期刊文章详细信息
基于非参数核密度估计的风功率波动性概率密度建模方法 ( EI收录)
RESEARCH OF MODELING METHOD BASED ON NON-PARAMETRIC KERNEL DENSITY ESTIMATION OF PROBABILITY OF WIND POWER FLUCTUATIONS
文献类型:期刊文章
Yang Nan;Zhou Zheng;Chen Daojun;Wang Xuan;Li Hongsheng;Li Suoya(New Energy Micro-grid Collaborative Innovation Center of Hubei Province (China Three Gorges University),Yichang 443002,China;Wuhan Power Supply Company,State Grid Hubei Electric Power Company,Wuhan 430013,China;Electric Power Research Institute of Hunan Electric Power Company of State Grid,Changsha 410007,China)
机构地区:[1]新能源微电网湖北省协同创新中心(三峡大学),宜昌443002 [2]国网湖北省电力公司武汉供电公司,武汉430013 [3]国家电网湖南省电力公司电力科学研究院,长沙410007
基 金:国家自然科学基金(51607104)
年 份:2019
卷 号:40
期 号:7
起止页码:2028-2035
语 种:中文
收录情况:BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:研究风电波动概率模型对于风电一体化及运行具有积极影响。该文提出一种基于非参数核密度估计的风功率波动性概率密度建模方法。首先通过小波分解对风功率样本数据的波动量进行提取,基于波动量样本建立相应的非参数核密度估计模型,然后针对模型带宽选择问题,构造一种以拟合优度检验为约束条件的带约束带宽优化模型,最后利用约束序优化算法对其进行求解。实际算例仿真结果表明,所改进的风功率波动量概率密度模型较传统基于参数估计的模型具有更高的精确性和适用性,并且基于约束序优化的求解算法提升非参数估计方法的计算效率。
关 键 词:序优化 风功率波动性 非参数核密度估计 概率密度 小波分解 带宽优化
分 类 号:TM81]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...