【技术实现步骤摘要】
本专利技术属于电力市场领域，涉及一种多场景新能源出力模拟生成方法、系统、设备及介质。
技术介绍
1、开展新能源参与的电力市场模拟推演，是探索市场规律、完善市场规则设计、降低试错成本、开展关键技术验证的重要手段。目前国内的电力市场模拟推演系统主要面向传统电网建设，已具备中长期、日前、实时市场的模拟推演，由于新能源机组装机占比较小，新能源出力对于供需形势以及市场推演结果的影响也较小。随着新型电力系统建设的不断推进，新能源出力对于市场运营和电网调度运行的影响日益增强，因此，进行新能源机组出力数据的合理模拟是开展面向新型电力市场的电力市场模拟推演的重要基础。一方面需要确保新能源出力模拟数据尽量符合历史运行规律，另一方面也需要充分体现新能源出力数据的随机波动特性，覆盖实际运行时的小概率运行场景。
2、现有的新能源出力数据模拟方法多依赖手动输入机组出力数据，或依据历史出力叠加符合正态分布的随机波动得到。由模拟推演系统操作人员自主设计新能源机组出力曲线的方式，在新能源机组数量多时将难以为继，并且由人工设计的出力曲线在其合理性上也有待商榷；叠加随机波动生成新能源机组出力曲线的方式，其无法针对不同的目标推演场景进行新能源机组出力曲线的调整，其适用范围窄、生成数据质量有限，且无法基于新型电力系统下的未来推演场景进行针对性的数据生成。
技术实现思路
1、本专利技术的目的在于克服上述现有技术的缺点，提供了一种多场景新能源出力模拟生成方法、系统、设备及介质，该方法、系统、设备及介质能够针对不同的
2、为达到上述目的，本专利技术采用如下技术方案：
3、本专利技术一方面，本专利技术提供了一种多场景新能源出力模拟生成方法，包括：
4、获取目标场景的气象数据等级；
5、根据所述目标场景的气象数据等级，利用训练后的生成对抗网络，生成气象场景数据；
6、基于所述气象场景数据生成新能源机组出力数据集，利用所述新能源机组出力数据集绘制目标场景下的新能源机组出力曲线。
7、本专利技术所述多场景新能源出力模拟生成方法进一步的改进在于：
8、所述根据所述目标场景需求，利用训练后的生成对抗网络，生成气象场景数据之前还包括：
9、获取历史气象场景数据；
10、将所述历史气象场景数据按照预设数据档位进行划分，得到划分结果；
11、构建生成对抗网络；
12、利用所述划分结果对所述生成对抗网络进行训练，得到训练后的生成对抗网络。
13、所述历史气象场景数据包括历史气象场景中的天气、光照强度、风力、风向及气温。
14、所述基于所述气象场景数据生成新能源机组出力数据集，利用所述新能源机组出力数据集绘制新能源机组出力曲线的过程为：
15、基于所述气象场景数据，通过k近邻算法生成新能源机组出力数据集；
16、利用所述新能源机组出力数据集绘制新能源机组出力曲线。
17、所述生成对抗网络中的生成器基于多层感知机或深度卷积神经网络构成而成。
18、所述多层感知机通过前馈人工神经网络实现，所述前馈人工神经网络包括输入层、若干隐藏层及输出层。
19、本专利技术二方面，本专利技术提供了一种多场景新能源出力模拟生成系统，包括：
20、第一获取模块，用于获取目标场景的气象数据等级；
21、生成模块，用于根据所述目标场景的气象数据等级，利用训练后的生成对抗网络，生成气象场景数据；
22、绘制模块，用于基于所述气象场景数据生成新能源机组出力数据集，利用所述新能源机组出力数据集绘制目标场景下的新能源机组出力曲线。
23、本专利技术所述多场景新能源出力模拟生成系统进一步的改进在于：
24、还包括：
25、第二获取模块，用于获取历史气象场景数据；
26、划分模块，用于将所述历史气象场景数据按照预设数据档位进行划分，得到划分结果；
27、构建模块，用于构建生成对抗网络；
28、训练模块，用于利用所述划分结果对所述生成对抗网络进行训练，得到训练后的生成对抗网络。
29、本专利技术三方面，本专利技术提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述多场景新能源出力模拟生成方法的步骤。
30、本专利技术四方面，本专利技术提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述多场景新能源出力模拟生成方法的步骤。
31、本专利技术具有以下有益效果：
32、本专利技术所述的多场景新能源出力模拟生成方法、系统、设备及介质在具体操作时，根据所述目标场景的气象数据等级，利用训练后的生成对抗网络，生成气象场景数据，能够在仅给定目标场景气象档位的情况下生成对应分布下目标场景气象数据。另外，基于所述气象场景数据生成新能源机组出力数据集，利用所述新能源机组出力数据集绘制目标场景下的新能源机组出力曲线，操作简单，支持基于历史气象数据与新能源机组出力的样本数据以及仿真目标场景的气象预估，模拟生成满足分布概率的新能源出力数据。
本文档来自技高网...【技术保护点】
1.一种多场景新能源出力模拟生成方法，其特征在于，包括：
2.根据权利要求1所述的多场景新能源出力模拟生成方法，其特征在于，所述根据所述目标场景需求，利用训练后的生成对抗网络，生成气象场景数据之前还包括：
3.根据权利要求2所述的多场景新能源出力模拟生成方法，其特征在于，所述历史气象场景数据包括历史气象场景中的天气、光照强度、风力、风向及气温。
4.根据权利要求1所述的多场景新能源出力模拟生成方法，其特征在于，所述基于所述气象场景数据生成新能源机组出力数据集，利用所述新能源机组出力数据集绘制新能源机组出力曲线的过程为：
5.根据权利要求1所述的多场景新能源出力模拟生成方法，其特征在于，所述生成对抗网络中的生成器基于多层感知机或深度卷积神经网络构成而成。
6.根据权利要求5所述的多场景新能源出力模拟生成方法，其特征在于，所述多层感知机通过前馈人工神经网络实现，所述前馈人工神经网络包括输入层、若干隐藏层及输出层。
7.一种多场景新能源出力模拟生成系统，其特征在于，包括：
8.根据权利要求7所述的多场景
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6任一项所述多场景新能源出力模拟生成方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述多场景新能源出力模拟生成方法的步骤。
...【技术特征摘要】
1.一种多场景新能源出力模拟生成方法，其特征在于，包括：
2.根据权利要求1所述的多场景新能源出力模拟生成方法，其特征在于，所述根据所述目标场景需求，利用训练后的生成对抗网络，生成气象场景数据之前还包括：
3.根据权利要求2所述的多场景新能源出力模拟生成方法，其特征在于，所述历史气象场景数据包括历史气象场景中的天气、光照强度、风力、风向及气温。
4.根据权利要求1所述的多场景新能源出力模拟生成方法，其特征在于，所述基于所述气象场景数据生成新能源机组出力数据集，利用所述新能源机组出力数据集绘制新能源机组出力曲线的过程为：
5.根据权利要求1所述的多场景新能源出力模拟生成方法，其特征在于，所述生成对抗网络中的生成器基于多层感知机或深度卷积神经网络构成而成。
6...
【专利技术属性】
技术研发人员：刘子杰，王高琴，冯树海，曹晓峻，冯凯，程千冉，刘晨曦，
申请(专利权)人：中国电力科学研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。