[发明专利]一种基于随机偏微分方程的风速波动特性建模方法

说明书

技术领域

本发明提出了一种基于随机偏微分方程的风速波动特性建模方法，属于可再生能源发电建模技术领域。

背景技术

在可再生能源快速发展的大背景下，风力发电在电力系统中的比重逐渐加大，风电的接入给电力系统的规划和运行带来了重要影响。风速的随机波动性本身对电力系统的运行带来冲击和影响，是一项不确定因素；另外风电的接入增加了系统节点电压、频率和支路潮流的随机波动性。因此建立真实的风速变化模型，确定其变化规律，是研究含风电的电力系统动态特性的重要前提。

目前国内外学者已经提出了一系列的风速建模方法，但整体上分为两大类：概率分布模型和时间序列模型。风速概率分布通常有Rayleigh或Weibull函数拟合，可以反映风速长时间的概率分布特性，常用来作为风能资源统计特性的指标。有些研究从风速功率谱密度的角度出发，将风速序列看作是白噪声序列通过整形滤波器的输出。另外一些通过拟合风速分布的参数来获得风速模型。然而风速的波动是影响含风电的电力系统运行情况的关键，概率分布无法反映风速的动态变化规律，因此也就不适用于对风电系统的动态运行和控制的仿真研究。一般意义上的时间序列模型可在一定时间尺度上反映特定区域的风速变化规律。现有的针对时间序列模型的研究一般以单一时间尺度为立足点建立时间序列模型，并仿真得到可以反映该时间尺度统计特性的风速序列。一些研究针对风速随机变化的特性，用自回归滑动平均方法建立了满足一定功率谱密度特性的风速模型。另有一些考虑了风速和风向在时间和空间上具有相关性，将风速和风向两个时间序列转化为包括风速和风向两变量的风向量时间序列。这些模型较好地模拟了风速变化的频率特性，但由于他们都以恒定的平均风速常量作为低频分量，在对应的单一时间尺度内，风速趋势相对单一不变，无法反映风速变化的各种趋势，更无法体现风速在中小时间尺度上的统计特性。

发明内容

为解决上述问题，本发明提出了一种基于随机偏微分方程的风速波动特性建模方法。在充分考虑风速概率分布条件的基础上，对风速的波动特性进行求解，最终建立起既能体现风速波动特性、又符合风速概率分布条件的风速建模方法。

本发明的上述目的通过独立权利要求的技术特征实现，从属权利要求以另选或有利的方式发展独立权利要求的技术特征。

为达成上述目的，本发明提出一种基于随机偏微分方程的风速波动特性建模方法，包括：根据样本风速数据构建关于风速变化量的随机偏微分方程，通过求解该随机偏微分方程求得一组典型的风速变化序列；随后通过拟合样本风速的概率分布函数随机生成一组风速序列，利用解得的典型风速变化序列，按照最小二乘法的原则对随机风速序列进行重构，即得到最终的风速模型；最后通过与实测风速序列的对比验证了该方法的正确性。

在一些实施例中，前述的风速波动特性建模方法的具体实现包括：

步骤A：根据风速的变化具有显著的马尔科夫性，采用分析扩散过程的方法来分析，利用扩散过程的自相关函数表示出关于风速的随机微分方程，如下：

dXt=-θ(Xt-μ)dt+v(Xt)dWt]]>

其中，X_t为风速幅值，θ≥0，W_t为布朗运动，v(X_t)是定义在(l,u)上的非负函数，并且：