《表1 光伏电场模型准确度评价指标》

《表1 光伏电场模型准确度评价指标》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《考虑光伏非线性相关性的电力系统概率潮流计算》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

如表1数据所示,Beta建模方法的RMSE和SSE分别为0.097 2和0.069 7,而WGMD建模方法的对应指标分别为0.014 8和0.008 6。由此可见,WGMD建模法对原始数据的拟合精度更高。Beta建模方法的R-square为0.909,而WGMD建模方法的对应值为0.997,由此可见WGMD建模方法对原始数据有更好的解释能力。此外,2个相邻光伏电站之间的KL散度(kullback-leibler divergence)[20]分别为0.395(光伏电站实测数据)、0.747(Beta建模法)和0.389(WGMD建模法)。由于WGMD建模法考虑了相邻光伏电站之间的非线性相关性,因此与Beta建模法得到的样本相关程度相比,该算法得到的样本相关程度更接近于实际光伏电站数据的相关程度。根据上述结果表明,相比于Beta建模方法,WGMD建模法得到的光伏电站概率模型样本与实测数据更为吻合。