亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        計(jì)及季度趨勢(shì)變時(shí)間步長(zhǎng)風(fēng)速仿真模型及應(yīng)用

        2024-04-17 09:17:08帥小涵繆書(shū)唯
        關(guān)鍵詞:風(fēng)速模型

        帥小涵,繆書(shū)唯

        (三峽大學(xué)電氣與新能源學(xué)院,宜昌 443002)

        隨著凈零排放成為全球目標(biāo),世界各國(guó)的風(fēng)能產(chǎn)業(yè)持續(xù)擴(kuò)張,截至2021年,全球累計(jì)風(fēng)電裝機(jī)容量達(dá)837 GW,中國(guó)在其中占據(jù)著主導(dǎo)地位[1]。風(fēng)電功率和負(fù)荷需求呈現(xiàn)較強(qiáng)的季度趨勢(shì),使得風(fēng)電并網(wǎng)系統(tǒng)的充裕度水平呈現(xiàn)季度變化特征,且該特征可能隨著風(fēng)電的全球裝機(jī)容量迅速增長(zhǎng)而增強(qiáng)[2]。因此,計(jì)及季度趨勢(shì)的風(fēng)速仿真模型對(duì)風(fēng)電并網(wǎng)系統(tǒng)的季度充裕度評(píng)估具有一定的理論和工程價(jià)值。

        現(xiàn)有文獻(xiàn)針對(duì)風(fēng)速的季度趨勢(shì)性和隨機(jī)波動(dòng)性建立模型。例如:文獻(xiàn)[3]對(duì)一階馬爾可夫鏈進(jìn)行改進(jìn),使其計(jì)及風(fēng)速季節(jié)特性、日特性和干濕特性,對(duì)意大利某觀測(cè)站的風(fēng)速仿真結(jié)果表明,該模型較好地保留了觀測(cè)風(fēng)速序列的自相關(guān)特性;文獻(xiàn)[4]計(jì)及風(fēng)速概率分布特征及其分布參數(shù)模糊性,提出日風(fēng)速隨機(jī)模糊不確定模型,對(duì)美國(guó)和中國(guó)某風(fēng)電場(chǎng)風(fēng)速進(jìn)行仿真,結(jié)果表明該模型能夠適應(yīng)風(fēng)速的隨機(jī)性、間歇性和季節(jié)性的特點(diǎn);文獻(xiàn)[5]計(jì)及風(fēng)速日變化、24 h風(fēng)速的聯(lián)合概率分布以及風(fēng)速的季度變化和最佳季度系數(shù),對(duì)北達(dá)科他州的風(fēng)電場(chǎng)進(jìn)行風(fēng)速仿真,通過(guò)評(píng)估IEEE-RTS 風(fēng)電并網(wǎng)系統(tǒng)的季度充裕度,結(jié)果表明,忽視風(fēng)速季度性將導(dǎo)致對(duì)季度充裕度指標(biāo)的錯(cuò)估;文獻(xiàn)[6]計(jì)及風(fēng)電場(chǎng)特定風(fēng)況、風(fēng)機(jī)停運(yùn)和尾流效應(yīng),提出風(fēng)力發(fā)電的馬爾可夫模型,對(duì)美國(guó)某風(fēng)電場(chǎng)進(jìn)行風(fēng)速仿真的結(jié)果表明,季度型的風(fēng)況將導(dǎo)致全年的風(fēng)資源分布不均勻,風(fēng)能資源越豐富,則充裕度指標(biāo)越低;文獻(xiàn)[7]提出計(jì)及風(fēng)速的日變化和季度變化特征的非其次馬爾可夫鏈風(fēng)速模型,并對(duì)美國(guó)多處觀測(cè)站的風(fēng)速進(jìn)行仿真,結(jié)果表明,仿真風(fēng)速與歷史風(fēng)速的日變化和季度變化特征吻合較好。除此之外,有很多數(shù)值預(yù)報(bào)工具可以實(shí)現(xiàn)對(duì)風(fēng)速的高精度預(yù)測(cè),例如中國(guó)氣象局的氣象衛(wèi)星,可對(duì)多省市進(jìn)行日前或小時(shí)級(jí)的風(fēng)速預(yù)測(cè),但其預(yù)測(cè)時(shí)段較短,難以適用于風(fēng)電并網(wǎng)系統(tǒng)長(zhǎng)時(shí)段仿真。

        現(xiàn)有文獻(xiàn)對(duì)風(fēng)速趨勢(shì)性和隨機(jī)性進(jìn)行大量研究,但仿真風(fēng)速的時(shí)間步長(zhǎng)的設(shè)定仍較為被動(dòng),通常仿真風(fēng)速樣本的時(shí)間步長(zhǎng)受限于實(shí)測(cè)風(fēng)速樣本的時(shí)間步長(zhǎng)。為此,文獻(xiàn)[8]提出基于互轉(zhuǎn)換奧恩斯坦-烏倫貝克OU(Ornstein-Uhlenbeck)過(guò)程的風(fēng)速仿真模型,其可產(chǎn)生任意時(shí)間步長(zhǎng)的仿真風(fēng)速樣本,并在多個(gè)時(shí)間步長(zhǎng)下評(píng)估了IEEE-RTS 風(fēng)電并網(wǎng)系統(tǒng)年度的充裕度。但文獻(xiàn)[8]未充分計(jì)及風(fēng)速的季度趨勢(shì),其仿真風(fēng)速樣本與實(shí)測(cè)風(fēng)速樣本的季度風(fēng)速統(tǒng)計(jì)指標(biāo)、概率分布特征和自相關(guān)特性上難以保持一致,未能得出風(fēng)電并網(wǎng)系統(tǒng)的季度充裕度指標(biāo)。

