考虑集群光伏与风电出力相关性的场景生成及概率潮流研究

摘要

集群光伏电站、风电场高比例接入将给电力系统安全运行带来巨大挑战，对多个光伏电站输出功率、风电场输出功率的不确定性、相关性进行合理地科学地描述、建模与分析，可以大大提升电力系统规避运行风险的能力。提升清洁能源发电的消纳水平。本文从分析集群光伏出力、风电出力相关性的角度入手，对集群光伏出力与风电出力的静态场景生成、动态场景生成以及概率潮流进行了系统研究。
　　首先，建立了集群光伏出力、风电出力之间的空间相关性模型，基于该模型，生成典型的光伏、风电出力静态场景。采用非参数核密度估计的方法获得各个光伏电站有功功率、风电场有功功率的边缘累积分布，进而采用Copula函数拟合光伏出力间、风电出力间、风电光伏出力之间的空间相依结构，求取Copula函数的相关参数。考虑到单一Copula在描述风电输出功率上下尾特征上的局限性，采用混合Copula对风电场实际出力数据进行建模，算例对比了五个常见Copula中某一个Copula与混合Copula在建模山东省某地区两风电场出力空间相关性上的差别。在此基础上，利用蒙特卡罗采样技术生成满足光伏出力空间相关性、风电出力空间相关性的大量样本，选取合适的聚类数，利用改进的K-means聚类方法生成典型的光伏、风电出力未来场景。
　　其次，从考虑时间相关性的角度出发，提出了光伏、风电出力的动态场景生成方法。将由风速、光照强度、风电出力、光伏出力等数据组成的数据集进行归一化处理。采用极限学习机方法对风电、光伏出力进行短期预测，在生成光伏、风电出力预测值的基础上，利用线性分位数回归方法生成光伏、风电出力预测边缘分布，对光伏、风电出力跨时段的波动特点采用服从多元正态分布变量的递归估计协方差矩阵来描绘。最终分别产生不同光伏、风电区域的短期出力场景，经验证，在任一时间断面上，场景的概率分布服从光伏、风电出力的边缘概率分布，能较好地描述光伏、风电出力各时间尺度的波动特征。
　　最后，提出了基于Nataf变换理论处理风电场风速、风电场出力、光伏电站出力相关性的电力系统概率潮流计算方法。该方法可以反映需要研究的随机变量相关系数对应在不同变量空间中的相应值，能够控制多维非正态的随机变量的抽样样本的相关性。对具有一定相关系数且其概率分布为非常见概率分布的随机变量，采用双重高斯-赫尔米特积分和牛顿差值的方法求取随机变量对应于标准正态空间中的相关系数，分别建立了风速中长期Weibull分布模型和风电场短期出力的概率模型，光伏出力模型，多方案综合对比分析不同风电场装机容量、不同风速相关系数、可能出现的断线情况下系统节点电压、支路潮流的概率分布情况，多个光伏电站并入不同位置下系统网损的变化，为实际电力系统的安全稳定运行提供重要参考。
　　本文利用“场景”的思想，从分析与刻画随机变量相关性与不确定性角度入手，研究生成光伏、风电出力静态场景与动态场景方法，在此基础上进行概率潮流计算，以准确把握含高比例光伏、风电的电力系统稳态运行场景的规律和特征。

目录

声明

摘要

1．1．1 光伏、风电发展概况

1．1．2 研究目的及意义

1．2 国内外研究现状及问题

1．2．1 光伏、风电出力静态场景生成方法研究现状

1．2．2 光伏、风电出力动态场景生成方法研究现状

1．2．3 含光伏、风电的概率潮流研究近况

1．3 本文主要工作

第二章 基于Copula理论的光伏、风电出力静态场景生成

2．1 引言

2．2 基于Copula理论的光伏、风电出力联合分布

2．2．1 Copula函数的定义与基本性质

2．2．2 混合Copula函数的构建方法

2．2．3 拟合优度评价

2．3 基于蒙特卡罗采样的静态场景生成

2．3．1 Copula函数的蒙特卡罗采样方法

2．3．2 基于层次聚类算法和KDBI指标改进的K-means聚类算法

2．4 算例分析

2．4．1 光伏、风电出力联合概率分布模型

2．4．2 混合Copula模型求解及场景生成

2．5 本章小结

第三章 基于概率预测的光伏、风电出力动态场景生成

3．1 引言

3．2 预测边缘分布的产生和估计

3．2．1 基于极限学习机算法的风电、光伏出力短期预测

3．2．2 线性分位数回归模型

3．3 光伏、风电出力动态场景生成方法

3．3．1 光伏、风电出力的多元标准正态分布

3．3．2 协方差矩阵的递归估计及动态场景生成

3．4 算例分析

3．5 本章小结

4．1 引言

4．2 系统随机元件的概率模型

4．2．1 风电出力概率模型

4．2．2 光伏出力概率模型

4．2．3 负荷概率模型

4．2．4 常规机组概率模型

4．3 基于Nataf变换理论的光伏、风电出力相关性样本生成

4．3．1 Nataf变换理论简介

4．3．2 由ρx计算ρz的方法

4．3．3 服从任意分布的光伏、风电出力相关性样本生成

4．4 基于拉丁超立方抽样的概率潮流计算过程

4．5 算例分析

4．5．1 算法准确性验证

4．5．2 基于中长期概率建模的风电场、光伏电站概率潮流计算

4．5．3 基于短期概率建模的风电场概率潮流计算

4．6 本章小结

第五章 总结与展望

参考文献

致谢

攻读硕士学位期间发表学术论文及参加科研情况