摘要
本发明提供一种基于集成深度学习的微电网优化调度方法,包括:构建包含可再生能源的海岛微电网模型;将机会约束规划运用于海岛微电网模型的约束条件的构建,约束条件包括运行成本最小化约束、线路功率平衡约束、储能电站运行约束和燃气轮机组的运行约束;基于高斯混合模型进行海岛微电网运行子场景的划分,得到子场景运行数据;基于子场景运行数据和构建的约束条件,使用集成深度学习算法对海岛微电网的能量调度进行控制。本发明能够在提高可再生能源出力预测精度的同时,降低海岛微电网的运行不确定性,进而降低海岛微电网的调度成本。
技术关键词
海岛微电网
集成深度学习
电网优化调度方法
门控循环单元神经网络
深度神经网络模型
储能电站
高斯混合模型
机会约束规划
可再生能源
机组运行状态
表达式
统计学特征
功率
预测误差
在线优化调度
场景
贝叶斯信息准则
燃气轮机组
系统为您推荐了相关专利信息
机器学习模型
历史运行数据
评估漏洞
代码特征
深度信念网络模型
深度神经网络模块
声乐
意图
动态调整机制
声学结构
深度前馈神经网络
非暂态计算机可读存储介质
深度神经网络模型
补偿控制器
数学模型
电网优化调度方法
微型燃气轮机
粒子群算法
柴油发电机
电网环境保护
识别神经网络
深度神经网络模型
组合特征向量
图像
训练样本集