基于蒙特卡罗+Kmeans法的风光场景生成与削减方法程序代码!

文摘   科学   2024-12-20 09:29   江苏  

简介


由于风、光等分布式电源具有不确定性,风、光渗透率提高加大了电网功率平衡压力,如何利用风、光电预测信息对于虚拟电厂出力申报、电网调度都有重要意义。本程序通过两步将风光的不确定性以含概率信息的经典场景集描述。

第一步:风电出力场景生成-基于蒙特卡罗方法生成n组风电场景:

第二步:场景削减-生成典型场景

部分程序


clear;clc;%风电出力预测均值EW=[5.8,6.7,5.8,5.1,6.3,5,6.2,6,4.1,6,7,6.8,6.5,6.9,5,5.6,6,5.8,6.2,4.7,3.3,4.4,5.6,5];%取标准差为风电出力预测值E的5%-20%,这里x=E*10%x=W*0.1;Ws=[];%生成一个风电场景,E+x*randn(1,24),其中randn(1,24)为生成随机数的标准正态分布for i=1:50s=W+x.*randn(1,24);%光伏出力预测均值ES=[0,0,0,0,0,1,2.5,4,5,5.5,5.8,5.7,5.5,5.3,5.1,5,3.8,2.5,1.2,0,0,0,0,0];%取标准差为风电出力预测值E的5%-20%,这里x=E*10%y=S*0.2;%生成一个风电场景,E+x*randn(1,24),其中randn(1,24)为生成随机数的标准正态分布for i=1:400s=S+y.*randn(1,24);Ss=[Ss;s];

部分内容源自网络,侵权联系删除!

欢迎感兴趣的小伙伴点击文末阅读原文获取完整版代码,小编会不定期更新高质量的学习资料、文章和程序代码,为您的科研加油助力!

更多创新性预测及优化程序请点击公众号首页:《预测优化》|《综合能源》链接!

创新优化及预测代码
免费分享研究理论及方法,基础代码资料,努力提供电力系统相关专业预测及优化研究领域的创新性代码,保质保量!面包多地址:https://mbd.pub/o/yc_yh/work
 最新文章