风电功率日前场景生成方法 提出一种基于条件生成对抗网络的可再生能源日前场景生成方法

风电功率日前场景生成方法
随着可再生能源渗透率的不断提高，如何有效地描述其出力不确定性是电力系统日前调度所面临的巨大挑战。
针对该问题，提出一种基于条件生成对抗网络的可再生能源日前场景生成方法。
完美复现《基于条件生成对抗网络的可再生能源日前场景生成方法》，仅此一家 
可用于场景生成、日前优化调度等研究。
编程语言：Python + PyTorch

随着可再生能源的渗透率不断提高，风电发电机组的出力不确定性成为了电力系统日前调度面临的巨大挑战。在这种情况下，科学的日前场景生成方法对于准确预测可再生能源发电量，优化电力系统日前调度以及合理规划电力市场等具有非常重要的作用。

目前，针对可再生能源日前场景生成问题，基于条件生成对抗网络（Conditional Generative Adversarial Networks，CGAN）的生成方法成为了一种研究热点。该方法可以通过学习历史数据中的模式，生成模拟未来的可再生能源场景，通过生成多个场景，以达到对未来出力的准确预测。

本文提出了一种基于CGAN的风电功率