论文摘要
传统马尔科夫链蒙特卡洛（MCMC）法的状态数选择常依赖于人工经验,应用于风电功率序列建模时难以较好地同时模拟原始风电功率序列的概率分布特性和自相关特性。针对该问题,提出一种优选状态数的MCMC（OSN-MC）算法。首先给出MCMC方法状态数的选取范围,其次在该范围内以生成序列与原始序列的自相关函数的误差平方和最小为原则确定优选状态数,然后利用各状态对应功率范围内的累积分布函数抽样生成随机风电功率,提高优选状态数下生成风电功率序列对于原始序列分布特性的模拟精度。应用OSN-MC法和MCMC法对中国、美国和欧洲的12个风电场生成风电功率序列,并与原始实测序列进行特性比较,结果表明:OSN-MC法生成的风电功率序列对原始序列的分布特性和自相关特性的模拟效果均优于MCMC法所生成的风电功率序列。
论文目录
文章来源
类型: 期刊论文
作者: 徐沈智,艾小猛,邹佳芯,张舒捷,李湃,黄越辉,文劲宇
关键词: 风电功率,马尔科夫链,蒙特卡洛法,优选状态数,序列生成
来源: 电力自动化设备 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室电力安全与高效湖北省重点实验室,国网青海省电力公司电力科学研究院青海省光伏发电并网技术重点实验室,中国电力科学研究院有限公司新能源与储能运行控制国家重点实验室
基金: 国家电网有限公司科技项目(考虑新能源发电不确定性的随机优化调度关键技术研究与示范)~~
分类号: TM614
DOI: 10.16081/j.issn.1006-6047.2019.05.009
页码: 61-68
总页数: 8
文件大小: 2113K
下载量: 125