[发明专利]一种风光联合出力概率建模方法

说明书

本发明涉及新能源建模与控制领域，尤其涉及一种风光联合出力概率建模方法，采用二维混合高斯数学模型描述，具体为二维三阶混合高斯数学模型，通过上述模型实现了对风光出力进行联合建模，充分考虑到风电和光伏出力之间的相关性和互补性，可避免风电和光伏出力单独建模所带来的累积误差，为电网规划提供更多可靠参考信息。本发明中，在建模过程中采用最大期望算法进行模型的参数优化，最终可由混合高斯模型生成风电和光伏出力数据。

技术领域

本发明涉及新能源建模与控制领域，具体涉及一种风光联合出力概率建模方法。

背景技术

近些年我国正大力发展风电和光伏等新能源发电，但由于风电和光伏等新能源都具有很强的随机性和波动性，并且风电和光伏之间还存在相关性，上述复杂的情况对电网的支路潮流、节点电压、继电保护等方面产生了新的不确定影响，增加了电网调度和控制的难度，这些问题制约了风电和光伏的大规模发展。因此，如何准确建立风电和光伏的等效外特性模型，对于分析风电和光伏的接入对配电网的影响显得尤为重要。

现有研究方法大多是对风电和光伏单独建立概率模型，这种方法不能充分考虑在同一电网中，由于风电场和光伏电站地理位置接近所造成的风光出力互补性和相关性对电网的影响。

鉴于上述问题的存在，本发明人基于从事此类产品工程应用多年丰富的实务经验及专业知识，并配合学理的运用，积极加以研究创新，以期创设一种风光联合出力概率建模方法，使其更具有实用性。

发明内容

本发明提出了一种风光联合出力概率建模方法，从而避免风电和光伏出力单独建模所带来的累积误差，并且可充分考虑风电和光伏出力的相关性。

本发明的技术方案为：

一种风光联合出力概率模型，采用二维混合高斯数学模型描述。

进一步地，所述二维混合高斯数学模型具体为，二维三阶混合高斯数学模型。

进一步地，所述二维混合高斯数学模型的数学表达式如下：

其中，ω_m是混合权重，且M表示模型阶数；是输入矩阵，x是风电出力数据，y是光伏出力数据；是均值矩阵；C是协方差矩阵。

一种风光联合出力概率建模方法，至少包括以下步骤：

建立用于描述风光联合出力的概率密度模型；

初始化模型参数；

优化模型参数。

进一步地，所述概率密度模型为二维三阶混合高斯数学模型。

进一步地，所述二维混合高斯数学模型的数学表达式如下：

其中，ω_m是混合权重，且M表示模型阶数，M＝3；是输入矩阵，x是风电出力数据，y是光伏出力数据；是均值矩阵；C是协方差矩阵。

进一步地，优化模型参数，采用最大期望算法。

进一步地，所述最大期望算法包括以下步骤：

对于第i个样本x_i来说，它由第k个高斯模型生成的概率为：

式中，μ为高斯模型的均值，σ为高斯模型的方差；

得到每个点的后，考虑对于样本x_i而言，由第k个高斯模型产生，在估计第k个高斯模型参数时，以为模型参数，采用最大似然估计法估计：