科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了构建准确的风电功率时间序列模型,提高风电功率的建模精度,本文提出一种基于状态数决策模型的马尔科夫链-蒙特卡洛(MCMC)法。首先,对原始功率序列进行滤波处理,利用Metropolis-Hastings算法抽样生成风电功率状态序列,提高风电建模的计算效率和精度,进而根据生成的功率状态序列,利用前一时刻的功率值叠加波动量及噪声,提高生成风电功率序列的相关性;其次,根据两种评价指标构建状态数决策模型,确定最优风电功率,避免人工选取状态数难以获取最优生成功率的缺陷;最后,以宁夏某风电场为例,对比分析生成风电功率的不同特性及不同抽样方法,该方法生成的风电功率序列在各评价指标上均优于现有的方法,能更好地复现历史功率的数据特征。
-
单位南京理工大学; 自动化学院
