一種多風電場風速數(shù)據(jù)的模擬生成方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及可再生能源發(fā)電領(lǐng)域，具體涉及一種多風電場風速數(shù)據(jù)的模擬生成方 法。
【背景技術(shù)】
[0002] 近年來，我國風力發(fā)電發(fā)展迅速，已有多個千萬千瓦級的風電基地相繼建成并投 入使用。盡管風速具有很強的隨機性和不確定性，但多風電場由于地理位置相距較近，基本 處于同一風帶內(nèi)，風速之間會具有較強的相關(guān)性。綜合考慮多風電場風速的變化規(guī)律，建立 多風電場的風速模型，對研宄大規(guī)模風電接入系統(tǒng)具有重要意義。
[0003] 目前，國內(nèi)外對單個風電場風速與風電功率數(shù)據(jù)生成的方法已經(jīng)進行了大量的研 宄，按照模型和原理的不同，主要可分為回歸分析建模和隨機微分方程建模兩大類。回歸分 析建模通常是將原始風速標準化處理后建立回歸分析模型，如AR、MA、ARMA、ARIMA模型等， 通過模型模擬得到風速，再通過各點對應的均值及方差還原得到風速時間序列。隨機微分 方程的建模則是將風速的變化看過是一種馬爾科夫過程，通過構(gòu)建關(guān)于風速的隨機微分方 程來模擬風速變化，得到相應的風速時間序列。
[0004] 對于多風電場風速數(shù)據(jù)的生成，除了要滿足各自風電場風速的變化規(guī)律外，還要 考慮到多風電場風速之間的互相關(guān)性和時延關(guān)系。目前，國內(nèi)外有很多學者運用Copula函 數(shù)研宄多風電場出力的相關(guān)性。然而這些方法一方面忽略了多風電場之間的時延關(guān)系，降 低了模型的擬合效果；另一方面，由Copula函數(shù)生成的風速序列只滿足統(tǒng)計特性和互相關(guān) 性，忽略了風電場風速的波動特性。

【發(fā)明內(nèi)容】

[0005] 針對現(xiàn)有技術(shù)中多風電場風速建模忽略各個風電場的時延關(guān)系、忽略各風電場的 風速波動特性的問題，本發(fā)明提出一種綜合考慮多風電場風速變化規(guī)律的模擬數(shù)據(jù)生成方 法。
[0006] 本發(fā)明的上述目的通過獨立權(quán)利要求的技術(shù)特征實現(xiàn)，從屬權(quán)利要求以另選或有 利的方式發(fā)展獨立權(quán)利要求的技術(shù)特征。
[0007] 為達成上述目的，本發(fā)明提出一種多風電場風速數(shù)據(jù)的模擬生成方法，包括以下 步驟：
[0008] 步驟A、根據(jù)多風電場風速的歷史數(shù)據(jù)，確定風速之間的延時時間；
[0009] 步驟B、通過Copula函數(shù)理論構(gòu)建多風電場風速的模型；
[0010] 步驟C、根據(jù)構(gòu)建的Copula函數(shù)模型模擬生成多風電場風速；以及
[0011] 步驟D、通過隨機微分方程和延時關(guān)系對模擬生成的風速進行時序上的重構(gòu)調(diào)整。
[0012] 在一些具體的例子中，前述步驟A，根據(jù)多風電場風速的歷史數(shù)據(jù)，確定風速之間 的延時時間，其實現(xiàn)包括以下過程：
[0013] 假定在一段時間內(nèi)，多風電場受同一風帶影響，風向基本不變，對于任意給定的一
[0017] 式中：T為延時時間，XM、Ym為風速序列X ,和Y t的平均值，η為風速序列樣本總數(shù)；
[0018] 根據(jù)上式可得多風電場風速的互相關(guān)系數(shù)隨延時時間變化的曲線，繼而確定它 們的最大互相關(guān)系數(shù)R xy和延時時間Τ，對風速序列進行時序的移動調(diào)整得到新的序列 (Xt，Yt+T)。
[0019] 在一些具體的例子中，前述步驟B，通過Copula函數(shù)理論構(gòu)建多風電場風速的模 型，其實現(xiàn)包括以下過程：
[0020] 步驟B-I :確定各隨機變量的邊緣分布函數(shù)
[0021] 采用參數(shù)法對風速進行處理，假定風速服從如下的雙參數(shù)威布爾分布：
【主權(quán)項】
