风电出力概率密度分布模型的建模方法、装置和设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113887086A(43)申请公布日2022.01.04(21)申请号202111279581.3G06Q50/06(2012.01)(22)申请日2021.10.28G06F113/06(2020.01)(71)申请人南方电网能源发展研究院有限责任公司地址511458广东省广州市南沙区丰泽东路106号(自编1号楼)X1301-G4524(集群注册)(JM)(72)发明人饶志黎立丰姜颖达孙思扬杨再敏蒙文川席云华(74)专利代理机构广州华进联合专利商标代理有限公司44224代理人缪成珠(51)Int.Cl.G06F30/20(2020.01)G06F17/18(2006.01)权利要求书2页说明书14页附图9页(54)发明名称风电出力概率密度分布模型的建模方法、装置和设备(57)摘要本申请涉及一种风电出力概率密度分布模型的建模方法、装置和设备。方法包括：确定目标风电区域，并获取目标风电区域在目标时间段内的目标风电出力数据；以渐进积分均方误差最小为目标，确定出目标核函数带宽；利用目标核函数带宽和目标风电出力数据进行非参数核密度估计，得出目标风电区域在目标时间段内的目标风电出力概率密度分布模型。采用本方法代替传统技术方案中对带宽优化模型进行模糊化以及基于序优化理论对带宽优化模型进行求解的过程，因此采用本方法确定出目标核函数带宽的过程更加快速便捷，因此能够提高确定出风电出力概率密度分布模型的便捷度。CN113887086ACN113887086A权利要求书1/2页1.一种风电出力概率密度分布模型的建模方法，其特征在于，所述方法包括：确定目标风电区域，并获取所述目标风电区域在目标时间段内的目标风电出力数据；以渐进积分均方误差最小为目标，确定出目标核函数带宽；利用所述目标核函数带宽和所述目标风电出力数据进行非参数核密度估计，得出所述目标风电区域在所述目标时间段内的目标风电出力概率密度分布模型。2.根据权利要求1所述的方法，其特征在于，所述以渐进积分均方误差最小为目标，确定出目标核函数带宽，包括：利用最小化渐进积分均方误差，以所述非参数核密度估计的偏差和方差最小为目标，确定出所述目标核函数带宽。3.根据权利要求2所述的方法，其特征在于，所述利用最小化渐进积分均方误差，以所述非参数核密度估计的偏差和方差最小为目标，确定出所述目标核函数带宽，包括：利用所述最小化渐进积分均方误差，以所述非参数核密度估计的所述偏差和所述方差最小为目标，确定出所述目标核函数带宽的计算公式：‑1/5l＝0.9min(σ,Iqr/1.34)n；其中，l表示所述目标核函数带宽，σ为所述目标风电出力数据的标准差，Iqr为散度度量半极差，n表示所述目标风电出力数据的样本数；利用所述计算公式确定出所述目标核函数带宽。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述目标风电出力概率密度分布模型绘制出对应的目标风电出力概率密度分布图。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：根据所述目标风电区域的多个所述目标时间段分别对应的目标风电出力概率密度分布图，确定出所述目标风电区域在不同所述目标时间段的风电出力特性差异。6.根据权利要求4所述的方法，其特征在于，所述方法还包括：根据多个所述目标风电区域在所述目标时间段分别对应的目标风电出力概率密度分布图，确定不同所述目标风电区域在所述目标时间段的风电出力特性差异。7.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述目标时间段的所述目标风电出力概率密度分布模型确定出所述目标风电区域的有效风电装机容量。8.根据权利要求1至7任一项所述的方法，其特征在于，所述方法还包括：确定出所述目标风电出力概率密度分布模型的风电出力随机分布拟合结果的平均误差分数和均方根误差；利用所述平均误差分数和均方根误差，确定出所述目标风电出力概率密度分布模型的拟合效果评价指标综合系数；其中，所述拟合效果评价指标综合系数的计算公式包括：Ecom＝αEMAPE+(1‑α)ERMSE；其中，Ecom为所述拟合效果评价指标综合系数；EMAPE表示所述风电出力随机分布拟合结果的所述平均误差分数，且ERMSE为所述风电出力随机分布拟合结果的2CN113887086A权利要求书2/2页所述均方根误差，且m表示所述目标时间段的个数；Rgi，Roi分别为风电出力的非参数核密度估计分布和所述目标风电出力数据的分布直方图在第i个所述目标时间段的概率；α为平均误差分数指标权重。9.一种风电出力概率密度分布模型的建模装置，其特征在于，所述装置包括：获取模块，用于确定目标风电区域，并获取所述目标风电区域在目标时间段内的目标风电出力数据；设置模块，用于以渐进积分均方误差最小为