基于新型场景划分与考虑时序相关性的光伏出力时间序列模拟方法

被引：9

作者：

江雪辰 ^{[1
]}

朱俊澎 ^{[1
]}

袁越 ^{[1
]}

王跃峰 ^{[2
]}

黄阮明 ^{[3
]}

机构：

[1] 河海大学能源与电气学院

[2] 中国电力科学研究院有限公司

[3] 国网上海市电力公司

来源：

电力建设 | 2018年 / 39卷 / 10期

关键词：

光伏出力时间序列; 马尔科夫链蒙特卡洛; 场景划分; 时序相关性; Copula函数;

D O I：

暂无

中图分类号：

TM615 [太阳能发电];

学科分类号：

0807 ;

摘要：

针对现有光伏出力的马尔科夫链模型在原始数据分段和随机抽样方面的不足,文章提出一种基于新型场景划分与考虑时序相关性的光伏出力时间序列模拟方法。首先引入Davies-Bouldin有效性指标优化模糊C均值聚类(fuzzy Cmean clustering,FCM)法,进行场景划分,形成数据特征更清晰的原始光伏出力序列集合。然后建立不同场景的光伏出力状态转移矩阵,通过马尔科夫链蒙特卡洛法生成光伏出力时间序列,在此过程中,利用Copula理论进行条件概率抽样生成下一时刻光伏出力状态值,以降低传统蒙特卡洛抽样的随机性。实际算例表明,文章所提方法生成的光伏出力时间序列不仅在数据的概率统计特性方面比现有的模型结果更精确,而且更好地保留了原始序列的自相关性。

引用

页码：63 / 70

页数：8

共 15 条

[1]

Copula理论及其在金融分析上的应用.[M].韦艳华; 张世英; 编著.清华大学出版社.2008,

[2]

An Improved FCM Algorithm Based on Subtractive Clustering for Power Load Classification.[J].Rui Dong;Min Xiang Huang.Advanced Materials Research.2014, 986

[3]

A stochastic simulation model for reliable PV system sizing providing for solar radiation fluctuations.[J].E. Kaplani;S. Kaplanis.Applied Energy.2011,

[4] Using Copulas for analysis of large datasets in renewable distributed generation: PV and wind power integration in Iran [J].