[发明专利]一种计及日特性和季特性的含风能发电系统充裕度评估方法

说明书

一种计及日特性和季特性的含风能发电系统充裕度评估方法，从风场收集每小时风速数据，根据最大似然估计法，构建基于Gaussian copula函数的24小时风速联合概率分布模型；从24小时风速联合概率分布中抽样，生成计及日特性的模拟Ⅰ风速；构建关于季度修正系数的偏差函数，推导最优季度修正系数，最小化修正前仿真风速样本的各季均值和标准差与实测风速样本各季均值和标准差间的偏差，得到模拟Ⅱ风速。利用模拟Ⅰ风速和模拟Ⅱ风速，建立考虑日特性和季特性的风电联合发电系统季节充裕度评估程序，分析季节性模式，风电机组数量和系统峰值负荷对系统季节性充足性的影响。本发明为研究季节性模式、风电机组数量和系统峰值负荷对系统季节充足性的影响提供了依据。

技术领域

本发明属于电力系统仿真技术领域，具体涉及一种计及日特性和季特性的含风能发电系统充裕度评估方法。

背景技术

在高风电渗透水平下，风电将对含风能发电系统产生重要影响。风力的产生主要依赖于风速，由于风速受地形、季节等因素影响，风速呈现不确定性特征。因此，在进行风速建模时，考虑其不确定性是极为重要的。

人们普遍认为风速具有日变化和季节变化特征，受此影响全年风力资源分布不均匀。因此，提出适当的风速模型来考虑风速日特性和季特性是相当重要的。较风速解析模型，风速仿真模型可更精细地计及多类风速特征，是较好的解决方法。

当前，已有较多学者对不确定的风速模式使用几种风速分析和仿真模型进行了研究。但用风速仿真模型来研究风速日变化和季节变化的著作相对较少。已有的一种非齐次马尔可夫风速时间序列模型，考虑了日变化和季节变化特征。但是可能存在两个明显的局限性：首先，提出了一个不切实际的假设，即风速在几个区间内均匀分布。在实际应用中，我们发现风速并不是均匀分布的；其次，采用季节指数对模拟风速进行修正，使模拟风速的均值与各季节实际风速的均值接近，但是模拟风速的标准偏差可能与每个季节的实际风速的标准偏差不一致。另一种方法将风速数据按日和季节进行了分组，采用核密度法估计各簇的WSPD，用于风集成IEEE-RTS发电系统的非序列蒙特卡洛模拟中产生风速样本。但可能很难确定核密度的最优带宽，核密度模型的逆累积密度函数没有参数化表达式，给风速采样带来困难。

发明内容

为解决上述技术问题，本发明提供一种计及日特性和季特性的含风能发电系统充裕度评估方法，以风速仿真模型为研究对象，以计及日特性和季特性为目标，针对风速日周期变化特征、季节变化特征，设计一种计及日特性和季特性的两阶段风速仿真模型。为研究季节性模式、风电机组数量和系统峰值负荷对系统季节充足性的影响提供了依据。

本发明采取的技术方案为：

一种计及日特性和季特性的含风能发电系统充裕度评估方法，包括以下步骤：

步骤一：从风场收集每小时风速数据，根据最大似然估计法，确定多种候选概率分布的参数，计算多种候选概率分布的AIC指标，选取AIC指标最小的候选概率分布，为最优拟合的每小时风速边缘概率分布模型；

步骤二：构建基于Gaussian copula函数的24小时风速联合概率分布模型；

步骤三：根据cholesky分解法、标准正态分布随机数，从24小时风速联合概率分布中抽样，生成计及日特性的模拟Ⅰ风速；

步骤四：引入季度修正系数，通过修正方程修正模拟-Ⅰ风速样本，构建关于季度修正系数的偏差函数，推导最优季度修正系数最小化修正前仿真风速样本的各季均值和标准差与实测风速样本各季均值和标准差间的偏差，得到模拟Ⅱ风速样本。

步骤五：利用模拟Ⅰ风速样本和模拟Ⅱ风速，建立考虑日特性和季特性的风电联合发电系统季节充裕度评估程序，分析季节性模式，风电机组数量和系统峰值负荷对系统季节性充足性的影响。

所述步骤一包括以下步骤：

S1.1:访问开放气象数据库，收集风电场24小时风速数据集，