风光发电功率时间序列模拟的MCMC方法

被引：39

作者：

罗钢 ^{[1
]}

石东源 ^{[1
]}

陈金富 ^{[1
]}

吴小珊 ^{[2
]}

机构：

[1] 强电磁工程与新技术国家重点实验室(华中科技大学)

[2] 南方电网科学研究院

来源：

电网技术 | 2014年 / 38卷 / 02期

基金：

国家自然科学基金重点项目;

关键词：

马尔科夫链-蒙特卡罗; 风电场; 光伏电站; 时间序列; 相关性;

D O I：

10.13335/j.1000-3673.pst.2014.02.008

中图分类号：

TM61 [各种发电];

学科分类号：

080802 ;

摘要：

准确、合理地构建间歇性电源的发电功率模型对于电力系统的仿真分析与计算具有重要意义。提出了一种风光发电功率时间序列模拟的单变量与多变量马尔科夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)仿真方法。该模型针对风电场与光伏电站等多种类型的间歇性电源,构建发电功率时间序列的马尔科夫链,采用Gibbs抽样技术实现了单变量或多变量的时间序列模拟。不仅全面地分析了不同类型间歇性电源马尔科夫过程的特征与影响因素,并且在MCMC方法中考虑了多变量之间的相互联系,使模型能够适应多组间歇性电源彼此间存在相关性的情形。对德国2家电力公司控制区域内的风电场、光伏电站进行仿真模拟,通过统计特征参数的对比分析,验证了所提模型的有效性。

引用

页码：321 / 327

页数：7

共 11 条

[1] 含电动汽车充电负荷和风电的电力系统动态概率特性分析 [J].

蔡德福 ;

钱斌 ;

陈金富 ;

姚美齐 .

电网技术, 2013, 37 (03) :590-596

[2] 并网光伏电站的发电可靠性评估 [J].

汪海瑛 ;

白晓民 ;

马纲 .

电网技术, 2012, 36 (10) :1-5

[3] 基于Adaboost的BP神经网络改进算法在短期风速预测中的应用 [J].

吴俊利 ;

张步涵 ;

王魁 .

电网技术, 2012, 36 (09) :221-225

[4] 大型电力系统可靠性评估中的马尔可夫链蒙特卡洛方法 [J].

石文辉 ;

别朝红 ;

王锡凡 .

中国电机工程学报, 2008, (04) :9-15

[5]

A Probabilistic Model for Simulating Long-Term Wind-Power Output[J] . Scott Kennedy,Peter Rogers.Wind Engineering . 2009 (3)

[6]

Multivariate time series models for studies on stochastic generators in power systems[J] . Electric Power Systems Research . 2009 (3)

[7] Model of a synthetic wind speed time series generator [J].

Negra, Nicola Barberis ;

Holmstrom, Ole ;

Bak-Jensen, Birgitte ;

Sorensen, Poul .

WIND ENERGY, 2008, 11 (02) :193-209

[8]

Hybrid solar/wind power system probabilistic modelling for long-term performance assessment[J] . G. Tina,S. Gagliano,S. Raiti.Solar Energy . 2005 (5)

[9]

Forecast of hourly average wind speed with ARMA models in Navarre (Spain)[J] . J.L. Torres,A. García,M. De Blas,A. De Francisco.Solar Energy . 2004 (1)

[10]

First and second order Markov chain models for synthetic generation of wind speed time series[J] . A. Shamshad,M.A. Bawadi,W.M.A. Wan Hussin,T.A. Majid,S.A.M. Sanusi.Energy . 2004 (5)

← 1 2 →