        為此,本文在文獻(xiàn)[8]的基礎(chǔ)上進(jìn)行改進(jìn),提出計(jì)及季度趨勢(shì)的變時(shí)間步長(zhǎng)風(fēng)速仿真模型。該模型認(rèn)為風(fēng)速由季度趨勢(shì)和隨機(jī)波動(dòng)分量構(gòu)成,所以本文應(yīng)用Box-Cox(BC)變換和奇異譜分析從實(shí)測(cè)風(fēng)速樣本中提取季度趨勢(shì)分量和隨機(jī)波動(dòng)分量,而后分別應(yīng)用線(xiàn)性插值法和OU 過(guò)程對(duì)兩分量建模,最后由此產(chǎn)生任意時(shí)間步長(zhǎng)的仿真過(guò)渡樣本,并將其逆BC變換為任意時(shí)間步長(zhǎng)的仿真風(fēng)速樣本。為展示本文模型在電力系統(tǒng)上的應(yīng)用性,將時(shí)序蒙特卡羅模擬法嵌入其中,得到在任意時(shí)間步長(zhǎng)下,評(píng)估風(fēng)電并網(wǎng)系統(tǒng)季度充裕度指標(biāo)的步驟,為風(fēng)電場(chǎng)最優(yōu)規(guī)劃提供有價(jià)值參考。

        1 提取風(fēng)速季度趨勢(shì)和隨機(jī)波動(dòng)分量

        記v1,v2,…,vN為N組實(shí)測(cè)風(fēng)速樣本,時(shí)間步長(zhǎng)Δt為1,其具體取值可為1 h、0.5 h、0.125 h等,該時(shí)間步長(zhǎng)由實(shí)測(cè)風(fēng)速樣本的來(lái)源數(shù)據(jù)庫(kù)決定。本節(jié)將介紹從這些樣本中提取風(fēng)速季度趨勢(shì)和隨機(jī)波動(dòng)分量的過(guò)程。

        1.1 實(shí)測(cè)風(fēng)速樣本與過(guò)渡樣本的Box-Cox 變換

        本文采用BC 變換和逆BC 變換建立實(shí)測(cè)風(fēng)速樣本與過(guò)渡樣本之間的變換關(guān)系,BC 變換表達(dá)式為

        式中:zt為t時(shí)刻過(guò)渡樣本;vt為t時(shí)刻實(shí)測(cè)風(fēng)速樣本;a為實(shí)測(cè)風(fēng)速樣本的偏移量,a>0;λ為待定變換參數(shù),其取值方法可參見(jiàn)文獻(xiàn)[9]。對(duì)式(1)求逆,可得到逆BC變換表達(dá)式為

        應(yīng)用BC 變換可將N組實(shí)測(cè)風(fēng)速樣本變換為N組過(guò)渡樣本z1,z2,…,zN,其所在區(qū)間為[zmin,zmax],通過(guò)式(1)和式(2)建立z和v之間的對(duì)應(yīng)關(guān)系。過(guò)渡樣本可保留實(shí)測(cè)風(fēng)速樣本中的季度變化趨勢(shì)和隨機(jī)波動(dòng)趨勢(shì),因此只需用奇異譜分析提取過(guò)渡樣本的季度趨勢(shì)分量和隨機(jī)波動(dòng)分量。同時(shí),由于BC變換為冪次變換,因此實(shí)測(cè)風(fēng)速樣本與過(guò)渡樣本單位相同。

        1.2 過(guò)渡樣本的奇異譜分析

        奇異譜分析可以將一組時(shí)間序列分解為具有季度趨勢(shì)性或者隨機(jī)波動(dòng)性的分量,其中季度趨勢(shì)分量是指分量中的低頻部分[10],其在風(fēng)速樣本的構(gòu)成中起主導(dǎo)作用[11],相對(duì)而言,隨機(jī)波動(dòng)分量則指分量中的高頻部分,其在風(fēng)速樣本的構(gòu)成中起次要作用。與小波分解[12]類(lèi)似,奇異譜分析可對(duì)時(shí)間序列進(jìn)行分解。為此,本文采用奇異譜分析對(duì)過(guò)渡樣本進(jìn)行分解[13]。文獻(xiàn)[14]指出,奇異譜分析得出的多組分量按其對(duì)應(yīng)的特征值大小降序排列,一般頻率較低的排在前列,頻率較高的排在后列。設(shè)窗口長(zhǎng)度即分量數(shù)為L(zhǎng),第i個(gè)分量貢獻(xiàn)率ci可由L個(gè)分量的特征值計(jì)算,即

        式中,ei為第i個(gè)分量的特征值。

        在過(guò)渡樣本中,貢獻(xiàn)率較大分量的變化特征更接近過(guò)渡樣本的變化特征,可采用曼-肯德?tīng)枡z驗(yàn)法[15]對(duì)該分量進(jìn)行趨勢(shì)性檢驗(yàn)。當(dāng)顯著性水平為θ時(shí),通過(guò)比較檢驗(yàn)值 |E| 與閾值E1-θ/2的大小來(lái)判斷該分量是否具有趨勢(shì)性,當(dāng)前者大于等于后者時(shí),則認(rèn)為該分量存在趨勢(shì)。計(jì)算各分量的檢驗(yàn)值,檢驗(yàn)值大于等于閾值的分量之和作為季度趨勢(shì)分量,檢驗(yàn)值小于閾值的分量之和作為隨機(jī)波動(dòng)分量,該過(guò)程可表示為

        式中:|Ei|為第i個(gè)分量的檢驗(yàn)值,計(jì)算方式可參見(jiàn)文獻(xiàn)[15];Zi=(zi,1,zi,2,…,zi,t),其中zi,t為t時(shí)刻過(guò)渡樣本zt的第i個(gè)分量;Ls為季度趨勢(shì)分量的個(gè)數(shù);Lr為隨機(jī)波動(dòng)分量的個(gè)數(shù);S=(s1,s2,…,st),其中st為t時(shí)刻季度趨勢(shì)分量;R=(r1,r2,…,rt),其中rt為t時(shí)刻隨機(jī)波動(dòng)分量。

