[发明专利]考虑风速相关性的集群风电并网建模分析方法及系统

说明书

技术领域

本发明涉及风电并网建模分析，尤其涉及一种集群风电并网建模分析方法及系统。

背景技术

随着风力发电技术的发展及日渐成熟，风电场的规模日趋大型化，集群化，并且开始由陆上风电转向海上风电发展。未来的风电场规划，必然是陆上风电，海上风电大规模集群化，分阶段化开发利用。我国海上风力资源丰富，并且沿海地区存在大量负荷中心，开发海上风电能够就近为负荷中心进行供电，因此开发海上风力资源具有重要的现实意义。

随着中长期规划风电的接入，海上风力发电将成为区域电网主力电源，但由于各风电场出力具有不确定性，将会给电网的稳定性和电能质量造成不利影响。我国海域大部分位于东亚季风盛行区，受冬夏季风影响，各陆上风电场以及规划海上风电场出力之间具有很强的相关性，将会进一步加大电网功率和电压的波动。不考虑相关性会给概率潮流计算结果带来较大误差。因此在研究各风电场出力特性时必须同时考虑风电场出力的不确定性和相关性。针对风电相关性建模问题，传统的采用基于线性相关系数的建模，例如采用秩相关系数描述变量的非线性相关性，无法描述例如风电出力较强的尾部相关性，因此建模精度较低，实用性较差。

发明内容

本发明的目的之一是提供一种考虑风速相关性的集群风电并网建模分析方法，其能精确地对集群风电并网进行建模分析。

基于上述目的，本发明提供了一种考虑风速相关性的集群风电并网建模分析方法，所述集群风电并网相关风电场至少为两个，其包括步骤：

S10：获取集群风电并网相关风电场的风速分布；

S20：基于所述风速分布构造风速多维联合概率模型；

S30：基于所述风速多维联合概率模型获取具有相关性的风速采样序列；

S40：基于所述风速采样序列预测所述风电场的出力。

本发明所述的考虑风速相关性的集群风电并网建模分析方法中，所述风速多维联合概率模型中的多维是指多个风电场维度，联合是指同时考虑风电场出力的不确定性和相关性。

本发明所述的考虑风速相关性的集群风电并网建模分析方法，其通过构建风速多维联合概率模型引入风速相关性的考量，从而同时考虑风电场出力的不确定性和相关性，以获取具有相关性的风速采样序列，从而精确预测所述风电场的出力。

进一步地，本发明所述的考虑风速相关性的集群风电并网建模分析方法中，所述步骤S10中的风速分布通过对采集的风速分布数据进行双参数威布尔分布拟合得到。

上述方案中，由于风速分布近似服从双参数威布尔分布，因此采用双参数威布尔分布对采集的风速分布数据进行拟合。

进一步地，本发明所述的考虑风速相关性的集群风电并网建模分析方法中，所述步骤S20中采用Pair-Copula方法构造风速多维联合概率模型。

Copula函数也叫连接函数或相依函数，它是把多个随机变量的联合分布与它们各自的边缘分布相连接起来的函数。基于Copula理论的模型能较好描述两随机量间的非线性、非对称性以及尾部等相关性。Pair-Copula方法(双连接函数法)不仅允许应用不同的Copula函数，更准确地反映不同随机变量之间的相关性，而且可以十分方便地建立联合分布的密度函数，极大简化了参数估计的过程。上述方案提出的采用Pair-Copula方法构造的风速多维联合概率模型有效提高了建模精度，具有较强的可操作性和实用性。

更进一步地，上述考虑风速相关性的集群风电并网建模分析方法中，采用Pair-Copula方法构造风速多维联合概率模型包括步骤：

S201：由Copula概率分布函数得到风速变量的联合密度函数；

S202：利用Copula概率分布函数对风速变量的边缘分布和相关性分别进行建模，从而构建出风速变量的联合概率分布。

进一步地，本发明所述的考虑风速相关性的集群风电并网建模分析方法中，所述步骤S30包括步骤：

S301：基于所述风速多维联合概率模型获取模型采样点；

S302：基于所述模型采样点由边缘分布函数反函数得到具有相关性的风速采样序列。

进一步地，本发明所述的考虑风速相关性的集群风电并网建模分析方法中，所述步骤S40中，通过引入一个矫正系数来降低所述预测的误差。

更进一步地，上述考虑风速相关性的集群风电并网建模分析方法中，所述矫正系数与所述风电场的风速、切入风速以及额定风速相关。

进一步地，本发明所述的考虑风速相关性的集群风电并网建模分析方法中，所述步骤S40中，基于预测的所述风电场的出力计算集群风电并网的系统潮流分布。