一种基于LSTM神经网络的分层能源系统优化调度方法

一种基于LSTM神经网络的分层能源系统优化调度方法，包括操作步骤：步骤1：负荷预测，采用LSTM网络预测日前市场的电动汽车负荷；LSTM网络通过遗忘门、输入门和输出门来动态调整记忆单元的存储，控制信息的流动，提高模型的学习能力；步骤2：基于对电动汽车负荷预测的结果，建立电动汽车负荷优化调度模型，减少预测负荷曲线和实际负荷曲线之间的误差；步骤3：采用GA遗传算法对步骤2中电动汽车负荷优化调度模型求解；步骤4：采取考虑交易双方利益最大化，建立电动汽车能源交易模型；步骤5：采用改进粒子群算法对电动汽车能源交易模型求解，得到全局最优解作为结果。本发明制定电动汽车负荷协调调度策略，实现电力系统经济效益和环境效益最优。