用于风电模拟的马尔可夫链蒙特卡罗(MCMC)

本文提出了一种马尔可夫链蒙特卡罗（MCMC）方法，用于直接生成风电输出的合成时间序列。结果表明，在风电领域直接获得随机模型能够减少状态数量，并在相同功率数据分辨率下降低马尔可夫链的阶数。由于在功率领域，从一定量的记录数据中估算出的独立参数数量较少，因此随机模型的估计质量得到积极影响。模拟结果证明该方法对生成的风电时间序列的概率密度函数和自相关函数均具有优良拟合。这一方法是构建简单随机黑箱模型用于风电发电的重要第一步。