[论文解读] Capacity Value of Additional Generation: Probability Theory and Sampling Uncertainty

Chris Dent, Stan Zachary|arXiv (Cornell University)|May 28, 2013

Power System Reliability and Maintenance参考文献 8被引用 8

一句话总结

本文提出了一套基于概率论的框架，用于评估风力发电的容量价值，采用统计抽样不确定性方法，特别是自展重采样（bootstrap resampling）。研究显示，由于极端负荷-风电事件的历史数据有限，历史负荷超过限值（LOLE）和容量价值计算存在较高的抽样不确定性，因此在风力发电渗透率较高的系统（如英国）中，必须采用统计平滑方法以获得可靠结果。

ABSTRACT

The concept of capacity value is widely used to quantify the contribution of additional generation (most notably renewables) within generation adequacy assessments. This paper surveys the existing probability theory of assessment of the capacity value of additional generation, and discusses the available statistical estimation methods for risk measures which depend on the joint distribution of demand and available additional capacity (with particular reference to wind). Preliminary results are presented on assessment of sampling uncertainty in hindcast LOLE and capacity value calculations, using bootstrap resampling. These results indicate strongly that, if the hindcast calculation is dominated by extremes of demand minus wind, there is very large sampling uncertainty in the results due to very limited historic experience of high demands coincident with poor wind resource. For meaningful calculations, some form of statistical smoothing will therefore be required in distribution estimation.

研究动机与目标

• 调查风力发电等新增发电容量容量价值评估的概率理论基础。
• 研究依赖于负荷与风力发电容量联合分布的风险度量的统计估计方法。
• 使用自展重采样方法评估历史LOLE与容量价值计算中的抽样不确定性。
• 强调由于高负荷与低风力事件的历史极端值有限，分布估计中必须采用统计平滑以降低不确定性。

提出的方法

• 基于裕度（M）和额外容量（Y）的分布定义容量价值，通过累积分布函数定义等效可调度容量（ELCC）与等效有效容量（EFC）。
• 对历史负荷与风力发电容量时间序列应用自展重采样，以估计LOLE与EFC的抽样不确定性。
• 假设时间序列对为独立同分布（i.i.d.），以估计不确定性，但承认这种假设可能因时间序列自相关性而低估真实不确定性。
• 在容量增加量较小且假设独立的条件下，推导出解析近似公式，表明EFC与ELCC趋近于 μY − (f′M(0)/(2fM(0)))σ²Y。
• 提出统计平滑作为降低分布估计中抽样不确定性的必要步骤。
• 在具有真实风力与负荷数据的测试系统上验证自展方法，分析不同安装风力容量下的不确定性。

实验结果

研究问题

• RQ1 当计算结果主要受罕见极端事件影响时，安装风力容量如何影响历史LOLE与容量价值计算的抽样不确定性？
• RQ2 在时间上假设i.i.d.抽样时，对LOLE与EFC估计的抽样不确定性是否显著低估了真实不确定性？
• RQ3 高负荷与低风力事件的历史数据有限，对容量价值评估的可靠性有何影响？
• RQ4 自展重采样是否能在不依赖参数假设的前提下有效量化容量价值与LOLE的抽样不确定性？
• RQ5 统计平滑在降低充裕性评估中分布估计的不确定性方面发挥何种作用？

主要发现

• 当安装风力容量为5 GW时，LOLE的95%置信区间为0.44至0.62，表明抽样导致的不确定性范围达40%。
• 当安装风力容量为30 GW时，LOLE的95%置信区间扩大至0.016至0.068，不确定性扩大了4.2倍，凸显高风力渗透率下结果的不稳定性。
• 自展分析中EFC结果看似比LOLE更稳健，但这实际上是由于通过逆累积分布函数进行非线性重标定所致，并非实际不确定性更低。
• 结果表明，历史LOLE与容量价值计算对抽样变异性高度敏感，尤其当结果主要受负荷减去风力的极端值影响时。
• 由于高负荷与低风力事件的历史经验有限，抽样不确定性显著，因此必须采用统计平滑以实现可靠评估。
• 本研究证实，在风力发电占比较大的系统中，不确定性量化在充裕性评估中至关重要。