基于动态Copula的风光联合出力建模及动态相关性分析

被引:43
作者
段偲默 [1 ]
苗世洪 [1 ]
霍雪松 [2 ]
李力行 [1 ]
韩佶 [1 ]
晁凯云 [1 ]
机构
[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
[2] 江苏电力调度控制中心
基金
国家重点研发计划;
关键词
Copula理论; 动态Copula函数; 风光互补; 相关系数; 拟合优度;
D O I
暂无
中图分类号
TM61 [各种发电];
学科分类号
080802 ;
摘要
准确描述风力发电和光伏发电的动态相关性及联合出力的波动性,对风光互补系统的出力预测和经济调度具有重要意义。针对现行静态相关系数无法准确描述风光出力相依关系的问题,研究了风光出力的动态相关性,提出了基于动态Copula函数的风光联合出力模型构建方法。结合实测数据建立了8组动态与静态的风光联合出力Copula模型,用动态相关系数描述风光出力的相关性。运用拟合优度检验方法验证了动态Copula模型对比其静态模型的优越性,选出最优模型。最后将该模型应用在数据驱动的风光联合系统中,验证了其合理性与正确性。
引用
收藏
页码:35 / 42
页数:8
相关论文
共 24 条
[1]   组串式并网逆变器运行性能研究 [J].
黄静 ;
刘江峰 ;
赵志强 ;
余振 ;
齐志伟 ;
陈富东 .
信阳师范学院学报(自然科学版), 2018, 31 (04) :650-656
[2]   采用变系数模型改进空间相关性风速预测 [J].
刘阳 ;
杨正瓴 ;
张泽 ;
朱新山 ;
张军 .
广东电力, 2017, 30 (06) :50-54
[3]   基于Copula理论的风/光出力预测误差分析方法的研究 [J].
钟嘉庆 ;
李茂林 ;
江静 ;
张晓辉 .
电工电能新技术, 2017, (06) :39-46
[4]   高弃风弃光背景下中国新能源发展总结及前景探究 [J].
周强 ;
汪宁渤 ;
何世恩 ;
沈琛云 ;
杨林 ;
赵龙 ;
陈钊 .
电力系统保护与控制, 2017, 45 (10) :146-154
[5]   基于混合算法优化神经网络的风电预测模型 [J].
董朕 ;
殷豪 ;
孟安波 .
广东电力, 2017, 30 (02) :29-33
[6]   考虑时空分布特性的风速预测模型 [J].
叶燕飞 ;
王琦 ;
陈宁 ;
伏祥运 ;
赵阳 .
电力系统保护与控制, 2017, 45 (04) :114-120
[7]   新能源消纳关键因素分析及解决措施研究 [J].
舒印彪 ;
张智刚 ;
郭剑波 ;
张正陵 .
中国电机工程学报, 2017, 37 (01) :1-9
[8]   考虑风电随机性的多场景配电网重构 [J].
初壮 ;
窦孝祥 ;
于群英 .
电力系统保护与控制, 2017, 45 (01) :132-138
[9]   计及备用容量优化配置的风火联合随机经济调度模型 [J].
郭永明 ;
李仲昌 ;
尤小虎 ;
刘观起 ;
郑洁 .
电力系统保护与控制, 2016, 44 (24) :31-36
[10]   基于主成分分析和遗传优化BP神经网络的光伏输出功率短期预测 [J].
许童羽 ;
马艺铭 ;
曹英丽 ;
唐瑞 ;
陈俊杰 .
电力系统保护与控制, 2016, 44 (22) :90-95