开源代码分享(29)-基于拉丁超立方抽样的风光场景生成和削减

参考文献：

[1]王俊伟,任艺,郭尊,等.基于综合需求响应和奖惩阶梯型碳交易的综合能源系统优化调度[J].储能科学与技术,2022,11(07):2177-2187.DOI:10.19799/j.cnki.2095-4239.2021.0692.

        作为分层抽样方法的一 种，拉丁超立方抽样具有良好的抽样精度和效率[14]。本文使用多场景方法来描述可再生能源（风电、光伏）的不确定性。以风电功率为例，首先假定风电功率服从正态分布 N( μ, δ 2 )， μ 为预测值的期望值， δ 为其波动的百分比。接着，采用拉丁超立方抽样[21]生成大量服从概率分布约束的风电出力场景，并采用考虑 Kantorovich 距离[22]的场景削减技术处理该场景，进行场景削减。最后，导出具有相应概率的削减之后的场景。具体步骤如下所示：

1.场景生成

2.场景削减

        假设由拉丁超立方抽样生成的风电功率预测值 场景数为 N ，缩减后的场景数为 n ，则

3.运行结果分析

4.matlab代码

代码获取链接如下：

开源代码分享(29)-基于拉丁超立方抽样的风光场景生成和削减资源-CSDN文库