基于量测风速与空间相关性的异常数据点的校正方法技术

本发明专利技术涉及一种基于量测风速与空间相关性的异常数据校正算法，包括以下步骤：步骤S10，建立各风电场的条件概率分布函数；步骤S20，将风电场的功率输出实测数据代入条件概率分布函数；步骤S30，产生服从均匀分布的随机数；步骤S40，求风电场的校正功率估计值；步骤S50，判断校正功率是否位于等效功率曲线内；步骤S60，判断强相关风电场集合中的异常数据点是否校正完毕。

【技术实现步骤摘要】

本专利技术涉及一种风电功率异常数据点的校正方法，尤其涉及一种基于量测风速与空间相关性的异常数据的校正方法。
技术介绍
风电功率实测历史数据是进行风电建模及运行分析的重要基础。然而，在实际运行中，由于受到通信故障、风力机脱网以及人为风电弃风等因素的干扰，风电功率实测历史数据中往往频繁存在异常数据点。如果在风电特性建模中直接使用包含异常数据点的历史功率数据，将使所得概率分布失真，降低建模精确性，从而影响运行决策结果的有效性。因此，对风电功率数据中的异常点进行校正，可使校正后的风电功率概率曲线更好地逼近真实值，从而为风电建模研究提供可靠的数据源。
技术实现思路
综上所述，确有必要提供一种基于量测风速与空间相关性的异常数据点的校正方法。一种基于量测风速与空间相关性的异常数据点的校正方法，包括步骤S10，建立各风电场的条件概率分布函数，其中，p1为第1个风电场的功率输出值，……，pi-1为第i-1个风电场的功率输出值；步骤S20，将风电场的功率输出实测数据代入条件概率分布函数，其中，为时刻t风电场的功率输出实测值，i为风电场编号；步骤S30，根据条件概率分布函数，获取服从均匀分布[0,1]的随机数：；步骤S40，对求逆，得到风电场的校正功率估计值；步骤S50，判断校正功率是否位于等效功率曲线内，若校正功率位于等效功率曲线内，则进入下一步；反之返回步骤S30；以及步骤S60，判断强相关风电场集合中的异常数据点是否校正完毕，判断i是否大于M，若大于，则时刻t该强相关风电场集合中的异常数据点校正完毕，算法停止，反之返回步骤S10，其中M为风电场数量。相对于现有技术，本专利技术提供的风电功率异常数据点的校正方法，以量测风速与空间相关性为基础，准确率高，为后续风电建模研究提供可靠数据源。附图说明图1为本专利技术第一实施例提供的基于量测风速与空间相关性的异常数据校正方法的流程图。图2为本专利技术实施例提供的异常数据点校正的关键问题解决方法。图3为本专利技术实施例提供的异常数据校正方法的流程框图。具体实施方式下面根据说明书附图并结合具体实施例对本专利技术的技术方案进一步详细表述。请参阅图1，在大型风电集群中，相邻多个风电场的功率输出具有较强的相关性，因此可结合风电场i的风速实测值，以及相邻多个强相关风电场输出功率实测值进行该风电场的异常数据点校正，将风电场i在时刻t的异常数据点校正为根据风速和空间相关性估计的校正功率估计值。实现风电场i的异常数据点校正需要解决两个关键问题：第一，确定当量测风速为时，输出功率取值的合理范围。当风电场等效功率曲线已知时，输出功率取值的合理范围即为风速与等效功率曲线上下界交点确定的取值范围。第二，确定风电场i当前功率取值，可基于强相关风电场（例如相关系数大于0.5）的条件概率分布，进行条件递归采样来确定。这里仅考虑强相关风电场的原因在于可降低条件概率分布维数，避免出现维数灾，并且对于风电场数据校正来说，考虑强相关风电场可满足校正需求。请一并参阅图2及图3，本专利技术实施例提供的基于量测风速与空间相关性的异常数据点的校正方法，包括如下步骤：步骤S10，建立各风电场的条件概率分布函数。设风电场为强相关风电场，M为风电场数量，时刻t有个风电场历史功率数据存在异常数据点，设这些风电场编号为风电场。根据风电场的风速实测值，和无异常数据点的风电场的输出功率实测值，可采用递归条件相依采样算法，进行风电场异常数据点校正。初始令，其中i为风电场编号，建立风电场的条件概率分布函数，其中，p1为第1个风电场的功率输出值，……，pi-1为为第i-1个风电场的功率输出值。由于数据校正时仅用考虑强相关风电场，维数M较低，可直接建立其经验条件概率分布模型。需要说明的是，当建立集群风电的出力概率模型时，需要考虑集群内所有风电场的相关性，维数即风电场数量M较高，例如如M>30，该方法存在维数灾问题，不再适用。因此，所述维数满足M≤30。可以理解，上述所述风电场的条件概率分布函数的建立仅仅为一具体的实施例，可以根据需要及风电场的实际情况选择合适的建立方式，所述建立方式均在本专利技术的保护范围之内。步骤S20，将风电场的功率输出实测数据代入条件概率分布函数。当时刻t风电场的功率输出实测值已知时，相当于条件概率分布的条件集合取值已知，此时条件概率分布函数为。步骤S30，根据条件概率分布函数，获取服从[0,1]均匀分布的随机数。产生服从[0,1]均匀分布的随机数，令：。步骤S40，对随机数求逆，得到风电场的校正功率估计值。对求逆得风电场i校正功率估计值：。步骤S50，判断校正功率是否位于等效功率曲线内。通过校核是否位于等效功率曲线中与量测风速相对应的取值范围内，判断校正功率是否位于等效功率曲线内。若满足，i=i+1进入下一步，其中和分别表示时段t风电场等效功率曲线的下边界和上边界；反之，返回步骤S30。步骤S60，判断强相关风电场集合中的异常数据点是否校正完毕。判断i是否大于M，若大于，则时刻t该强相关风电场集合中的q常数据点校正完毕，算法停止，反之返回步骤S10。本专利技术提供的风电功率异常数据点的校正方法，以量测风速与空间相关性为基础，准确率高，为后续风电建模研究提供可靠数据源。另外，本领域技术人员还可在本专利技术精神内作其它变化，当然这些依据本专利技术精神所作的变化，都应包含在本专利技术所要求保护的范围内。本文档来自技高网...

