基于波动特性的风电出力时间序列建模方法研究.pdfVIP

下载本文档

23
0
约3.75万字
约 7页
2017-08-21 发布于北京
举报
版权申诉

基于波动特性的风电出力时间序列建模方法研究.pdf

1、本文档共7页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于波动特性的风电出力时间序列建模方法研究.pdf

39 卷 1 期电网技术 Vol. 39 No. 1 20 15 年1 月 Power System Technology Jan. 20 15 文章编号：1000-3673 （20 15）01-0208-07 中图分类号：TM 614 文献标志码：A 学科代码：470 4051 基于波动特性的风电出力时间序列建模方法研究李驰，刘纯，黄越辉，王伟胜（中国电力科学研究院，北京市海淀区 100192 ） Study on the Modeling Method of Wind Power Time Series Based on Fluctuation Characteristics LI Chi, LIU Chun, HUANG Yuehui, WANG Weisheng (China Electric Power Research Institute, Haidian District, Beijing 100192, China) ABSTRACT: Mastering random, intermittent characteristics of 行分类，分别统计波动类间转移概率和类内统计参数的概率分 wind power and constructing a wind power time series model 布，按月序贯抽样风电波动类别与各统计参数，计算并模拟得 is of great significance for power system planning and 到风电出力时间序列。对中国某省部分风电场进行了仿真模 operation. A new method to simulate future wind power 拟，统计特征参数的对比分析结果验证了上述方法的有效性。 scenarios is proposed. Characteristics of wind power 关键词：风电波动特性；时间序列；自组织映射聚类；序贯 fluctuation process is analyzed, historical wind power time 抽样；概率统计 series are divided into wind fluctuations at the minimum-value point, wind fluctuations are clustered within large fluctuation, DOI 10.13335/j.1000-3673.pst.2015.01.032 medium fluctuation, small fluctuation and low output 0 引言 fluctuation by visualization self-organizing map (SOM) 近年来风力发电技术持续快速发展，风电并网 clustering algorithm, fluctuation variation laws are quantitative 装机容量迅速增长，截止2013 年底，我国累计装机 expression with gauss function. Based on above analysis, the modeling method is proposed: months are