汪柳兵，毕 锐，丁 明，张 震，王 杰

（安徽省新能源利用与节能重点实验室（合肥工业大学），合肥 230009）

风力发电具有随机性、波动性和间歇性[1]等不确定性因素，使电力系统调度变得十分复杂。场景分析方法通过生成具有概率特性的代表性风电序列场景集，以有限个场景勾画风电的不确定性，降低计算分析代价，成为研究风电不确定性的一种有效手段，对于电力系统调度具有重要意义[2-4]。

现有风电序列场景集生成方法可概括为三类：

（1）历史序列聚类法。文献[5]将历史的全年风电日出力序列样本和负荷序列样本分为供热期和非供热期，对不同时期的序列样本进行聚类分析，较准确地描述全年历史风电及负荷的变化特征。文献[6-7]将历史风电序列样本作为原始场景，直接采用聚类算法对原始样本进行聚类消减，获得少量代表性场景。历史序列聚类法运算简单，只需对历史风电数据进行处理，能够较为合理地表达历史出力序列的变化规律，但该方法对风电序列发展趋势预见性不足，在描述未来出力的不确定性特征方面效果欠佳。

（2）逆变换法。文献[8-11]通过构建多元标准正态分布序列并对其进行逆变换，生成满足强自相关性的风电序列场景集。逆变换法生成的场景集在描述风电的时序性方面效果较好，但可能会出现少量场景与实际出力序列差异性过大的情况，且各序列场景的变化趋势大致相同，对风电出力随机性的刻画能力不足。……