[发明专利]一种考虑时空相关性的多风电场出力场景生成方法及系统

说明书

本公开提出了一种考虑时空相关性的多风电场出力场景生成方法，包括：获取多风电场的原始出力数据，计算各风电场出力的边缘分布；基于Copula函数和上述各自的边缘分布建立多风电场出力的联合分布函数；对联合分布函数进行随机抽样，得到考虑多风电场空间相关性的初始出力场景；考虑多风电场原始出力样本中的时间相关性，对初始出力场景进行时序重构，进而生成考虑时空相关性的多风电场出力场景。本方法采用时序重构技术，对初始场景进行重构，进行更为准确的预测且计算效率较目前方法也有所提高，进而为电力系统运行模拟及规划提供更为精确的基础数据。

技术领域

本公开属于风电技术领域，尤其涉及一种考虑时空相关性的多风电场出力场景生成方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

随着可再生能源的并网，可再生能源发电固有的随机性及波动性对电力系统的影响越来越大。为了能够更好的给电力系统的电源规划、概率潮流及经济调度等方面提供更为精确的基础数据，需要在风出力预测时充分考虑各风电场出力本身的时间相关性以及各风电场之间的空间相关性。因此，需要一种考虑时空相关性的多风电场出力多场景生成方法，充分考虑多风电场出力的时间相关性及空间相关性，更好的应对多风电场出力的随机性及波动性。

多风电场出力场景的生成，理论上要以多个风电场为对象，在多风电场出力建模时充分考虑各风电场本身的时间相关性及各风电场之间的空间相关性。

发明人在研究中发现，对于多风电场出力预测的研究已经有了大量的研究。关于单一风电场的出力预测主要是针对其自相关性(时间相关性)，主要采用的模型有马尔可夫链模型以及ARIMA模型。关于多风电场出力相关性预测方面的研究，Copula函数得到了十分广泛的关注。该方法主要是基于多风电场原始出力样本数据得到多风电场出力的边缘分布，进一步基于Copula函数考虑多风电场出力的空间相关性，生成的出力场景没有保留实际出力场景的自相关性，不适合更加精确的分析。

目前所述研究主要从不同的角度对相关性变量进行模拟，然而对于时间相关性及空间相关性双重角度进行模拟的研究还不够深入，若要考虑时空相关性，则需要分别空间相关性角度和时间相关性角度分别进行模拟，计算效率较低，进而给电力系统的运行模拟及规划带来了一定的困难。此外，目前对于中长期多风电场出力波动性研究也略有不足。

发明内容

为克服上述现有技术的不足，本公开提供了一种考虑时空相关性的多风电场出力场景生成方法，考虑时空相关性的多风电场出力预测方法进行更为准确的多风电场出力相关性预测，为电力系统的电源规划、概率潮流以及经济调度等方面提供更为精确的基础数据。

为实现上述目的，本公开的一个或多个实施例提供了如下技术方案：

一方面，公开了一种考虑时空相关性的多风电场出力场景生成方法，包括：

获取多风电场的原始出力数据，计算各风电场出力的边缘分布；

基于Copula函数和上述各自的边缘分布建立多风电场出力的联合分布函数；

对联合分布函数进行随机抽样，得到考虑多风电场空间相关性的初始出力场景；

考虑多风电场原始出力样本中的时间相关性，对初始出力场景进行时序重构，进而生成考虑时空相关性的多风电场出力场景。

另一方面，公开了一种考虑时空相关性的多风电场出力场景生成系统，包括：

风电场出力的边缘分布计算模块，获取多风电场的原始出力数据，计算各风电场出力的边缘分布；

联合分布函数建立模块，基于Copula函数和上述各自的边缘分布建立多风电场出力的联合分布函数；

初始出力场景构建模块，对联合分布函数进行随机抽样，得到考虑多风电场空间相关性的初始出力场景；