长度为n的时间风速时间序列表示为Yt＝{Yt,t＝1,…,n}，非线性SIAVAR模型如下：Yt=Σj=1pgj(ajYt-j)]]>其中p为模型的阶数,aj是第j阶的系数，gj是每一阶的非线性函数；采用全局样条逼近方法对非线性非参函数进行估计；由于非线性SIAVAR模型不具有唯一性，对aj进行重新参数化；采用Backfitting回溯法进行半参数估计，得到aj和gj；将风速时间序列Y按照分段点分成L段，即完成每一段风速时间序列Yl的非线性SIAVAR模型的拟合；Yl=Σj=1plgjl(ajlYlt-j)]]>...

【技术特征摘要】
1.一种考虑分时段的非线性模拟风速方法，其特征在于，包括以下步骤：1)通过工程实践经验获取风速时间序列的先验信息，包括分段点数量L(l＝0,…,L)、预估分段点位置初值tl、分段点在该位置附近...

【专利技术属性】
技术研发人员：别朝红，刘诗雨，汪宁渤，陈铉，谢海鹏，丁坤，路亮，李津，周识远，邵冲，陟晶，
申请(专利权)人：西安交通大学，甘肃省电力公司风电技术中心，国网甘肃省电力公司，
类型：发明
国别省市：陕西;61