摘要
本申请属于风电功率预测技术领域,公开了一种中长期风电功率模拟方法、系统及相关设备,包括:基于时序相似度和改进K‑means聚类算法,从风电出力波动过程中有效划分典型日出力波动过程;基于所述典型日出力波动过程建立风电场不同季节典型日波动过程关联概率矩阵,得到典型日出力波动过程关联规律;以典型日波动过程关联概率矩阵替换传统马尔可夫算法中时刻间转移概率矩阵,构建基于典型日波动过程关联特性的中长期风电功率模拟模型。该方法生成的风电功率时间序列的统计特性、概率分布和自相关性均优于传统单点建模方法。
技术关键词
典型
最佳聚类数目
模拟模型
出力曲线
转移概率矩阵
风电功率预测技术
时序
马尔可夫算法
时间序列特征
功率值
可读存储介质
指标
模拟单元
处理器
模拟系统
系统为您推荐了相关专利信息
拓扑映射方法
三维仿真模型
功能块
分层
实时数据