[发明专利]风电出力概率密度分布模型的建模方法、装置和设备

说明书

本申请涉及一种风电出力概率密度分布模型的建模方法、装置和设备。方法包括：确定目标风电区域，并获取目标风电区域在目标时间段内的目标风电出力数据；以渐进积分均方误差最小为目标，确定出目标核函数带宽；利用目标核函数带宽和目标风电出力数据进行非参数核密度估计，得出目标风电区域在目标时间段内的目标风电出力概率密度分布模型。采用本方法代替传统技术方案中对带宽优化模型进行模糊化以及基于序优化理论对带宽优化模型进行求解的过程，因此采用本方法确定出目标核函数带宽的过程更加快速便捷，因此能够提高确定出风电出力概率密度分布模型的便捷度。

技术领域

本申请涉及风力发电技术领域，特别是涉及一种风电出力概率密度分布模型的建模方法、装置和计算机设备。

背景技术

随着风力发电技术的日渐成熟，风电占电力系统发电总量的比例也逐渐增加，风电总装机容量在电力系统中所占比例的不断提高，风电并网、规划的相关问题也愈发引起重视。但是，风电发电出力存在间歇性、波动性和随机性等不稳定特点，大规模风电并网对电力系统电网建设、电源结构配置和运行调度模式提出了新的要求。为便于电力系统内可调节电源更好配合风电运行，需要对风电出力特性进行系统全面认识，以促进新能源稳定可持续发展。

传统的技术方案中，通过非参数核密度估计建立风电出力概率密度分布模型；具体是通过用于描述核密度估计函数准确性的积分均方误差和用于表征核密度估计函数平滑性的滑动积分均方误差构建带宽优化模型，通过对带宽优化模型进行模糊化，并基于序优化理论对带宽优化模型进行求解，选取前k个解为真实足够好解，从而确定出目标核函数带宽，进而根据目标核函数带宽确定出对应的风电出力概率密度分布模型。可见，传统的技术方案中，确定核函数带宽的计算过程繁琐复杂，因此导致确定风电出力概率密度分布模型的过程繁琐复杂。

因此，如何便捷快速地确定出核函数带宽，进而提高确定出风电出力概率密度分布模型的便捷度，是本领域技术人员目前需要解决的技术问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够便捷快速地确定出核函数带宽，进而提高确定出风电出力概率密度分布模型的便捷度的风电出力概率密度分布模型的建模方法、装置和计算机设备。

一种风电出力概率密度分布模型的建模方法，所述方法包括：

确定目标风电区域，并获取所述目标风电区域在目标时间段内的目标风电出力数据；

以渐进积分均方误差最小为目标，确定出目标核函数带宽；

利用所述目标核函数带宽和所述目标风电出力数据进行非参数核密度估计，得出所述目标风电区域在所述目标时间段内的目标风电出力概率密度分布模型。

在其中一个实施例中，所述以渐进积分均方误差最小为目标，确定出目标核函数带宽，包括：

利用最小化渐进积分均方误差，以所述非参数核密度估计的偏差和方差最小为目标，确定出所述目标核函数带宽。

在其中一个实施例中，所述利用最小化渐进积分均方误差，以所述非参数核密度估计的偏差和方差最小为目标，确定出所述目标核函数带宽，包括：

利用所述最小化渐进积分均方误差，以所述非参数核密度估计的所述偏差和所述方差最小为目标，确定出所述目标核函数带宽的计算公式：

l＝0.9min(σ,I_qr/1.34)n^-1/5；

其中，l表示所述目标核函数带宽，σ为所述目标风电出力数据的标准差，I_qr为散度度量半极差，n表示所述目标风电出力数据的样本数；

利用所述计算公式确定出所述目标核函数带宽。

在其中一个实施例中，所述方法还包括：