[发明专利]一种分布式风机出力相关性多场景分析方法

权利要求书

1.一种分布式风机出力相关性多场景分析方法，其特征在于，所述分布式风机出力相关性多场景分析方法包括：

首先对分布式风机历史数据进行归一化处理并拟合各风机出力分布函数，构造混合Copula函数并进行参数估计；

然后基于气象条件把风机出力相关性分析划分为三种场景，采用构造的混合Copula函数分别描述三种场景下分布式风机出力相关性。

2.如权利要求1所述的分布式风机出力相关性多场景分析方法，其特征在于，所述分布式风机出力相关性多场景分析方法具体包括以下步骤：

步骤一，风机出力数据搜集与预处理，搜集分布式风机发电系统的风机出力历史数据，并对数据进行必要的预处理，即剔除风电场计划或事故停机时所产生的数据，对数据进行了归一化的处理，具体采用Min-max归一化方法，将风机出力数据映射到区间[0，1]；

步骤二，风机出力数据的统计分析与拟合，确定各风机出力的分布函数，拟合函数包括学生t分布，逻辑斯蒂函数；具体方法为，首先，绘制各风机出力归一化数据的分布直方图，依据直方图基本形态选取可能的拟合函数，据相关研究通常选取的函数包括学生t分布、逻辑斯蒂函数，使用不同函数对对风机出力数据进行拟合，通过选取较好的和方差、均方根差和决定系数拟合指标，选取最优拟合函数及其拟合参数；

步骤三，定义和构造混合Copula函数；

步骤四，对混合Copula函数参数进行估计，混合Copula函数的未知参数包括Copula函数本身参数以及混合Copula函数的比例系数，拟合方法采用距估计、极大似然估计以及迭代法；

步骤五，分布式风机出力多场景划分，具体方法为，依据风速大小，将风机出力相关性分析划分为三种场景，分别为大风场景、微风场景以及普风场景；

步骤六，分别计算不同场景下的风机出力相关系数。

3.如权利要求2所述的分布式风机出力相关性多场景分析方法，其特征在于，混合Copula函数定义为：

C(u,v;δ,θ)=λ1C1(u,v;δ)+λ2C2(u,v;θ)=λ1exp{-[(-lnu)δ+(-lnv)δ]1δ}+λ2{u-θ+v-θ-1}-1θ]]>

其中，C₁，C₂分别为ClaytonCopula函数、GumbelCopula函数；λ₁，λ₂分别为ClaytonCopula函数和GumbelCopula函数的权重系数，λ₁，λ₂∈[0，1]并且λ₁+λ₂＝1。

4.如权利要求2所述的分布式风机出力相关性多场景分析方法，其特征在于，相关系数通过如下公式求出：

τ=4∫01∫01C(u,v)dC(u,v)-1;]]>

ρs=12∫01∫01C(u,ν)dudν-3;]]>

其中，C为混合Copula函数，τ为Kendall秩相关系数、ρ_s为spearman秩相关系数；

尾部相关系数分为两种：上尾相关系数ρ_u和下尾相关系数ρ_l，分别由下式求出：

ρu=limu*→1C^(1-u*,1-u*)1-u*;]]>

ρl=limu*→0C(u*,u*)u*;]]>

其中，u^*为某个给定的变量值；为Copula函数的生存函数，定义为：

C^(u,ν)=u+ν-1+C(u,ν).]]>