摘要
摘要：本文提出了一种基于改进算法的新方法，用于生成光伏出力序列场景。光伏发电出力受多种气象因素的影响，具有较强的波动性和不可预测性，现有的场景生成方法在预测精度和计算复杂度上存在不足。本文结合机器学习和深度学习技术，提出了一种基于数据驱动与物理模型相结合的场景生成方法，提升了对极端天气事件的预测能力。通过引入分布式计算和轻量化模型，优化了场景生成的计算效率，显著减少了计算资源的消耗。本文通过定制化模型优化，提高了方法在不同地区和不同规模光伏电站中的适用性。实验结果表明，该方法在实际应用中具备更高的精度和效率。
出版日期
2024年09月19日（中国期刊网平台首次上网日期，不代表论文的发表时间）
