10.13335/j.1000-3673.pst.2018.0291
风电和光伏随机场景生成的条件变分自动编码器方法
随着风电、光伏等可再生能源渗透率的不断提高,其运行波动性及随机性对电网稳定运行、经济调度等方面带来不良影响,对可再生能源的不确定性进行建模愈加重要.随机场景分析法是解决该问题的主要方法之一,现有随机场景生成方法基于历史数据对风电、光伏出力进行概率建模,进而进行抽样生成场景,模型准确性差、计算复杂度高.为简化随机场景生成步骤,提高生成效率及精度,提出了一种基于条件变分自动编码器(variational autoencoder,VAE)的风电光伏出力随机场景生成方法,较已有概率方法,所提方法可无监督地学习风电、光伏训练数据的时间、空间及波动性特点,并按条件高效地生成符合观测特点的数据,无需场景约简.通过在单一发电单元、多发电单元、指定标签场景 3个场景的成功应用,验证了所提算法的有效性.
随机场景分析、条件变分自动编码器、深度学习、场景生成
42
TM721(输配电工程、电力网及电力系统)
2018-10-26(万方平台首次上网日期,不代表论文的发表时间)
共8页
1860-1867