【精彩论文】基于去趋势互相关分析法的光照、温度和风速互相关性分析

观点凝练

摘要：合理利用气象因素之间的互相关特性有利于降低系统运行成本，提高系统稳定性。采用美国3个不同地区的光照、风速、温度的历史实测数据对三者所具有的长程自相关性与互相关性进行探究。首先利用去趋势波动分析法对3个地区的光照、风速、温度的长程自相关性进行分析；其次采用去趋势互相关分析法（detrended cross-correlation analysis method, DCCA）和DCCA互相关系数进一步量化在不同尺度下三者之间的互相关性；最后构建风光互补发电场景并分析风光互补的总体特性和季节特性，验证了相关性分析的有效性和必要性。
结论：（1）采用去趋势波动分析法分析了光照、温度、风速的长程自相关性，三者的DFA标度参数均达到了0.7以上，三者均具有较高的长程正自相关性，其中温度的长程正自相关性最高。

（2）采用相关系数法和去趋势互相关分析法探究了光照、温度、风速之间的互相关性，并对两个方法的效果进行了对比分析。①相关系数法并不能正确衡量非平稳时间序列的互相关性，而去趋势波动法能够正确衡量非平稳时间序列的互相关性，并且通过窗口长度的变化能够更加直观地反映不同尺度下互相关程度的变化趋势，去趋势波动法在非平稳时间序列的分析中更具优势。②光照和温度之间主要呈现强正相关性，且相关性程度随地区变化影响较小。③光照和风速、温度和风速之间的负相关性较为相似，且温度和风速的负相关程度比光照和风速大，在超短尺度下具有正相关性，在中尺度下的负相关性较强，在短尺度和长尺度下会呈现较弱的负相关性或不相关性，同时其相关性程度受地区差异的影响较大。

（3）光伏和风电存在较大的互补概率，光伏和风电可以交替进行工作。风光互补的季节特性表现为春夏两季中的互补比例较大，在夏季中光伏补偿风电的比例最大，风电补偿光伏的比例最小；冬季反之。

引文信息

吴晓升, 江岳文. 基于去趋势互相关分析法的光照、温度和风速互相关性分析[J]. 中国电力, 2020, 53(6): 97-106, 123.WU Xiaosheng, JIANG Yuewen. A cross-correlation analysis of irradiation, temperature and wind speed based on detrended cross-correlation method[J]. Electric Power, 2020, 53(6): 97-106, 123.‍

 往期回顾 

编辑：杨彪

审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。