-
题名水电站径流和关联源荷的年时序场景概率预测
被引量：1
- 1
-
-
作者
陈强
章可
舒西刚
朱颖
雷佳
李丹
-
机构
中国大唐集团有限公司重庆分公司集控中心
三峡大学电气与新能源学院
新能源微电网湖北省协同创新中心
重庆大唐国际彭水水电开发有限公司
重庆大唐国际武隆水电开发有限公司
-
出处
《水电能源科学》
北大核心
2023年第3期70-74,共5页
-
基金
国家自然科学基金青年基金项目(51807109)。
-
文摘
为在水电消纳优化调度中充分考虑径流和关联源荷功率的时序波动性和随机性的影响,减少弃水事件发生,提出一种水电站径流与关联源荷年时序场景概率预测方法,模拟生成日均径流量和关联源荷功率的年时序典型场景及其发生概率。通过自组织映射神经网络聚类历史旬场景生成旬典型场景,反映丰枯不同水文条件下径流和关联源荷旬内变化的差异性和典型性;基于马尔可夫转移概率、多场景条件概率和历史年“近大远小”相似性原则,构建旬场景随机生成模型,使模拟场景既能准确拟合实际径流和源荷功率年内时序变化的随机性、季节性和条件相关性等统计特征,又能体现年间趋势性变化规律;结合旬间波动量校验对年时序场景蒙特卡罗模拟,并通过k-means场景缩减获得径流和关联源荷的年时序典型场景及其发生概率。实际水电站算例结果表明,该方法具有精度高、适应性强、预测信息全面等优点。
-
关键词
径流预测
功率预测
随机模拟
自组织映射神经网络
条件概率
马尔可夫链
-
Keywords
runoff prediction
power prediction
stochastic simulation
self-organization mapping network
conditional probability
Markov chain
-
分类号
TM731
[电气工程—电力系统及自动化]
-
