基于Copula时空相关性模型的新能源容量置信度准时序评估

王世龙; 王仁顺; 耿光超; 江全元

doi:10.7500/AEPS20240707001

您当前的位置：

首页 >

文章列表页 >

基于Copula时空相关性模型的新能源容量置信度准时序评估

学术研究 | 更新时间：2025-07-14

- 基于Copula时空相关性模型的新能源容量置信度准时序评估
- Quasi-sequential Evaluation of Capacity Credit for Renewable Energy Based on Copula Spatio-temporal Correlation Model
- 电力系统自动化 2025年49卷第13期页码：32-42
- 作者机构：
  
  浙江大学电气工程学院，浙江省杭州市 310027
- 作者简介：
  
  王世龙(2000—)，男，硕士研究生，主要研究方向：新能源容量置信度评估、储能规划。E-mail：wangslpolaris@zju.edu.cn
  王仁顺(1999—)，男，博士研究生，主要研究方向：风光储容量置信度评估与配比优化。E-mail：wangrenshun@zju.edu.cn
  耿光超(1985—)，男，博士，副教授，博士生导师，主要研究方向：电力系统高性能计算、储能在电力系统中的应用。E-mail：ggc@zju.edu.cn
  江全元(1975—)，男，通信作者，博士，教授，博士生导师，主要研究方向：电力系统稳定与控制、新能源并网与储能技术应用。E-mail：jqy@zju.edu.cn
- 基金信息：
  
  国家重点研发计划资助项目(2022YFB2403000);国家电网有限公司科技项目(522722230034)
- DOI：10.7500/AEPS20240707001
  中图分类号：
- 收稿：2024-07-07，
  
  修回：2024-11-29，
  
  网络出版：2025-02-21，
  
  纸质出版：2025-07-10
- 稿件说明：
移动端阅览
王世龙,王仁顺,耿光超等.基于Copula时空相关性模型的新能源容量置信度准时序评估[J].电力系统自动化,2025,49(13):32-42.

WANG Shilong,WANG Renshun,GENG Guangchao,et al.Quasi-sequential Evaluation of Capacity Credit for Renewable Energy Based on Copula Spatio-temporal Correlation Model[J].Automation of Electric Power Systems,2025,49(13):32-42.
王世龙,王仁顺,耿光超等.基于Copula时空相关性模型的新能源容量置信度准时序评估[J].电力系统自动化,2025,49(13):32-42. DOI： 10.7500/AEPS20240707001.

WANG Shilong,WANG Renshun,GENG Guangchao,et al.Quasi-sequential Evaluation of Capacity Credit for Renewable Energy Based on Copula Spatio-temporal Correlation Model[J].Automation of Electric Power Systems,2025,49(13):32-42. DOI： 10.7500/AEPS20240707001.

摘要

新能源渗透率的提升对电力系统的供电保障能力提出了挑战，如何考虑新能源的多维时空相关性对其容量置信度进行准确量化评估，对新型电力系统的可靠性分析与电源规划有着重要意义。为此，提出基于Copula转移核-连续状态空间马尔可夫链的时间相关性模型和基于D-Vine Copula函数的空间相关性模型，用以生成新能源多维时空场景。在此基础上，提出面向新能源集群容量置信度的改进准时序蒙特卡洛模拟方法，实现广域新能源供电能力的准确高效刻画。基于RTS-GMLC跨区电网算例的研究表明，所提方法能够准确对新能源的多维时空相关性进行建模，支持考虑广域风光互补的新能源容量置信度评估及其影响因素分析，为风光容量配比优化、提高源-荷相关性和接入储能等提升容量置信度的措施提供量化依据。

