2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩127頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著全球能源和環(huán)境問題的日益突出,風(fēng)能的開發(fā)和利用已經(jīng)受到越來越多的關(guān)注。然而,風(fēng)是一種不穩(wěn)定、易變的能源,風(fēng)電場大規(guī)模接入必然會對電力系統(tǒng)產(chǎn)生與常規(guī)能源不同的可靠性影響。因此,研究風(fēng)電場對電力系統(tǒng)可靠性影響,對含風(fēng)能的電力系統(tǒng)規(guī)劃具有重要的理論指導(dǎo)意義和實(shí)際應(yīng)用價值。
  當(dāng)前,我國風(fēng)電正向著大規(guī)模、高集中的方向發(fā)展。風(fēng)電場數(shù)量的增加以及容量的增大,迫切需要更加準(zhǔn)確的風(fēng)電場可靠性模型?;诖?,本文結(jié)合國家自然科學(xué)基金“風(fēng)電場可靠

2、性評估的概率模型及算法”(編號51077135)等項(xiàng)目,對影響風(fēng)電場出力的關(guān)鍵因素—風(fēng)速,進(jìn)行研究,提出單一風(fēng)速模型和計及相關(guān)性的多風(fēng)電場風(fēng)速模型,并將其應(yīng)用于含風(fēng)電場的電力系統(tǒng)發(fā)電充裕度評估。
  提出一種基于核密度估計的非參數(shù)風(fēng)速概率分布模型。該方法基于數(shù)據(jù)驅(qū)動,不需假設(shè)風(fēng)速分布特性,能有效揭示隱藏在歷史風(fēng)速數(shù)據(jù)中的統(tǒng)計信息。應(yīng)用拒絕假設(shè)抽樣方法實(shí)現(xiàn)核密度函數(shù)下的風(fēng)速抽樣,利用非線性優(yōu)化方法和線性插值技術(shù)提高了抽樣效率和速度。

3、采用六個地區(qū)的風(fēng)速數(shù)據(jù)對本文模型準(zhǔn)確性和可用性進(jìn)行驗(yàn)證,結(jié)果表明:該模型對任意風(fēng)況的數(shù)據(jù)都呈現(xiàn)出較強(qiáng)的穩(wěn)定性和準(zhǔn)確性;六個地區(qū)概率分布擬合統(tǒng)計量Ra2均高于0.99,年電能產(chǎn)量平均誤差為0.47%,期望失負(fù)荷時間和期望失電量指標(biāo)平均誤差分別為0.22%和0.39%。
  風(fēng)速不但具有概率分布特性,還表現(xiàn)出一定的時間延續(xù)性。為刻畫風(fēng)速序列的時間相依特性,提出一種基于連續(xù)狀態(tài)馬爾科夫鏈(continuous state markov

4、chain,CSMC)的時序風(fēng)速模擬方法。首先,利用變換技術(shù)將風(fēng)速數(shù)據(jù)轉(zhuǎn)至正態(tài)域;然后,在正態(tài)域內(nèi)構(gòu)造反映相鄰時刻風(fēng)速條件概率分布的連續(xù)轉(zhuǎn)移核,進(jìn)而得到時序風(fēng)速的連續(xù)狀態(tài)馬爾科夫鏈模型。該方法克服了離散狀態(tài)馬爾科夫鏈模型存在的準(zhǔn)確度和復(fù)雜度“選擇”難題。以該構(gòu)造方法為基礎(chǔ),利用Copula函數(shù)將連續(xù)轉(zhuǎn)移核由正態(tài)分布擴(kuò)展為多種分布類型,得到了基于Copula函數(shù)的連續(xù)狀態(tài)馬爾科夫鏈時序風(fēng)速模型。算例分析表明:本文模型能夠保持原始風(fēng)速序列的

5、概率分布特性和時間相依特性,而且降低了建模復(fù)雜度。
  在大規(guī)模風(fēng)電并網(wǎng)系統(tǒng)中,一個地區(qū)常常出現(xiàn)多個風(fēng)電場接入電網(wǎng)。由于風(fēng)電場間的地理位置關(guān)系,不同地點(diǎn)的風(fēng)速存在一定的相關(guān)性,這對風(fēng)電并網(wǎng)系統(tǒng)可靠性具有一定影響。因此,多風(fēng)電接入系統(tǒng)進(jìn)行可靠性評估時,模擬產(chǎn)生的風(fēng)速樣本應(yīng)計及它們之間的相關(guān)性。利用Copula函數(shù)提出一種多元風(fēng)速聯(lián)合概率分布模型。該方法將多元風(fēng)速分布的創(chuàng)建過程分解為單一風(fēng)速變量的邊緣分布構(gòu)造和風(fēng)速變量間的相關(guān)結(jié)構(gòu)識別

6、兩部分,其中邊緣分布采用核密度估計函數(shù)刻畫,相關(guān)結(jié)構(gòu)采用Copula函數(shù)捕捉。該方法有效地降低了多元聯(lián)合概率分布函數(shù)構(gòu)造難度。算例表明:Copula函數(shù)模型能夠有效地保持原始數(shù)據(jù)間的相依特性。
  計及單一風(fēng)速序列的時間相依特性和多個風(fēng)速序列之間的空間相依特性,提出了分別基于自回歸滑動平均模型(autoregressive and moving average,ARMA)和CSMC模型的多元時序風(fēng)速模型。首先,利用ARMA模型或C

7、SMC模型描述單一風(fēng)速序列的時間相依關(guān)系;然后,利用Copula函數(shù)構(gòu)造多個風(fēng)速時間序列的聯(lián)合概率分布,捕捉空間相依關(guān)系;最后,組合時間相依模型和空間相依模型得到多元ARMA模型或多元CSMC模型。算例表明:多元ARMA模型能夠保持時間序列的自相關(guān)特性和聯(lián)合概率分布特性,但需要大量歷史樣本作為支撐;多元CSMC模型需要較少的訓(xùn)練樣本,但只能保持風(fēng)速序列的短期相依特性。
  計及風(fēng)電場尾流效應(yīng)、風(fēng)電機(jī)組隨機(jī)停運(yùn),提出了基于Monte

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論