【技术保护点】
一种基于量测风速与空间相关性的异常数据点的校正方法，包括以下步骤：步骤S10，建立各风电场的条件概率分布函数，其中，p1为第1个风电场的功率输出值，……，pi‑1为第i‑1个风电场的功率输出值；步骤S20，将风电场的功率输出实测数据代入条件概率分布函数，其中，为时刻t风电场的功率输出实测值，i为风电场编号；步骤S30，根据条件概率分布函数，获取服从均匀分布[0,1]的随机数：；步骤S40，对求逆，得到风电场的校正功率估计值；步骤S50，判断校正功率是否位于等效功率曲线内，若校正功率位于等效功率曲线内，则进入下一步；反之返回步骤S30；以及步骤S60，判断强相关风电场集合中的异常数据点是否校正完毕，判断i是否大于M，若大于，则时刻t该强相关风电场集合中的异常数据点校正完毕，算法停止，反之返回步骤S10，其中M为风电场数量。

【技术特征摘要】
1.一种基于量测风速与空间相关性的异常数据点的校正方法，包括以下步骤：
步骤S10，建立各风电场的条件概率分布函数，其中，p1为
第1个风电场的功率输出值，……，pi-1为第i-1个风电场的功率输出值；
步骤S20，将风电场的功率输出实测数据代入条件概率分布函数
，其中，为时刻t风电
场的功率输出实测值，i为风电场编号；
步骤S30，根据条件概率分布函数，获取服从均匀分布[0,1]的随机数：
；
步骤S40，对求逆，得到风电场的校正功率估计值；
步骤S50，判断校正功率是否位于等效功率曲线内，若校正功率位于等效功率曲线内，
则进入下一步；反之返回步骤S30；以及
步骤S60，判断强相关风电场集合中的异常数据点是否校正完毕，判断i是否大于M，若
大于，则时刻t该强相关风电场集合中的异常数据点校正完毕，算法停止，反之返回步骤
S10，其中M为风电场数量。
2.如权利要求1所述的基于量测风速与空间相关性的异常数据点的校正方法，其特征
在于，设风电场为强相关风电场，M为风电场数量，时刻t有个风电场历史功率数据
存在异常数据点，设这些风电场编号为风电场；根据风电场
的风速实测值，和无异常数据点的风电场的输出功...

【专利技术属性】
技术研发人员：汪宁渤，陈钊，乔颖，赵龙，王尤嘉，丁坤，
申请(专利权)人：甘肃省电力公司风电技术中心，清华大学，国家电网公司，国网甘肃省电力公司，
类型：发明
国别省市：甘肃;62