基于Wasserstein距离和改进K-medoids聚类的风电/光伏经典场景集生成算法

• 作者: 杨莉 王群 董文略
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 可再生能源 不确定性 经典场景集 场景消减 Wasserstein概率距离指标 K-medoids聚类
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 智能电网
• 页码范围: 2654-2661,后插3
• 页数: 9页
• 分类号: TM61
• 字数: 5663字
• 语种: 中文
• DOI: 10.13334/j.0258-8013.pcsee.2015.11.003

摘要

随着风电、光伏等可再生能源发电渗透率的增加,电力系统运行需要考虑随之而来的不确定性.场景分析法因为可明确体现不确定性因素的概率特征而被广泛采用,但是由于大规模场景会降低随机规划的求解效率,实用性受到限制.针对该问题,提出一种经典场景集生成算法.该算法首先利用Wasserstein概率距离指标,将单一时刻的风/光出力连续分布概率函数转化为含精确概率信息的最优分位点,随后综合考虑计算规模和概率信息损失,对整个调度区间进行合理划分,段内采用基于改进的K-medoids并行聚类算法进行消减,段间进行场景融合,通过迭代消减、融合运算,形成覆盖整个调度区间的经典场景集.算例中采用国电云南分布式发电示范工程实际数据,结果显示所提出的经典场景集生成算法具有概率信息准确、求解效率高等特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王群	浙江大学电气工程学院	29	301	9.0	17.0
2	杨莉	浙江大学电气工程学院	63	1376	18.0	36.0
3	董文略	浙江大学电气工程学院	2	136	2.0	2.0