摘要
本申请公开了基于随机过程的分布式虚拟电厂不确定性优化方法和系统,涉及能源管理和信息技术领域,其技术方案要点是:获取历史发电资源数据;校验历史发电资源数据的平稳性,得到平稳性校验结果,并根据平稳性校验结果确定出最小差分阶数;对平稳性校验结果进行分析,以确定出自回归项阶数与移动平均项阶数;根据最小差分阶数、自回归项阶数和移动平均项阶数构建各个节点的分布式发电随机过程模型,基于分布式发电随机过程模型预测出未来发电数据;构建负荷预测数据集,基于负荷预测数据集对LSTM神经网络进行训练,得到负荷预测模型,基于负荷预测模型预测出未来负荷数据;根据未来发电数据和未来负荷数据,对电网的负荷调度策略进行优化。
技术关键词
分布式发电
负荷预测模型
不确定性优化方法
节点
资源特征
蒙特卡洛模拟方法
序列
校验结构
策略
数据获取模块
能源管理
表达式
特征选择
校验模块
分析模块
周期
工况
系统为您推荐了相关专利信息
车辆路径规划方法
交通
节点特征
车辆路径规划系统
注意力机制
巡检数据
管网巡检
调度算法
评估指标体系
数据挖掘算法
合并方法
路径特征
贪心算法
时序预测模型
生成网表