1. 一種多風電場風速數(shù)據(jù)的模擬生成方法，其特征在于，包括以下步驟： 步驟A、根據(jù)多風電場風速的歷史數(shù)據(jù)，確定風速之間的延時時間； 步驟B、通過Copula函數(shù)理論構(gòu)建多風電場風速的模型； 步驟C、根據(jù)構(gòu)建的Copula函數(shù)模型模擬生成多風電場風速；以及 步驟D、通過隨機微分方程和延時關(guān)系對模擬生成的風速進行時序上的重構(gòu)調(diào)整。
2. 根據(jù)權(quán)利要求1所述的多風電場風速數(shù)據(jù)的模擬生成方法，其特征在于，前述步驟 A，根據(jù)多風電場風速的歷史數(shù)據(jù)，確定風速之間的延時時間，其實現(xiàn)包括以下過程： 假定在一段時間內(nèi)，多風電場受同一風帶影響，風向基本不變，對于任意給定的一組風 電場的風速序列（Xt，Yt)在時延時間T下的互相關(guān)系數(shù)Rxy，計算公式如下：
式中：T為延時時間，XM、Ym為風速序列X JP Y t的平均值，η為風速序列樣本總數(shù)； 根據(jù)上式可得多風電場風速的互相關(guān)系數(shù)隨延時時間變化的曲線，繼而確定它們的最 大互相關(guān)系數(shù)Rxy和延時時間Τ，對風速序列進行時序的移動調(diào)整得到新的序列（X t，Yt+T)。
3. 根據(jù)權(quán)利要求2所述的多風電場風速數(shù)據(jù)的模擬生成方法，其特征在于，前述步驟 B，通過Copula函數(shù)理論構(gòu)建多風電場風速的模型，其實現(xiàn)包括以下過程： 步驟B-I :確定各隨機變量的邊緣分布函數(shù) 采用參數(shù)法對風速進行處理，假定風速服從如下的雙參數(shù)威布爾分布：
式中：匕為威布爾分布形狀參數(shù)；c i為尺度參數(shù)， 對上式進行積分，即可得到風速的累積分布函數(shù)：
步驟B-2 :選取合適的Copula函數(shù)模型 對經(jīng)過時延調(diào)整后的風速序列（Xt，Yt+T)做出二元頻率直方圖后，然后依據(jù)相應形狀選 取的Copula函數(shù)； 步驟B-3:模型參數(shù)的估計 采用極大似然估計法對相關(guān)參數(shù)進行估計，模型參數(shù)估計包括兩部分：一是邊緣分布 中含有的未知參數(shù)，另一個是選取的Copula函數(shù)模型中含有的未知參數(shù)； 設(shè)兩風電場風速隨機變量（X，Y)的邊緣分布函數(shù)分別SF1U; Q1)和F2 (y ; θ2)，密度 函數(shù)分別為(X ; Θ D和f2 (y ; Θ 2)，其中Θ i、Θ 2為邊緣分布函數(shù)中的未知參數(shù)，設(shè)選取的 Copula 分布函數(shù)為 C (u, V ; α )，Copula 密度函數(shù)c(M,Ka) = ， dudv 其中α為Copula函數(shù)中的未知參數(shù)； 則（X，Y)的聯(lián)合分布函數(shù)為： F (x, y ； θ 1； θ 2, a ) = C [F1 (χ ； Θ j), F2 (y ； θ 2) ； α ] (Χ，Υ)的聯(lián)合密度函數(shù)為： f (x, y ； θ 1； θ 2, a ) = c [F1 (χ ； Θ j), F2 (y ； θ 2) ； α ] X fj (χ ； Θ j) f2 (y ； θ 2) 可得樣本（Xi, Yi) (i = 1，2,…，η)的似然函數(shù)為： ￡ ((?, (?, α) = Π / (-V, 1·; 6}, ft, a) = f[i'[ /'[ (-v,- ； (?), is (; ft); ?]/； (x,-j',-; (?) j=l i=\ 于是得對數(shù)似然函數(shù)： \nL(e{,ei,a)^Yu\Yic\_F{{x j\〇{)^F1(yj\e2);a'\ + YuU /i (-Vy;^ ) +^ In/, (v7-;^2) ;=1 ;=I ;=1 求解對數(shù)似然函數(shù)的最大值點，即可得到邊緣分布和Copula函數(shù)中未知參數(shù) Θ i，Θ 2, α的最大似然估計： (\ .(Κ.? = arg max In L (?/,. O2. a) 步驟Β-4:模型的評價 引入經(jīng)驗Copula函數(shù)對相關(guān)的Copula函數(shù)進行評價； 設(shè)（Xi, Yi) (i = 1，2,…，η)為取自二維總體（X，Y)的樣本，記X，Y的經(jīng)驗分布函數(shù)分別 為F1⑴和F9(Y)，定義樣本的經(jīng)驗Copula如下：
