摘要
本发明提供基于需求侧响应的分布式电源优化调度方法及系统,涉及电网技术领域,包括基于深度神经网络建立分布式电源预测模型,对光伏发电功率、储能荷电状态和用户负荷进行预测。然后,构建鲁棒优化模型,考虑预测误差和储能非线性特性,生成最优的分时段负荷调度方案和储能充放电策略,方案包含可中断负荷执行时间序列,策略包含储能充放电功率曲线。最后,建立基于模型预测控制的分层优化执行系统,实时监测系统状态,根据偏差修正控制指令,实现对分布式电源的优化调度。本发明能够提高分布式电源消纳能力,降低用电成本,增强电网稳定性。
技术关键词
储能设备
预测误差
分布式电源
分布式光伏发电
负荷
充放电策略
加权特征
充放电功率
光伏发电功率预测
数据
预测建模
鲁棒优化模型
分布式储能
构建鲁棒
指数衰减函数
优化调度方法
深度神经网络
雨流计数法
系统为您推荐了相关专利信息
应急资源调度
长短期记忆网络
电网运行数据
时间序列特征
动态规划方法
储能电站
新能源消纳率
调节性
层次分析法
指标变异程度
长短期记忆神经网络模型
执行设备
水质
时间序列分析方法
粒子群优化算法
干扰特征
废气过滤系统
半导体
传感器响应值
校正策略