風電功率特性分析與場景預測

目錄
前言
方法及模型符號說明
上篇 風電功率特性分析方法
第1章 風電功率特性分析概述 3
1.1 引言 3
1.2 風電功率特性分析流程 3
1.3 涉及的統(tǒng)計指標及概率分布函數(shù) 4
1.3.1 數(shù)據(jù)來源 4
1.3.2 特性指標 5
1.3.3 常見的概率分布函數(shù)及統(tǒng)計指標 6
1.4 風電功率特性分析研究現(xiàn)狀 10
1.5 風電功率特性分析內容 14
第2章 風電功率日曲線的時序特性分析 15
2.1 引言 15
2.2 風電功率的日特性分析 15
2.2.1 美國YoungCounty風電場風電功率日特性分析 16
2.2.2 愛爾蘭Ireland風電場群風電功率日特性分析 16
2.3 風電功率的統(tǒng)計特性分析 20
2.3.1 愛爾蘭Ireland風電場群風電功率的統(tǒng)計特性分析 20
2.3.2 德國Tennet風電場群與英國UK風電場群風電數(shù)據(jù)統(tǒng)計特性分析 29
2.4 風電功率長時間特性分析 32
2.4.1 愛爾蘭Ireland風電場群風電功率的長時間特性曲線分析 32
2.4.2 德國Tennet風電場群與英國UK風電場群長時間特性分析 33
2.5 風電功率爬坡特性分析 36
第3章 風電功率序列的相關特性 39
3.1 引言 39
3.2 風電功率序列的時空相關特性 39
3.2.1 風電功率序列時空相關特性概述 39
3.2.2 風電功率序列相關性的測度 42
3.3 風電功率序列線性相關的適用性判別 45
3.3.1 線性相關性判別所涉及的定義 45
3.3.2 風電功率序列的線性相關性判別方法 45
3.3.3 風電功率序列時空線性相關性的實證分析 46
3.4 風電功率序列非線性相關特性分析 47
3.4.1 Copula函數(shù)與其他非線性相關測度的關系 47
3.4.2 風電功率序列時空非線性相關性的實證分析 49
第4章 風電功率預測誤差特性分析 52
4.1 引言 52
4.2 風電功率預測誤差概述 52
4.2.1 風電功率預測的難點分析 52
4.2.2 風電功率預測的種類 53
4.2.3 衡量風電功率預測效果的評價指標 56
4.3 風電功率預測誤差統(tǒng)計特性分析方法 58
4.4 風電功率預測誤差分布特性 60
4.4.1 數(shù)據(jù)說明 61
4.4.2 我國北方某風電場風電功率誤差的分布特性 61
4.4.3 德國Tennet風電場群風電功率誤差的分布特性 61
第5章 風電功率波動特性分析 64
5.1 引言 64
5.2 不同時空尺度下的風電功率波動特性 64
5.2.1 風電功率波動的概率分布特性分析 65
5.2.2 風電功率在不同空間尺度下的波動特性 66
5.2.3 風電功率序列在不同時間尺度下的波動特性 68
第6章 風電功率持續(xù)特性分析 72
6.1 引言 72
6.2 風電功率持續(xù)特性 73
6.2.1 風電功率狀態(tài)的持續(xù)時間特性 73
6.2.2 風電功率的狀態(tài)轉移特性 75
6.3 風電功率持續(xù)時間特性分析 75
6.3.1 風電功率狀態(tài)持續(xù)時間的概率分布函數(shù) 75
6.3.2 風電功率狀態(tài)持續(xù)時間的概率分布特性分析 78
6.4 風電功率狀態(tài)轉移率特性 85
6.4.1 狀態(tài)轉移率矩陣的計算方法 85
6.4.2 風電功率狀態(tài)轉移率特性分析 85
第7章 風電功率特性研究總結 92
7.1 引言 92
7.2 風電功率相關性研究總結 92
7.3 風電功率的預測誤差特性研究總結 93
7.4 風電功率波動性研究總結 94
7.5 風電功率持續(xù)特性研究總結 95
上篇參考文獻 96
下篇 風電功率場景模擬方法
第8章 風電功率場景模擬的定義與分類 105
8.1 引言 105
8.2 風電功率場景定義 105
8.3 風電功率場景模擬概述 107
