采用蒙特卡洛模拟改进的Copula光伏出力概率区间预测方法技术

本发明专利技术提供采用蒙特卡洛模拟改进的Copula光伏出力概率区间预测方法，采用三种阿基米德Copula簇对光伏出力实际值和预测值进行相依关系分析，选择与经验Copula有最小欧氏距离的Gumbel

【技术实现步骤摘要】
采用蒙特卡洛模拟改进的Copula光伏出力概率区间预测方法


[0001]本专利技术属于电力能源
，具体来说，涉及一种采用蒙特卡洛模拟改进的Copula光伏出力概率区间预测方法。

技术介绍

[0002]光伏发电是太阳能开发利用的主要形式之一，具有清洁、分布广泛等特点。然而，由于太阳能具有的波动性、间歇性等问题，大规模高比例光伏发电并网势必对电力系统的安全稳定运行带来极大风险。因此，精确可靠的光伏发电出力预测对于大规模光伏电站并网和电力系统的可靠运行具有重要意义。
[0003]目前对于光伏发电出力预测主要集中在确定性的点预测上，即预测结果为光伏出力未来某时刻的单点期望值。然而光伏发电出力受天气状况、地理位置、时间等影响严重具有较强的随机性和波动性，预测误差难以避免，预测结果具有较高的不确定性。与点预测相比，概率预测通过区间、分位数或概率分布对光伏出力的不确定性进行描述，在给定未来点预测值时能够得到下一时刻所有可能的光伏出力情况及其对应的概率。因此，概率预测结果为电力系统的调度运行提供了更充足的信息。
专利技术内容
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.采用蒙特卡洛模拟改进的Copula光伏出力概率区间预测方法，其特征在于，包括以下步骤：S1：基于NWP数值天气数据采用聚类算法对天气进行分型，光伏历史实际出力按照天气类型进行划分，针对分型后的天气采用光伏站测光数据进行，光伏出力的精准点预测；S2：估计边缘分布函数和边缘密度函数；针对每种天气类型下的历史光伏出力样本点(包含历史出力实际值和点预测值)，采用高斯核光滑估计得到边缘分布函数和边缘密度函数S3：对上述得到的边缘分布函数和绘制二元分布直方图进行相关性分析，初选建模的Copula函数，采用极大似然估计Copula函数的参数，计算各个Copula分布函数和经验Copula函数的欧氏距离，选择欧氏距离最小的Copula函数进行建模；S4：采用蒙特卡洛模拟方法，模拟出更多光伏出力历史样本点(x
m
,y
m
)，并将模拟数据送入建模Copula函数，调整Copula函数参数；S5：根据建模的Copula函数，计算给给定未来点预测值条件下的各种实际出力情况及其概率，并根据实际需要计算各种名义置信水平下的实际出力区间。2.根据权利要求1所述的采用蒙特卡洛模拟改进的Copula光伏出力概率区间预测方法，其特征在于，步骤S1中的NWP数值天气预报数据，包括起报时间、预测时间、30米温度、动量通量、100米风速、70米风速、30米风速、10米风速、100米风向、70米风向、30米风向、10米风向、海平面气压、云量、潜热通量、敢热通量、短波辐射通量、长波辐射通量、地表水压、总降水、大尺度降水、对流降水、2米温度和2米相对湿度；实际测光数据包含总辐照度、法向直射辐照度、水平面散射辐照度、气温、气压和相对湿度。3.根据权利要求1所述的采用蒙特卡洛模拟改进的Copula光伏出力概率区间预测方法，其特征在于，在步骤S1之前还包含数据清洗和缺失值的插补步骤。4.根据权利要求1所述的采用蒙特卡洛模拟改进的Copula光伏出力概率区间预测方法，其特征在于，步骤S1中的光伏出力点预测采用长短期记忆法LSTM进行计算。5.根据权利要求1所述的采用蒙特卡洛模拟改进的Copula光伏出力概率区间预测方法，其特征在于，步骤S2中的边缘分布函数和边缘密度函数估计方法如下：1)采用如下公式进行核密度估计：其中：表示总体的概率密度函数；h是模型带宽参数通过调整核函数中的自变量来控制每个光伏样本点的权重；N是光伏出力样本点的个数；x
i
是历史光伏出力样本点；K表示高斯核函数；具体计算过方法如下:2)模型参数带宽h的选择采用经验法则，计算方法如下：
其中：值为光伏历史样本点的标准差；3)对进行黎曼积分得边缘分布函数和和和6.根据权利要求1所述的采用蒙特卡洛模拟改进的Copula光伏出力概率区间预测方法，其特征在于，步骤S3中Copula函数建模方法具体步骤如下：1)令则得到二元Copula函数若和是连续的，则C是唯一的，否则C在RanF
×
RanG上是唯一确定；2)在Archimedean分布簇Copula函数中选择Copula函数建模；3)历史光伏出力的样本点联合的经验分布函数计算方法如下：其中：I为是性函数，若F...

【专利技术属性】
技术研发人员：李群山，陈文哲，汪旸，黄牧涛，高素花，曾令康，魏聪颖，夏添，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：