标题：基于场景集的风光发电不确定性计及的机组组合随机优化
摘要：本文介绍了一种基于场景集的风光发电不确定性计及的机组组合随机优化程序。该程序利用场
景集进行随机机组组合优化调度，以实现运行成本最低的目标，并得到风-光-常规机组的最优调度结
果。在场景集的缩减方面，该程序采用了 k-means 聚类和场景树算法生成不同概率的典型场景和风
光预测误差集。通过在 IEEE30 节点系统中加入风电场和光伏电站，本程序验证了随机优化在机组组
合中的有效性。该程序具有正确的结果、完整的注释和相应的数学模型参考文献，同时提供了程序的
指导和说明。这个 100%自主开发的原创程序对于学习随机优化、场景缩减和机组组合具有很好的参
考价值。
关键词：风光发电，不确定性，机组组合，随机优化，场景集
1. 引言
风光发电是可再生能源领域的重要组成部分，在电力系统中发挥着越来越重要的作用。然而，由
于天气、季节等因素的影响，风光发电的不确定性导致了电力系统调度的难题。传统的机组组合调度
方法无法充分考虑到风光发电的不确定性，因此需要开发一种能计及不确定性的机组组合随机优化程
序。
2. 相关工作
随机优化方法在处理不确定性问题方面具有一定的优势。目前已有研究采用场景集的方法对风光
发电的不确定性进行建模，并应用于机组组合调度中。本文参考了相关文献中的数学模型，并结合具
体案例进行了改进和优化。
3. 方法
3.1. 场景集的生成
本程序采用了两种方法生成场景集。一种是利用 k-means 聚类算法生成不同概率的典型场景，另
一种是利用场景树算法生成不同概率的风光预测误差集。这种场景集的生成方法能够较好地模拟风光
发电的不确定性，并提供了多样化的情景供程序进行优化。
3.2. 机组组合的优化调度
在考虑了风光发电的不确定性后，本程序通过随机优化算法对机组组合进行优化调度。优化的目
标是在实现运行成本最低的情况下，得到风-光-常规机组的最优调度结果。程序采用了遗传算法等优
化方法，在保证约束条件的前提下，得到了较好的优化结果。
4. 实验验证
本程序采用了 IEEE30 节点系统作为实验验证平台，在节点 20 和 24 分别加入了风电场和光伏电
站。经过实验验证，随机优化在机组组合中的有效性得到了充分证明。通过对比不同场景集的结果，
可以得出最佳的机组组合调度方案。
