在新型电力系统当中时序场景是非常重要的概念，它不需要对概率分布进行显示表达，可以利用人工智能再生成式的表达，解决了不确定性优化求解的问题。
——华北电力大学电气与电子工程学院电力系统研究所副所长孙英云
2023年4月14日，“2023年新型电力系统产学研融合发展大会”第三分论坛——华电青年学者论坛在华北电力大学顺利召开。本场分论坛主要围绕研究和构建新型电力系统中遇到的问题和经验收获，进行深入研讨。
论坛上，华北电力大学电气与电子工程学院电力系统研究所副所长孙英云带来题为《新型电力系统中的场景技术和随机生产模拟》的主题演讲。北极星电力网整理如下：
孙英云称，新型电力系统的接入增加了不确定性和多样化、复杂化的挑战。
在电力系统不确定性建模方面，孙英云表示，电力系统当中的不确定性跟其他不确定性有区别，做不确定性时一定要把时序引入到概念中来。对不确定性有很多种分析方法，有点估计、区间估计、概念估计。从点估计开始就是对第二天的预测，这种信息量是最低的，带来的不确定性是最高的。区间估计，不确定性有所降低。概率估计所做的场景未来是有多种可能的，每一条曲线代表一种可能，它的信息含量最高，不确定性也是最低的。
孙英云表示，在新型电力系统当中时序场景是非常重要的概念，它不需要对概率分布进行显示表达，可以利用人工智能再生成式的表达，解决了不确定性优化求解的问题。根据电力系统的场景需求和特点，研发有针对性的生成模型，我们对未来的设想适用于新型电力系统规划的，包括年月周日在内的多时间尺度的持续场景，只有在这加持下，才能完成多时间尺度的概率平衡，即供需概率平衡。如何达到这样的平衡？就要通过这个时序场景来进行。
对于具体的场景分成方法，可以分成统计学方法、深度学习方法，统计学方法，包括时间序列模型，马尔科夫链等等。目前所采用的深度学习方法，是采用一种生成式网络，都是对引模式的学习，在这个基础上进行不断的生成。包括VAE、生成对抗网络等等，都可以用到深度网络当中，具有非常好的适应性和数据挖掘能力。
（北极星电力网根据速记整理，未经嘉宾审核，转载请注明来源）