        2 計(jì)及季度趨勢(shì)的變時(shí)間步長(zhǎng)風(fēng)速仿真模型

        本節(jié)將通過(guò)線(xiàn)性插值及OU 模型對(duì)第2節(jié)提取的兩分量建模,并根據(jù)指定步驟生成給定數(shù)量和時(shí)間步長(zhǎng)的仿真風(fēng)速樣本。

        2.1 季度趨勢(shì)分量的線(xiàn)性插值

        記實(shí)測(cè)風(fēng)速樣本數(shù)為N,時(shí)間步長(zhǎng)為Δt,季度趨勢(shì)分量為與實(shí)測(cè)風(fēng)速樣本具有相同時(shí)間步長(zhǎng)的一系列散點(diǎn),表示為sΔt,s2Δt,…,sNΔt。本文采用線(xiàn)性插值[16]方法由時(shí)間步長(zhǎng)為Δt的季度趨勢(shì)分量計(jì)算M組更短時(shí)間步長(zhǎng)Δm的仿真季度趨勢(shì)分量,即

        式中:skΔm為kΔm(k=1,2,…,M)時(shí)刻仿真季度趨勢(shì)分量;st和st+Δt分別為kΔm時(shí)刻相鄰的左右時(shí)刻t和t+Δt對(duì)應(yīng)的兩個(gè)已知季度趨勢(shì)分量。

        本文認(rèn)為季度趨勢(shì)具有周期性,因此當(dāng)仿真時(shí)間長(zhǎng)度超過(guò)實(shí)測(cè)風(fēng)速樣本的時(shí)間長(zhǎng)度,即MΔm>NΔt時(shí),將循環(huán)使用N組季度趨勢(shì)分量來(lái)進(jìn)行計(jì)算。

        2.2 隨機(jī)波動(dòng)分量的OU 模型

        BC變換可將實(shí)測(cè)風(fēng)速樣本變換為服從高斯分布的過(guò)渡樣本,因此對(duì)于從過(guò)渡樣本中提取出的隨機(jī)波動(dòng)分量,可直接使用OU 過(guò)程建模,基于OU 過(guò)程的kΔm時(shí)刻仿真隨機(jī)波動(dòng)分量可表示為隨機(jī)微分方程[17],即

        式中:rkΔm為kΔm(k=1,2,…,M)時(shí)刻仿真隨機(jī)波動(dòng)分量;WkΔm為維納過(guò)程[18];μr為rkΔm的長(zhǎng)期回復(fù)均值;τr為rkΔm的均值回復(fù)率;σr為rkΔm的擴(kuò)散參數(shù)??墒褂米畲笏迫还烙?jì)法估計(jì)μr、τr和σr參數(shù),詳細(xì)計(jì)算過(guò)程可參見(jiàn)文獻(xiàn)[17]。

        2.3 變時(shí)間步長(zhǎng)的風(fēng)速仿真步驟

        依據(jù)以上分析,本文提出變時(shí)間步長(zhǎng)的風(fēng)速仿真算法,具體步驟如下。

        步驟1確定要生成的仿真風(fēng)速樣本數(shù)量M和時(shí)間步長(zhǎng)Δm。

        步驟2應(yīng)用式(1)實(shí)現(xiàn)N組時(shí)間步長(zhǎng)為Δt的實(shí)測(cè)風(fēng)速樣本vΔt,v2Δt,…,vNΔt與過(guò)渡樣本zΔt,z2Δt,…,zNΔt的變換,并通過(guò)奇異譜分析從過(guò)渡樣本中提取季度趨 勢(shì)分量sΔt,s2Δt,…,sNΔt和隨機(jī) 波動(dòng)分量rΔt,r2Δt,…,rNΔt。

        步驟3將步驟2分解出的季度趨勢(shì)分量代入式(5),得到M組時(shí)間步長(zhǎng)為Δm的仿真季度趨勢(shì)分量sΔm,s2Δm,…,sMΔm。

        步驟4將步驟2分解出的隨機(jī)波動(dòng)分量代入式(6),使用文獻(xiàn)[17]的方法計(jì)算出kΔm(k=1,2,…,M)時(shí)刻仿真隨機(jī)波動(dòng)分量rkΔm。

        步驟5將步驟4中rkΔm與步驟3中skΔm相加,得到kΔm時(shí)刻仿真過(guò)渡樣本,即

        驗(yàn)證zkΔm是否位于區(qū)間[zmin,zmax]。若是,則接受;若不是,則拒絕并重復(fù)步驟4,直至接受該樣本。

        步驟6重復(fù)步驟4和5,直至產(chǎn)生M組仿真過(guò)渡樣本,代入式(2),應(yīng)用逆BC 變換即可得到M組時(shí)間步長(zhǎng)為Δm的仿真風(fēng)速樣本vΔm,v2Δm,…,vMΔm。

        3 風(fēng)電并網(wǎng)系統(tǒng)的變時(shí)間步長(zhǎng)季度充裕度評(píng)估方法

        本節(jié)將時(shí)序蒙特卡羅模擬法嵌入上述模型,提出風(fēng)電并網(wǎng)系統(tǒng)的變時(shí)間步長(zhǎng)季度充裕度評(píng)估方法。

        3.1 季度和年度充裕度指標(biāo)

        LOEE(loss of energy expectation)和SLOEE(seasonal loss of energy expectation)分別表示年度期望缺電量和季度期望缺電量,兩者分別可從年度和季度的角度刻畫(huà)風(fēng)電并網(wǎng)系統(tǒng)的期望缺電量,其關(guān)系為

