[发明专利]基于藤copula和混合偏移正态分布的置信容量评估方法及装置

权利要求书

1.基于藤copula和混合偏移正态分布的置信容量评估方法，其特征在于，包括如下步骤：

步骤S1，输入电力系统内所有新能源发电出力的历史数据；

步骤S2，利用偏移正态分布混合模型建立所有新能源发电出力的边际分布模型；

步骤S3，利用藤copula方法建立所有新能源发电出力之间的相关性结构模型；

步骤S4，利用新能源发电出力的边际分布模型和相关性结构模型，生成多个具有相关性的新能源发电出力场景；

步骤S5，根据生成的新能源发电出力场景，利用弦截法计算待评估新能源发电资源的置信容量。

2.根据权利要求1所述的基于藤copula和混合偏移正态分布的置信容量评估方法，其特征在于，步骤S1包括：

按照时间先后顺序，输入待评估新能源所在的电力系统内的所有新能源发电出力的历史数据，不同新能源发电资源的出力需为同一时间段内时间分辨率相同的数据。

3.根据权利要求1所述的基于藤copula和混合偏移正态分布的置信容量评估方法，其特征在于，步骤S2包括以下步骤：

步骤S21，给出确定含有待估计参数的偏移正态分布混合模型的基本参数表达式：

其中，x_i是代表系统内第i个新能源出力的随机变量，f_i(x_i)是x_i的概率密度函数，ω_m是偏移正态混合分布的第m个分量的权重，所有ω_m的数值之和为1，μ_m、σ_m和λ_m分别是反映单个偏移正态分布的位置、尺度和偏度的参数，n_SN偏移正态混合分布的分量个数，和Φ分别是标准正态分布的概率密度函数和累积概率分布函数；

n_SN以及每个分量的μ_m、σ_m和λ_m均为待估计参数；

步骤S22，令n_SN从1开始逐渐增加，利用期望最大算法估计每一个n_SN取值所对应的每个分量的μ_m、σ_m和λ_m；

步骤S23，利用赤池信息准则确定n_SN。

4.根据权利要求1所述的基于藤copula和混合偏移正态分布的置信容量评估方法，其特征在于，步骤S3中采用的藤copula方法为将高维copula函数分解为多个二维copula函数的乘积，再利用历史数据分别对每个二维copula函数选择copula函数类型和参数，最终将所有二维copula函数相乘得到最后的高维copula函数。

5.根据权利要求1所述的基于藤copula和混合偏移正态分布的置信容量评估方法，其特征在于，步骤S4包括：

在新能源发电出力的边际分布模型和相关性结构模型的基础上，将边际分布模型和相关性结构模型相乘，即可得到多新能源出力的联合分布模型；

利用该联合分布模型和Monte Carlo法生成大量贴近新能源实际出力规律的场景。

6.根据权利要求1所述的基于藤copula和混合偏移正态分布的置信容量评估方法，其特征在于，步骤S5包括：

计算置信容量，要计算整个电力系统的可靠性指标，该可靠性指标的计算依托于新能源出力的大量随机场景，并采用Monte Carlo法进行计算；

利用弦截法调整电力系统内的负荷水平，并多次计算可靠性指标，直至找到令待评估新能源接入前后，可靠性指标数值相同的负荷水平，最后计算出新能源置信容量。

7.基于藤copula和混合偏移正态分布的置信容量评估装置，其特征在于，包括：

数据输入模块，用于输入电力系统内所有新能源发电出力的历史数据；

边际分布模型建立模块，用于利用偏移正态分布混合模型建立所有新能源发电出力的边际分布模型；

相关性结构模型建立模块，用于利用藤copula方法建立所有新能源发电出力之间的相关性结构模型；

场景生成模块，用于利用新能源发电出力的边际模型和相关性模型，生成多个具有相关性的新能源发电出力场景；

置信容量计算模块，用于根据生成的新能源发电出力场景，利用弦截法计算待评估新能源发电资源的置信容量。