[发明专利]考虑时空相关性的两风电场出力场景生成方法及其系统

说明书

本发明公开了考虑时空相关性的两风电场出力场景生成方法及其系统，方法具体步骤为：(1)采用变结构copula模型对两风电场出力空间相关性建模，得到两风电场空间相关性有功出力序列；(2)采用剥离季节成分的改进随机微分方程对中心风电场有功出力时间相关性建模，得到中心风电场时间相关性有功出力序列及中心风电场有功出力波动序列；(3)对两风电场空间相关性有功出力序列进行序列重构，计算重构序列子序列与实际出力各个子序列之间均方根误差，对重构序列子序列重新排序，得到具有时间连续性的两风电场在时间、空间2个维度上的相关性有功出力序列。本发明不仅准确描述多风电场出力时间序列的空间相关性，还还原了原始多风电场有功出力序列的时空相关性。

技术领域

本发明涉及电力系统新能源发电领域，具体涉及考虑时空相关性的两风电场出力场景生成方法及其系统。

背景技术

现有时间相关性分析方法多采用自回归滑动平均模型(Auto-Regressive andMoving Average Model，ARMA)、多元回归法、支持向量机法(Support Vector Machine，SVM)等。但以上时间相关性分析方法只能对超短期或短期时间序列进行有效分析，难以满足对中长期时间序列及其波动特性进行分析的要求。目前，随机微分方程开始初步应用于中长期时间序列时间相关性建模，然而对于具有周期性、季节性的时间序列，将大大提高模型构建复杂度，且时间相关性拟合精度难以保证。

现有空间相关性分析方法多采用相关系数矩阵或copula模型等。其中相关系数矩阵难以描述变量间空间相关性的非线性、尾部相关性等特点。静态copula模型作为新能源出力间空间相关性的常用模型，能准确捕捉变量间非线性及尾部相关性特征，但无法分析相关性的变化特征。

发明内容

针对现有技术的以上不足或改进需求，本发明提供一种考虑时空相关性的两风电场出力场景生成方法及其系统，该方法综合考虑了具有周期性、季节性的中长期多风电场出力时间序列及其波动序列的时间相关性和变结构空间相关性，实现了可靠的时空相关性建模，为电力系统中长期电力系统规划、运行相关专题分析提供了合理、有效的场景基础。

为了达到上述目的，本发明是通过以下技术方案来实现的：

本发明的一种考虑时空相关性的两风电场出力场景生成方法，包括如下步骤：

步骤1，获取历史数据，包括两风电场全年有功出力时间序列，采用变结构copula模型对两风电场出力空间相关性建模，得到两风电场空间相关性有功出力序列；步骤2，基于中心风电场全年有功出力时间序列，采用剥离季节成分的改进随机微分方程对中心风电场有功出力时间相关性建模，得到中心风电场时间相关性有功出力序列及中心风电场有功出力波动序列；两风电场中选取一个研究对象作为中心风电场，步骤1和步骤2都是基于风电场全年有功出力时间序列进行研究的。步骤3，基于所述中心风电场有功出力波动序列，对两风电场空间相关性有功出力序列进行序列重构，计算重构序列子序列与实际出力各个子序列之间均方根误差，最小值对应的日期则为该重构序列子序列的真实顺序，对重构序列子序列重新排序，得到具有时间连续性的两风电场在时间、空间2个维度上的相关性有功出力序列。

步骤1的具体操作步骤如下：

步骤1.1，获取间隔30分钟采样的两地理位置中心距离≤80km的风电场全年有功出力时间序列，分别计算两风电场有功出力序列的组合相关性系数ρ_c1，ρ_c2：

ρ_c1＝ω₁ρ_p+ω₂ρ_s