Abstract

The increase in the penetration rate of renewable energy poses a challenge to the power supply guarantee capability of the power system. How to consider the multi-dimensional spatio-temporal correlation of renewable energy and accurately quantify its capacity credit is of great significance for the reliability analysis and generation planning of new power systems. Therefore

a temporal correlation model based on Copula transfer kernel-continuous state Markov chain and a spatio correlation model based on D-Vine Copula function are proposed to generate multi-dimensional spatio-temporal scenarios for renewable energy. On this basis

an improved quasi-sequential Monte Carlo simulation method of capacity credit for renewable energy cluster is proposed to accurately and efficiently characterize the power supply capability of wide-area renewable energy. The case study of RTS-GMLC cross-region power grid shows that the proposed method can accurately model the multi-dimensional spatio-temporal correlation of renewable energy

support the evaluation of capacity credit for renewable energy considering wide-area wind-photovoltaic complementarity and its influencing factor analysis

and provide the quantitative basis for optimizing wind-photovoltaic capacity ratio

improving source-load correlation and integrating energy storage to enhance capacity credit.

关键词

Keywords

references

刘俊磊，刘新苗，卢洵，等 . 高比例新能源系统供需平衡分析方法和对策［J］. 高电压技术， 2023 ， 49 （ 7 ）： 2711 - 2724 .

LIU Junlei ， LIU Xinmiao ， LU Xun ， et al . Analysis methods and countermeasures of supply and demand balance of high proportion of new energy system ［J］. High Voltage Engineering ， 2023 ， 49 （ 7 ）： 2711 - 2724 .

胡博，谢开贵，邵常政，等 . 双碳目标下新型电力系统风险评述：特征、指标及评估方法［J］. 电力系统自动化， 2023 ， 47 （ 5 ）： 1 - 15 .

HU Bo ， XIE Kaigui ， SHAO Changzheng ， et al . Commentary on risk of new power system under goals of carbon emission peak and carbon neutrality： characteristics， indices and assessment methods ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 5 ）： 1 - 15 .

张宁，康重庆，肖晋宇，等 . 风电容量可信度研究综述与展望［J］. 中国电机工程学报， 2015 ， 35 （ 1 ）： 82 - 94 .

ZHANG Ning ， KANG Chongqing ， XIAO Jinyu ， et al . Review and prospect of wind power capacity credit ［J］. Proceedings of the CSEE ， 2015 ， 35 （ 1 ）： 82 - 94 .

董骁翀，张姝，李烨，等 . 电力系统中时序场景生成和约简方法研究综述［J］. 电网技术， 2023 ， 47 （ 2 ）： 709 - 721 .

DONG Xiaochong ， ZHANG Shu ， LI Ye ， et al . Review of power system temporal scenario generation and reduction methods ［J］. Power System Technology ， 2023 ， 47 （ 2 ）： 709 - 721 .

李宇佳，陈富豪，阎洁，等 . 基于迁移学习和自编码器的极端天气自适应短期风电功率预测［J/OL］. 电力系统自动化： 1 - 13 ［ 2024-12-13 ］. http：//kns.cnki.net/kcms/detail/32.1180.TP.20241128.1513.006.html http://kns.cnki.net/kcms/detail/32.1180.TP.20241128.1513.006.html .

LI Yujia ， CHEN Fuhao ， YAN Jie ， et al . Adaptive short-term wind power forecasting for extreme weather based on transfer learning and autoencoder ［J］. Automation of Electric Power Systems： 1 - 13 ［ 2024-12-13 ］. http：//kns.cnki.net/kcms/detail/32.1180.TP.20241128.1513.006.html http://kns.cnki.net/kcms/detail/32.1180.TP.20241128.1513.006.html .

KANG M Y ， ZHU R ， CHEN D X ， et al . A cross-modal generative adversarial network for scenarios generation of renewable energy ［J］. IEEE Transactions on Power Systems ， 2024 ， 39 （ 2 ）： 2630 - 2640 .

DONG X C ， MAO Z H ， SUN Y Y ， et al . Short-term wind power scenario generation based on conditional latent diffusion models ［J］. IEEE Transactions on Sustainable Energy ， 2024 ， 15 （ 2 ）： 1074 - 1085 .

MUNKHAMMAR J ， VAN DER MEER D ， WIDÉN J . Very short term load forecasting of residential electricity consumption using the Markov-chain mixture distribution （MCM） model ［J］. Applied Energy ， 2021 ， 282 ： 116180 .

