优选状态数的MCMC算法在风电功率序列生成中的应用
发布时间:2019年07月04日        点击数量:628

徐沈智1, 艾小猛1, 邹佳芯2, 张舒捷2, 李湃3, 黄越辉3, 文劲宇1 

1.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,湖北武汉430074;2.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,青海西宁 810008;3.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,北京100192)

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。

【下载全文PDF】优选状态数的MCMC算法在风电功率序列生成中的应用

用微信扫一扫

用微信扫一扫