基于Copula函数的风光空间相关性联合场景生成及K-means聚类缩减研究

简介：
本研究利用Copula函数分析风能与太阳能的空间关联，并结合K-means算法优化典型天气场景，旨在提高可再生能源预测精度。 本段落研究了基于Copula函数的风光空间相关性联合场景生成及K-means聚类削减方法。当前大多数的研究忽略了风力发电与光伏发电之间的相互影响，然而地理位置相近的风电场和光伏电站之间存在显著的空间相关性。 为此，我们使用 Copula 函数来构建风、光出力的概率分布模型，并考虑它们之间的空间相关性以生成联合场景。在这些场景的基础上，采用K-means算法对风光发电数据进行聚类分析，从而大幅减少大规模的场景数量至五个主要类别。最终通过计算每个分类出现的概率与其对应的不确定性输出结果相乘并求和来得出总的不确定性出力。 该研究重点在于基于Copula函数生成联合概率分布及利用K-means聚类算法实现风光发电场景的有效削减，并探讨了空间相关性对不确定性的贡献。