智能电网太阳能状态的合成生成：一种多段马尔可夫链方法
性能
2014-07-21 v1
摘要
光伏 (PV) 电源因其生态效益以及在本地发电和配送方面更高的可扩展性和利用率，在智能电网中变得非常流行。光伏还可以潜在地避免通常与长距离电网配送相关的能量损失。然而，太阳能电池板渗透率的增加也产生了对太阳能模型的需求，这些模型能够以较小的误差范围生成逼真的合成数据。例如，此类模型可用于设计适当规模的储能设备，或确定光伏电动汽车 (EV) 充电站的最大充电速率。为此，本文提出了一种使用马尔可夫链方法的太阳能发电随机模型。基于真实数据，首先证明了太阳能状态是相互依赖的，因此适合使用马尔可夫模型进行建模。随后，证明了状态之间的转移概率在不同时间段上是异质的。本文提出了一种模型，通过对一天中不同时间段的马尔可夫链进行分段，捕捉太阳辐照度的时间间依赖性。在所研究的模型中，为不同时间段构建了不同的状态转移矩阵，所提出的算法随后利用这些矩阵生成一天中不同时间的太阳能状态。数值示例展示了所提出的合成发生器的有效性。
引用
@article{arxiv.1407.4879,
title = {Synthetic Generation of Solar States for Smart Grid: A Multiple Segment Markov Chain Apptoach},
author = {Wayes Tushar and Shisheng Huang and Chau Yuen and Jian and Zhang and David B. Smith},
journal= {arXiv preprint arXiv:1407.4879},
year = {2014}
}
备注
6 pages, 4 figures, conference paper