[发明专利]一种风功率多阶段场景模拟方法

说明书

技术领域

本发明属于风力发电技术领域，更具体地，涉及一种风功率多阶段场景模拟方法。

背景技术

准确地刻画风电场出力的随机变化规律，模拟其未来出力的场景，对含大规模风电电力系统的运行与规划具有重要意义。

风功率序列场景模拟的方法主要有：

（1）随机模拟法：假设各时段风功率预测误差服从联合正态分布，随机产生服从该分布的样本作为场景，并将其转换为风功率序列；

（2）聚类法：采用聚类的方法直接对历史风功率样本进行缩减；

（3）场景最优生成/消减技术。

采用随机模拟产生服从某一联合分布的多阶段预测误差场景的方法，其生成场景的质量严重依赖于场景的数量，且需要知道概率分布函数，而当随机变量不服从正态分布、t-分布（实际往往如此）时，多元联合分布函数的获取非常困难。聚类方法简单易于实现，但聚类不能考虑原始场景的概率（其假定所有场景的概率相等），难以准确反映原随机变量的真实分布，且局限于原始样本数目可举的情况。现有的场景最优消减方法仅适用于原始场景集合较小的情况，不直接适应于大样本集合的缩减。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种风功率多阶段场景模拟方法，旨在解决现有风功率场景模拟方法存在的精度不高、需预知概率分布、仅适合小样本以及缺乏有效性验证的问题。

本发明提供了一种风功率多阶段场景模拟方法，包括下述步骤：

S1：对风功率预测误差数据样本进行预处理获得T个阶段的原始场景集合t＝1,2,…,T，i＝1,2,…,(S^o)_t，为第t阶段的第i个原始场景，为原始场景对应的概率，(S^o)_t为第t个阶段场景的总数；

S2：根据所述原始场景集合获得T个单阶段的代表场景集合j=1,2,…,(S^s)_t，每个集合含有(S^s)_t个元素；

S3：根据T个单阶段的代表场景集合获得多个阶段风功率预测误差场景；

S4：将多个阶段风功率预测误差场景转换为风功率场景。

更进一步地，所述步骤S2包括：

S21：令t时段被删减的场景序号的集合J_t的初始值为空J_t=[]，令t时段保留场景序号的集合R_t的初始值为所有样本R_t=[1,2,…,(S^o)_t]；

S22：计算原始场景集合中任意两个场景间的距离矩阵其中矩阵的元素i＝1,2,…,(S^o)_t，j=1,2,…,(S^o)_t；

S23：获取场景矩阵C_t中每一行的最小元素并计算场景概率距离l＝1,2,…,(S^o)_t，j=1,2,…,(S^o)_t；

S24：选择最小场景概率距离所对应的序号l^*；

S25：将序号l^*增加到被删减的场景序号的集合J_t中，并将序号l^*从保留场景序号集合R_t中删除；

S26：判断场景序号集合R_t中元素的个数是否等于需要生成的场景数目(S^s)_t，若是，则输出第t个阶段最优场景序号集合R_t，从原始场景集合中取出场景序号R_t对应的代表场景的集合j=1,2,…,(S^s)_t，并获得保留场景的概率j=1,2,…,(S^s)_t；若否，则进入步骤S27；

S27：根据公式计算场景距离根据公式计算场景概率距离并转入步骤S24，通过对所有阶段t=1,…,T按上述步骤计算获得T个单阶段的场景集合