        式中:ENSq為第q年的缺電量;ENSq,Spr、ENSq,Sum、ENSq,Fal和ENSq,Win分別為第q年春、夏、秋、冬的缺電量;LOEEQ為總年數(shù)為Q時(shí)的年度期望缺電量,MW·h/a;SLOEEQ,Spr、SLOEEQ,Sum、SLOEEQ,Fal和SLOEEQ,Win分別為總年數(shù)為Q時(shí)春、夏、秋、冬的季度期望缺電量,單位分別為MW·h/春、MW·h/夏、MW·h/秋、MW·h/冬。

        由于每年中只有一個(gè)春、夏、秋、冬季,因此春季在數(shù)值上單位MW·h/春與MW·h/a 代表的含義是相同的,其他季度也有同樣的對(duì)照關(guān)系,因此后文指標(biāo)LOEE與SLOEE的單位均以MW·h/季節(jié)代替。

        類(lèi)似地,LOLE(loss of load expectation)和SLOLE(seasonal loss of load expectation)分別為年度和季度的期望缺電時(shí)間,LOLF(loss of load frequency)和SLOLF(seasonal loss of load frequency)分別為年度和季度的期望缺電頻率,均有上述的對(duì)照關(guān)系。這些指標(biāo)分別可從年度和季度的角度刻畫(huà)風(fēng)電并網(wǎng)系統(tǒng)的充裕度水平,其關(guān)系為

        式中:LOEE 和SLOEESpr、SLOEESum、SLOEEFal、SLOEEWin分別為年度和春、夏、秋、冬仿真風(fēng)速的期望缺電 量;LOLE 和 SLOLESpr、SLOLESum、SLOLEFal、SLOLEWin分別為年度和春、夏、秋、冬仿真風(fēng)速的期望缺電時(shí)間;LOLF 和SLOLFSpr、SLOLFSum、SLOLFFal、SLOLFWin分別為年度和春、夏、秋、冬仿真風(fēng)速的期望缺電頻率。

        3.2 季度充裕度評(píng)估步驟

        本節(jié)將計(jì)及季度趨勢(shì)的變時(shí)間步長(zhǎng)風(fēng)速仿真算法與時(shí)序蒙特卡羅模擬法結(jié)合,提出風(fēng)電并網(wǎng)系統(tǒng)季度充裕度評(píng)估的具體步驟如下。

        步驟1假定在起始時(shí)刻,全部的發(fā)電機(jī)組(常規(guī)機(jī)組和風(fēng)電機(jī)組)都正常運(yùn)行,并設(shè)定Δm為仿真風(fēng)速樣本的時(shí)間步長(zhǎng)。

        步驟2當(dāng)機(jī)組處于運(yùn)行狀態(tài)時(shí),使用式(10)計(jì)算運(yùn)行狀態(tài)持續(xù)步長(zhǎng)數(shù)TTRn,Δm;當(dāng)機(jī)組處于停運(yùn)狀態(tài)時(shí),使用式(10)計(jì)算停運(yùn)狀態(tài)持續(xù)步長(zhǎng)數(shù)[8]TTFn,Δm。

        式中:λn為第n臺(tái)發(fā)電機(jī)組的故障率;φn為第n臺(tái)發(fā)電機(jī)組的修復(fù)率;r為[0,1]區(qū)間均勻分布的隨機(jī)數(shù);表示對(duì)數(shù)據(jù)進(jìn)行向上取整的運(yùn)算,也可采用在文獻(xiàn)[8]中向下取整的方式進(jìn)行運(yùn)算。

        步驟3根據(jù)第2.3 節(jié)步驟1~6,生成給定時(shí)間步長(zhǎng)的仿真風(fēng)速樣本。

        步驟4計(jì)算全部常規(guī)機(jī)組的可用容量PG為

        式中:NG為位于運(yùn)行狀態(tài)的常規(guī)發(fā)電機(jī)組的數(shù)量;Gn為第n臺(tái)位于運(yùn)行狀態(tài)常規(guī)發(fā)電機(jī)組的額定容量。

        步驟5將步驟3所得仿真風(fēng)速樣本結(jié)合對(duì)應(yīng)風(fēng)電機(jī)組的運(yùn)行狀態(tài),代入風(fēng)電轉(zhuǎn)換函數(shù)計(jì)算風(fēng)電場(chǎng)的可用容量PWF,即

        式中:NWF為處于運(yùn)行狀態(tài)風(fēng)電機(jī)組的數(shù)量;vkΔm為kΔm時(shí)刻仿真風(fēng)速樣本,k=1,2,…,M;Ps(·)為第s臺(tái)處于運(yùn)行狀態(tài)風(fēng)電機(jī)組的風(fēng)電轉(zhuǎn)換函數(shù),詳細(xì)計(jì)算公式可參見(jiàn)文獻(xiàn)[19]。

        步驟6根據(jù)式(11)和式(12)的計(jì)算結(jié)果以及系統(tǒng)年負(fù)荷,計(jì)算第q年各季度的缺電量、缺電時(shí)間和缺電頻率。

        步驟7當(dāng)仿真至Q年度后,根據(jù)式(9)計(jì)算系統(tǒng)季度充裕度指標(biāo)。

        步驟8重復(fù)步驟2至步驟7,當(dāng)季度充裕度指標(biāo)SLOEE 方差系數(shù)的最大值小于0.02 時(shí),停止仿真,并輸出SLOEE、SLOLE和SLOLF。