SHARIFZADEH M ， SIKINIOTI-LOCK A ， SHAH N . Machine-learning methods for integrated renewable power generation： a comparative study of artificial neural networks， support vector regression， and Gaussian process regression ［J］. Renewable and Sustainable Energy Reviews ， 2019 ， 108 ： 513 - 538 .

LUCHERONI C ， BOLAND J ， RAGNO C . Scenario generation and probabilistic forecasting analysis of spatio-temporal wind speed series with multivariate autoregressive volatility models ［J］. Applied Energy ， 2019 ， 239 ： 1226 - 1241 .

ZHOU N ， XU X Y ， YAN Z ， et al . Spatio-temporal probabilistic forecasting of photovoltaic power based on monotone broad learning system and Copula theory ［J］. IEEE Transactions on Sustainable Energy ， 2022 ， 13 （ 4 ）： 1874 - 1885 .

LIN Y T ， JI T Y ， JIANG Y Z ， et al . Stochastic economic dispatch considering the dependence of multiple wind farms using multivariate Gaussian kernel Copula ［J］. CSEE Journal of Power and Energy Systems ， 2022 ， 8 （ 5 ）： 1352 - 1362 .

张帅龙，郑可迪，刘学，等 . 基于藤Copula理论的海上风电建模及电力市场运行分析［J］. 电力系统自动化， 2024 ， 48 （ 11 ）： 134 - 142 .

ZHANG Shuailong ， ZHENG Kedi ， LIU Xue ， et al . Modeling of offshore wind power based on vine Copula theory and electricity market operation analysis ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 11 ）： 134 - 142 .

吴涵，孙力文，项晟，等 . 计及可再生能源与负荷高维时序相关性的主动配电网扩展规划［J］. 电力系统自动化， 2022 ， 46 （ 16 ）： 40 - 51 .

WU Han ， SUN Liwen ， XIANG Sheng ， et al . Expansion planning of active distribution network considering high-dimensional temporal correlation between renewable energy and load ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 16 ）： 40 - 51 .

牟长兴，张俊涛，程春田，等 . 考虑时空相关性的流域水风光多能互补系统高维不确定性场景生成方法［J］. 电网技术， 2024 ， 48 （ 9 ）： 3614 - 3623 .

MU Changxing ， ZHANG Juntao ， CHENG Chuntian ， et al . High-dimensional uncertainty scenario generation method for basin hydro-wind-solar multi-energy complementary system considering spatio-temporal correlation ［J］. Power System Technology ， 2024 ， 48 （ 9 ）： 3614 - 3623 .

CAI J L ， XU Q S . Capacity credit evaluation of wind energy using a robust secant method incorporating improved importance sampling ［J］. Sustainable Energy Technologies and Assessments ， 2021 ， 43 ： 100892 .

王仁顺，王世龙，耿光超，等 . 面向风光储系统的多时空尺度容量置信度评估方法［J］. 高电压技术， 2024 ， 50 （ 9 ）： 3904 - 3913 .

WANG Renshun ， WANG Shilong ， GENG Guangchao ， et al . Multi-temporal-spatial scale capacity credit assessment method for wind-photovoltaic-storage systems ［J］. High Voltage Engineering ， 2024 ， 50 （ 9 ）： 3904 - 3913 .

MILLS A D ， RODRIGUEZ P . A simple and fast algorithm for estimating the capacity credit of solar and storage ［J］. Energy ， 2020 ， 210 ： 118587 .

MERTENS T ， BRUNINX K ， DUERINCK J ， et al . Capacity credit of storage in long-term planning models and capacity markets ［J］. Electric Power Systems Research ， 2021 ， 194 ： 107070 .

HASCHE B ， KEANE A ， O’MALLEY M . Capacity value of wind power， calculation， and data requirements： the Irish power system case ［J］. IEEE Transactions on Power Systems ， 2011 ， 26 （ 1 ）： 420 - 430 .

