《表5 对PV间歇性的数据驱动效果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向微电网时序多态不确定性的选择性数据驱动》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在本节算例中，选取表2中策略4作为数据驱动策略，分别代入两类PV间歇性模型进行可靠性评估，计算结果如表5所示。其中，C*PV，rise和C*PV，set分别为经过数据驱动后等效的日出和日落时刻。从表中数据可以看出，对PV的数据驱动等效改变了PV间歇性模型中的日出和日落时刻，降低了方差系数。对于A、B两种间歇性模型，数据驱动算法均显示了较好的数据驱动效果。由于模型B中考虑了4个季度中CPV，rise和CPV，set的差异性，因而引入了更多的不确定性特征，所以本算法对模型B的驱动效果更为显著。