摘要
本发明公开一种虚拟电厂调峰优化调度方法、系统、电子设备及介质,所述方法包括:获取分布式能源、储能设备及负荷侧的多源数据,经过清洗和归一化处理;利用LSTM神经网络和XGBoost模型分别进行短期和中长期负荷预测;基于预测结果和资源状态,通过深度Q网络(DQN)算法生成调度优化策略;依据优化策略,动态管理分布式能源发电、储能充放电及负荷侧响应,实现多资源的协同控制;并通过反馈优化模块,根据监测数据自动调整DQN模型参数及策略更新,优化调度效果。所述系统包括数据采集、数据预处理、负荷预测、调度决策、资源控制、监测与反馈优化模块。有益效果为:提高了负荷预测精度、优化了资源调度、降低了运行成本,适用于多源能源系统的调度管理。
技术关键词
优化调度方法
短期负荷预测
储能设备
电厂调峰
XGBoost模型
记忆神经网络
深度Q网络
协调控制模块
分布式能源发电
策略更新
资源
历史负荷数据
模型更新
决策
监测模块
参数