[發明專利]基于pair?copula函數的微電網可靠性評估數據抽樣方法有效
| 申請號: | 201410848222.9 | 申請日: | 2014-12-29 |
| 公開(公告)號: | CN104504618B | 公開(公告)日: | 2017-12-15 |
| 發明(設計)人: | 王守相;張興友;葛磊蛟 | 申請(專利權)人: | 天津大學 |
| 主分類號: | G06F17/00 | 分類號: | G06F17/00;G06Q50/06 |
| 代理公司: | 天津市北洋有限責任專利代理事務所12201 | 代理人: | 李素蘭 |
| 地址: | 300072*** | 國省代碼: | 天津;12 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 pair copula 函數 電網 可靠性 評估 數據 抽樣 方法 | ||
技術領域
本發明涉及微電網評估技術,特別是涉及一種基于pair-copula函數的微電網可靠性評估數據抽樣方法。
背景技術
微電網中分布式電源的出力具有不確定性,為了評估微電網的可靠性,需要建立微電網中分布式電源出力特性和負荷特性的概率模型,并基于建立的概率模型通過抽樣方法抽樣風速、光照強度和負荷數據以評估微電網的可靠性。在已有的微電網可靠性評估模型中,往往假設微電網中不同分布式能源出力之間相互獨立。事實上,已有文獻[1-3]證明,微電網中分布式電源的一次能源包括風速、光照強度以及微網中的負荷,它們之間存在著隨機相關性,忽略微電網中風速、光照強度和負荷的隨機相關性將會影響微電網可靠性評估的準確性。
目前描述微網可靠性評估中變量間隨機相關性的方法主要有:聯合概率密度函數法、相關矩陣法和copula函數法等。對服從同一邊緣分布的變量而言,可以用聯合概率密度函數法描述變量間的相關性;對于不服從同一分布的變量而言,相關矩陣法和copula函數法能夠描述變量間的相關性。但是,相關矩陣法和copula函數法難于描述三變量以上的問題。Pair-copula函數作為一種描述多個變量間隨機相關性的方法,能夠方便的描述多個變量間的隨機相關性。
在評估微電網供電可靠性時,抽樣數據的質量直接影響著微電網供電可靠性評估結果的準確性。針對微電網中風速、光照強度和負荷之間的隨機相關性,本發明將pair-copula函數方法引入到微電網可靠性評估的數據抽樣過程中,建立了基于 pair-copula函數的微電網可靠性評估數據抽樣方法。
[1]Zhilong Qin,Wenyuan Li,Xiaofu Xiong.Incorporating multiple correlations among wind speeds,photovoltaic powers and bus loads in composite system reliability evaluation. ApplyEnergy,2013,110:285-294.
[2]George Papaefthymiou,Dorota Kurowicka.Using copula for modeling stochastic dependenceinpowersystemuncertaintyanalysis.IEEETransactiononPower Systems,2009, 24(1):40-49.
[3]H.ValizadehHaghi M,Tavakoli Bina,MAGolker,S M Moghaddas.Using copulas for analysis of large datasets in renewable distribution generation:PV and wind power integrationinIran.RenewableEnergy,2010,35(9):1991-2000.
發明內容
為了克服上述現有技術存在的問題,本發明提出了一種基于pair-copula函數的微電網可靠性評估數據抽樣方法,利用Spearman秩參數方法得到微電網內風速、光照強度和負荷統計數據的隨機相關性參數,將隨機相關性參數帶入基于pair-copula 函數的微電網可靠性評估算法風速、光照強度和負荷數據的抽樣過程中,解決了傳統概率模型中無法考慮風速、光照強度和負荷數據隨機相關性的問題;提高了微網可靠性評估算法中抽樣數據的準確性。
本發明提出了一種基于pair-copula函數方法的微電網可靠性評估數據抽樣方法,該方法包括以下步驟:
步驟1、輸入微電網內每隔1小時采集到的風速、光照強度、負荷的年度數據;
步驟2、運用Spearman秩參數方法計算微電網內風速、光照強度和負荷的隨機秩相關性參數,利用風速與光照強度之間、風速與負荷之間、光照強度與負荷統計數據之間的Spearman秩參數ρ1、ρ2、ρ3,得到隨機相關性參數ρ為ρ=(ρ1,ρ2,ρ3);
步驟3、根據風速、光照強度和負荷的統計特性,計算風速、光照強度和負荷統計數據的邊緣分布;
步驟4、將Spearman秩參數方法得出的隨機相關性參數ρ代入pair-copula函數,得到微電網內風速、光照強度和負荷的隨機相關性表達式:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于天津大學,未經天津大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410848222.9/2.html,轉載請聲明來源鉆瓜專利網。





