[发明专利]一种多能源功率波动区间辨识方法

权利要求书

1.一种多能源功率波动区间辨识方法，它包括：

步骤1、采集分析区域内的间歇性电源的历史出力数据；

步骤2、对采集的历史出力数据集按照进行数据判断和处理；

步骤3、定义风电、小水电、光伏和其他电源的功率波动量指标ΔP；

步骤4、根据功率波动量指标ΔP的数据集，得到数据样本直方图，再通过参数估计和非参数估计拟合数据样本的概率密度函数f(x)；

步骤5、计算对应的累积概率分布(CDF)函数：

步骤6、利用累积概率分布(CDF)函数求得对应的逆累积概率分布(iCDF)函数F(x)^-1；

步骤7、通过步骤6自动辨识得到波动数据样本以概率P_MN出现的样本区间为(ξ_-,ξ₊)，同时根据任意概率值计算多能源功率波动数据样本存在区间。

2.根据权利要求1所述的一种多能源功率波动区间辨识方法，其特征在于：所述间歇性电源的历史出力数据包括：风电、小水电、光伏和其他电源的历史出力数据集P＝{Pwp,Psh,Ppv,Poth}、额定容量数据集Pn＝{Pwpn,Pshn,Ppvn,Pothn}和机组启停状态信息集Pss＝{Pwpss,Pshss,Ppvss,Pothss}；Pwp为风电历史出力，Psh为小水电历史出力，Ppv为光伏历史出力，Poth为其他电源历史出力；Pwpn为风电额定容量，Pshn为小水电额定容量，Ppvn为光伏额定容量，Pothn为其他电源额定容量；Pwpss为风电机组启停状态，Pshss为小水电机组启停状态，Ppvss为光伏机组启停状态，Pothss为其他电源机组启停状态。

3.根据权利要求1所述的一种多能源功率波动区间辨识方法，其特征在于：步骤2所述对采集的历史出力数据集按照进行数据判断和处理的方法为：

步骤2.1、当第φ个数据P_φ不为0，且有P_φ+1为0，同时Pss为启动状态时，则令P_φ+1＝P_φ；

步骤2.2、当第φ个数据P_φ大于Pn时，则令P_φ＝Pn。

步骤2.3、当第φ个数据P_φ0，则令P_φ＝0；

步骤2.4、当判断第φ个数据P_φ和P_φ+1，满足关系时，令P_φ+1＝P_φ。

4.根据权利要求1所述的一种多能源功率波动区间辨识方法，其特征在于：步骤3所述功率波动量指标ΔP的计算方法为：

式中：Pwp_i、Psh_i、Ppv_i、Poth_i和Pwp_i+1、Psh_i+1、Ppv_i+1、Poth_i+1分别为第i和i+1次采样风电历史出力、小水电历史出力、光伏历史出力和其他电源历史出力。

5.根据权利要求1所述的一种多能源功率波动区间辨识方法，其特征在于：步骤4所述概率密度函数f(x)的建立方法为：

步骤4.1、建立参数估计的正态分布概率密度函数为:

x为数据样本，μ为样本均值，σ为协方差；

步骤4.2、建立参数估计的t分布概率密度函数为：

其中x为数据样本，n为自由度；

步骤4.3、利用非参数估计的基于Parzen窗口法的高斯核概率密度函数为：

其中x为数据样本，h为窗口宽度，m为样本观察值；

步骤4.4、功率波动量指标ΔP数据集，分别得到实际数据样本直方图、正态分布概率密度估计函数曲线、t分布概率密度估计函数曲线和高斯核密度估计函数曲线；

步骤4.5、通过正态分布概率密度估计函数曲线f1(x)、t分布概率密度估计函数曲线f2(x)和高斯核密度估计函数曲线f3(x)，构建数据样本的概率密度函数f(x)。