一种风功率多阶段场景模拟方法技术

技术编号:8594113 阅读:321 留言:0更新日期:2013-04-18 07:19
本发明专利技术公开了一种风功率多阶段场景模拟方法,包括步骤:S1.对风功率预测误差数据样本进行预处理获得T个阶段的原始场景集合t=1,2,…,T,i=1,2,…,(So)t,为第t阶段的第i个原始场景,为原始场景对应的概率,(So)t为第t个阶段原始场景的总数;S2.根据所述原始场景集合获得T个单阶段的代表场景集合j=1,2,…,(Ss)t,每个集合含有(Ss)t个元素;S3.根据T个单阶段的代表场景集合获得多个阶段风功率预测误差场景;S4.将多个阶段风功率预测误差场景转换为风功率场景。本发明专利技术提供的模拟方法无需知道概率分布函数、适合于大量原始样本集合,实现了利用少量的场景数目准确地刻画风功率的统计规律,为含大规模风电并网电力系统运行与规划提供重要的参考信息。

【技术实现步骤摘要】

本专利技术属于风力发电
,更具体地,涉及。
技术介绍
准确地刻画风电场出力的随机变化规律,模拟其未来出力的场景,对含大规模风电电力系统的运行与规划具有重要意义。风功率序列场景模拟的方法主要有( I)随机模拟法假设各时段风功率预测误差服从联合正态分布,随机产生服从该分布的样本作为场景,并将其转换为风功率序列;(2)聚类法采用聚类的方法直接对历史风功率样本进行缩减;(3)场景最优生成/消减技术。 采用随机模拟产生服从某一联合分布的多阶段预测误差场景的方法,其生成场景的质量严重依赖于场景的数量,且需要知道概率分布函数,而当随机变量不服从正态分布、t_分布(实际往往如此)时,多元联合分布函数的获取非常困难。聚类方法简单易于实现,但聚类不能考虑原始场景的概率(其假定所有场景的概率相等),难以准确反映原随机变量的真实分布,且局限于原始样本数目可举的情况。现有的场景最优消减方法仅适用于原始场景集合较小的情况,不直接适应于大样本集合的缩减。
技术实现思路
针对现有技术的缺陷,本专利技术的目的在于提供,旨在解决现有风功率场景模拟方法存在的精度不高、需预知概率分布、仅适合小样本以及缺乏有效性验证的问题。本专利技术提供了,包括下述步骤S1:对风功率预测误差数据样本进行预处理获得T个阶段的原始场景集合{(C%W,},t = 1,2,…,T,i = 1,2,-, (3%,(0,为第七阶段的第1个原始场景,00,为原始场景(Oi对应的概率,(S°)t为第t个阶段场景的总数;S2:根据所述原始场景集合获得T个单阶段的代表场景集合{(d(片),],j=l, 2,...,(Ss) t,每个集合含有(Ss) t个元素;S3 :根据T个单阶段的代表场景集合获得多个阶段风功率预测误差场景;S4 :将多个阶段风功率预测误差场景转换为风功率场景。更进一步地,所述步骤S2包括S21 :令t时段被删减的场景序号的集合Jt的初始值为空Jt=□,令t时段保留场景序号的集合Rt的初始值为所有样本Rt=[l,2,…,(S0) J ;S22 :计算原始场景集合中任意两个场景间的距离矩阵C, =[cf].M ;其中矩阵的元素cf =|G-(/|,i = 1,2,-, (S0)t, j=l, 2,-, (S0)t ;S23:获取场景矩阵Ct中每一行的最小元素4 = @ncf,并计算场景概率距离本文档来自技高网...

【技术保护点】
一种风功率多阶段场景模拟方法,其特征在于,包括下述步骤:S1:对风功率预测误差数据样本进行预处理获得T个阶段的原始场景集合t=1,2,…,T,i=1,2,…,(So)t,为第t阶段的第i个原始场景,为原始场景对应的概率,(So)t为第t个阶段场景的总数;S2:根据所述原始场景集合获得T个单阶段的代表场景集合j=1,2,…,(Ss)t,每个集合含有(Ss)t个元素;S3:根据T个单阶段的代表场景集合获得多个阶段风功率预测误差场景;S4:将多个阶段风功率预测误差场景转换为风功率场景。FDA00002610374900011.jpg,FDA00002610374900012.jpg,FDA00002610374900013.jpg,FDA00002610374900014.jpg,FDA00002610374900015.jpg

【技术特征摘要】
1.一种风功率多阶段场景模拟方法,其特征在于,包括下述步骤 51:对风功率预测误差数据样本进行预处理获得T个阶段的原始场景集合{(C%(/0,),t=l,2,…,T,i = 1,2,…,(S0K )为第t阶段的第i个原始场景,(P )力原始场景(O,对应的概率,(S°)t为第t个阶段场景的总数; 52:根据所述原始场景集合获得T个单阶段的代表场景集合Kd(K)7),j=l,2,…,(Ss)t,每个集合含有(Ss)t个元素; 53:根据T个单阶段的代表场景集合获得多个阶段风功率预测误差场景; 54:将多个阶段风功率预测误差场景转换为风功率场景。2.如权利要求1所述的方法,其特征在于,所述步骤S2包括 S21 :令t时段被删减的场景序号的集合Jt的初始值为空Jt=[],令t时段保留场景序号的集合Rt的初始值为所有样本Rt=[l,2,…,(S0) J ; S22:计算原始场景集合中任意两个场景间的距离矩阵 = [4]_ ;其中矩阵的元素cl{ =ICt -Ctj I,i = 1,2,…,(S0)t, j=l, 2,…,(S0)t ; 523:获取场景矩阵Ct中每一行的最小元素,并计算场景概率距离:;=(X)/Cf,l=l,2,...,(S0)t, j=l, 2,···, (S0)t ; 524:选择最小场景概率距离以/ = 1,2,···,d)所对应的序号I* ; 525:将序号Γ增加到被删减的场景序号的集合Jt中,并将序号Γ从保留场景序号集合Rt中删除; 526:判断场景序号集合Rt中元素的个数是否等于需要生成的场景数目(Ss)t,若是,则输出第t个阶段最优场景序号集合Rt,从原始场景集合中取出场景序号Rt对应的代表场景的集合(0s), =(C)i,j=l, 2,…,(Ss)t,并获得保留场景的概率(C)i,j=l, 2,…,(Ss)t ;若否,则进入步骤S27 ; 527:根据公式(cfΓ = .η)#'计算场景距离化 *,根据公式' &计算场景概率距离^并转入步骤S24,通过对所有阶段t=l,…,T按上述步骤计算获得T个单阶段的场景集合{(C),,(片 其中e Jt U {1},(cf;Τ表示删除序号为I的场景后被删除场景集合与保留场景集合的距离·<表示删除序号为I的场景后被删除场景集合与保留场景集合的概率距离;j=l,2,···,(Ss)t,每个场景集合彳((/);,(片),丨含有(幻,个元素。3.如权利要求2所述的方法...

【专利技术属性】
技术研发人员:黎静华文劲宇程时杰
申请(专利权)人:华中科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1