[发明专利]一种可再生能源相关系数在不同分布空间的转换方法

说明书

本发明公开了一种可再生能源相关系数在不同分布空间的转换方法，包括：选择两个服从标准正态分布的随机变量y₁和y₂，得到随机变量y₁和y₂之间的相关系数ρ_y，对随机变量y₁和y₂进行处理的得到具有相关性的标准正态分布的样本Y₁和Y₂；对样本Y₁和Y₂转换得到具有相关性的非正态分布的样本X₁和X₂；通过计算样本X₁和X₂的相关系数ρ_x，则得到相关系数ρ_x与相关系数ρ_y的对应关系，对对应关系进行处理得到非正态分布与标准正态分布的换算关系。能够提升不确定性分析结果的精确性，具有较高的实际应用价值。

技术领域

本发明属于可再生能源技术领域，涉及一种可再生能源相关系数在不同分布空间的转换方法。

背景技术

近些年来，为了减少环境污染和对传统化石燃料的依赖，政府大力开发风力发电和光伏发电，越来越多的可再生能源渗透于电网中。然而，与传统能源发电不同，可再生能源发电具有较强的间歇性和随机性，对支路潮流、节点电压和网络损耗具有显着影响，电网的调度和控制变得更加困难和复杂。时空上相邻的可再生能源之间波动规律具有较强的相关性，若忽略可再生能源发电的相关性，将会导致电力系统风险被低估，发电成本被低估，线路过载风险被低估，电能不足期望值被低估等情况发生。由此可见，在对电力系统进行不确定性分析时，可再生能源发电之间的相关性是一个不可忽略的因素。

对电力系统进行不确定性分析时，Nataf逆变换方法能够有效地针对具有相关性的可再生能源的不确定性进行建模采样。工程上，可再生能源之间的Pearson相关系数可以通过历史数据计算得到，Nataf逆变换考虑了将具有相关性的可再生能源随机变量转换到具有相关性的标准正态分布随机变量时Pearson相关系数的变化，然而Pearson相关系数在不同分布空间中的换算很难通过现有的理论公式直接计算得到，甚至有些研究人员直接忽略了Pearson相关系数在不同分布空间中的换算。

忽略Pearson相关系数的换算将会导致可再生能源发电样本的采集在一定程度上产生误差，若系统中可再生能源规模较小，这个误差对不确定性分析的结果影响不大，然而，考虑到规模化可再生能源并网的情况，这个误差将会导致可再生能源不确定性分析结果的精确性低。

发明内容

本发明的目的是提供一种可再生能源相关系数在不同分布空间的转换方法，解决了现有技术中存在的可再生能源不确定性分析结果的精确性低的问题。

本发明所采用的技术方案是，一种可再生能源相关系数在不同分布空间的转换方法，包括：选择两个服从标准正态分布的随机变量y₁和y₂，得到随机变量y₁和y₂之间的相关系数ρ_y，对随机变量y₁和y₂进行处理的得到具有相关性的标准正态分布的样本Y₁和Y₂；对样本Y₁和Y₂转换得到具有相关性的非正态分布的样本X₁和X₂；通过计算样本X₁和X₂的相关系数ρ_x，则得到相关系数ρ_x与相关系数ρ_y的对应关系，对对应关系进行处理得到非正态分布与标准正态分布的换算关系。

本发明的特点还在于，

具体包括以下步骤：