基于Copula函数与等概率逆变换的风电出力场景生成方法

唐锦，张书怡，吴秋伟，陈健，李文博，周前，潘博

(1.国网江苏省电力有限公司电力科学研究院，江苏 南京 211103；2.山东大学电气工程学院，山东 济南 250061；3.丹麦科技大学电气工程系，丹麦 灵比 2800；4.嘉兴国电通新能源科技有限公司，浙江 嘉兴 314000)

0 引言

在能源危机与环境问题恶化的双重压力下，风电装机容量迅速增加，并网规模逐步扩大[1—3]。风电输出功率受风速、季节、区域等影响具有随机性、波动性和间歇性[4]，因此输出功率的平稳性、可控性较差，给电网安全运行带来挑战[5—7]，常规确定性优化问题已不再适用。通过场景法对风电不确定性进行研究建模，应用多个场景表征不确定性变量可得到确定化问题[8],具有广泛应用前景。

场景生成方面，文献[9]构建场景树描述风电功率的不确定性，但阶段数增加时会受到维数限制。文献[10]对风速的概率分布进行拉丁超立方采样，生成初始场景，但该采样为单周期采样技术，无法正确表征风电的时间相关性。文献[11—12]采用蒙特卡洛抽样法生成调度模型中的风电预测场景，但是由于风功率转换不准确，使用风速生成风电场景会出现显著误差。目前大多基于多元变量的联合分布函数或Copula函数研究风电出力相关性。文献[13—14]采用基于Copula函数的场景生成方法，模拟多风电场出力相关性。文献[15]通过多元正态分布函数对单一风电场的时间相关性进行研究。文献[16]结合实测风速对各风电场的联合Copula分布进行相关性研究。现阶段，仅考虑时间或空间相关性的研究较为广泛且容易实现，但是未能综合考虑时空相关性的场景在实际应用中会有偏差。……