基于GAN场景模拟与条件风险价值的独立型微网容量随机优化配置模型

被引：101

作者：

李康平 ^{[1
]}

张展耀 ^{[1
]}

王飞 ^{[1
,2
,3
]}

姜利辉 ^{[4
]}

张晶晶 ^{[5
]}

俞伊丽 ^{[1
]}

米增强 ^{[1
,2
,3
]}

机构：

[1] 华北电力大学电气与电子工程学院

[2] 新能源电力系统国家重点实验室(华北电力大学)

[3] 河北省分布式储能与微网重点实验室(华北电力大学)

[4] 华润电力控股有限公司

[5] 国网上海市电力公司松江供电公司

来源：

电网技术 | 2019年 / 43卷 / 05期

基金：

北京市自然科学基金;

关键词：

独立型微网; 容量优化配置; 生成对抗网络; 条件风险价值; 随机优化模型;

D O I：

暂无

中图分类号：

TM73 [电力系统的调度、管理、通信];

学科分类号：

120103 [信息系统与信息管理];

摘要：

为了考虑风光不确定性给微网运行带来的风险,针对独立型微网的容量优化配置,提出一种基于生成对抗网络(generative adversarial network,GAN)场景模拟和条件风险价值(conditional value at risk,CVaR)的容量随机优化配置模型。首先利用GAN模拟大量风光出力场景,再用K-medoids聚类进行消减得到若干典型场景;其次,以微网供电可靠性为约束,以经济性和可再生能源利用率为目标函数,通过CVaR度量因风光资源不确定性给微网系统带来的运行风险,并将其以平均风险损失的形式与目标函数相结合,构建微网电源容量随机优化配置模型;最后,采用电源损失风险和负荷风险损失指标对配置结果进行评价。仿真算例表明,相比于仅采用典型年风光资源数据进行配置的传统方法,文中提出的模型对于规划周期内可能出现的运行场景适应性更好。

引用

页码：1717 / 1725

页数：9

共 13 条

[1]

Synchronous Pattern Matching Principle-Based Residential Demand Response Baseline Estimation: Mechanism Analysis and Approach Description [J].

Wang, Fei ;

Li, Kangping ;

Liu, Chun ;

Mi, Zengqiang ;

Shafie-Khah, Miadreza ;

Catalao, Joao P. S. .

IEEE TRANSACTIONS ON SMART GRID, 2018, 9 (06) :6972-6985

[2]

Model-Free Renewable Scenario Generation Using Generative Adversarial Networks [J].

Chen, Yize ;

Wang, Yishen ;

Kirschen, Daniel ;

Zhang, Baosen .

IEEE TRANSACTIONS ON POWER SYSTEMS, 2018, 33 (03) :3265-3275

[3]

Correlation Feature Selection and Mutual Information Theory Based Quantitative Research on Meteorological Impact Factors of Module Temperature for Solar Photovoltaic Systems.[J].Yujing Sun;Fei Wang;Bo Wang;Qifang Chen;N.A. Engerer;Zengqiang Mi.Energies.2016, 1

[4]

Short-Term Solar Irradiance Forecasting Model Based on Artificial Neural Network Using Statistical Feature Parameters [J].