本文選題：風(fēng)電功率序列　切入點(diǎn)：馬爾科夫鏈　出處：《中國(guó)電機(jī)工程學(xué)報(bào)》2014年22期 　論文類(lèi)型：期刊論文

【摘要】：為了能夠生成與已有風(fēng)電功率序列數(shù)據(jù)特性一致的風(fēng)特性的改進(jìn)馬爾可夫鏈蒙特卡羅(Markov chain Monte Carlo,PV-MC)法,即持續(xù)與波動(dòng)蒙特卡羅(persistence and variation-Monte Carlo,PV-MC)法。該方法基于風(fēng)電功率狀態(tài),首先生成滿(mǎn)足狀態(tài)跳變率矩陣的狀態(tài)序列;而后,利用風(fēng)電功率狀態(tài)的持續(xù)特性,確定狀態(tài)序列中狀態(tài)的持續(xù)時(shí)間,得到滿(mǎn)足持續(xù)特性的狀態(tài)序列;最后,基于波動(dòng)特性,將狀態(tài)序列轉(zhuǎn)換為風(fēng)電功率序列。利用PV-MC方法與傳統(tǒng)的MCMC法分別對(duì)全球6個(gè)不同地區(qū)共26座風(fēng)電場(chǎng)生成風(fēng)電功率序列,并與原始風(fēng)電功率序列進(jìn)行特性對(duì)比分析,結(jié)果表明:無(wú)論在基本統(tǒng)計(jì)特性(均值、標(biāo)準(zhǔn)差、概率密度函數(shù)和自相關(guān)系數(shù))還是在時(shí)域特性(持續(xù)性和波動(dòng)性)上,PV-MC法生成的風(fēng)電功率序列都優(yōu)于傳統(tǒng)的MCMC法所生成的序列。
[Abstract]:In order to generate the improved Markov chain Monte Carlo Markov chain Monte Monte PV-MCmethod, which can generate the wind characteristics consistent with the existing wind power sequence data, that is, the persistence and volatility Monte Carlo persistence and variation-Monte Carlos PV-MC-based method, this method is based on the wind power state. First, the state sequence satisfying the state jump rate matrix is generated; then, the duration of the state in the state sequence is determined by using the sustained characteristics of the wind power state, and the state sequence satisfying the sustained characteristic is obtained. Finally, based on the fluctuation characteristic, the state sequence is obtained. The state sequence is converted to wind power sequence, and the PV-MC method and the traditional MCMC method are used to analyze the wind power series of 26 wind farms in 6 different regions of the world, and the characteristics of the wind power series are compared with the original wind power series. The results show that: regardless of the basic statistical characteristics (mean, standard deviation), Both the probability density function and the autocorrelation coefficient) or the wind power series generated by PV-MC method are superior to those generated by the traditional MCMC method on the time-domain characteristics (persistence and volatility).
【作者單位】： 強(qiáng)電磁工程與新技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室(華中科技大學(xué)電氣與電子工程學(xué)院);ABB中國(guó)有限公司集團(tuán)研究中心;
【基金】：國(guó)家863高技術(shù)基金項(xiàng)目(2011AA05A112) 國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目(50937002) 中國(guó)博士后特別資助項(xiàng)目(2013T60717)~~
【分類(lèi)號(hào)】：TM614

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王樂(lè)勤;劉錦濤;張樂(lè)福;覃大清;焦磊;;水泵水輪機(jī)泵工況小流量波動(dòng)特性[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2011年07期

2 裴文龍;張婷婷;何俊池;;1/f波動(dòng)非線(xiàn)性轉(zhuǎn)速電機(jī)[J];科技致富向?qū)?2011年21期

3 常文恕;;力矩電機(jī)轉(zhuǎn)矩波動(dòng)分析[J];微電機(jī);1979年04期

4 王兆瑞;;皮膚溫度時(shí)間序列的1/f~α波動(dòng)特性分析[J];信號(hào)處理;2007年06期

5 譚忠富;謝品杰;侯建朝;王綿斌;;我國(guó)電力消費(fèi)波動(dòng)特性研究[J];華東電力;2008年06期

6 劉貴生;陳建華;;基于概率風(fēng)險(xiǎn)的節(jié)點(diǎn)電價(jià)波動(dòng)性分析[J];華東電力;2009年04期

7 林今;孫元章;P.SФRENSEN;李國(guó)杰;程林;黎雄;;基于頻域的風(fēng)電場(chǎng)功率波動(dòng)仿真 (一)模型及分析技術(shù)[J];電力系統(tǒng)自動(dòng)化;2011年04期

8 王文營(yíng);王生彬;藺躍生;趙麗華;;基于電網(wǎng)頻率波動(dòng)特性的一次調(diào)頻考核算法分析[J];河北電力技術(shù);2011年05期

9 吳建華,陳永校;開(kāi)關(guān)磁阻電機(jī)轉(zhuǎn)矩波動(dòng)的計(jì)算和測(cè)量[J];中小型電機(jī);1997年02期

10 欒軍英;王虹;田昊;唐力偉;;利用瞬時(shí)轉(zhuǎn)速診斷電站系統(tǒng)中原動(dòng)機(jī)的失火故障[J];機(jī)械強(qiáng)度;2006年S1期

相關(guān)博士學(xué)位論文 前1條

1 王飛;并網(wǎng)型光伏電站發(fā)電功率預(yù)測(cè)方法與系統(tǒng)[D];華北電力大學(xué);2013年

相關(guān)碩士學(xué)位論文 前8條

1 宋曙光;風(fēng)電功率波動(dòng)特性及其與儲(chǔ)能協(xié)調(diào)策略的研究[D];山東大學(xué);2011年

2 嚴(yán)歡;基于多屬性決策和相似日理論的風(fēng)電功率多尺度預(yù)測(cè)模型研究[D];重慶大學(xué);2013年

3 宋薇;大規(guī)模風(fēng)電場(chǎng)超短期風(fēng)電功率預(yù)測(cè)的誤差分析與評(píng)價(jià)[D];東北電力大學(xué);2013年

4 馮江霞;風(fēng)電功率預(yù)測(cè)及風(fēng)電場(chǎng)儲(chǔ)能容量?jī)?yōu)化研究[D];山東大學(xué);2013年

5 黎靜華;基于粗糙集的網(wǎng)格化電力系統(tǒng)短期負(fù)荷預(yù)測(cè)[D];華北電力大學(xué)（河北）;2006年

6 都晨;基于模糊聚類(lèi)的GA-BP風(fēng)電場(chǎng)短期風(fēng)速及功率預(yù)測(cè)的研究[D];南京理工大學(xué);2013年

7 夏冰;基于VC++風(fēng)電儲(chǔ)能聯(lián)合分析系統(tǒng)研究[D];華北電力大學(xué);2012年

8 王惠;含波動(dòng)負(fù)荷電力用戶(hù)無(wú)功問(wèn)題與治理方案研究[D];北京交通大學(xué);2014年

，

本文編號(hào)：1599447