Den vänstra figuren är ett exempel på tidsserier av fluktuationer i kraftgenereringsuteffekter. Den högra figuren visar histogrammet för frekvensen av motsvarande effektfluktuation. När vi kan anta milda fluktuationer som illustreras av den röda linjen, modellering med normalfördelning är acceptabel. Dock, fluktuationen i vindkraftsproduktionen innehåller abrupta förändringar som illustreras av den blå linjen. Följaktligen, motsvarande histogram har långsamt sönderfallande tunga svansar, som representerar extrema extremvärden. Kredit:Japan Science and Technology Agency (JST)
Plötsliga förändringar av produktionen av vindkraft är en källa till allvarliga skador på kraftsystemen. Forskare vid Kyoto University utvecklade en stokastisk modelleringsmetod som gör det möjligt att utvärdera effekterna av sådana fenomen. Funktionen med metoden ligger i dess betydande beräkningseffektivitet i jämförelse med standard Monte Carlo-simulering, och dess tillämpbarhet på analys och syntes av olika system som är föremål för extrema extremvärden.
Införandet av vindkraftproduktion i elkraftsystemet pågår aktivt, främst i USA och Europa, och förväntas fortsätta i Japan. Dock, vid genomförandet, det är avgörande att hantera förutsägelseosäkerheten för fluktuationer i produktionen. Fluktuationen av vindkraftsproduktionen är vanligtvis liten, men det blir extremt stort på grund av förekomsten av vindbyar och turbulens med en icke försumbar frekvens. Sådana extrema extremvärden har betraktats som en källa till allvarlig skada på kraftsystem.
För att klara en sådan fluktuation av vindkraftsproduktion, målinställningen som "absolut håll frekvensfluktuationen inom 0,2 Hz" skulle vara ouppnåelig eller skulle resultera i en alltför konservativ design. Därför, den probabilistiska målsättningen som "håll frekvensfluktuationen inom 0,2 Hz med 99,7 procent eller mer" är oumbärlig.
Probabilistisk osäkerhet utvärderas statistiskt, vanligen genom att anta att den följer normalfördelning för sin matematiska bearbetbarhet. Outliers i vindkraftsproduktion är, dock, oftare än vad som representeras av normalfördelningen. Även om en komplicerad simulator kan konstrueras utan att anta normalfördelning, det är inte realistiskt att undersöka den statistiska egenskapen genom Monte Carlo-simulering. Detta beror på att det erforderliga antalet prover exploderar innan tillräckligt många extrema extremvärden inträffar.
En utvärderingsmetod har utvecklats för hur vindkraftsfluktuationer påverkar kraftsystemets kvalitet. Metoden bygger först probabilistiska modeller som antar den stabila fördelningen (en förlängning av normalfördelningen) på osäkerheten. Sedan, istället för att använda modellen som en simulator för att generera dataprover, vi beräknar de statistiska egenskaperna direkt från parametrar i modellen. Den viktiga egenskapen är 1. påverkan av extrema extremvärden kan övervägas korrekt, 2. modell kan enkelt bestämmas utifrån faktiska data, och 3. beräkningskostnaden är mycket låg. Metoden visade sig vara giltig genom sin tillämpning på frekvensavvikelseskattning baserad på faktiska kraftsystemdata.
Denna nyligen föreslagna probabilistiska utvärderingsmetod gör det möjligt för oss att kvantitativt utvärdera kraftsystemrisken orsakad av förekomsten av extremt abrupta förändringar av vindkraftsproduktionen. Motåtgärder baserade på utvärderingen skulle bidra till att förbättra elkraftsystemets tillförlitlighet och ekonomiska effektivitet. Det bör också noteras att den föreslagna metoden är tillämpbar på analys och syntes av olika system som har extrema extremvärden.
