[发明专利]一种多风电场的基于不同时间尺度的风速相关性描述方法

说明书

本发明公开了一种多风电场的基于不同时间尺度的风速相关性描述方法，该描述方法通过对风速不同尺度波动性的划分，更深层次的发掘了风速的波动性规律及不同风电场间风速变化趋势的相关性；相比于直接应用Copula函数对风速数值建立相关性的方法，本发明描述方法更加准确，所得到的仿真结果具有更加精确的相关性；相比于直接应用Copula函数对区域内风速数值建立相关性的方法，本发明描述方法注重在建模过程中，对各风电场风速具有的风速变化趋势进行表达，所得到的仿真结果更接近真实工况中的风速。本发明描述方法通过分析风速历史数据中的风速波动规律，结合风速不同尺度波动及相关性模型共同建立精度更高的多风场联合风速模型。

技术领域

本发明属于多风电场风速描述方法，具体是一种多风电场的基于不同时间尺度的风速相关性描述方法，涉及一种通过分析风速采样点间风速变化规律，分析区域内不同风电场风速变化相关性，应用不同尺度风速波动关系进行相关性建模的风速描述方法，改善了传统风速评估时风速模型不具备自然环境下风速变化相关性的缺陷，属于风资源评估技术领域。

背景技术

风电作为一种清洁能源受到世界各国的高度重视，尤其是在化石能源日益枯竭的今天，大规模开发利用风电也成为我国能源战略的重要组成部分。我国风力发电技术起步较晚，但发展迅速，风电装机容量逐年攀升，风力发电占供电比重也迅速增长，如今已经跃居世界第一位。但由于风电本身具有强不确定性，大容量风电场接入电网后，将给电网调频、调压以及调度运行等带来了巨大的负担。风资源评估及建模过程是决定宏观区域选址、机型选择、电网运行调度、容量可信度计算等工作的决定性因素。在风资源评估过程中，年风速分布模型及由此求得的风机年出力模型是风资源评估的核心部分，由于风电基地的多个风电场地理位置比较靠近，且基本处于同一风带，风速之间具有较强的相关性，使得多个风电场的总体特性不同于单个风电场的特性。若不考虑这种相关性，计算结果将出现较大误差，可能会造成对系统潮流变化值和运行风险产生错误估计，因此有必要对多个风电场风速(出力)的总概率特性即联合概率分布进行描述。

对于区域内风资源的相关性国内外进行了大量研究，其中以威布尔分布为依据建模，利用Copula/Pair-Copula理论建立两地去及多地区风速相关性为主导。该方法有效解决了风资源评估中区域风电场风速相关性的问题，但以威布尔分布为基础去建立的模型并不能有效反映风资源本身具备的波动性及连续性。在仿真过程中仅能参考风速分布密度得到无序的概率序列，与实际工况中存在变化规律的风速序列存在较大差异，在对风资源的评估中依旧存在一定局限性。

二元Copula函数存在多种类型，如“clayton”、“frank”、“gumbel”，其建模原理并无太大差异。设现在有变量X₁及变量X₂，在相关性模型构建过程中，首先根据变量自身的相关性关性获取相应的计算参数，并基于该参数在不同类型Copula函数的特有公式内对参照一个变量的随机参数求解另一变量的随机性参数。

以“frank”Copula函数为例，应用“frank”Copula函数对两随机序列X₁、X₂进行相关性建模，若假设x₁、x₂分别是随机数X₁、X₂的变量要素，X₁、X₂及x₁、x₂的关系可由表达式(1)进行描述：

X₁＝f(x₁)；X₂＝g(x₂) (1)

其中将x₁、x₂一般为[0.1]均匀分布的随机数。

应用“frank”Copula函数对X₁、X₂进行相关性建模实则是应用x₁及“frank”Copula的特有公式对x₂进行求解，可以由表达式(2)进行描述：