基于VAE-CGAN的光伏不确定性建模方法

摘要：

随着可再生能源渗透率的提高,光伏出力的不确定性和波动性给电网的调度、规划、运行带来更大的挑战.针对光伏出力的不确定性问题,该文提出了一种基于变分自编码器(variational autoencoder,VAE)和条件生成对抗网络(conditional generative adversarial networks,CGAN)联合结构的不确定性建模方法.该方法利用VAE提取天气信息的特征,并将其作为CGAN的条件,从而生成特定天气条件下的光伏不确定出力序列.通过与高斯混合模型方法对比验证,所提的VAE-CGAN模型缩小了特定天气条件下光伏不确定性出力的范围,更具合理性.

关键词：光伏出力、天气条件、不确定性、变分自编码器、条件生成对抗网络

所属期刊栏目：45

分类号：TM721(输配电工程、电力网及电力系统)

资助基金：国家电网有限公司总部科技项目JSDL-XLFW-SQ-2016-10-092

在线出版日期：2021-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1273-1279