一种月度源荷随机场景生成方法和系统技术方案

本申请涉及人工智能技术领域，特别涉及一种月度源荷随机场景生成方法和系统，包括：收集风电功率、光电功率和负荷功率源荷数据，并按照月度时序整理成数据集。设计生成器和判别器的网络结构，使其互为镜像，并通过渐进增长逐步生成由低分辨率向高分辨率增长的月度源荷场景集。在训练过程中，利用渐进式增长机制以及多种训练策略和目标函数，提高了模型的稳定性和效率。通过对风‑光‑荷时序序列的纵向拼接和多时间尺度卷积模块的特性，增强了网络对源荷各自时序特征和相关性的提取能力。最终，生成了高质量的多时间间隔的源荷随机场景集，其中包括720月度场景，可用于电力系统规划、运营决策以及电量交易等应用领域，具有重要的实用价值和应用前景。

【技术实现步骤摘要】

本申请涉及人工智能，特别涉及一种月度源荷随机场景生成方法和系统。

技术介绍

1、电力系统是未来我国达成双碳战略目标的重要载体，推动其朝着低碳化演进对促进能源结构转型以及实现电网的可持续发展有着重要意义。随着以风光为主体的新能源发电以及各类柔性负荷在电力系统中的占比不断提升，传统的单一源/荷场景已难以满足电力系统中运行模拟、规划调度对于处理不确定性的需求，因此如何考量新型电力系统源荷两侧的随机波动性，对源荷功率进行准确模拟以保障电网安全运行十分重要。

2、场景生成法是量化源荷不确定性的有效方法之一，可用于构建符合时序特征的源荷随机场景。随机场景根据时间维度可划分成超短期、短期和中长期场景，其中中长期尺度通常以单位月或年为时序总长，以天或小时为时间颗粒度。月度源荷场景作为一种评估中长期尺度下源荷不确定性的手段，可为火电、水电、风光等电源的月度发电计划合理化、考虑中长期电力电量平衡的随机运行模拟、月度灵活性资源调度以及优化机组检修计划等提供重要依据。

3、场景生成法可分为基于先验分布假设的统计学法与基于数据驱动的非参深度学习法。现有研究中本文档来自技高网...

【技术保护点】

1.一种月度源荷随机场景生成方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的月度源荷随机场景生成方法，其特征在于：确定所述数据集的数据分辨率和时间间隔，具体如下：以风电、光电、负荷三维时序序列、时间间隔24h、每月30天，为起始源荷数据分辨率。

3.根据权利要求1所述的月度源荷随机场景生成方法，其特征在于：所述训练进行中随训练的深入，逐渐增加数据分辨率，依次逐步向3×45、3×90、3×180、3×360、3×720的数据分辨率渐进增长，时间间隔T由24h依次向16h、8h、4h、2h、1h减小。

4.根据权利要求1所述的月度源荷随机场景生成...

【技术特征摘要】

1.一种月度源荷随机场景生成方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的月度源荷随机场景生成方法，其特征在于：确定所述数据集的数据分辨率和时间间隔，具体如下：以风电、光电、负荷三维时序序列、时间间隔24h、每月30天，为起始源荷数据分辨率。

3.根据权利要求1所述的月度源荷随机场景生成方法，其特征在于：所述训练进行中随训练的深入，逐渐增加数据分辨率，依次逐步向3×45、3×90、3×180、3×360、3×720的数据分辨率渐进增长，时间间隔t由24h依次向16h、8h、4h、2h、1h减小。

4.根据权利要求1所述的月度源荷随机场景生成方法，其特征在于：训练进行中，引入渐进式增长机制，通过对上一层数据的上采样及对下一层数据的下采样，将插值法与卷积过程结合，随训练次数的递进，以某一固定速率α线性匀速平滑式地增加数据分辨率，如下式所示：<...

【专利技术属性】
技术研发人员：孙英云，朱陈政翰，高源，韩晓男，汪莹，陈政琦，吴界辰，杨卓栋，薛彪，张中丹，李万伟，蔡萍，
申请(专利权)人：国网经济技术研究院有限公司，
类型：发明
国别省市：