基于大数据技术风电机组容量可信度计算

摘要：

在大规模风电并网的前提下,风电容量可信度计算对电力系统可靠运行具有重要意义.论文基于电量不足期望(LOEE)可靠性指标,考虑风电场间时空相关性的影响因素,采用非序贯蒙特卡洛法对风电容量可信度进行计算.风电容量可信度的计算需要的数据有风速、风电出力、风电机组地理位置信息等数据,由于计算所需的数据量大、类型多、来源广等特点,提出基于Hadoop架构的大数据技术计算风电容量可信度,针对Hadoop架构存在的机架感知不平衡及存储数据间缺乏相关性问题,引入机架感知配置法和哈希桶存储算法对其进行改进,提高了数据存储及数据处理的效率,减少计算时间,通过实例验证文中所提方法的有效性.

关键词：Hadoop架构、风电容量可信度、哈希桶存储、蒙特卡洛、大数据技术

所属期刊栏目：57

分类号：TM93

资助基金：新疆维吾尔自治区自然科学基金项目2017D01C029

在线出版日期：2020-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：39-44