[發明專利]基于TDIC的風光電站出力多尺度動態相關性分析方法及系統

有效

• 申請號: 202010736357.1
• 申請日: 2020-07-28
• 公開（公告）號: CN111986048B
• 公開（公告）日: 2022-08-26
• 發明（設計）人: 王敏;伍超;張鵬;凡宗胤;于子暄
• 申請（專利權）人: 河海大學
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06F17/18;H02J3/00;H02J3/46
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 邵斌

本發明公開了新能源發電技術領域的一種基于TDIC的風光電站出力多尺度動態相關性分析方法及系統，包括：S1：基于EMD對風、光電站中風電輸出功率時間序列和光電輸出功率時間序列分別進行多尺度分解，獲得若干組第一風電內部模態函數和若干組第一光電內部模態函數；S2：采用EMD的改進算法基于自適應噪聲的完整集合經驗模式分解法，基于步驟S1進一步進行多尺度分解，獲得若干組第二風電內部模態函數和若干組第二光電內部模態函數；基于S2，進行基于TDIC的動態相關性分析。可以在自適應的時間窗下挖掘到局部時間范圍內的復雜關系，捕捉風光出力在多時間尺度下的動態變化，有助于提高電力系統運行、規劃和優化資源配置的能力，提高系統運行的經濟效益。

技術領域

本發明屬于新能源發電技術領域，具體涉及一種基于TDIC的風光電站出力多尺度動態相關性分析方法及系統。

背景技術

近年來風力發電與光伏發電產業發展迅速，但由于其發電功率的隨機性和波動性，同時給電力系統的運行和調度帶來了挑戰。通過電能的調度以實現平滑的功率輸出，需要充分考慮二者之間的相關性和波動性。鑒于在同一地區內的風電場和光伏電站受到相似氣象條件的影響，有研究證明其發電功率時間序列之間存在著緊密的聯系。

目前，相關性問題的分析方法主要分為靜態相關性分析與動態相關性分析兩類。傳統的相關性分析大都基于數據是平穩和線性的假設，在分析其相關性時存在非平穩的結果。若僅通過全局相關性分析可能扭曲真實的互相關信息，提供非物理解釋，而若通過滑動窗口或尺度相關方法來估計變量的關聯，滑動窗口大小的定義存在困難，因此無法獲得局部相關的信息。

發明內容

為解決現有技術中的不足，本發明的目的在于提供一種基于TDIC的風光電站出力多尺度動態相關性分析方法及系統，可以在自適應的時間窗下挖掘到局部時間范圍內的復雜關系，捕捉風光出力之間相關性在多時間尺度下的動態變化。

為達到上述目的，本發明所采用的技術方案是：

一種基于TDIC的風光電站出力多尺度動態相關性分析方法，包括：S1：基于EMD(經驗模態分解)對風、光電站中風電輸出功率時間序列和光電輸出功率時間序列分別進行多尺度分解，獲得若干組第一風電內部模態函數和若干組第一光電內部模態函數；S2：采用EMD的改進算法基于自適應噪聲的完整集合經驗模式分解法，并根據分解得到的第一風電內部模態函數和第一光電內部模態函數對風、光電站中風電輸出功率時間序列和光電輸出功率時間序列分別進行多尺度分解，獲得若干組第二風電內部模態函數和若干組第二光電內部模態函數；S3：根據第二風電內部模態函數和第二光電內部模態函數，進行基于TDIC(時間內在相關性分析方法)的動態相關性分析。

與現有技術相比，本發明所達到的有益效果：本發明通過對風、光電站輸出功率時間序列進行多尺度分解，并根據分解后的多尺度分量，進行基于時間內在相關性分析方法的動態相關性分析，可以在自適應的時間窗下挖掘到局部時間范圍內的復雜關系，捕捉風光出力之間相關性在多時間尺度下的動態變化，有助于提高電力系統運行、規劃和優化資源配置的能力，提高系統運行的經濟效益。

附圖說明

圖1是本發明實施例提供的一種基于TDIC的風光電站出力多尺度動態相關性分析方法的流程示意圖；

圖2是本發明實施例采用的一組風電輸出功率時間序列；

圖3是本發明實施例采用的一組光伏輸出功率時間序列；

圖4是本發明實施例獲得的光伏出力時間序列的IMF分量；

圖5是本發明實施例獲得的風電出力時間序列的IMF分量；

圖6是本發明實施例獲得的光伏出力不同時間序列IMFs的顯著性檢驗；

圖7是本發明實施例獲得的風電出力不同時間序列IMFs的顯著性檢驗；

圖8是本發明實施例對一年內風光出力序列的不同模態的比較；