        在此基礎(chǔ)上,為了評(píng)估在同一仿真時(shí)間步長(zhǎng)下,采用實(shí)測(cè)與仿真風(fēng)速樣本進(jìn)行充裕度評(píng)估時(shí),季度充裕度指標(biāo)之間的偏差情況,本文使用相對(duì)誤差的絕對(duì)值R來(lái)作為評(píng)估標(biāo)準(zhǔn),其值越小,則表示評(píng)估結(jié)果越準(zhǔn)確。表達(dá)式為

        式中:SLOEEact為實(shí)測(cè)風(fēng)速樣本的季度充裕度指標(biāo)SLOEE;SLOEEsim為仿真風(fēng)速樣本的季度充裕度指標(biāo)SLOEE。同理可以求得RSLOLE和RSLOLF。

        4 算例分析

        本章將對(duì)比實(shí)測(cè)與仿真風(fēng)速樣本,以驗(yàn)證本文模型準(zhǔn)確性,并評(píng)估在不同時(shí)間步長(zhǎng)下IEEE-RTS風(fēng)電并網(wǎng)系統(tǒng)的季度充裕度,分析不同時(shí)間步長(zhǎng)對(duì)充裕度評(píng)估結(jié)果和精度的影響,并與使用互OU 過(guò)程仿真風(fēng)速以及充裕度評(píng)估的結(jié)果進(jìn)行對(duì)比。

        4.1 本文風(fēng)速仿真模型的驗(yàn)證

        地球以赤道為界劃分為南北半球,其四季劃分標(biāo)準(zhǔn)如表1 所示[20],根據(jù)該標(biāo)準(zhǔn)將風(fēng)電場(chǎng)風(fēng)速劃分為春、夏、秋、冬4 個(gè)季度的風(fēng)速,從而可計(jì)算風(fēng)電并網(wǎng)系統(tǒng)的季度充裕度指標(biāo)。

        表1 南北半球四季劃分標(biāo)準(zhǔn)Tab.1 Standard for division of four seasons in northern and southern hemispheres

        本文由開(kāi)放氣象數(shù)據(jù)庫(kù)北達(dá)科他州農(nóng)業(yè)氣象網(wǎng)絡(luò)NDAWN(North Dakota agricultural weather network)[21]獲取Linton 觀測(cè)站78 840個(gè)時(shí)間步長(zhǎng)為1 h的實(shí)測(cè)風(fēng)速樣本,該樣本范圍從2011年3月至2020年2 月。Linton 觀測(cè)站位于南半球,在該時(shí)段內(nèi)的實(shí)測(cè)風(fēng)速樣本均值、標(biāo)準(zhǔn)差分別為10.98 mph 和6.15 mph(1 mph=0.447 m/s)。

        應(yīng)用第1.1 節(jié)方法對(duì)風(fēng)速實(shí)測(cè)樣本進(jìn)行BC 變換,其參數(shù)λ取值為0.17,參數(shù)a取值為1.5,然后應(yīng)用第1.2 節(jié)方法對(duì)風(fēng)速過(guò)渡樣本進(jìn)行奇異譜分析,窗口長(zhǎng)度L取值為730,顯著性水平θ為0.01,其對(duì)應(yīng)的臨界值E1-θ/2為2.576。提取出的隨機(jī)波動(dòng)分量OU 過(guò)程參數(shù)μ、σ、τ和σt2/(2πt)取值分別為2.16×10-4、0.28、0.09 和0.46。設(shè)定仿真風(fēng)速樣本時(shí)間步長(zhǎng)Δm分別為1.000、0.500、0.250和0.125 h,最后應(yīng)用第2.3節(jié)步驟仿真生成78 840 h的風(fēng)速樣本。

        表2 為過(guò)渡樣本進(jìn)行奇異譜分析后,按特征值大小降序排列的各分量對(duì)應(yīng)的貢獻(xiàn)率以及曼-肯德?tīng)枡z驗(yàn)所計(jì)算出的指標(biāo),其中分量1 滿(mǎn)足 |E|≥E1-θ/2。由表2 可得,分量1 具有趨勢(shì)性,且該分量的貢獻(xiàn)率為93.59%,對(duì)過(guò)渡樣本的變化有著主要影響,因此本文將分量1 作為季度趨勢(shì)分量,其余分量之和作為隨機(jī)波動(dòng)分量。

        表2 各分量的貢獻(xiàn)率及曼-肯德?tīng)枡z驗(yàn)Tab.2 Contribution rate of each component,and Mann-Kendall test

        圖1為部分風(fēng)速過(guò)渡樣本及提取出的季度趨勢(shì)分量和隨機(jī)波動(dòng)分量。由圖中可以看出,季度趨勢(shì)分量與實(shí)測(cè)風(fēng)速樣本長(zhǎng)期變化的趨勢(shì)較為接近,所面向的時(shí)間尺度大致是以月或年為周期,隨機(jī)波動(dòng)分量也較準(zhǔn)確地保留了實(shí)測(cè)風(fēng)速樣本的波動(dòng)情況,所面向的時(shí)間尺度大致是以小時(shí)或天為周期。

        圖1 過(guò)渡樣本、季節(jié)趨勢(shì)分量和隨機(jī)波動(dòng)分量示意Fig.1 Schematic of transition sample,seasonal trend component and stochastic fluctuation component

        作為對(duì)比,本文應(yīng)用互OU過(guò)程的風(fēng)速仿真模型產(chǎn)生時(shí)間步長(zhǎng)Δm分別為1.000、0.500、0.250和0.125 h的78 840 h仿真風(fēng)速樣本,其詳細(xì)步驟參見(jiàn)文獻(xiàn)[8]。

