模拟风力涡轮机发电日变化模式的循环时间依赖马尔可夫过程
数据分析、统计与概率
2013-10-14 v1 应用统计
摘要
风能正成为可再生能源组合中的主要贡献者，由于其来源的波动性，这给电网带来了潜在的可靠性问题。为了实现足够的备用承诺并促进市场参与，有必要提供能够捕捉风力发电日变化模式的模型。本文提出了一种基于三维状态空间（风功率、风速和风向）的循环非齐次马尔可夫过程。每个时间依赖的转移概率均表示为 Bernstein 多项式。模型参数通过求解约束优化问题进行估计：目标函数结合了两个最大似然估计量，一个用于确保马尔可夫过程的长期行为准确复现数据，另一个用于捕捉日波动。本文提出了整体优化问题的凸公式，并通过案例分析展示了其适用性。所提出的模型能够复现从葡萄牙山区风力涡轮机收集的三年数据集的昼夜模式。此外，还展示了如何直接从马尔可夫过程转移矩阵计算持续性统计量。基于该案例研究，对日周期内的发电持续性进行了分析和讨论。
引用
@article{arxiv.1310.3073,
title = {A cyclic time-dependent Markov process to model daily patterns in wind turbine power production},
author = {Teresa Scholz and Vitor V. Lopes and Ana Estanqueiro},
journal= {arXiv preprint arXiv:1310.3073},
year = {2013}
}