基于改进去噪扩散概率模型和模型迁移的新能源场站超短期出力场景生成

作     者：戴宇欣 张俊 乔骥 沈阳武 余及舟 许沛东 张科 高天露 白昱阳 DAI Yuxin;ZHANG Jun;QIAO Ji;SHEN Yangwu;YU Jizhou;XU Peidong;ZHANG Ke;GAO Tianlu;BAI Yuyang

作者机构：武汉大学电气与自动化学院湖北省武汉市430072 中国电力科学研究院有限公司北京市海淀区100192 中国长江三峡集团有限公司湖北省武汉市430010 

基　　金：新一代人工智能国家科技重大专项(No.2021ZD0112700) 

出 版 物：《电网技术》 (Power System Technology)

年 卷 期：2025年第49卷第2期

页      码：511-521,I0035-I0037页

摘      要：新能源出力具有强不确定性,为新型电力系统的调度、控制带来了极大的挑战。为实现精准的新能源出力场景建模,首先,针对常规新能源场站超短期出力的不确定性,该文提出一种改进的去噪扩散概率模型,结合改进的自注意力机制设计适配新能源超短期出力场景生成的神经网络架构,以更好地捕捉新能源出力时序上的相关性,拟合其概率分布,从而实现新能源场站超短期出力场景的生成;然后,针对新建新能源场站历史数据不足问题,提出基于模型迁移的新建新能源场站超短期出力场景生成框架,从而在小样本条件下完成场景生成模型的构建。最后,在美国国家可再生能源实验室开源的风电、光伏出力数据集上进行了算例分析,算例结果表明所提模型在各项评价指标上较生成对抗网络、变分自编码器以及无模型迁移具有显著的性能提升。

主 题 词：新能源 场景生成 去噪扩散概率模型 自注意力机制 模型迁移 

学科分类：080802[080802] 0808[工学-自动化类] 08[工学] 

核心收录：

D　O　I：10.13335/j.1000-3673.pst.2024.1528

馆 藏 号：203157290...