        表3 和表4 所示為不同時(shí)間步長(zhǎng)下,本文仿真風(fēng)速樣本、互OU 過(guò)程風(fēng)速樣本與實(shí)測(cè)風(fēng)速樣本的年度、季度均值和標(biāo)準(zhǔn)差。通過(guò)對(duì)比可以看到,在不同時(shí)間步長(zhǎng)下,本文仿真風(fēng)速樣本的年度和季度均值、標(biāo)準(zhǔn)差均與實(shí)測(cè)風(fēng)速樣本較為接近,而互OU過(guò)程仿真風(fēng)速樣本季度均值和標(biāo)準(zhǔn)差均與實(shí)測(cè)風(fēng)速樣本有較大的偏差。由此可見(jiàn),本文仿真風(fēng)速樣本能較好地保留與實(shí)測(cè)風(fēng)速樣本接近的年度、季度的統(tǒng)計(jì)指標(biāo)和季度趨勢(shì)。

        表3 不同時(shí)間步長(zhǎng)下實(shí)測(cè)與仿真風(fēng)速的年、季度均值Tab.3 Annual and seasonal mean values of measured and simulated wind speeds with different time steps

        表4 不同時(shí)間步長(zhǎng)下實(shí)測(cè)與仿真風(fēng)速年、季度標(biāo)準(zhǔn)差Tab.4 Annual and seasonal standard deviation of measured and simulated wind speeds with different time steps

        Linton觀測(cè)站實(shí)測(cè)風(fēng)速樣本與仿真風(fēng)速樣本頻率直方圖如圖2所示。圖2(a)所示為L(zhǎng)inton觀測(cè)站的實(shí)測(cè)風(fēng)速樣本和不同時(shí)間步長(zhǎng)下本文仿真風(fēng)速樣本的年度頻率直方圖,圖中T1,T2,…,T10分別表示[0,5),[5,10),…,[45,50)的10 個(gè)區(qū)間,D1、D0.5、D0.25和D0.125分別表示在時(shí)間步長(zhǎng)為1.000、0.500、0.250 和0.125 h 時(shí),實(shí)測(cè)風(fēng)速樣本與本文仿真風(fēng)速樣本間的巴氏距離[22]。從圖中可以看出,在不同時(shí)間步長(zhǎng)下,實(shí)測(cè)風(fēng)速樣本與本文仿真風(fēng)速樣本年度頻率直方圖均有較高的契合度,且巴氏距離均維持在較低水平,表明本文仿真風(fēng)速樣本能保持與實(shí)測(cè)風(fēng)速樣本一致的年度概率分布特征,且精度較高。此外,本文仿真風(fēng)速樣本變化范圍也與實(shí)測(cè)風(fēng)速樣本保持一致。

        圖2 Linton 觀測(cè)站實(shí)測(cè)風(fēng)速樣本與仿真風(fēng)速樣本頻率直方圖Fig.2 Histograms of measured wind speed samples at Linton observatory and simulated wind speed samples

        圖2(b)所示為L(zhǎng)inton 觀測(cè)站夏季實(shí)測(cè)風(fēng)速頻率直方圖,以及時(shí)間步長(zhǎng)為0.500 h 時(shí)本文與互OU過(guò)程夏季仿真風(fēng)速頻率直方圖,圖中DSum,1和DSum,2分別表示本文和互OU過(guò)程風(fēng)速模型的夏季仿真風(fēng)速樣本與實(shí)測(cè)風(fēng)速樣本間的巴氏距離,該距離越小,表明仿真風(fēng)速樣本與實(shí)測(cè)風(fēng)速樣本間的概率分布特征越相似。由圖中可以看出,DSum,1小于DSum,2,因此在時(shí)間步長(zhǎng)為0.500 h時(shí),本文夏季仿真風(fēng)速樣本與實(shí)測(cè)風(fēng)速樣本的概率分布特征較為貼近。在不同時(shí)間步長(zhǎng)下,各季度的頻率直方圖也可得出相似的結(jié)論,限于篇幅,故不在文中展示。

        類(lèi)似地,在不同時(shí)間步長(zhǎng)下,可以計(jì)算出各季度本文和互OU過(guò)程仿真風(fēng)速樣本與實(shí)測(cè)風(fēng)速樣本的巴氏距離,如表5所示,表中DSpr、DSum、DFal、DWin分別為春、夏、秋、冬實(shí)測(cè)與仿真風(fēng)速的巴氏距離,加粗?jǐn)?shù)據(jù)為兩模型之間較小的數(shù)據(jù),可以看出,當(dāng)時(shí)間步長(zhǎng)為0.125 h時(shí)的春、秋和冬季互OU過(guò)程仿真風(fēng)速樣本的巴氏距離小于本文仿真風(fēng)速樣本的巴氏距離,除此之外,均是本文仿真風(fēng)速樣本的巴氏距離較小。因此本文仿真風(fēng)速樣本能夠更好地保留各季度的概率分布特征。

        表5 不同時(shí)間步長(zhǎng)下實(shí)測(cè)與仿真風(fēng)速各季度的巴氏距離Tab.5 Seasonal Bhattacharyya distance between measured and simulated wind speeds at different time steps

        不同時(shí)間步長(zhǎng)下,Linton 觀測(cè)站實(shí)測(cè)風(fēng)速樣本和本文仿真風(fēng)速樣本自相關(guān)系數(shù)曲線(xiàn)如圖3所示。圖3(a)所示為不同時(shí)間步長(zhǎng)下,Linton 觀測(cè)站實(shí)測(cè)風(fēng)速樣本與本文仿真風(fēng)速樣本在滯后5 h內(nèi)的年度自相關(guān)系數(shù)曲線(xiàn)。圖3(b)為圖3(a)虛線(xiàn)框中的放大圖。由圖可得,在該滯后時(shí)段內(nèi),任意時(shí)間步長(zhǎng)下本文仿真風(fēng)速樣本與實(shí)測(cè)風(fēng)速樣本的年度自相關(guān)系數(shù)曲線(xiàn)均較為貼近,表明本文仿真風(fēng)速樣本能較好地保持與實(shí)測(cè)風(fēng)速樣本一致的自相關(guān)特性。

