%0 Journal Article
%T 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
%A 王群
%A 董文略
%A 杨莉
%J 中国电机工程学报
%P 2654-2661
%D 2015
%R 10.13334/j.0258-8013.pcsee.2015.11.003
%X 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。
%K 可再生能源
%K 不确定性
%K 经典场景集
%K 场景消减
%K Wasserstein概率距离指标
%K K-medoids聚类
%U http://www.pcsee.org/CN/abstract/abstract27784.shtml