发明名称 一种基于蒙特卡洛方法的风电场风险评估方法
摘要 本发明公开了一种基于蒙特卡洛方法的风电场风险估计方法。本发明包括如下步骤,步骤(1)基于时间序列法的风速序列预测模型建立;首先,原始数据标准化:其次,模型识别:然后,参数确定:步骤(2)典基于序贯蒙特卡洛方法的计及风电场的大电网系统可靠性评估;首先,随机抽样:其次,可靠性评估:本发明基于大量风电数据库,充分考虑风速的随机性;且采用蒙特卡洛快速算法,速度快。
申请公布号 CN102831321B 申请公布日期 2015.09.02
申请号 CN201210312075.4 申请日期 2012.08.29
申请人 浙江大学 发明人 李志;郭创新
分类号 G06Q10/04(2012.01)I;G06Q50/06(2012.01)I 主分类号 G06Q10/04(2012.01)I
代理机构 杭州求是专利事务所有限公司 33200 代理人 杜军
主权项 一种基于蒙特卡洛方法的风电场风险估计方法,其特征在于包括如下步骤:步骤(1).建立基于时间序列法的风速序列预测模型;1‑1.原始数据标准化:x<sub>t</sub>=(X<sub>t</sub>‑u<sub>t</sub>)/σ<sub>t</sub>;式中x<sub>t</sub>为标准化后的数据,σ<sub>t</sub>为原始数据的标准差估计值,X<sub>t</sub>为原始数据;u<sub>t</sub>,σ<sub>t</sub><sup>2</sup>分别为{X<sub>t</sub>}的均值和方差估计值:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msub><mi>u</mi><mi>t</mi></msub><mo>=</mo><mrow><mo>(</mo><msubsup><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></msubsup><msub><mi>X</mi><mi>t</mi></msub><mo>)</mo></mrow><mo>/</mo><mi>N</mi><mo>;</mo></mrow>]]></math><img file="FDA0000715692240000011.GIF" wi="511" he="196" /></maths><maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msup><msub><mi>&sigma;</mi><mi>t</mi></msub><mn>2</mn></msup><mo>=</mo><msup><mrow><mo>(</mo><msubsup><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></msubsup><msub><mi>X</mi><mi>t</mi></msub><mo>-</mo><msub><mi>u</mi><mi>t</mi></msub><mo>)</mo></mrow><mn>2</mn></msup><mo>/</mo><mrow><mo>(</mo><mi>N</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>;</mo></mrow>]]></math><img file="FDA0000715692240000012.GIF" wi="787" he="240" /></maths>所述的步骤(1)中的N为风速序列个数;1‑2.模型识别:根据给定风速序列的样本均值、自相关函数、偏相关函数判别该风速序列的类型属于AR(p)、MA(q)和ARMA(p,q)中的哪一种;若序列{x<sub>t</sub>}的偏相关函数在p步以后截尾,则可判定该序列为AR(p)序列;若序列{x<sub>t</sub>}的自相关函数在q步以后截尾,则可判定该序列为序列MA(q);若序列{x<sub>t</sub>}的自相关函数、偏相关函数都是拖尾的,则可判定该序列为ARMA(p,q)序列;1‑3.参数确定:对步骤1‑2识别的模型进行AIC判别,改变模型的阶数,使其成为最佳模型,即AIC值达到最小时的模型,则此时对应的模型的阶数就是确定的参数;步骤(2).基于序贯蒙特卡洛方法的计及风电场的大电网系统可靠性评估;2‑1.随机抽样:把一年分为8760个小时区间,设每个小时区间计及风电场的大电网系统条件不变,用步骤(1)得到的模型模拟每个小时区间的风速值;并对计及风电场的大电网系统元件进行随机抽样,得到各元件的运行状态,元件的默认初始状态为正常状态,即运行状态,然后建立系统状态矩阵;所述的计及风电场的大电网系统元件包括发电机、架空线路、电缆、馈线、变压器、断路器、隔离开关、电抗器和电容器元件,编号为j(j=1,2,…,n);所述的系统状态矩阵由公式:<img file="FDA0000715692240000021.GIF" wi="393" he="191" />得到,其中Uj对应于第j个元件在[0,1]间均匀分布的随机数;如果当前状态是正常状态,λ<sub>j</sub>表示第j个元件的故障率,Tj即为该元件正常工作持续时间;如果当前状态是故障状态状态,λ<sub>j</sub>表示第j个元件的修复率,Tj即为该元件故障持续时间,通过多次抽样,得到各元件的“运行‑修复‑运行‑修复”状态序列,最终得到系统状态矩阵;2‑2.可靠性评估:根据步骤2‑1,对计及风电场的大电网系统进行随机故障抽样,经过多次不同程度的抽样,得到计及风电场的大电网系统的状态矩阵,在给定的精度要求下确定抽样循环的次数,计算每个状态计及风电场的大电网系统的最小切除负荷,对该系统进行可靠性评估;其中,可靠性评估的系统可靠性指标由公式:<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><mi>I</mi><mo>=</mo><mfrac><mn>1</mn><mn>8760</mn></mfrac><mi>&Sigma;f</mi><mrow><mo>(</mo><msub><mi>x</mi><mi>jk</mi></msub><mo>)</mo></mrow><mi>D</mi><mrow><mo>(</mo><msub><mi>x</mi><mi>jk</mi></msub><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000715692240000022.GIF" wi="713" he="168" /></maths>I是可靠性指标,j是元件数,k是状态序号,f(x<sub>jk</sub>)是系统状态,D(x<sub>jk</sub>)是状态持续时间。
地址 310027 浙江省杭州市西湖区浙大路38号