赵铁军,孙玲玲，牛益国，谢小英，贾清泉，*

(1.国网冀北电力有限公司秦皇岛供电公司，河北 秦皇岛 066004；2.燕山大学 电力电子节能与传动控制河北省重点实验室，河北 秦皇岛 066004)

0 引言

根据国家能源局的数据统计，截至2019年9月底，中国光伏发电累计装机容量达到1.9亿kW，正向电能增量的主力供应者过渡[1-2]。预计“十四五”期间光伏发电装机容量和发电量仍将持续提高，光伏发电即将步入替代能源和平价上网时代，面临规模化接入、高占比供能、主导电网行为的态势，其出力的随机性和不确定性极大地增加了电网复杂性和风险程度，对电网的安全、可靠、经济运行产生重大影响[3-4]。因此，探索建立精准的光伏出力概率模型，对含光伏电网的不确定潮流分析、规划与消纳能力分析、安全分析等具有重要意义。

与光伏功率预测建模不同，光伏出力的概率建模，是在统计平均意义上用概率密度描述不同天气、不同条件下光伏出力的概率分布。光伏出力的概率建模可采用参数模型和非参数模型。β分布是一种典型的参数模型，但不同地区、不同条件下β分布模型的参数不易确定，因而模型准确度差、分析精度低。核密度估计模型是一种数据驱动的统计模型，是基于历史数据的统计学方法，从而掌握特定地区或特定光伏出力的随机分布特征[5-6]。文献[7]创建了一种基于正交级数密度估计的光伏出力概率建模方法，能够准确模拟在不同地区不同时段下光伏出力的分布规律，并且在应用中表现出高适用性、计算简便等性能优势。……