💥1 概述
以风电和光伏为代表的可再生能源出力具有随机性、间歇性、波动性等特点，在未来高比例可再生能源电力系统中，其大规模并网将给电网的安全、稳定运行带来挑战。为了研究高比例可再生能源背景下电力系统规划、运行、调度等优化问题，首先需要精准刻画风电、光伏出力的随机性与波动性特征，并且解决大规模时序数据对优化程序所造成时间复杂度较高的问题，因此需要对风电、光伏出力场景进行削减以达到精简数据、减少计算量的目的。风电、光伏出力随着时间的变化呈现一定的季节或日周期性·。因此，可以对风、光出力进行场景分析，将出力的不确定性转化为确定性场景，为后续电力系统规划、运行、调度等优化问题提供数据基础。
目前场景分析方法有三类∶时序模拟法、典型日法与场景聚类法。时序模拟法如文献采用蒙特卡洛法，考虑风电处理特性，模拟了全年的风电、负荷时序场景。典型日法将某一日的出力特性作为典型场景，文献以全年负荷峰谷差最大的一天作为典型日用于含风电全年电力平衡计算，显然不能体现风电的出力特性。场景聚类法通过将具有一定相似度的曲线聚为一类，例如文献采用k-means对全年风电、光伏、负荷数据进行聚类用于电力系统中长期规划。目前较为常用的是场景聚类法，因其结果能够准确体现场景特征，且计算效率较高。
📚2 运行结果
2.1 风电场景削减
2.2 光伏场景削减
🎉3 参考文献
[1]白斌,韩明亮,林江,孙伟卿.含风电和光伏的可再生能源场景削减方法[J].电力系统保护与控制,2021,49(15):141-149.DOI:10.19783/j.cnki.pspc.201224.
[2]董文略,王群,杨莉.含风光水的虚拟电厂与配电公司协调调度模型[J].电力系统自动化,2015,39(09):75-81+207.