        圖3 不同時(shí)間步長(zhǎng)下Linton 觀測(cè)站實(shí)測(cè)風(fēng)速樣本和本文仿真風(fēng)速樣本自相關(guān)系數(shù)曲線(xiàn)Fig.3 Curves of autocorrelation coefficients between measured wind speed samples at Linton observatory and simulated wind speed samples based on the proposed model at different time steps

        圖3(c)所示為在不同時(shí)間步長(zhǎng)下,Linton 觀測(cè)站冬季實(shí)測(cè)風(fēng)速樣本與本文仿真風(fēng)速樣本在滯后時(shí)間為5 h內(nèi)的自相關(guān)系數(shù)曲線(xiàn)。圖3(d)為圖3(c)虛線(xiàn)框中的放大圖。由圖中可以看出,在任意時(shí)間步長(zhǎng)下,本文冬季仿真風(fēng)速樣本與實(shí)測(cè)風(fēng)速樣本的自相關(guān)系數(shù)曲線(xiàn)均較為貼近,表明本文模型的冬季仿真風(fēng)速樣本能較好地保持與實(shí)測(cè)冬季風(fēng)速樣本一致自相關(guān)特性。類(lèi)似地,在各時(shí)間步長(zhǎng)下,其他季度的自相關(guān)系數(shù)曲線(xiàn)也可得出相似的結(jié)論,限于篇幅,故不在文中展示。

        4.2 IEEE-RTS 風(fēng)電并網(wǎng)系統(tǒng)季度充裕度評(píng)估

        原始IEEE-RTS發(fā)電系統(tǒng)有32臺(tái)常規(guī)發(fā)電機(jī),總裝機(jī)容量為3 405 MW,系統(tǒng)峰值負(fù)荷為2 850 MW,文獻(xiàn)[23]給出了具體的機(jī)組和負(fù)荷數(shù)據(jù),在時(shí)間步長(zhǎng)為1 h 的情況下評(píng)估該系統(tǒng)的季度充裕度指標(biāo),結(jié)果如表6所示。

        表6 時(shí)間步長(zhǎng)為1 h 時(shí)IEEE-RTS 發(fā)電系統(tǒng)季度充裕度Tab.6 Seasonal adequacy indices of IEEE-RTS generation system when time step is 1 h

        假設(shè)在Linton 觀測(cè)站建設(shè)風(fēng)電場(chǎng),該風(fēng)電場(chǎng)中包含200臺(tái)型號(hào)完全相同的風(fēng)電機(jī),風(fēng)電機(jī)組的切入風(fēng)速、額定風(fēng)速、切出風(fēng)速分別為3.0 m/s、10.5 m/s、25.0 m/s,其額定功率和輪轂高度分別為1.5 MW 和90 m,Linton 觀測(cè)站的風(fēng)速測(cè)量高度為3 m,可根據(jù)文獻(xiàn)[24]中的轉(zhuǎn)換公式將仿真風(fēng)速轉(zhuǎn)換至90 m 風(fēng)電機(jī)組輪轂高度處的仿真風(fēng)速,風(fēng)電機(jī)組故障率和修復(fù)時(shí)間分別為2.5次/年和450 h/次。

        假定在Linton 風(fēng)電場(chǎng)接入原始IEEE-RTS 發(fā)電系統(tǒng),使用本文與互OU 過(guò)程風(fēng)速模型生成的時(shí)間步長(zhǎng)為1.000、0.500、0.250 和0.125 h 的仿真風(fēng)速樣本對(duì)比,并評(píng)估在各時(shí)間步長(zhǎng)下IEEE-RTS 風(fēng)電并網(wǎng)系統(tǒng)的季度充裕度,結(jié)果如表7 所示,表中括號(hào)內(nèi)為該時(shí)間步長(zhǎng)相對(duì)于前一較長(zhǎng)時(shí)間步長(zhǎng)充裕度指標(biāo)的變化百分比,從中可以得出以下結(jié)論。

        表7 不同時(shí)間步長(zhǎng)下Linton 風(fēng)電場(chǎng)IEEE-RTS 風(fēng)電并網(wǎng)系統(tǒng)季度充裕度指標(biāo)Tab.7 Seasonal adequacy indices of IEEE-RTS generation system integrated with Linton wind farm at different time steps

        (1)接入風(fēng)電場(chǎng)后,季度充裕度指標(biāo)均會(huì)減小,因此風(fēng)電并網(wǎng)具有一定的充裕度效益。

        (2)隨著時(shí)間步長(zhǎng)的減小,基于本文風(fēng)速仿真模型和互OU過(guò)程風(fēng)速仿真模型的季度充裕度指標(biāo)SLOEE 和SLOLE 在-23.36%~14.66%范圍內(nèi)小幅度波動(dòng),而兩個(gè)模型的季度指標(biāo)SLOLF 均以14.50%~119.25%的范圍大幅度增加。

        (3)將表中Δm等于1 h 時(shí)兩模型的季度充裕度指標(biāo)與實(shí)測(cè)風(fēng)速樣本的季度充裕度指標(biāo)分別代入式(13),計(jì)算出兩模型的RSLOEE、RSLOLE和RSLOLF,如表8所示,表中加粗?jǐn)?shù)據(jù)為兩模型中較小值,通過(guò)比較可以看出,本文模型的RSLOEE和RSLOLE均小于互OU 過(guò)程風(fēng)速模型,整體上本文風(fēng)速模型的季度充裕度評(píng)估精度較高于互OU過(guò)程風(fēng)速模型。

        表8 時(shí)間步長(zhǎng)為1 h 時(shí)模型充裕度指標(biāo)相對(duì)誤差的絕對(duì)值Tab.8 Absolute value of relative error of adequacy indices of models when time step is 1 h

