基于Copula-UCVaR风险度量的风电场投资时序规划

发布时间：2025-07-05 10:03

　　 文章将调峰充裕性风险和经济价值考虑到风电场群和常规机组的有机协调中,并据此提出了一种风电场投资时序决策方法。首先,为衡量风电场投资的经济价值,结合期权理论构建了经济价值评价模型。其次,为了研究风速相关性对调峰充裕性风险的影响,并且考虑投资者的风险偏好,在利用Copula函数描述风速相关性之后,提出了基于改进的考虑投资者风险偏好的条件风险价值(conditional value-at-risk with the utility function,UCVaR)指标。进而建立了双层规划模型,综合评估了经济价值和调峰充裕性风险,并结合蒙特卡洛模拟和遗传算法进行求解。最后,算例给出了6种情景下的最优时序方案,计算结果表明了风速相关性、投资者的风险偏好和风险度量指标的选择都对风电场投资时序规划有较大的影响。

【文章页数】：9 页

【部分图文】：

图1 基于Copula函数的风速和出力计算框图

考虑各风电场具有相关性的出力特性，将会影响系统的负调峰需求，进而增加调峰充裕性风险，本文利用Copula函数进行量化计算。有多种关于Copula函数的选取方法，本文采用基于经验Copula和理论Copula的最短欧式距离法[19]选取Copula函数。风电场输出功率的计算步骤如图....

图2 基于蒙特卡洛模拟和遗传算法的模型求解流程

本文通过改进的IEEE30节点标准测试系统，构建符合该算例的情景，将规划期初已有的常规机组1—6分别设置在节点1、2、5、8、11和13处，将2台待建常规机组分别设置在节点22和节点23。为方便计算，假设常规发电机组的工作状态1—3发生的概率依次为0.80、0.15和0.05，....

图4 综合效益的迭代示意图

以保守型投资者为例，给出遗传算法的计算结果。图4表示在迭代过程中风电场投资的综合效益即适应度函数值的变化，图5为求解过程中调峰充裕性风险RUCVaRD的迭代示意图。图5调峰充裕性风险的迭代示意图

图5 调峰充裕性风险的迭代示意图

图4综合效益的迭代示意图4.2对比分析

本文编号：4055926