基于时空自回归移动平均模型的风电出力序列模拟

被引：19

作者：

邹金 ^{[1
]}

朱继忠 ^{[1
]}

赖旭 ^{[2
]}

谢平平 ^{[1
]}

禤培正 ^{[1
]}

机构：

[1] 南方电网科学研究院有限责任公司

[2] 水资源与水电工程科学国家重点实验室(武汉大学)

来源：

电力系统自动化 | 2019年 / 43卷 / 03期

关键词：

风电出力; 时空序列; 时空自回归移动平均模型; 时空相关性; 多维时间序列;

D O I：

暂无

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

多风电场出力序列间的时空耦合相关性对风电并网下的电力系统运行具有重要影响。时空自回归移动平均(ST-ARMA)模型以较为简洁的形式对多维序列时空耦合相关性进行统计建模。针对多风电场出力时空序列的模拟问题,首先从时空序列的角度对风电场实测功率数据进行了统计分析,着重探讨了多风电场出力的时空耦合相关性。在此基础上,采用空间关系矩阵对风电场位置进行描述,并将其嵌入ST-ARMA模型的自回归过程建立多风电场出力序列的时空耦合相关性模型。该模型有效地模拟了实测风电场出力序列的时间相关性、空间相关性以及二者之间的耦合特性,可用于产生大量与实际风电出力统计特性相同的模拟数据,为风电并网下的电力系统运行与规划研究提供数据基础。

引用

页码：101 / 107

页数：7

共 14 条

[1]

时间序列分析.[M].( ) 魏武维; 著.中国人民大学出版社.2009,

[2]

空间数据分析方法.[M].王远飞; 何洪林; 编著.科学出版社.2007,

[3]

非线性模型参数估计理论与应用.[M].王新洲著;.武汉大学出版社.2002,

[4] 利用空间相关性的超短期风速预测 [J].