摘要
本发明涉及一种基于多时间尺度场景分析的微电网日前日内优化调度方法,属于微电网调度领域,通过构建变分模态分解(VMD)‑长短期记忆网络(LSTM)多尺度预测框架,通过变模态分解与分频预测提升超短期精度,再设计Canopy‑谱聚类‑K‑means混合算法,基于拉丁超立方抽样(LHS)生成典型场景,增强场景覆盖能力,最后构建日前、日内两级优化模型,采用混合整数规划算法实现高维问题快速求解,为高比例可再生能源消纳与微电网精细化调度提供理论支撑。
技术关键词
日内优化调度方法
多时间尺度
场景
混合算法
混合整数规划
风光
拉丁超立方抽样
波动特征
LSTM神经网络
储能额定容量
阶段
LSTM算法
储能荷电状态
典型
长短期记忆网络
累积分布函数
概率分布函数
充放电功率