基于隐式最大似然估计的风电出力场景生成
随着风电渗透率的日益提高,如何有效地描述风电出力的不确定性成为了配电网运行和规划所面临的巨大挑战,为此,提出一种基于隐式最大似然估计的风电出力场景生成方法.针对风电出力曲线的数据特征,设计适用于风电出力场景生成的损失函数和网络结构.通过无监督训练使得场景生成器能够学习到高斯噪声与风电出力场景之间的映射关系.仅需调节模型中相关的参数,采用所提方法就能够生成不同时间尺度的风电出力场景.仿真结果表明,所提方法的预测区间平均宽度和预测区间覆盖率均优于现有的生成对抗网络,且所提方法对于不同的风电场具有一定的普适性.
风电、场景生成、生成模型、深度学习、隐式最大似然估计
42
TM614(发电、发电厂)
2022-11-23(万方平台首次上网日期,不代表论文的发表时间)
共8页
56-63