科研之友
微信
新浪微博
Facebook
分享链接
摘要
以条件生成对抗网络（CGAN）为代表的半监督学习可计及风电波动并生成出力场景集合，生成的数据可输入氢气储能容量配置模型以支撑优化求解。为此，本文首先设计了一种校正条件生成对抗网络（CCGAN），并基于风电预测误差构建了条件校正器，对预测失准事件和风电爬坡事件下输入生成器的标签信息进行识别和校正。以储能定容的综合成本和各风场弃风成本为目标函数，构建绿氢储能容量配置的多目标优化模型，并引入基于切比雪夫距离的膝区域数学概念，以指导多目标优化算法设计。最后，以新英格兰39节点系统为例进行算例分析，结果表明未经校正的条件信息将导致定容决策偏离实际，而CCGAN能生成计及风电不确定性的高置信出力场景，使得容量配置结果兼顾鲁棒性和经济性。
-
单位国网电力科学研究院有限公司; 自动化学院; 哈尔滨工业大学
