论文总字数：32092字

摘 要

21世纪传统能源面临紧缺危机，可再生能源的开发受到越来越多的重视。其中,风电可以较快缓解资源不足和各类污染问题，实现经济、社会、资源和环境保护协调发展。因此，风力发电是我国大力推行且应用最广泛的新能源发电形式之一。而我国的风能资源受地形和气候的影响，分布的较为紧凑集中。所以，国内的风电开发趋向于规模化、连片式发展。

同一地区的集群风电场，气象条件基本一致且大多来自同一风源，故而使其风速和出力呈现较强的相关性。而风电功率是电网中重要的随机输入变量，其相关性分析直接影响电力系统的稳定运行情况。因此，有必要对地理位置相近的多风电场出力的耦合相关性进行分析研究。

本课题设计基于荷兰De bilt和Soesterberg风电场的历史风速数据，经转换得到两风电场的实际出力情况。再使用非参数估计法得到单风电场的出力分布函数，在此基础上，作出风电场联合出力的二元频率直方图。观察其对称性及尾部特征，选择合适的Copula函数构造风电联合出力模型，并通过计算欧氏距离检验所选Copula函数的合理性。然后基于联合出力情况结合蒙特卡洛法和K均值聚类法对多风电场的出力特点进行场景划分。建立考虑风电联合出力的电力系统无功优化模型，并且以接入风电场的IEEE30节点系统为例进行验证，得到风电联合出力典型场景的最优无功分布，验证场景划分和电力系统优化模型的正确性和合理性。

关键词：风电相关性；Copula函数；蒙特卡洛法；K均值聚类法；场景划分

Abstract

In the 21st century, the traditional energy is facing a shortage of crisis, the development of renewable energy has been paid more and more attention. Especially, wind power is the fastest growing renewable energy. Wind power could solve energy shortages and environmental pollution for China, and achieve sustainable development. Therefore, wind power has become the most important generation form in China. China's wind energy resources are affected by terrain and climate, and concentrated distribution, so the domestic wind power development tends to scale, and piece development.

The wind farms with close geography are closely related to the existence of meteorological inertia, and their wind speed has obvious correlation, which will directly lead to the correlation between wind power. The wind power is an important uncertainty input variable in the operation of the power system. The correlation analysis directly affects whether stable the power system could run stablely. Therefore, it is necessary to analyze the coupling correlation of the multi-wind field output with similar geographical location.

This topic is based on the historical data of the De bilt and Soesterberg wind farms in the Netherlands, and is converted to the actual output. And then use the nonparametric estimation method to obtain the output distribution function of the single wind farm, on this basis, the wind power field joint output of the binary frequency histogram. Observe the symmetry and tail characteristics, select the appropriate Copula function to construct the wind power joint output model, and calculate the Euclidean distance to check the rationality of the selected Copula function. And then Montecarlo method and K - means clustering method is used to divide the output characteristics of wind farms based on joint output. The optimization model of the power system with wind power input is established, and the IEEE 30-node system with two wind farms is analyzed and the optimal reactive power distribution of the typical scenario of wind power is obtained, which verifies the correctness and rationality of scene partitioning and power system optimization model.

KEY WORDS: Wind power correlation; Copula; Montecarlo method; K-means clustering method; Scenario division

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1 风电出力相关性研究的背景和意义 1

1.2 国内外研究现状 1

1.3 本课题主要工作 3

第二章 多风电场风电出力耦合特性 5

2.1 风电场风速与风电出力特性 5

2.2 多风电场风电出力特性 6

2.3 Copula理论的相关概念 6

2.3.1 Copula函数的定义 6

2.3.2 Copula函数的基本性质 7

2.3.3 Copula函数的分类 7

2.3.4 Copula的相关参数度量 9

2.3.5 Copula函数的拟合度检验 10

第三章 含多风电场联合出力的电力系统无功优化模型 12

3.1 蒙特卡洛法和聚类法生成风电联合出力场景 12

3.1.1 场景的相关定义 12

3.1.2 蒙特卡洛法概述 12

3.1.3 K均值聚类方法 13

3.2 电力系统无功优化模型 13

3.2.1 目标函数 13

3.2.2约束条件 14

第四章 多风电场风电出力耦合相关性算例分析 15

4.1 单风电场出力分析 15

4.1.1 历史风速数据的获得与整理 15

4.1.2 风速转换为风电出力 15

4.1.3 非参数法获得单风电场的出力分布函数 15

4.2 基于Copula理论的风电联合出力模型 17

4.2.1 选择Copula函数 17

4.2.2 参数估计与模型评价 18

4.3 基于蒙特卡洛法和K均值聚类法生成风电联合出力典型场景集 20

4.4 各风电联合出力典型场景下的电力系统无功优化结果 23

第五章 总结与展望 25

5.1 总结 25

5.2 展望 25

参考文献 27

致 谢 29

绪论

1.1 风电出力相关性研究的背景和意义

目前，传统能源如煤、石油、天然气、木材等在全世界范围内面临紧缺危机。可再生能源可以一直循环，并且再生，是最为理想的新能源。它存在很多类别，比如光能、水能等。其中，风能在近年来发展的极为快速，风力发电技术也日趋完善。中国的资源问题以及污染问题，都可以通过风电得到适当的缓解，进而推动可持续性的发展。我国的风能储量为32亿千瓦，可开发的装机容量约25.3亿千瓦，居世界首位，具有商业化、规模化发展的潜力^[1]。

中国的风能能源与地表的形态和气象的状态有很大的关系，因而分布的比较紧凑集中。具体来说，其大多位于东北、华北、西北以及东部沿海地区，因此国内的风电开发趋向于规模化、连片式发展。在内蒙、河北等地势开阔且风能资源丰富的地区，经常会在地理位置比较近的地方建造多个风电场。同一地区的风电场极有可能来自相同的风源，从而导致其风速呈现较强的相关性，进而使其输出功率非独立。

剩余内容已隐藏，请支付后下载全文，论文总字数：32092字