SBR法在黄家湾水利枢纽工程风光互补供电分析中的应用

发布时间：2021-08-03 08:30

　　为研究黄家湾输水工程范围内风资源的变化特性,采用重标度级差分析法,计算得到其参证站—紫云气象站近5年均值风速时间序列的Hurst指数为0.754,表明该风速时序自身具有长程正相关性。在此基础上,采用概率场景缩减法,提取3个全年的典型风速场景及其概率。结果表明:场景1为"小幅下降型",整个序列未出现较大起伏,其发生的概率为29.1%;场景2为"剧烈上升型",前期变化趋势与场景1较为相似,16点左右风速值大幅升降,最后震荡下行,发生的概率为31.4%;场景3为"逐步上升型",此场景发生的概率最大,为39.5%,表明在紫云气象站近5年的均值风速序列中,与此场景相似的序列较多。分析结果可为输水工程风光互补供电提供参考依据。 

【文章来源】：陕西水利. 2020,(09)

【文章页数】：4 页

【部分图文】：

紫云气象站近5年均值风速时序R/S分析图

本文以紫云气象站近5年的均值风速数据作为初始场景样本，采用SBR场景缩减方法进行场景提取，从而得到典型场景过程及其概率，见表1、图2。由表1和图2可知，采用SBR法提取得到3个典型风速场景中，场景1为“小幅下降型”，随着时间的推移和气候条件的影响，风速逐步下降，一天初、末时段的风速分别为3.4 m/s、2.9 m/s，变化较小，整个序列未出现较大起伏，其发生的概率为29.1%。场景2为“剧烈上升型”，在1～15点区间内，其变化趋势与场景1较为相似，均处于小幅下降的过程，风速值也较接近，下午16点左右，风速值大幅上升，并在18点左右大幅回落，最后震荡下行，回到较低值，其发生的概率为31.4%。场景3为“逐步上升型”，与场景1、2相比，此场景的平均风速值较小，这是因为1～12点区间的风速值很小，在0～1.2 m/s区间内变化；12点后，风速逐渐开始增大，并出现2个明显的起伏过程，最终风速值下降为1.7 m/s，此场景发生的概率最大，为39.5%，表明在紫云气象站近5年的均值风速序列中，与此场景相似的序列较多。

【参考文献】：
期刊论文
[1]R/S和Mann-Kendall法在济南市地下水管理模型中的应用[J]. 齐欢.  中国农村水利水电. 2019(08)
[2]基于R/S类分析法的风速时间序列Hurst指数分析[J]. 许子非,邹锦华,李春,袁全勇.  动力工程学报. 2019(07)
[3]基于Hurst指数的风速时间序列研究[J]. 袁全勇,杨阳,李春,阚威,叶柯华.  应用数学和力学. 2018(07)
[4]基于场景分析的含可中断负荷的优化调度模型研究[J]. 艾欣,周树鹏,赵阅群.  中国电机工程学报. 2014(S1)
[5]考虑多风电场出力Copula相关关系的场景生成方法[J]. 黎静华,文劲宇,程时杰,韦化.  中国电机工程学报. 2013(16)

博士论文
[1]时间序列数据挖掘相似性度量和周期模式挖掘研究[D]. 董晓莉.天津大学 2007



本文编号：3319295