【技术实现步骤摘要】
本专利技术属于水风光多能互补，特别是涉及一种考虑时空相关性的水风光多资源场景生成方法。
技术介绍
1、水风光多能互补系统面临着更复杂的水文、气象要素的影响与更多重的不确定性，难以考虑多种资源的不确定性与时空相关性，生成具有代表性和极端性的高维耦合场景；现有的研究为了生成电力系统的输入场景，主要有以下几种方法：1，单一变量场景生成，即针对径流、风电或光电，基于历史数据的时间序列，采用自回归等方法生成单一变量的输入场景；2，两变量场景生成，即考虑两个输入变量的时空相关性，基于copula等方法生成风电-光电两变量的输入场景；现有技术存在以下缺点：
2、现有场景生成方法多聚焦于风光出力的场景分析，且通常仅考虑单一变量的时间相关性或多变量在单一时间断面上的空间相关性，缺少兼顾水、风、光资源高维不确定性和时空相关性的耦合场景生成方法，对于极端场景的生成也考虑不足，难以为水风光多能互补系统的运行管理提供数据支撑，因此，需要设计一种考虑时空相关性的水风光多资源场景生成方法来解决上述问题。
技术实现思路
1、本专利技术所要解决的技术问题是提供一种考虑时空相关性的水风光多资源场景生成方法，该方法对各场景中水、风、光资源的总量归一化，然后按照互补系统中水、风、光各类电站的装机容量对其进行加权，计算各场景下水风光资源的总发电潜力并对其排序，采用经验频率分析生成多年一遇的极端场景，可以有效的生成兼顾水、风、光多变量时间自相关与空间互相关的高维耦合场景与极端场景。
2、为实现上述技术
3、一种考虑时空相关性的水风光多资源场景生成方法，包括以下步骤：
4、生成水风光高维耦合场景：
5、基于实测的水库径流、风速、光照强度和温度数据构建多序列一阶回归模型，通过多序列一阶回归模型随机模拟生成水风光高维耦合场景集；
6、生成水风光极端场景：
7、基于水风光资源总发电潜力不利的原则生成水风光极端场景：
8、基于随机模拟生成的水风光高维耦合场景集，分别计算各场景中水风光资源的总量并进行归一化处理；
9、根据所考虑极端场景的特征对径流、风速、光照强度和温度变量设置权重，并对各场景中水风光资源的总量进行加权得到当前场景的总发电潜力；
10、对各场景的总发电潜力进行排序，对排序结果进行经验频率分析，计算出不同重现期的单一资源或复合资源的极端场景。
11、优选地，生成水风光高维耦合场景包括：
12、基于实测的水库径流、风速、光照强度和温度数据，对各变量的原始序列作标准化处理：
13、；
14、式中，i=1,2,3,4，分别表示径流、风速、光照强度和温度数据；和分别表示径流、风速、光照强度和温度的原始序列和标准化后的序列，t表示时段，表示序列的标准差；表示序列的均值；
15、对各标准化后的序列基于wigner-hough变换实现序列的正态化：
16、；
17、式中，表示正态化后的序列，是序列的偏态系数；
18、对各序列进行标准化和正态化处理，构建径流、风速、温度和光照强度的多序列一阶回归模型：
19、；
20、式中，分别为第t时段待模拟的径流、风速、光照强度和温度的正态化后的数据；分别为第t-1时段待模拟的径流、风速、光照强度和温度的正态化后的数据；矩阵a、b分别为多序列一阶回归模型参数，，，，分别表示服从标准正态分布的第t时段待模拟的径流、风速、光照强度和温度的随机变量；
21、通过多序列一阶回归模型随机模拟样本容量为m的径流、风速、光照强度和温度的各序列，对模拟值依次进行标准化、正态化的逆变换，得到径流、风速、光照强度和温度的高维耦合场景集。
22、优选地，矩阵 a反映径流、风速、光照强度和温度各序列间滞后时段为1的时间自相关和互相关特征，矩阵 b反映径流、风速、光照强度和温度各序列间无时滞的互相关特征，通过矩阵a、b反映各序列间的时空相关性；矩阵a、b的计算方式如下：
23、；
24、；
25、其中：
26、；
27、；
28、式中，是序列x和序列y之间时滞为k的互相关系数，x和y的数目为m个，k取值为0或1；为时滞为1的互相关系数构造的特征矩阵，为时滞为0的互相关系数构造的特征矩阵，上标-1表示逆矩阵。
29、优选地，基于随机模拟生成的水风光高维耦合场景集，分别计算各场景中水风光资源的总量并进行归一化处理包括：
30、；
