科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于气象、地理等因素的影响，新能源发电具有很强的不确定性，对电网的运行稳定性以及优化调度提出了挑战，因此对不确定性进行准确描述成为亟须解决的关键问题。提出了一种基于Wasserstein条件生成对抗网络（Wasserstein conditional generative adversarial networks, Wasserstein CGAN）的新能源出力场景生成方法。该方法以新能源电站的历史风力获取量和地区电能需求量作为条件值，以风电出力作为目标值，通过生成对抗网络的对抗训练，得到条件值和目标值之间的关联关系，进而根据条件值生成符合目标值真实概率分布的出力场景数据。为验证该方法的有效性，将该方法与传统的Wasserstein生成对抗网络（Wasserstein generative adversarial networks, WGAN）模型对比，在实际的风电出力数据集上进行模型搭建和测试，并采用数据可视化及统计学习指标进行评估，结果表明Wasserstein CGAN方法具有更准确的场景生成结果。
-
单位国网福建省电力有限公司三明供电公司
