摘要
本发明公开了一种计及源荷互补特性的主动配电网优化调度方法及系统,通过改进的K‑means聚类算法生成不同典型场景的风机、光伏输出功率及负荷曲线的聚类簇,对长短期记忆神经网络模型进行训练,在此基础上预测风机、光伏输出功率及负荷值,提高了不同典型场景的源荷预测精度。根据风机、光伏输出功率及负荷的预测值构建源荷互补系统架构,基于该架构建立主动配电网日前优化调度模型并执行线性凸优化变换,降低模型求解复杂度。采用现代内点法求解生成日前优化调度决策方案,并根据日内短期预测值执行滚动优化,对日前调度计划值进行调整完善。
技术关键词
优化调度模型
sigmoid函数
优化调度决策
长短期记忆神经网络
日内滚动优化
负荷
曲线
储能装置
互补系统
静止无功补偿器
初始聚类中心
风机
主动配电网优化调度
充放电功率
弃风弃光
双曲正切函数
节点
系统为您推荐了相关专利信息
交通信号控制方法
注意力
特征提取模块
门控循环单元
动态
水下图像增强方法
生成对抗网络
退化物理模型
双编码器
场景深度估计
抽水蓄能电站
风光水储
优化调度方法
优化调度模型
风力发电站
护士交接班
智能分析引擎
管理系统
混合现实技术
电子病历信息
任务调度策略
优化调度模型
数据处理模块
大数据分析方法
关键节点识别