31、式中，表示第j个场景下模拟时段内第i个变量的资源总量，表示第j个高维耦合场景归一化后的第i个变量的资源总量，i=1,2,3,4，分别表示径流、风速、光照强度和温度；min为取最小值函数，max为取最大值函数。
32、优选地，根据所考虑极端场景的特征对径流、风速、光照强度和温度变量设置权重，并对各场景中水风光资源的总量进行加权得到当前场景的总发电潜力包括：
33、；
34、式中，分别为径流、风速、光照强度和温度的权重，为第j个场景的资源总发电潜力；对应第j个高维耦合场景归一化后的径流的资源总量；对应第j个高维耦合场景归一化后的风速的资源总量；对应第j个高维耦合场景归一化后的光照强度的资源总量；对应第j个高维耦合场景归一化后的温度的资源总量；场景的总发电潜力与水风光互补系统弃电风险正相关，与水风光互补系统的出力不足风险负相关。
35、优选地，对各场景的总发电潜力进行排序，对排序结果进行经验频率分析，计算出不同重现期的单一资源或复合资源的极端场景包括：
36、；
37、；
38、式中，为频率为p%对应场景的资源总发电潜力，t为此时极端场景的重现期；设置不同频率p%的总发电潜力，计算得到水风光互补系统在不同重现期下的极端资源场景。
39、本专利技术的有益效果如下：
40、1、该水风光多资源场景生成方法可以兼顾水库径流、风速、光照强度和温度等水风光互补系统关键输入要素在时间上的自相关与空间上的互相关，从而生成可信的水风光多资源的高维耦合场景与极端场景，可为水风光多能互补系统的运行规划提供数据支撑。
41、2、本专利技术基于随机模拟生成的高维耦合场景集，对各场景中水、风、光资源的总量归一化，然后按照互补系统中水、风、光各类电站的装机容量对其进行加权，计算各场景下水风光资源的总发电潜力并对其排序，采用经验频率分析生成多年一遇的极端场景；该方法可以有效的生成兼顾水、风、光多变量时间自相关与空间互相关的高维耦合场景与极端场景；解决了现有水风光互补系统的场景生成方法仅考虑单一变量的时间相关性与多变量在单一时间断面上的空间相关性，缺少兼顾水、风、光多变量时间自相关与空间互相本文档来自技高网...
【技术保护点】
1.一种考虑时空相关性的水风光多资源场景生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种考虑时空相关性的水风光多资源场景生成方法，其特征在于，生成水风光高维耦合场景包括：
3.根据权利要求2所述的一种考虑时空相关性的水风光多资源场景生成方法，其特征在于，矩阵A反映径流、风速、光照强度和温度各序列间滞后时段为1的时间自相关和互相关特征，矩阵B反映径流、风速、光照强度和温度各序列间无时滞的互相关特征，通过矩阵A、B反映各序列间的时空相关性；矩阵A、B的计算方式如下：
4.根据权利要求1所述的一种考虑时空相关性的水风光多资源场景生成方法，其特征在于，基于随机模拟生成的水风光高维耦合场景集，分别计算各场景中水风光资源的总量并进行归一化处理包括：
5.根据权利要求4所述的一种考虑时空相关性的水风光多资源场景生成方法，其特征在于，根据所考虑极端场景的特征对径流、风速、光照强度和温度变量设置权重，并对各场景中水风光资源的总量进行加权得到当前场景的总发电潜力包括：
6.根据权利要求5所述的一种考虑时空相关性的水风光多资
...【技术特征摘要】
1.一种考虑时空相关性的水风光多资源场景生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种考虑时空相关性的水风光多资源场景生成方法，其特征在于，生成水风光高维耦合场景包括：
3.根据权利要求2所述的一种考虑时空相关性的水风光多资源场景生成方法，其特征在于，矩阵a反映径流、风速、光照强度和温度各序列间滞后时段为1的时间自相关和互相关特征，矩阵b反映径流、风速、光照强度和温度各序列间无时滞的互相关特征，通过矩阵a、b反映各序列间的时空相关性；矩阵a、b的计算方式如下：
4.根据权利要求1所述的一种考虑时空相关性的...
【专利技术属性】
技术研发人员：华小军，张树海，李俊贤，李建威，邓友汉，谷传伟，蒋定国，吕蕊，余意，陈圣哲，雷鸿萱，刘攀，程潜，
申请(专利权)人：三峡金沙江云川水电开发有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。