《表5 对PV间歇性的数据驱动效果》
在本节算例中,选取表2中策略4作为数据驱动策略,分别代入两类PV间歇性模型进行可靠性评估,计算结果如表5所示。其中,C*PV,rise和C*PV,set分别为经过数据驱动后等效的日出和日落时刻。从表中数据可以看出,对PV的数据驱动等效改变了PV间歇性模型中的日出和日落时刻,降低了方差系数。对于A、B两种间歇性模型,数据驱动算法均显示了较好的数据驱动效果。由于模型B中考虑了4个季度中CPV,rise和CPV,set的差异性,因而引入了更多的不确定性特征,所以本算法对模型B的驱动效果更为显著。
图表编号 | XD00154040700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.31 |
作者 | 宋晓通、徐文悦、周京华、孙艺、郑伟杰 |
绘制单位 | 北方工业大学电气与控制工程学院、北方工业大学电气与控制工程学院、北方工业大学电气与控制工程学院、北方工业大学电气与控制工程学院、中国电力科学研究院有限公司 |
更多格式 | 高清、无水印(增值服务) |