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。

主权项

1. 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：；式中为标准化后的数据，为原始数据的标准差估计值，为原始数据；，分别为的均值和方差估计值：；；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 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 8736 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：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，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，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：I是可靠性指标， j是元件数，k是状态序号，是系统状态，是状态持续时间。