8.3.1 風電功率場景模擬問題 107
8.3.2 風電功率場景模擬的近似方法 108
8.4 衡量風電功率場景模擬精度的距離指標 108
8.4.1 統(tǒng)計特性指標 108
8.4.2 相關性指標 108
8.4.3 空間距離指標 109
第9章 基于Cholesky分解和超立方變換的矩匹配場景生成方法 111
9.1 引言 111
9.2 矩匹配法的基本思想 111
9.3 基于矩匹配法的風電功率場景生成 112
9.3.1 矩匹配法的基本步驟 112
9.3.2 立方變換 114
9.4 矩匹配方法生成風電功率場景的驗證 114
9.5 基于矩匹配法的風電場景生成應用 117
9.5.1 基于場景的魯棒輸電網規(guī)劃優(yōu)化模型 117
9.5.2 修正的Garver6節(jié)點系統(tǒng) 118
9.5.3 IEEE24節(jié)點系統(tǒng) 122
9.5.4 IEEE RTS-96系統(tǒng) 125
第10章 基于改進矩匹配的場景削減方法 129
10.1 引言 129
10.2 場景削減的基礎理論 130
10.3 場景削減的經典方法 131
10.3.1 聚類分析方法 131
10.3.2 前向選擇法/后向削減方法 132
10.3.3 矩匹配法 134
10.4 基于聚類和Cholesky分解法的改進矩匹配法 136
10.4.1 基于聚類方法削減場景 136
10.4.2 基于Cholesky分解法的相關性矩陣的修正 137
10.4.3 基于矩匹配法優(yōu)化削減場景的概率 139
10.5 算例分析 140
10.5.1 算例說明 140
10.5.2 改進矩匹配法的計算結果 142
10.5.3 改進矩匹配法的場景的計算效率分析 143
10.5.4 改進矩匹配法的擬合精度分析 145
第11章 基于*優(yōu)化理論的場景生成方法 149
11.1 引言 149
11.2 場景優(yōu)化削減的基本問題 149
11.3 場景優(yōu)化削減問題的數(shù)學模型 150
11.4 場景優(yōu)化削減模型的求解方法 152
11.5 風電功率時間序列模擬算例 154
11.5.1 算例說明 154
11.5.2 所生成的風電功率序列場景 154
11.5.3 場景優(yōu)化削減方法的精度分析 154
11.5.4 *優(yōu)場景法與其他優(yōu)化方法的對比分析 157
第12章 基于雙向優(yōu)化技術的風電功率場景生成方法 161
12.1 引言 161
12.2 雙向場景優(yōu)化生成風電功率序列的基本思路 161
12.3 基于“雙向優(yōu)化”日風電功率序列場景生成 162
12.3.1 基于削減技術的縱向場景優(yōu)化 162
12.3.2 基于禁忌搜索算法的橫向場景序列生成 163
12.4 基于雙向優(yōu)化技術的場景生成應用分析 165
12.4.1 數(shù)據(jù)說明 165
12.4.2 單時段風電功率預測誤差場景生成 166
12.4.3 日風電功率序列場景的生成與驗證 167
第13章 基于Copula函數(shù)的場景生成方法研究 173
13.1 引言 173
13.2 含多風電場電力系統(tǒng)的優(yōu)化模型 173
13.3 基于Copula函數(shù)風電場出力的相關性分析 174
13.3.1 Copula函數(shù) 174
13.3.2 描述風電場出力相關性的Copula函數(shù)實證 174
13.4 基于Copula函數(shù)場景優(yōu)化方法 179
13.4.1 相關說明 179
13.4.2 算法流程 179
13.4.3 計算結果 180
13.5 算例分析 180
13.5.1 OPF-WS模型 180
13.5.2 計算結果 181
第14章 風電功率場景模擬方法研究總結 183
14.1 引言 183
14.2 基于模擬的場景生成方法總結 183
14.3 基于削減的場景生成方法總結 184
下篇參考文獻 186