基于可解释性条件生成对抗网络的台风气象负荷场景生成方法.pdfVIP

第49卷第2期2025年1月25日Vol.49No.2Jan.25,2025

DOI：10.7500/AEPS20240301002

基于可解释性条件生成对抗网络的台风气象负荷场景生成方法

112344

罗萍萍，盛奥，林济铿，马骞，许琴，刘一鸣

（1.上海电力大学电气工程学院，上海市200090；2.同济大学电子与信息工程学院，上海市201804；

3.中国南方电网有限责任公司，广东省广州市510663；

4.中国能源建设集团广东省电力设计研究院有限公司，广东省广州市510663）

摘要：台风气象下电网负荷将会出现剧烈波动且威胁到电网安全稳定运行，亟需一种有效的方法

来生成相应的负荷需求场景。文中提出一种面向稀少历史样本、基于可解释性条件生成对抗网络

（CGAN）的台风负荷场景生成方法。首先，对历史台风负荷进行修正，并根据台风登陆位置、等级

等信息对其进行标签分类。然后，提出一种两阶段数据扩充策略以应对数据匮乏问题，第1阶段利

用历史台风日负荷序列之间的横纵向相关性信息进行样本扩充，第2阶段利用台风日与非台风日

负荷之间的残差信息进一步进行样本扩充。最后，提出基于特征影响指标的CGAN因果解释方

法，刻画了不同特征对于模型结果的调控力度大小。算例证实了文中所提模型及方法的有效性和

先进性。

关键词：台风气象；人工智能；负荷需求；场景生成；可解释性；条件生成对抗网络

0引言量和波动幅度作为负荷特征，基于特征值应用K-

medoids聚类方法对负荷进行聚类，生成典型负荷

随着新能源和以电动汽车为代表的灵活负荷的

场景。文献［10］综合采用负荷聚类、马氏链、负荷特

大量并网，电力系统的源-荷双方均呈现出强不确定

［1］性联合分布函数及抽样技术生成负荷场景。概率模

性。在不确定性条件下，准确的日负荷序列场景

型算法采用显式概率模型拟合随机过程，复杂度低

生成是进行电网风险评估、合理电力供需平衡的基

［2-4］且可解释性强，但该类算法中的参数估计方法需要

础之一。负荷变化趋势受气象条件影响较大，中

事先获得新能源或负荷概率分布先验知识，非参数

国南方沿海省份在台风季节受台风气象影响下的电

估计方法需要有足够多的历史样本，否则其估计精

网负荷变化及波动更为剧烈。电力系统在极端气象

度偏低。

条件下的电力电量平衡测算、安全校核及预防控制

［5-6］2）人工智能算法。该类算法利用人工智能强

等业务难以进行。因此，准确地生成台风气象条

大的学习能力，自动提取历史数据中的统计规律并

件下的日负荷序列场景，对于进行有效的电力电量

生成场景，具有建模简单方便的优点。然而，基于人

平衡测算及相关调控决策具有积极的意义。

工智能的场景生成方法及相关研究中，需要解决两

根据所采用方法及机理的不同，现有场景生成