摘要
本发明公开了一种融合模糊神经网络预决策的有源配电网实时随机调度方法及系统。方法包括:基于欧拉方程重新推导潮流模型;将光伏出力的不确定性、负荷的随机性描述为对应预测误差的不确定性,并通过数据驱动的方法获得不确定变量的概率分布;建立有源配电网随机优化功率调度模型;融合模糊神经网络对随机优化调度模型不确定性进行描述,并使用历史数据对其进行训练;输入当前时刻配电网信息,利用训练好的神经网络对调度策略预决策;将预决策值作为求解器寻优的初值,再进行准确求解,从而在保证求解结果准确性的同时加速模型求解过程。本发明克服了基于二阶锥松弛的潮流模型可能违反松弛条件、造成误差的缺陷,并保证调度策略的实时性。
技术关键词
融合模糊神经网络
有源配电网
隶属度函数
随机调度方法
预测误差
静止无功补偿器
变电站
分布式光伏
有功功率
线路
分散式储能系统
机组运行约束
节点
方程
负荷
决策
场景
变量
系统为您推荐了相关专利信息
胶囊网络
信用评估模型
画像
局部空间特征
计算机可读指令
数据聚类集成方法
模糊隶属度函数
金融
切割算法
矩阵
动力转换装置
模糊控制方法
功率控制
汽轮机进汽调节阀
隶属度函数