Page 40 - 2025年第56卷第6期

图 2 混合抽蓄-风-光多能互补系统容量配置研究框架

图 3 新能源出力典型组合情景生成方法流程

w
-θ -θ ( p + p ) p
w p -θ (e - 1)e
c( p ，p ) = -θ -θp w -θp p （3）
[(e - 1) + (e - 1) (e - 1) ] 2
式中：C (⋅) 和 c(⋅) 分别为风电和光伏出力 Copula 函数的分布函数和概率密度函数；θ 为与肯德尔秩相关
p
系数相关的参数；p 为光伏出力。利用拉丁超立方体抽样获取每个时间段的风电和光伏出力样本数据，
假设联合概率密度函数的逆函数存在，则抽样得第 n 个样本为：
( p ，p p，n ) = c (F ( p )，F ( p )) （4）
p
w
w，n
-1
经过 N 次抽样获得一个 J × N 样本矩阵，J 为一日内时段数。
（2）生成新能源出力情景。统计分析风电、光伏实际出力的逐时段波动 ［21］ ，以风电为例，若定义
i
i
w，
w， i = p t + 1 - p t 为相邻时间风电出力波动，则所有样本在 t 时刻的出力波动可以表示为：
w，
Δp t
w w，n
w，1
w，2
ΔP t = (Δp t ，Δp t ，⋯，Δp t ) （5）
对 时 段 t 的 所 有 出 力 波 动 区 间 按 照 频 率 进 行 排 序 ， 取 一 定 保 证 率 的 波 动 区 间 [ Δp w ，Δp w ]，
j，min j，max
j ∈ [ 2，J ]作为出力不确定性的上下边界。采用出力波动区间对相邻时刻的出力组合进行约束，可使
生成大量新能源出力情景符合新能源出力变化基本特征，同时提高计算效率。
（3）生成典型组合情景。为提高组合情景生成过程中的计算准确度和速度，本文提出一种基于特
— 728 —