針對現(xiàn)有相關矩陣法生成相關性風速的不足,文中引入風速的混合半云模型,改進風速的抽樣過程。采用蒙特卡洛抽樣生成具有相關性的風速樣本,通過歷史風速與模型結果的對比表明,所提出的改進相關矩陣法生成的風速間的相關系數(shù)與真實數(shù)據(jù)更為接近。然后,選取不同相關系數(shù)對風電場出力和并網(wǎng)可靠性進行分析,分析結果表明相關系數(shù)對風電場出力和可靠性有較大影響,考慮風速相關性可以得到對風電場出力和并網(wǎng)可靠性更加準確的分析。 

【文章來源】：電力系統(tǒng)自動化. 2020,44(22)北大核心EICSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

云期望曲線

如圖2所示為Weibull分布曲線、混合半云期望曲線與風電場歷史風速概率分布。從圖2中可以看出，由混合半云模型擬合的風速分布曲線與歷史風速頻率分布圖具有一致性，證明了風速混合半云模型在風速分布模擬的正確性。相較于Weibull分布曲線與風速概率分布最高值會存在偏差，混合半云期望曲線能更加準確地反映出風速概率分布的峰荷值。除了適用于單峰特性的風速概率分布以外，混合半云模型也適用于多峰特性的不規(guī)則風速建模[14]。

從3種不同風速抽樣方法生成相關性風速的結果來看，風速期望與歷史數(shù)據(jù)相差不大，基于Weibull分布抽樣的結果方差較于歷史數(shù)據(jù)減小了很多。對模擬生成的A和B風電場的風速計算相關性，基于云模型生成的A和B風電場的風速之間的相關性較于其他2種方法，與歷史風速相關性更為接近，平均風速也與原樣本數(shù)據(jù)相接近。對服從Weibull分布的2個風電場進行風速抽樣時，雖然所抽樣的風速概率滿足Weibull分布，但是相關系數(shù)法適用于正態(tài)分布，因此生成的A和B風電場間的風速相關系數(shù)與原樣本相差較大；而采用正態(tài)分布抽樣時，得出風速樣本的期望值和方差值都與真實數(shù)據(jù)較為接近，這也是因為假設風速概率分布服從正態(tài)分布，但是實際上，風速概率的分布為偏正態(tài)分布，并不服從正態(tài)分布。以A風電場為例，比較正態(tài)分布抽樣和混合半云模型抽樣的風速概率分布如圖3所示�；旌习朐颇Ｐ蛯L速的概率分布與標準正態(tài)函數(shù)相結合，當采用相關系數(shù)法生成相關性風速時，混合半云模型所生成的風速數(shù)據(jù)更為準確可靠。從圖3可以看出，基于混合半云模型的抽樣方法與歷史風速數(shù)據(jù)概率分布最為接近。

【參考文獻】：
期刊論文
[1]基于風速云模型相似日的短期風電功率預測方法[J]. 閻潔,許成志,劉永前,韓爽,李莉.  電力系統(tǒng)自動化. 2018(06)
[2]正態(tài)云模型研究回顧與展望[J]. 楊潔,王國胤,劉群,郭毅可,劉悅,淦文燕,劉玉超.  計算機學報. 2018(03)
[3]風速威布爾分布參數(shù)估算方法的比較[J]. 蔡浩.  統(tǒng)計與決策. 2016(16)
[4]黑龍江地區(qū)風電出力特性分析[J]. 王藝博,蔡國偉,楊德友,李琰,湯海雁.  電測與儀表. 2016(16)
[5]計入風速與風電機組故障相關性的風電場可靠性建模及其應用[J]. 陳凡,衛(wèi)志農,張小蓮,劉海濤,李軍.  中國電機工程學報. 2016(11)
[6]不規(guī)則風速概率分布的混合半云建模方法[J]. 陳紹南,陳碧云,韋化,任龍,韋杏秋.  中國電機工程學報. 2015(06)
[7]風速分布模型在系統(tǒng)可靠性評估中的應用[J]. 李慧.  電力系統(tǒng)及其自動化學報. 2014(10)
[8]考慮復雜尾流效應和連接電纜故障的風電場可靠性建模[J]. 仇國兵,劉文霞,張建華.  電力系統(tǒng)自動化. 2014(18)
[9]基于瑞利概率分布的風力發(fā)電系統(tǒng)中組合風速的改進及建模仿真[J]. 道日娜,孟克其勞,張占強,馬建光,賈大江.  可再生能源. 2014(04)
[10]風速相關性對配電網(wǎng)運行特性的影響[J]. 蔡德福,陳金富,石東源,李慧杰,姚美齊.  電網(wǎng)技術. 2013(01)

博士論文
[1]變速恒頻風電機組并網(wǎng)運行模型研究及其應用[D]. 申洪.中國電力科學研究院 2003



本文編號：3107896