[发明专利]基于灵活时间边界的多场景切换风电序列模拟方法及装置

权利要求书

1.基于灵活时间边界的多场景切换风电序列模拟方法，其特征在于，所述方法包括：

获取风电场输出的多个原始风电出力序列；

基于已有的风电出力场景对应的典型场景出力曲线，确定所述多个原始风电出力序列各自所属的风电出力场景；

根据所述多个原始风电出力序列各自所属的风电出力场景，建立多个风电出力场景之间切换的状态转移概率矩阵；

基于所述多个风电出力场景之间切换的转移概率矩阵，计算所述多个原始风电出力序列的状态转移概率，得到状态转移矩阵；

根据所述状态转移矩阵生成指定长度的风电状态序列，结合量化噪声模型对所述风电状态序列进行风电序列模拟操作，得到风电出力模拟序列。

2.根据权利要求1所述的方法，其特征在于，基于已有的风电出力场景对应的典型场景出力曲线，确定所述多个原始风电出力序列各自所属的风电出力场景，包括：

将风电场输出的等间隔采样的所述多个原始风电出力序列进行归一化处理；

以最小长度的原始风电出力序列为单位进行场景分类，将各原始风电出力序列相似度最高的典型场景出力曲线对应的风电出力场景，作为所述多个原始风电出力序列各自所属的风电出力场景。

3.根据权利要求1所述的方法，其特征在于，在基于已有的风电出力场景对应的典型场景出力曲线，确定所述多个原始风电出力序列各自所属的风电出力场景之前，所述方法还包括：

设置风电场景数量K_S；

采用前向移动时间窗，在各时间窗进行聚类获得各风电出力场景对应的典型场景出力曲线片段；

将所述各风电出力场景对应的典型场景出力曲线片段进行拼接，得到各风电出力场景对应的典型场景出力曲线。

4.根据权利要求3所述的方法，其特征在于，采用前向移动时间窗，在各时间窗进行聚类获得各风电出力场景对应的典型场景出力曲线片段，包括：

选取时间窗长为N_m，相邻时间窗前向移动长度为N₁，则第k天第i个时窗对应的数据片段计算式如下：

式中，N_mN₁，k＝1,2,…,l_D，l_D为该序列记录时长，所述l_D＝L/N_D天，L为风电采样序列总长度，N_D为每天包含的采样值数量，所有l_D天同一日内时刻的数据片段构成聚类的样本集；

令i＝1，采用K-mean算法对相应的样本集进行聚类，聚类下标集记为G_i(α)，α＝1,…,K_S，计算各聚类中心η_i(α)；

令i＝i+1，基于前一时窗聚类结果对当前聚类计算进行初始化得到η′_i(α)，输出聚类下标集和聚类中心，重复直到i＝(N_D-N₁)/ΔN+1；

将所述各风电出力场景对应的典型场景出力曲线片段进行拼接，得到各风电出力场景对应的典型场景出力曲线，包括：

对聚类中心η_i(α)，i＝1,…,(N_D-N₁)/ΔN+1各个元素按时间对齐后叠加求平均值，生成风电出力场景α对应的典型场景出力曲线，典型场景出力曲线计算式如下：

其中，为风电出力场景α第m个时窗的聚类曲线。

5.根据权利要求1所述的方法，其特征在于，根据所述多个原始风电出力序列各自所属的风电出力场景，建立多个风电出力场景之间切换的状态转移概率矩阵，包括：

根据风电出力场景分类中场景序列最短长度进行风电原始采样序列的状态识别，得到风电样本序列对应的场景状态序列；

根据所述场景状态序列，统计各风电出力场景状态出现的次数和各风电出力场景之间转换次数，建立多个风电出力场景之间切换的状态转移概率矩阵。