        以上現(xiàn)象表明,季度指標(biāo)SLOEE 和SLOLE 對(duì)步長(zhǎng)的敏感程度較低,而SLOLF對(duì)步長(zhǎng)的敏感程度較高,在充裕度評(píng)估中需考慮該特點(diǎn)來(lái)選擇恰當(dāng)?shù)臅r(shí)間步長(zhǎng)。

        5 結(jié)論

        本文提出計(jì)及季度趨勢(shì)的變時(shí)間步長(zhǎng)風(fēng)速仿真模型,可產(chǎn)生任意時(shí)間步長(zhǎng)的仿真風(fēng)速樣本,對(duì)于春、夏、秋、冬4 個(gè)季度,均有與實(shí)測(cè)風(fēng)速樣本相接近的統(tǒng)計(jì)指標(biāo),且各季度的概率分布特征與自相關(guān)特征均接近于實(shí)測(cè)風(fēng)速樣本。此外,本文提出能評(píng)估任意時(shí)間步長(zhǎng)風(fēng)電并網(wǎng)系統(tǒng)的季度充裕度評(píng)估方法。

        使用本文和互OU過(guò)程的風(fēng)速仿真模型對(duì)Linton觀測(cè)站的風(fēng)速進(jìn)行仿真,并評(píng)估季度充裕度,得出以下結(jié)論:

        (1)在任意時(shí)間步長(zhǎng)下,本文風(fēng)速仿真模型所生成的仿真風(fēng)速樣本在年度和季度統(tǒng)計(jì)指標(biāo)、概率分布特征、自相關(guān)特征上,均與實(shí)測(cè)風(fēng)速樣本保持一致,對(duì)互OU 過(guò)程風(fēng)速仿真模型無(wú)法對(duì)季度特征進(jìn)行仿真這一缺點(diǎn)進(jìn)行改進(jìn);

        (2)將風(fēng)電場(chǎng)并入發(fā)電系統(tǒng)后,季度充裕指標(biāo)均會(huì)減小,表明風(fēng)電并網(wǎng)具有充裕度效益。當(dāng)時(shí)間步長(zhǎng)為1 h 時(shí),本文仿真風(fēng)速樣本與實(shí)測(cè)風(fēng)速樣本的季度充裕度指標(biāo)較為接近,能夠較為準(zhǔn)確地評(píng)估風(fēng)電并網(wǎng)系統(tǒng)各季度的充裕度;

        (3)時(shí)間步長(zhǎng)對(duì)季度充裕度指標(biāo)SLOEE、SLOLE的影響程度低于對(duì)SLOLF的影響程度,在季度充裕評(píng)估中設(shè)定較小的時(shí)間步長(zhǎng),將使SLOLF產(chǎn)生嚴(yán)重偏離,而SLOEE和SLOLE的偏離程度較小。

        本文下一步研究工作將聚焦于風(fēng)速特性的精細(xì)化仿真,如計(jì)及風(fēng)速的日反調(diào)節(jié)特性,此外,還擬擴(kuò)充風(fēng)電并網(wǎng)系統(tǒng)研究范圍,從爬坡充裕度方向,針對(duì)風(fēng)電爬坡事件造成風(fēng)電并網(wǎng)系統(tǒng)中發(fā)用電不平衡的問(wèn)題,對(duì)風(fēng)電并網(wǎng)系統(tǒng)充裕度進(jìn)行更加全面的評(píng)估。

        猜你喜歡
        風(fēng)速模型
        一半模型
        基于Kmeans-VMD-LSTM的短期風(fēng)速預(yù)測(cè)
        基于最優(yōu)TS評(píng)分和頻率匹配的江蘇近海風(fēng)速訂正
        重要模型『一線(xiàn)三等角』
        重尾非線(xiàn)性自回歸模型自加權(quán)M-估計(jì)的漸近分布
        3D打印中的模型分割與打包
        基于GARCH的短時(shí)風(fēng)速預(yù)測(cè)方法
        FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究
        考慮風(fēng)切和塔影效應(yīng)的風(fēng)力機(jī)風(fēng)速模型
        GE在中國(guó)發(fā)布2.3-116低風(fēng)速智能風(fēng)機(jī)
        白丝爆浆18禁一区二区三区| 亚洲AV秘 无码一区二区三| 国产精品亚洲ΑV天堂无码| 黑丝美女喷水在线观看| 久久少妇高潮免费观看| 中文字幕精品一区二区三区| 欧美成人午夜免费影院手机在线看 | 久久无码字幕中文久久无码 | 亚洲人成网站18禁止久久影院| 亚洲精品久久无码av片软件| 欧美黄色免费看| 一区二区三区中文字幕有码| 日韩有码中文字幕在线视频| 国产自拍视频在线观看网站| 成人欧美日韩一区二区三区| 国产无遮挡裸体免费视频| 一级二级中文字幕在线视频| 91精品在线免费| 日韩一区二区三区熟女| 丰满人妻熟妇乱又仑精品| 欧美人与动牲交a精品| 亚洲精品自产拍在线观看| 久久成人永久免费播放| 中文字幕国内一区二区| 一区二区三区四区亚洲免费| 国产成人精品优优av| 国产台湾无码av片在线观看| 中文字幕无码无码专区| 亚洲人成影院在线高清| 国产大片在线观看91| 国产91人妻一区二区三区| 97日日碰曰曰摸日日澡| 欧美巨大xxxx做受中文字幕| 狠狠色狠狠色综合网老熟女| 久久无人码人妻一区二区三区| 久久丝袜熟女av一区二区| 精品国产这么小也不放过| 2019最新国产不卡a| 在线观看国产内射视频| 久久这黄色精品免费久| 精品国产亚洲av麻豆|