[发明专利]一种检定风电场出力相关性的方法

说明书

一种检定风电场出力相关性的方法，包括以下步骤：a.以风电场历史出力为样本数据，采用非参数核密度估计法分别求出两风电场出力的概率密度函数；b.计算两个风电场的累计分布函数值；d.采用多维核密度估计求出两个风电场的联合概率密度函数和联合分布函数H(u₁,u₂)；e.计算不同风电场之间出力序列的Spearman秩相关系数和Kendall秩相关系数；f.将秩相关系数与设定阈值比较，得出多风电场出力是否具有相关性以及相关性大小的结论。本发明能有效反映风电场出力的相关性特征，表明了多风电场出力的同步性概率，呈现了多风电场出力场景，对确保风电并网电力系统的稳定和经济运行具有重要意义。

技术领域

本发明涉及风电场出力相关性的检定方法，属发电技术领域。

背景技术

当前，风电能量得到大规模的开发和利用，风电装机容量增长十分迅速。截止到2017年底，我国风电装机容量已达到188.3GW。由于风电的随机性和波动性，大规模风电并网势必会对电力系统的安全稳定运行造成一定的影响。随着风电场规模的不断扩大，同一地区往往汇聚有多个风电场，这些风电场的风电出力具有一定的相关性，尤其是距离较近的风电场一般处于同一风速带上，这样，各个风电场出力不仅具有时间上的随机性，在空间上也具有很强的相关性。我国风电资源的分布极不均匀，往往采用集中开发、基地建设的模式，风电场的相关性及其影响较为严重。检测确定多风电场出力的相关结构及其变化规律对大规模风电并入电网后的安全稳定、经济运行具有重要意义。

相关性风速下的风电场出力具有一定同步性,样本粒子空间分布更为密集,使风电功率的波动性得到叠加,威胁电网的安全运行,且随着风速相关性增强,电网失去稳定的概率增大。因此，对一定范围内的多风电场进行出力相关性检定非常必要。

大型风电场风电出力相关性的准确检定十分困难，涉及因素很多；只有准确地描述了多风电场的风电出力相关性，才能客观地分析或预测风电场出力。本发明涉及一种确定风电场出力相关性的核Copula函数，利用该函数计算表征相关性的秩相关系数，检定风电场出力相关性的方法，从而有效反映相关性风速下的风电场出力特征，提高风电场并网运行的稳定性和经济性，属于发电技术领域。

目前，对风电场出力相关性分析、测定中，广泛采用的是在Copula函数族中选取一个或多个Copula函数描述风电场出力的相关结构，选取的准则是基于备选Copula与经验Copula函数之间最小的欧式距离法，并以欧式距离最小所对应的Copula函数来描述风电场出力的相关特性。事实上，经验Copula函数是不连续的，基于经验法确定的Copula函数可能不唯一，并且经验Copula函数分布只是真实分布的一个近似，无论样本容量多大，二者之间总会存在一定的差距。此外，经验Copula函数不存在解析的表达式，当数据信息量很大时，采用该方法进行合理Copula函数选择将耗时很长，甚至陷入困境。迄今为止，如何建立准确的风电场出力相关性模型进行相关性测定仍是一大难点。

发明内容

本发明的目的在于针对现有技术之弊端，提供一种检定风电场出力相关性的方法，明确多风电场出力一致性的几率，以提高分析或预测风电场出力的精度，进而提高风电场并网运行的稳定性。

本发明所述问题是以下述技术方案来实现的。

一种检定风电场出力相关性的方法，包括以下步骤：

a.以风电场历史出力为样本数据，采用非参数核密度估计法分别求出两风电场出力的概率密度函数：

设两个风电场出力样本序列为ω_1r,ω_2r,L,ω_nr(r＝1,2)，其中r为风电场序号，n为样本容量，采用Gauss核函数建立如下的优化模型：

由此计算出两个风电场出力样本序列的窗宽h₁,h₂；