基于Vine-Copula耦合蒙特卡罗模拟的多能源出力场景生成
Motivation 创作动机:
对于风、光、水能源出力的不确定性描述,可以利用概率分布耦合机器学习方法的场景生成技术来进行处理。若直接对单个电厂采用基于随机优化或抽样的方法进行场景生成,则仅考虑了电厂自身的时间相关性,而忽略了区域中多个风、光、水发电厂在空间上具有的相关性,使得生成场景失真,进而影响对出力场景不确定性的准确描述。故而,为更加准确地生成能源出力场景,可先利用Copula函数将多个发电厂的出力概率分布函数进行联合后再采用基于随机优化或抽样的方法进行场景生成,这样使得生成的场景更加真实、可信。
Code 代码实现:
为此,拟采用Python的pyvinecopulib、scipy库实现基于Vine-Copula耦合蒙特卡罗模拟的多能源出力场景生成。部分Python代码如下:
# 声明所使用的第三方库
import pyvinecopulib as pv
import matplotlib.pyplot as plt
import numpy as np
from scipy.stats import weibull_min
from scipy.stats import norm, gaussian_kde
from scipy.special import ndtr
from sklearn.neighbors import KernelDensity
from sklearn.model_selection import GridSearchCV