摘要：针对传统生成对抗网络（GANs）在新型电力系统源荷场景生成中存在的训练不稳定、模式崩溃及生成可控性不足等问题，提出一种基于条件Wasserstein生成对抗网络-梯度惩罚（CWGAN-GP）的新型配网源荷场景生成方法。首先，阐述CWGAN-GP的理论基础，包括Wasserstein距离与梯度惩罚机制的优势，以及条件生成对抗网络的条件控制能力。通过优化网络结构与训练策略，构建了面向源荷场景生成的CWGAN-GP模型。为全面评估生成场景的质量，构建包含累积分布函数（CDF）、Fréchet起始距（FID）及均值绝对百分比误差（MAPE）的多维评价体系。算例结果表明：所提方法在FID和MAPE指标上较传统方法提升显著，生成的负荷与光伏出力时序曲线在周期性与波动特性上与真实数据高度吻合，验证了模型的有效性与鲁棒性。

        关键词：源荷场景生成；条件Wasserstein生成对抗网络-梯度惩罚；Wasserstein距离；梯度惩罚；条件GAN；数据驱动

        中图分类号：TP18；TM73     文献标识码：A 

      格式引文：吴霜，刘汇川，翟晓萌,等. 基于CWGAN⁃GP的新型配网源荷场景生成方法[J].电气传动,2026,56(09):56-63. WU Shuang，LIU Huichuan，ZHAI Xiaomeng,et al. Source and load scenario generation for novel distribution networks based on CWGAN-GP [J].Electric Drive, 2026,56(09):56-63