07基于概率距离快速削减法的风光场景生成与削减方法

随着大量利用可再生能源发电的分布式电源的出现，微网和虚拟电厂成为有效解决分布式
电源并网的两种主要方法。采用场景抽样生成与缩减技术处理风电和光伏发电出力的不确定性，
形成含概率信息的经典场景，在此基础上，根据合作博弈理论，建立了基于场景分析的虚拟电厂单
独调度、与配电公司联合调度模型，分析了含风光水的虚拟电厂与配电公司的合作空间以及利益公
平分配问题。算例采用某风光水分布式电源示范工程和迪庆藏族自治州电网实际数据进行分析，
结果表明风光发电出力的预测精度、配电负荷曲线、备用价格等因素直接影响了虚拟电厂和配电网
的合作空间和利益分配方案，并为分析分布式电源对配电网影响、虚拟电厂和配电公司合作谈判、
优化虚拟电厂各类电源容量配置等提供了定量的依据。

clear;clc;
%风电出力预测均值E
W=[5.8,6.7,5.8,5.1,6.3,5,6.2,6,4.1,6,7,6.8,6.5,6.9,5,5.6,6,5.8,6.2,4.7,3.3,4.4,5.6,5];
%取标准差为风电出力预测值E的5%-20%,这里x=E*10%
x=W*0.1;
Ws=[];
%生成一个风电场景，E+x*randn(1,24)，其中randn(1,24)为生成随机数的标准正态分布
for i=1:50
s=W+x.*randn(1,24);
Ws=[Ws;s];
end

%光伏出力预测均值E
S=[0,0,0,0,0,1,2.5,4,5,5.5,5.8,5.7,5.5,5.3,5.1,5,3.8,2.5,1.2,0,0,0,0,0];
%取标准差为风电出力预测值E的5%-20%,这里x=E*10%
y=S*0.2;
Ss=[];
%生成一个风电场景，E+x*randn(1,24)，其中randn(1,24)为生成随机数的标准正态分布
for i=1:400
s=S+y.*randn(1,24);
Ss=[Ss;s];
end

%另一种编程方式
% clear;clc;
% %风电出力预测值E
% W=[5.8,6.7,5.8,5.1,6.3,5,6.2,6,4.1,6,7,6.8,6.5,6.9,5,5.6,6,5.8,6.2,4.7,3.3,4.4,5.6,5];
% %取标准差为风电出力预测值E的5%-20%,这里x=E*10%
% x=W*0.1;
% X=[];
% for i=1:5
%     X=[X;x];
% end
% WS=[];
% for i=1:5
%     WS=[WS;W];
% end
% Ws2=[];
% Ws2=WS+X.*randn(5,24);