一种用于合成居民光伏发电与用电数据的非参数贝叶斯方法
应用统计
2018-12-19 v2
摘要
低压配电网中表后分布式能源的普及已达到引发电网问题的程度，这需要新的运行与规划工具。本文提出一种用于为带有屋顶光伏的未观测用户（称为产消者）合成随机用电与发电曲线的方法。所提模型弥补了有限的可用经验数据与概率分析所需的大量高质量随机用电和发电数据之间的差距。该方法采用聚类分析以及针对未观测产消者特征的Dirichlet-分类层次模型。基于产消者聚类数据，从经验数据构建用电与发电曲线的马尔可夫链模型，随后从中采样合成用电曲线。采样轨迹经过交叉验证，与观测数据表现出良好的统计拟合。我们考虑了两个案例研究以确认所提方法的有效性。第一个研究行为差异对合成用电曲线的影响，第二个考察不同光伏发电渗透率对用电曲线的影响。
引用
@article{arxiv.1808.00615,
title = {A Nonparametric Bayesian Methodology for Synthesizing Residential Solar Generation and Demand Data},
author = {Thomas Power and Gregor Verbič and Archie C. Chapman},
journal= {arXiv preprint arXiv:1808.00615},
year = {2018}
}