基于改进的场景分类和去粗粒化MCMC的风电出力模拟方法

为实现风电出力时间序列的高性能模拟,文中提出了一种基于SAGA-KM(simulated annealing and genetic algorithms-K-means)算法实现典型风电场景分类和基于Copula函数进行风电日过程马尔可夫过程建模的风电模拟方法。SAGA-KM算法将传统KM算法与遗传算法和退火算法相结合,能显著提高风电场景分类效果;基于Copula函数建立的马尔可夫链精细概率模型,以去粗粒化方式实现马尔可夫过程蒙特卡洛模拟,克服了粗粒化引起的概率分布偏差。针对甘肃省某风电场数据进行实际模拟,结果表明文中方法生成模拟序列的统计分布特性、自相关函数特性和日均功率的分布特性与实测数据都非常接近,该方法能很好地保留风电序列的概率分布特性和随时间变化的波动特性,具有重要的工程实用价值。

龙羊峡地区水-风-光出力互补特性研究

准确掌握流域水-风-光多能源互补规律对于指导清洁能源规划布局、开展多能互补调度以提升能源利用效率具有重要意义。运用数理统计方法,计算得出了龙羊峡地区典型年的水-风-光出力逐日标准化数据的多个统计量,据此分析了水-风-光出力在长期时间尺度下的互补特性。建立了基于Spearman秩相关系数的水-风-光三能源出力互补性评价指标,根据龙羊峡地区典型年的水-风-光出力逐日标准化数据,在长期时间尺度上对龙羊峡地区的水-风-光出力互补特性进行了重新定量评价,并与数理统计方法的结果进行对比印证。此外,提出了基于K-means聚类算法的典型日出力特征辨识模型,分析了不同时间尺度划分对水-风-光出力互补规律评价的影响。结果表明:①龙羊峡地区的水-风-光出力在长期时间尺度上的互补特性较强,春冬季节水电出力较小,风光出力较大,而夏秋季节则呈现出相反的变化特征;②基于Spearman秩相关系数的水-风-光三能源出力互补性评价结果为“较互补”,与数理统计方法结果一致;③不同时间尺度划分对水-风-光互补特性评价影响显著,随着时间尺度的增加,水-风-光出力互补规律呈增强的趋势,具体体现为:季节互补特性强于月间互补特性,月间互补特性强于日间互补特性。

基于AP聚类-跳转持续MC的风电出力时间序列模拟生成方法研究

模拟生成概率等效条件下的风电出力时间序列对分析未来场景下风电出力不确定性以及提高风电消纳水平具有重要意义。针对传统马尔科夫链存在的问题,文中提出一种基于AP聚类-跳转持续马尔科夫链(Affinity Propagation Clustering-Transition and Persistence Markov Chain,AP-TP MC)的风电出力时间序列模拟生成方法。首先,对历史风电出力数据进行AP聚类,并对每一聚类类别下的风电序列建立相应的状态跳转矩阵;其次,依据马尔科夫链模型,结合风电出力状态持续时间特性,抽样并叠加符合混合高斯分布的波动分量,形成某一聚类类别下的风电出力时间序列;然后,依托类间转移矩阵,模拟生成风电出力时间序列;最后,通过对比传统马尔科夫链法与文中方法生成的风电出力时间序列与历史序列之间的统计指标、概率分布指标及自相关性指标,验证所提方法的有效性和准确性。

基于风电机组输出时间序列数据分群的风电场动态等值

为了在保证精度的前提下降低含风电场仿真系统模型的复杂度,以风电场并网点输出特性一致为目标,提出一种风电场动态等值方法。利用风电机组输出时间序列数据,应用几何模板匹配算法刻画该时间序列曲线特征,使用属性阈值聚类算法来实现风电机组分群,适用于所选时间序列的时间段内的所有时刻。在各群内,按照风电机组功率输出特性不变的原则对风电机组参数进行等值,以电压差不变为原则对集电线路进行等值。最后,以宁夏某实际风电场为例,分别选择不同时刻的风电机组状态为初值进行仿真,并比较风电场详细模型和等值模型的输出特性。结果表明,等值前后风电场并网点输出特性均保持一致,分群方法可以反映风电机组在该时间段内各时刻的运行特性,等值方法合理有效,具有一定的工程应用价值。

基于分段分区聚合近似和模糊聚类的风电出力特性分析

风电出力特性与负荷需求的形状(负荷需求具有双峰性的典型形状)不一样,难以直观得到风电出力特性曲线的大概轮廓。因此,提出改进的自适应模糊聚类算法,采用表征多时空尺度的风电波动性、同时率评价指标对风电出力数据归一化处理,分段聚合降低维度,计算自适应函数α(c),确定各时段最佳聚类数c,对风电出力类型分类;引入变异离散度系数βi,剔除风电出力畸变数据;提出分区加权中位值法,辨识并提取风电出力特性概率区间带。针对新疆区域电网2015年1月份的风电出力数据,仿真计算分析风电出力特性曲线及概率区间带,验证了所提方法的有效性和稳定性。

风电场出力特性与集群效应分析方法研究

从时间和空间分布的角度,提出风电场时空出力特性的分析框架,包括单一风电场的长期出力特性和短期出力特性分析、风电场集群长期波动相关性和短期波动互补性的分析方法。利用所提分析框架和指标,以海南文昌风电场为例,开展风电出力特性分析;以海南文昌(1座风电场)、儋州(2座风电场)、东方(2座风电场)以及海南全省风电集群为例,开展风电集群效应分析,验证分析框架和指标的实用性和有效性。

风电场群出力的汇聚效应分析

分析大规模风电场群的汇聚效应特性,找出其中的规律,可以帮助电网更为合理的接纳风电,提高新能源利用效率。通过实测某省级电网的风电场群运行数据,基于时间序列、频谱分析、概率统计等方法,分析风电场、风电场群的风电功率变化特征,获取风电场群出力的汇聚效应特性。