基于条件生成对抗网络的可再生能源日前场景生成方法

作     者：董骁翀 孙英云 蒲天骄 DONG Xiaochong;SUN Yingyun;PU Tianjiao

作者机构：新能源电力系统国家重点实验室(华北电力大学)北京市昌平区102206 中国电力科学研究院有限公司北京市海淀区100192 

出 版 物：《中国电机工程学报》 (Proceedings of the CSEE)

年 卷 期：2020年第40卷第17期

页      面：5527-5535页

核心收录：

学科分类：0808[工学-电气工程] 08[工学] 

基　　金：国家重点研发计划项目(2017YFB0903300) 国家自然科学基金项目(51777065) 

主　　题：可再生能源 不确定性 场景生成 条件生成对抗网络 卷积神经网络 

摘      要：随着可再生能源渗透率的不断提高,如何有效地描述其出力不确定性是电力系统日前调度所面临的巨大挑战。针对该问题,该文提出一种基于条件生成对抗网络的可再生能源日前场景生成方法,该方法采用Wasserstein距离作为判别器损失函数,并设计适用于可再生能源日前场景生成的网络结构,通过生成对抗网络的博弈训练使生成器学习到预测条件下噪声分布与日前场景集之间的映射关系。该文使用实际风电数据(包括预测和实测数据)对所提方法进行测试,并与传统Markov链场景生成方法进行对比验证,结果表明所提模型能更精确地描述日前风电不确定性。