一种新能源发电场景生成方法、系统、电子设备及介质技术方案

本发明专利技术提供一种新能源发电场景生成方法、系统、电子设备及介质，属于新能源发电技术领域，新能源发电场景生成方法包括：获取原始数据集；原始数据集中包括多组出力数据；每组出力数据包括风力发电量及光伏发电量；根据原始数据集，基于场景生成模型，生成基本场景集；场景生成模型为预先采用训练样本集对WGAN

【技术实现步骤摘要】
一种新能源发电场景生成方法、系统、电子设备及介质


[0001]本专利技术涉及新能源发电
，特别是涉及一种基于WGAN
‑
GP和GMM的新能源发电场景生成方法、系统、电子设备及介质。

技术介绍

[0002]近年来，随着可再生能源装机容量的增加，高比例的可再生能源被并入电网，风力发电和光伏发电的不确定性和可变性特征对电网稳定性和用户满意度产生了很大影响，对电网的安全构成了巨大的挑战。多能源互补是解决高比例可再生能源并网问题的有效策略。然而，由于各种设备在地理上分散，它们通常独立运行，彼此缺乏协调，这将会导致资源配置不合理等问题。
[0003]VPP(Virtual PowerPlant，虚拟发电厂)可聚集分布式可再生能源、用户负荷及储能设备，具有环保、高效协同和内部能源互动的典型特征，这意味着VPP不仅整合了不同领域的各种分布式能源，有效管理内部分布式能源和可控负载，并使传统能源和可再生能源相互协调运行，而且还与市场参与者交互。目前，VPP优化调度已经引起了广泛的研究。即便如此，风能和太阳能等可再生能源的不确定性和波本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新能源发电场景生成方法，其特征在于，所述新能源发电场景生成方法包括：获取原始数据集；所述原始数据集中包括多组出力数据；每组出力数据包括风力发电量及光伏发电量；根据所述原始数据集，基于场景生成模型，生成基本场景集；所述基本场景集中包括多个基本场景，每个基本场景包括风力发电量及光伏发电量；所述场景生成模型为预先采用训练样本集，对WGAN
‑
GP进行训练得到的；所述训练样本集中包括多组历史出力数据；采用高斯混合模型及K
‑
means聚类方法对所述基本场景集进行场景缩减，得到经典场景集；所述经典场景集中包括调度周期内各时刻的光伏发电量集风力发电量。2.根据权利要求1所述的新能源发电场景生成方法，其特征在于，所述采用高斯混合模型及K
‑
means聚类方法对所述基本场景集进行场景缩减，得到经典场景集，具体包括：采用高斯混合模型，对所述基本场景集进行聚类，确定典型场景集；采用K
‑
means聚类方法寻找所述典型场景集中的聚类中心，以得到经典场景集。3.根据权利要求1所述的新能源发电场景生成方法，其特征在于，所述高斯混合模型为：其中，p(x)为高斯混合模型的概率密度函数，x为基本场景集中的任一基本场景，K为高斯混合模型中高斯密度分布的数量，π
k
为第k个高斯密度分布的方差，且为第k个高斯密度分布的概率密度，μ
k
为第k个高斯密度分布的期望值，Σ
k
为第k个高斯密度分布的权重。4.根据权利要求1所述的新能源发电场景生成方法，其特征在于，所述经典场景集为：其中，为典型场景集s，为典型场景集s中t时刻的风...

【专利技术属性】
技术研发人员：辛晓钢，张谦，景志滨，胡宏彬，张红光，张国斌，郭琦，李强，郭抒翔，曹斌，王琪，刘小恺，郭瑞君，何芳，杜荣华，
申请(专利权)人：内蒙古电力集团有限责任公司内蒙古电力科学研究院分公司，
类型：发明
国别省市：