基于像素卷积生成网络的可再生能源场景生成OA北大核心CSTPCD
Renewable Energy Scenario Generation Based on Pixel Convolutional Generative Networks
以光伏和风电为代表的可再生能源具有很强的间歇性和波动性,会给配电网的运行和优化带来巨大的挑战.为表征光伏和风电输出功率的不确定性,提出了基于像素卷积生成网络(pixel convolutional generative network,PCGN)的可再生能源随机场景生成方法.该方法通过链式法则将可光伏和风电出力曲线的联合分布因子化成多个1维分布的乘积,利用先前生成的输出功率来预测下一个功率值,从而实现可再生能源出力曲线的逐点生成.根据光伏和风电出…查看全部>>
廖文龙;杨德昌;葛磊蛟;杨哲;刘匡普;宋如楠
奥尔堡大学能源系,奥尔堡9220中国农业大学信息与电气工程学院,北京100083天津大学智能电网教育部重点实验室,天津300072奥尔堡大学能源系,奥尔堡9220奥尔堡大学能源系,奥尔堡9220中国电力科学研究院有限公司,北京100192
生成网络可再生能源场景生成深度学习数据驱动
《高电压技术》 2022 (4)
基于能源细胞理论的区域综合能源系统双层状态估计研究
1320-1331,12
国家自然科学基金(51977212)国家自然科学基金智能电网联合基金(U2166208)中国农业大学中央高校基本科研业务费(2021TC069).
评论