摘要
本发明属于电力系统优化调度技术领域,具体涉及一种梯级水风光储互补发电系统多目标日前调峰调度方法。具体步骤包括:建立水风光储互补系统数学模型,构建考虑发电效益与调峰效果的多目标优化框架;使用自适应多时间尺度Improved LSTNet构建预测网络对梯级流域区间来水量、光伏电站发电功率、风电场发电功率进行日前预测作为模型的输入数据;采用改进多目标混合粒子群灰狼优化算法(IMOPSO‑GWO)对所建模型进行求解,通过收敛因子自适应调节机制协调全局探索与局部开发能力,并引入动态变异算子增强Pareto前沿搜索效率,最终得到互补系统的日前调度方案。本发明通过优化梯级水电机组与储能的出力,在降低电网剩余负荷波动和提高发电收益方面具有显著效果。
技术关键词
群灰狼优化算法
互补系统
梯级水电
风光储
多时间尺度
特高压直流
风电场发电功率
调峰调度方法
多尺度卷积核
电力系统优化调度技术
光伏电站发电功率
正弦规律
互补发电系统
因子
机组
发电量
数据
储能
系统为您推荐了相关专利信息
梯级水电站
经济调度策略
水量
灰狼优化算法
发电量
CAES系统
配电网系统
风光储系统
压缩空气储能系统
选址模型
调容方法
箱变智能
多时间尺度
策略
电力电子模块