一种涉及相关性的风电出力场景构建方法
【专利摘要】本发明提供了一种涉及相关性的风电出力场景构建方法。首先根据风电场历史出力数据统计结果，提取具有代表性的风电出力边缘概率分布函数和风电场间出力的相关系数矩阵，再采用离线的方式，提前计算出具有代表性的顺序矩阵。在需要进行风电出力场景构造时，根据风电功率概率预测结果进行拉丁超立方采样，并直接采用已提前计算完的顺序矩阵对采样矩阵进行排序，快速构造具有相关性的风电出力场景，大幅降低场景构造的在线计算时间，以满足工程实际的需要。
【专利说明】—种涉及相关性的风电出力场景构建方法
【技术领域】
[0001]本发明涉及一种新能源发电及接入技术的构建方法，具体讲涉及一种涉及相关性的风电出力场景构建方法。
【背景技术】
[0002]受到气候、海拔、地形以及温度等多种自然因素的影响的风电，预测难度较大，致使风电功率预测存在较大误差。随着风电并网容量的增大，其预测误差对系统的影响也越来越大，在进行风电优化调度时，需要将风电功率预测结果视为随机变量。同时，受区域内风资源相关性的影响，这些随机变量之间还具有很强的相关性，必须给予考虑，以使计算结果符合实际。但在考虑出力相关性的风电优化调度计算中，由于需计算的风电场数量多，且每次需分析的时间断面多，导致计算过程非常耗时。
【发明内容】
[0003]针对现有技术的不足，本发明的目的是提供一种涉及相关性的风电出力场景构建方法，该方法提高考虑相关性的风电优化调度计算速度，，利用拉丁超立方分层采样的特点，提前计算用于排序的顺序矩阵，并将其应用于考虑相关性的风电出力场景快速构造中，将针对不同时间断面的顺序矩阵计算缩减为提前计算一次，大大降低了场景构造时间，从而有效满足了考虑相关性的风电优化调度计算速度和精度要求。
[0004]本发明的目的是采用下述技术方案实现的:
[0005]本发明提供一种考虑相关性的风电出力场景构造方法，其改进之处在于，所述方法包括下述步骤:
[0006](I)输入历史数据，恢复不限电情况下的风电出力历史数据；
[0007](2)确定风电出力相关系数矩阵和边缘概率密度分布函数；
[0008](3)采用Nataf变换，确定顺序矩阵；
[0009](4)输入风电功率预测结果；
[0010](5)确定风电出力采样矩阵；
[0011](6)确定考虑相关性的风电出力场景；
[0012](7)判断风电优化调度是否结束。
[0013]进一步地，所述步骤(I)包括:输入每个风电场在同一时间段内的风电出力历史数据，若该时段内风电场有限电情况，则根据限电记录和风电场功率预测历史数据对限电数据进行恢复，得到在不限电情况下的风电出力历史数据；历史数据都包括过去一段时间内(过去一段时间内如一小时、一天或一个星期)风电出力实际值。
[0014]进一步地，所述步骤(2)中:边缘概率分布根据风电概率预测结果确定，即给定的输入量;
[0015]假设η个风电场出力W…，Xn的相关系数矩阵为Cx,
[0016]
【权利要求】
1.一种涉及相关性的风电出力场景构建方法，其特征在于，所述方法包括下述步骤: (1)输入历史数据，恢复不限电情况下的风电出力历史数据； (2)确定风电出力相关系数矩阵和边缘概率密度分布函数； (3)采用Nataf变换，确定顺序矩阵； (4)输入风电功率预测结果； (5)确定风电出力采样矩阵； (6)确定涉及的相关性的风电出力场景； (7)判断风电优化调度是否结束。
2.如权利要求1所述的风电出力场景构建方法，其特征在于，所述步骤(1)包括:输入每个风电场在同一时间段内的风电出力历史数据，若该时段内风电场有限电情况，则根据限电记录和风电场功率预测历史数据对限电数据进行恢复，得到在不限电情况下的风电出力历史数据；历史数据都包括过去一段时间内风电出力实际值。
3.如权利要求1所述的风电出力场景构建方法，其特征在于，所述步骤(2)中:根据风电概率预测结果确定边缘概率分布，即给定的输入量； 假设η个风电场出力X1, X2,…，Xn的相关系数矩阵为Cx，
式中，/>,；为相关系数矩阵为Cx中的向量；of和 <分别为风电场出力Xi和Xj的标准差，cov (Xi, Xj)为风电场出力XjP Xj的协方差，1、j = 1、2、...η。
4.如权利要求1所述的风电出力场景构建方法，其特征在于，所述步骤(3)包括:根据每个风电场出力的边缘概率密度分布函数和风电场间的风电出力相关系数矩阵，采用Nataf变换，计算用于相关性场景排序的顺序矩阵Lhn,
其中，η为风电场的数量，N为拉丁超立方采样的点数，顺序矩阵Lhn中的每一行均为整数I至N的一个排列结果，代表一个风电场拉丁超立方采样结果的排序位置。
5.如权利要求1所述的风电出力场景构建方法，其特征在于，所述步骤(4)中，在进行风电优化调度时，输入待评估时段的风电场功率预测结果。
6.如权利要求1所述的风电出力场景构建方法，其特征在于，所述步骤(5)中，根据各风电场功率预测结果，用拉丁超立方采样方式，对每个风电场的未来出力进行采样，得到风电出力采样矩阵Xhn;风电出力采样矩阵Xhn用下述表达式表示:
7.如权利要求1所述的风电出力场景构建方法，其特征在于，所述步骤(6)中，用风电出力顺序矩阵Lhn对风电出力采样矩阵Xhn进行排序，获得考虑相关性的未来风电出力场景Siin ;顺序矩阵Lhn用下述表达式表示: 设顺序矩阵:
用顺序矩阵Lhn对式3)的风电出力采样矩阵Xhn进行排序，即可获得场景矩阵Shn:
8.如权利要求1所述的风电出力场景构建方法，其特征在于，所述步骤(7)中，若风电优化调度未结束，则返回第(4)步，构造其他时段考虑相关性的风电出力场景；若风电优化调度结束，则退出。
9.如权利要求1所述的风电出力场景构建方法，其特征在于，所述步骤(1)~(3)为离线方式进行的计算，所述步骤(4)~(7)为在线方式进行的计算。
【文档编号】G06Q50/06GK104182910SQ201410420997
【公开日】2014年12月3日 申请日期:2014年8月25日 优先权日:2014年8月25日
【发明者】刘德伟, 黄越辉, 王跃峰, 刘纯, 张楠, 姚秀萍, 肖桂莲, 高云峰, 礼晓飞, 许晓艳, 马烁, 李鹏, 李丽, 戴松霖, 郭小龙, 马晓磊, 马锋福, 郝红岩 申请人:国家电网公司, 中国电力科学研究院, 国网新疆电力公司, 中电普瑞张北风电研究检测有限公司