运行对抗场景生成
系统与控制
2022-04-12 v2 系统与控制
摘要
本文提出一种改进的条件生成对抗网络（cGAN）模型，用于生成电力系统净负荷场景，这些场景在统计上可信、由给定标签（例如季节）条件化，且同时对系统运行与调度决策“施加压力”。本文所用的压力度量基于净负荷变化引起的运行成本增加。所提出的运行对抗 cGAN（OA-cGAN）内嵌一个 DC 最优潮流模型，并试图最大化运行成本以实现最坏情况数据生成。所提 OA-cGAN 的训练与测试阶段采用历史日前净负荷预测误差，并已在现实的 NYISO 11 区系统上实现。数值实验表明，所生成的运行对抗预测误差带来了更具成本效益且更可靠的调度决策。
引用
@article{arxiv.2110.02152,
title = {Operation-Adversarial Scenario Generation},
author = {Zhirui Liang and Robert Mieth and Yury Dvorkin},
journal= {arXiv preprint arXiv:2110.02152},
year = {2022}
}