《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。