蔡霁霖，徐青山，王旭东 . 基于加速时序蒙特卡洛法的风电场置信容量评估［J］. 电力系统自动化， 2018 ， 42 （ 5 ）： 86 - 93 .

CAI Jilin ， XU Qingshan ， WANG Xudong . Evaluation of credit capacity for wind farms based on accelerated sequential Monte Carlo method ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 5 ）： 86 - 93 .

赵渊，王洁，耿莲，等 . 电网可靠性非序贯蒙特卡洛仿真的扩展交叉熵法［J］. 中国电机工程学报， 2017 ， 37 （ 7 ）： 1963 - 1974 .

ZHAO Yuan ， WANG Jie ， GENG Lian ， et al . An extended cross entropy method for non-sequential Monte Carlo simulation of power system reliability assessment ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 7 ）： 1963 - 1974 .

ZHAO Y ， HAN Y H ， LIU Y ， et al . Cross-entropy-based composite system reliability evaluation using subset simulation and minimum computational burden criterion ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 6 ）： 5198 - 5209 .

程林，常垚，刘满君，等 . 基于伪时序状态转移抽样法评估含储能电力系统可靠性［J］. 电力系统自动化， 2014 ， 38 （ 7 ）： 53 - 59 .

CHENG Lin ， CHANG Yao ， LIU Manjun ， et al . Reliability evaluation of energy storage integrated power system based on pseudo-sequential state transition sampling algorithm ［J］. Automation of Electric Power Systems ， 2014 ， 38 （ 7 ）： 53 - 59 .

MANSO B A S ， LEITE DA SILVA A M ， MILHORANCE A ， et al . Composite reliability assessment of systems with grid-edge renewable resources via quasi-sequential Monte Carlo and cross-entropy techniques ［J］. IET Generation ， Transmission & Distribution， 2024 ， 18 （ 2 ）： 326 - 336 .

蔡霁霖 . 考虑间歇式能源容量价值的储能规划关键技术研究［D］. 南京：东南大学， 2019 .

CAI Jilin . Research on key technologies of energy storage planning considering the value of intermittent energy capacity ［D］. Nanjing ： Southeast University ， 2019 .

李玉敦，谢开贵，胡博 . 基于Copula函数的多维时序风速相依模型及其在可靠性评估中的应用［J］. 电网技术， 2013 ， 37 （ 3 ）： 840 - 846 .

LI Yudun ， XIE Kaigui ， HU Bo . A Copula function-based dependent model for multivariate wind speed time series and its application in reliability assessment ［J］. Power System Technology ， 2013 ， 37 （ 3 ）： 840 - 846 .

WANG S L ， WANG R S ， ZHANG X B ， et al . D-Vine Copula based spatial correlation characterization for capacity credit assessment of wind and PV power ［C］// 2023 IEEE 7th Conference on Energy Internet and Energy System Integration （EI2）， December 15-18 ， 2023 ， Hangzhou， China ： 2602 - 2607 .

BARROWS C ， BLOOM A ， EHLEN A ， et al . The IEEE reliability test system： a proposed 2019 update ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 1 ）： 119 - 127 .

娄建楼，胥佳，陆恒，等 . 基于功率曲线的风电机组数据清洗算法［J］. 电力系统自动化， 2016 ， 40 （ 10 ）： 116 - 121 .

LOU Jianlou ， XU Jia ， LU Heng ， et al . Wind turbine data-cleaning algorithm based on power curve ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 10 ）： 116 - 121 .

LIU G C ， VRAKOPOULOU M ， MANCARELLA P . Assessment of the capacity credit of renewables and storage in multi-area power systems ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 3 ）： 2334 - 2344 .

WANG R S ， WANG S L ， GENG G C ， et al . Multi-time-scale capacity credit assessment of renewable and energy storage considering complex operational time series ［J］. Applied Energy ， 2024 ， 355 ： 122382 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

新能源侧电池储能系统运行评价：现状与展望

基于导纳稳定容量的新能源并网强度评估

新型电力系统柔性构网技术及其应用

基于缓冲函数和阻尼切换的构网型储能参数自适应调整方法