【精彩论文】利用贝叶斯线性回归结合混合Copula函数分析风电功率的相关性

观点凝练

摘要：分析风电场之间的出力相关性有助于合理规划风机的功率输送以及调度优化，从而提高传输线路的利用率。以冀北地区风场为例，首先分析了该区域风速的分布特性，然后利用贝叶斯线性回归算法建立混合Copula函数模型，拟合得到4个机群风速序列的联合分布，计算出风电场之间的出力相关性，并与其他相关性函数建模进行对比研究。研究结果表明，基于贝叶斯线性回归的混合Copula函数模型能够提高参数估计的精确性，从而使得计算出的相关性更为准确，并且由其拟合得到的出力概率分布与实际风场出力的概率分布较为一致。
结论：（1）基于贝叶斯线性回归选择的混合Copula函数能够充分的利用样本数据，并且高度还原实际风场之间的风速联合分布，与最小二乘法和单一T-Copula函数相比，由该方法得到的相关系数更贴合实际。

（2）用该方法得到的联合分布函数生成的风电场出力概率分布曲线与实际风电场出力概率分布进行对比，结果表明，基于贝叶斯线性回归的混合Copula函数拟合出的出力概率分布模型与实际结果比较一致，能够较为准确地反映实际风场间的联合出力状态。

（3）风电场之间相关系数对它们的联合出力概率密度有较大影响，在一定距离内，若风场之间的相关性较强，风速在下一时刻的增减情况大概率相似，表征为风电场之间同时满发或者停发的概率比较大；当相关性较小时，风电场之间出力联合出力特性比较理想。

引文信息

苏晨博, 刘崇茹, 徐诗甜, 等. 利用贝叶斯线性回归结合混合Copula函数分析风电功率的相关性[J]. 中国电力, 2021, 54(8): 182-189.SU Chenbo, LIU Chongru, XU Shitian, et al. Mix copula function based wind power correlation analysis: a bayesian linear regression approach[J]. Electric Power, 2021, 54(8): 182-189.

 往期回顾 

编辑：杨彪

校对：蒋东方

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。