[发明专利]基于概率统计的风电场广义节点特征建模方法

摘要

本发明公开了一种基于概率统计的风电场广义节点特征建模方法，包括：对与风机直接相连的根母线处的电压、有功功率的全年数据进行等间隔采样；对全年根母线有功功率数据进行折中分段；统计风电场全年根母线有功功率数据的概率分布；利用神经网络算法提取各功率分段下的概率特征关系表达式；建立最终的风电场节点特征模型；分别对各功率分段的拟合效果和总体样本的拟合效果进行评定。本发明由于涵盖全年样本规律而不必频繁修正模型，在自描述能力与泛化能力方面均优于传统方法，也可以根据该分段概率模型求解风电波动下各种功率场景的潮流结果，为概率稳定性计算、风险评估、经济调度、风电消纳能力等研究提供理论指导。

主权项

一种基于概率统计的风电场广义节点特征建模方法，其特征是，包括以下步骤：(1)对与风机直接相连的根母线处的电压、有功功率的全年数据进行等间隔采样，获取足够的数据样本；(2)对全年根母线有功功率数据进行折中分段；(3)分别统计每个功率分段内全年根母线有功功率出现的次数，得出各功率分段的出力频率，统计风电场全年根母线有功功率数据的概率分布；(4)利用神经网络算法提取各功率分段下的概率特征关系表达式；(5)建立最终的风电场节点特征模型；所述模型表达式为：$P\left(V\right)=\left\{\begin{array}{ccccc}P\&lt;0& P_m\left(V_m\right)& \frac{P_m}{P_s}\&Element;\&lsqb;0.1m-1.1,0.1m-1\&rsqb;& f_m& m=1,2...10\\ P\&gt;0& P_m\left(V_m\right)& \frac{P_m}{P_s}\&Element;\&lsqb;0.1m-1.1,0.1m-1\&rsqb;& f_m& m=11,12...20\end{array}\right.;$其中，P<0表征点特性，P>0表征源特性；m为数据样本功率分段；P_m(V_m)为各功率分段下提取的概率特征关系表达式；V_m为各功率分段中输入根母线电压；P_m为各功率分段输出有功功率；P_s为额定功率值；f_m为频率，是各功率分段的概率标识，表示有f_m的可能，根母线有功功率落在[(0.1m‑1.1)·P_s，(0.1m‑1)·P_s]这个分段，其出力随电压变化的概率特征为P_m(V_m)；(6)利用功率均方误差方法分别对各功率分段的拟合效果和总体样本的拟合效果进行评定。