其中，Ih為示性函數(shù)，當Fn(Xi) < u時，7階,H =1，否則知^<] =0; 利用經(jīng)驗Copula函數(shù)A,(h，v)，考察各個Copula函數(shù)與經(jīng)驗Copula的平方歐氏距離：
其中，Ui = F 丄(Xi), Vi = F Jyi) (i = 1，2,…，η)，Vi)表示 Copula 函數(shù)，d2表 示平方歐氏距離，d2越小表示擬合原始數(shù)據(jù)的情況越好。
4. 根據(jù)權(quán)利要求3所述的多風電場風速數(shù)據(jù)的模擬生成方法，其特征在于，前述步驟 C，根據(jù)構(gòu)建的Copula函數(shù)模型模擬生成多風電場風速，其實現(xiàn)包括以下過程： 在擬合得到合適的Copula函數(shù)模型后，利用Copula函數(shù)模型生成滿足互相關(guān)性的邊 緣分布隨機序列，再利用下式風速累計分布函數(shù)的反函數(shù)，即可得到相應的風速序列：
5. 根據(jù)權(quán)利要求4所述的多風電場風速數(shù)據(jù)的模擬生成方法，其特征在于，前述步驟 D，通過隨機微分方程和延時關(guān)系對模擬生成的風速進行時序上的重構(gòu)調(diào)整，其實現(xiàn)包括以 下過程： 步驟D-I :隨機微分方程模型調(diào)整 風速增量的分布為f(x)，如果概率密度函數(shù)f(x)是在其定義域（l，u)中非負、連續(xù)且 方差有限，其數(shù)學期望Ε(χ) = μ，則隨機微分方程可以表示為：
其中Xt為風速幅值，Θ彡0, Wt為布朗運動，V(Xt)是定義在（l，u)上的非負函數(shù)： U v(-y) = -yf-1 {μ - y)f (y)dy χ e (/,μ) f(x)) 設(shè)P (t，χ，ζ)表示初始時刻風速狀態(tài)為χ，經(jīng)過時間t后幅值變化了 ζ的概率密度，則其 ^ P Λ：.· iL-ffl
求解p(t，X，Z)后，按照每個時間點上概率最大原則即可生成一組典型的風速變化量 的時間序列Δ Χι，Λ X2，…，Λ Xn，將風速序列樣本的均值νμ作為風速初值Vtl，由變化量序列 即可生成符合該變化趨勢的風速序列； 將原先由Copula函數(shù)生成的風速序列進行時序上的重構(gòu)調(diào)整，使其與典型趨勢序列 風速的偏量最小，即可得到符合典型變化趨勢的風速序列，其余風電場的風速序列按照對 應時序關(guān)系作相應調(diào)整； 步驟D-2 :多風電場延時關(guān)系調(diào)整 根據(jù)步驟A確定的多風電場之間的延時時間，對生成的多風電場風速序列進行時序上 的平移調(diào)整，得到最終多風電場的隨機波動時序模型。
【專利摘要】本發(fā)明提出一種多風電場風速數(shù)據(jù)的模擬生成方法。首先，根據(jù)多風電場風速的歷史數(shù)據(jù)，確定風速之間的延時時間。隨后通過Copula函數(shù)理論構(gòu)建多風電場風速的模型，包括：確定各風速的邊緣分布，選取合適的Copula函數(shù)模型，模型參數(shù)的估計，模型的評價；接著根據(jù)構(gòu)建的Copula函數(shù)模型模擬生成多風電場風速；最后，通過隨機微分方程和延時關(guān)系對模擬生成的風速進行時序上的重構(gòu)調(diào)整。本發(fā)明提出的多風電場風速數(shù)據(jù)模擬生成方法能夠滿足各自風電場風速的波動特性和多風電場風速間的互相關(guān)性。
【IPC分類】G06F17-50, G06Q50-06
【公開號】CN104834793
【申請?zhí)枴緾N201510273822
【發(fā)明人】吳峰, 孔衛(wèi)亞, 李瑋, 楊曉梅, 黃俊輝, 王海潛, 謝珍建, 喬黎偉, 祁萬春, 談健, 趙宏大, 周宇, 鞠平, 金宇清
【申請人】河海大學, 國家電網(wǎng)公司, 江蘇省電力公司, 江蘇省電力公司電力經(jīng)濟技術(shù)研究院
【公開日】2015年8月12日
【申請日】2015年5月26日