考虑风光出力动态相关性的场景生成方法

针对风光出力的不确定性问题提出一种利用混合Copula函数结合多元正态分布的风光出力场景生成方法。基于风电功率和光伏功率的历史数据建立风光出力的联合分布模型,进一步通过多元正态分布和协方差矩阵生成具有动态相关的风光出力联合分布序列;采用马尔科夫链蒙特卡洛抽样法生成风光出力场景的随机分布数,通过逆变换法得到相应的风光出力场景;对不同方法生成出力场景进行对比,分析动态相关下风光出力场景的拟合效果和耦合效应。结果验证所提方法的有效性,生成的出力场景能够较好地刻画风光单独出力和耦合出力时的不确定性。

基于混合Copula函数及鲸鱼优化算法的风电场风速预测

针对风速精准预测过程中存在的风电场内风机数量大、风速之间存在复杂时空相关性的问题,提出将鲸鱼优化算法与混合Copula函数相结合的相关性分析法,在风机风速相关性分析的基础上构建风速预测模型。在该模型中,通过混合多种单一Copula函数,再利用鲸鱼优化算法进行参数求解,提高了模型的相关性分析水平。以我国某地区风电场风机实际运行数据为例,将单一Copula预测结果与混合Copula预测结果进行对比。结果表明,利用所提出的方法可以有效分析风机风速相关性,使风速预测精度得到提升。

基于动态Copula的风光联合出力建模及动态相关性分析

准确描述风力发电和光伏发电的动态相关性及联合出力的波动性,对风光互补系统的出力预测和经济调度具有重要意义。针对现行静态相关系数无法准确描述风光出力相依关系的问题,研究了风光出力的动态相关性,提出了基于动态Copula函数的风光联合出力模型构建方法。结合实测数据建立了8组动态与静态的风光联合出力Copula模型,用动态相关系数描述风光出力的相关性。运用拟合优度检验方法验证了动态Copula模型对比其静态模型的优越性,选出最优模型。最后将该模型应用在数据驱动的风光联合系统中,验证了其合理性与正确性。

基于二元混合随机过程的轴承剩余寿命预测

针对轴承退化问题,基于两个不同变化特点的性能指标,提出了基于二元混合随机过程的轴承剩余寿命(RUL)预测方法。首先,分析两个特点不同的性能指标,选择合适的随机过程(伽马过程或维纳过程)分别构建基于不同性能指标的退化模型;其次,利用Copula函数分析两个性能指标间的相关特性并构建剩余寿命的联合概率密度函数;然后采用分步极大似然估计法在线更新模型参数,预测未来时刻的剩余寿命;最后,通过仿真和轴承实验数据对所提方法进行验证分析。结果显示所提方法能有效地预测轴承的剩余寿命,通过与基于一元随机过程的剩余寿命预测方法的对比分析,发现所提方法具有更好的预测精度。

我国引入农业收入保险的经济效应研究

基于1990~2015年全国农业保险数据,本文筛选出具有代表性的农业产品稻谷、小麦和玉米进行实证研究。由于农产品价格和产量之间存在某种相关性,所以文章利用混合Copula函数和蒙特卡罗方法估算了不同保障水平下不同农产品的农业收入保险费率。结果显示:相比同一保障水平的农业产量保险费率,农业收入保险费率要低一些,随着保障水平的降低,两者之间的费率差别减小。为了分析实施农业收入保险所带来的经济效应,选用保险费率、保险需求、保费收入、保险深度和保险密度变化率作为经济指标。研究发现:实施农业收入保险后,在相同保障水平和农业产品情况下,这五项经济指标都得到了较大改善;随着保障水平的增加,农业收入保险所能带来的经济效益越明显。