高质量的光伏功率数据是进行光伏研究的基础,而从光伏电站采集到的数据含有较大比例的异常数据,因此须对光伏功率异常数据进行识别。将不同光照特性的光伏功率数据分别进行建模,对辐照度与功率的概率分布函数进行Copula联合分布函数构建。利用基于经验函数的BFGS参数估计方法对各类Copula函数进行参数估计。参照各Copula函数与经验联合分布函数的欧氏距离与K-S值进行Copula函数选取。结合估计区间最窄原则得出光伏功率条件概率分布90%置信度下的概率功率曲线。根据工程经验以及考虑异常数据时序特性,依照四类异常数据的判别准则,建立异常数据识别模型。利用光伏电站原始数据与人工合成异常数据进行仿真分析,结果表明所提方法能有效、准确地识别出各类异常数据。
类型: 期刊论文
作者: 杨茂,黄鑫
关键词: 光伏功率异常数据,光照特征,函数,区间最窄原则
来源: 电力系统自动化 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业
单位: 现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学)
基金: 国家重点研发计划资助项目(2018YFB0904200)~~
分类号: TM615
页码: 64-74
总页数: 11
文件大小: 1596K
下载量: 238
本文来源: https://www.lunwen66.cn/article/b21e2a2bfe40b882340de140.html