风光相关场景生成、削减与极端保留验收包（原创Python）
本站原创 · 销量独立计算能源电力原创精选风光场景场景削减随机优化
原创可复现的24小时风光相关场景生成与削减包：500个合成场景削减为20个，强制保留11个极端/分布锚点，输出概率回并、逐时均值/P95、电量/爬坡统计、9项验收与5项自动测试。
购买前免费验样
先检查字段、格式和适用性，再决定是否购买
削减前后24组统计对比CSV · 24行
风、光、合计电量、功率与爬坡的均值、P05、P50、P95偏差。
11个极端与分布锚点保留表CSV · 11行
低/高合计电量、最大爬坡、低风、低光及电量/爬坡P05/P50/P95锚点。
9项场景削减验收结果CSV · 9行
概率、数量、唯一性、分配、极端、均值、电量与爬坡偏差全部通过。
公开样例不等于完整交付。请结合下方清单确认付费部分具体包含什么。
购买前先用免费指南排查
免费页已给出证据命令和验收标准；只需解决单一问题时不必购买。
购买前先核对免费专题
详细介绍
不只给代表场景，还给削减证据
包内从24小时合成风/光预测生成500个带时序相关和风光相关的场景，按容量归一与逐时标准化距离削减为20个，再将每个原场景的概率回并到最近代表。
当前合成样例的真实验收结果
- 500→20个场景，概率和=1
- 11个极端/分布锚点全部保留
- 合计电量均值偏差2.504%，P95偏差0%
- 最大爬坡P95偏差8.641%，逐时合计均值NRMSE 1.929%
- 9项验收与5项自动测试全部通过，两套Python/NumPy环境代表场景CSV完全一致
方法边界
这是“强制极端保留+标准化最远点贪心+最近代表概率回并”的透明启发式实现，不是论文中最优概率度量算法的复现，也不保证下游随机优化目标最优。
合成数据声明
公开样例和ZIP内数据均为演示用合成数据，不是真实风场、光伏站或园区测量。替换自己数据后必须重新标定误差模型和验收阈值。
适合人群
风电/光伏不确定性、随机调度与规划研究。
交付内容清单
- ✓scenario_reduce.py：相关场景生成、极端保留、代表选择、概率回并与验收
- ✓test_scenario_reduction.py：概率、极端、分配、可复现和非法配置5项测试
- ✓forecast.csv + config.json：24小时合成预测与可编辑误差/削减参数
- ✓full_scenarios.csv + reduced_scenarios.csv：500场景和20代表场景
- ✓assignments.csv：500个原场景的代表归属、概率与标准化距离
- ✓statistics_comparison.csv + profile_comparison.csv：削减前后统计证据
- ✓extreme_retention.csv + acceptance.csv + summary.json：极端锚点和9项验收
- ✓README、CHECKLIST、SOURCES与固定依赖
🔒
付费内容与下载
购买后自动显示下载链接、提取码和补充说明。