检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]东北电力大学电气工程学院,吉林省吉林市132012 [2]绥化学院电气工程学院,黑龙江省绥化市152061 [3]国网山东省济阳县供电公司,山东省济南市251400
出 处:《电网技术》2017年第5期1376-1382,共7页Power System Technology
基 金:国家重点基础研究发展计划项目(973计划)(2013CB228201);国家自然科学基金项目(51307017);吉林省产业技术与专项开发项目(2014Y124);吉林省科技发展计划(20140520129JH)~~
摘 要:自然界中风固有的波动性直接影响风电功率的准确预测。因此,如何定量描述风电功率的波动性是解决该问题的关键。文中提出一种混合Logistic分布模型来定量描述风电功率的波动变化率,采用改进K均值聚类算法来确定模型参数。从不同采样间隔分布特性以及时间窗分布特性分析该模型性能,并将该分布模型与单一分布模型Normal分布、Logistic分布以及混合高斯分布等模型进行对比,通过利用吉林省某风电场的实测数据仿真实验,比较其评价指标,验证了该文提出模型的有效性。Inherent fluctuation nature of wind adversely affects accurate prediction of wind power. Therefore, how to describe wind power volatility quantitatively is the key to solve this problem. A model based on mixed logistic distribution is proposed to describe variation of wind power. An improved K-means clustering algorithm is used to determine model parameters. By analyzing multi time scale distribution and time window characteristics of wind power, the distribution model is compared with single distribution model of normal distribution, logistic distribution and mixed Gaussian distribution. Effectiveness of the model is verified with simulation using measured data of a wind farm in Jilin Province.
关 键 词:波动特性 混合Logistic分布 改进K均值聚类 多时间尺度 时间窗
分 类 号:TM74[电气工程—电力系统及自动化]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.3