[发明专利]一种基于极大似然估计的风电功率持续特性描述方法

说明书

技术领域

本发明涉及风力发电技术领域，尤其涉及一种基于极大似然估计的风电功率持续特性描述方法。

背景技术

据统计，我国新增风电装机占全球新增装机的比例从2006年的不足10%上升到2012年的35%。截至2012年6月，全国并网风电容量已经有5258万千瓦，居世界首位。由于风资源的不确定性和风电机组本身的运行特性，使风电场的输出功率具有间歇性和波动性，大规模风电的接入势必给电力系统的安全稳定运行带来困难，故加强对风电的随机特性的研究，对提高风电场出力的预测精度，进而提高电网运行水平，从而降低非可再生能源的消耗，保障电力系统安全稳定，提高电力系统经济性，减少温室气体排放具有重大意义。目前，对风电功率随机特性中的波动特性研究较多，而对于持续特性尚缺乏合理的定义与定量的分析。因此，如何定量地描述风电功率持续特性的概率分布是一个难点问题。

发明内容

本发明的目的就是为了解决上述问题，基于风电功率状态的定义，提出状态持续时间指标，利用极大似然估计法，发现风电功率状态的持续特性服从逆高斯分布，完善风电功率特性分析体系。

为了实现上述目的，本发明采用如下技术方案：

一种基于极大似然估计的风电功率持续特性描述方法，包括以下步骤：

（1）定义风电功率的状态：

将风电功率的可能取值范围离散化为若干个功率区间，每个功率区间即为风电功率的一个状态；依照定义，实测风电功率序列中的每一个数值均对应一个风电功率状态；

（2）进行风电功率状态持续时间的概率统计：

风电功率状态持续时间的统计包括两个方面：保持某个状态的时间长度和持续某一个时间长度的次数；例如：当风电功率从任意状态m，进入到状态n后，其中m≠n，开始记录风电功率保持在状态n内的时间；若风电功率经历时间T后跳出状态n，则记录状态n持续时间T一次；按照这种方法统计实测风电功率序列，可以得到风电功率在状态n下不同持续时间各自出现的次数，分别除以对应状态n下持续时间的总次数即得到该状态n下持续时间的概率，统计该状态n下所有持续时间T的概率值，则可以得到风电功率在此状态下持续时间的概率分布；

（3）选择适当的分布函数：

选择Birnbaum-Saunders分布、指数分布、逆高斯分布以及对数正态分布作为参考分布函数；

（4）利用最小二乘估计法和极大似然估计分别对选择的分布函数进行拟合；

（5）采用残差平方和指标计算所选择函数的拟合精度。

所述步骤1中，风电场的额定装机容量记为P_E，拟划分的状态总数为N，则第n个状态代表的功率区间范围设定为：