摘要
本申请公开了一种基于多维场景的电力系统调度优化方法及装置,涉及电力系统技术领域,该方法包括:采用PBB采样方法将单一历史数据扩展为多个数据集;PBB采样方法为采用动态抽样时间单位的BlockBootstrap抽样方法;采用数据集中训练集对机器学习模型进行训练得到预测模型;采用历史数据构成的测试集对预测模型进行测试得到预测误差;根据预测误差的概率分布和对机器学习模型进行训练过程中的预测数据,通过多维度结合得到多维场景集;根据多维场景集修改预设电力系统日前调度模型的约束条件,将最大化储备充裕度作为优化目标,得到优化后的电力系统日前调度模型,可提高日前调度计划的可靠性。
技术关键词
场景
机器学习模型
电力系统调度优化
采样方法
抽样方法
分布鲁棒优化
光伏发电预测
数据
序列
粒子群优化方法
负荷预测误差
负荷预测模型
风电
高斯混合模型
节点
模型训练模块
时间段
系统为您推荐了相关专利信息
自动识别方法
顶点
三维高斯混合模型
列表
生长算法
生成系统
场景
生成方法
对象存储系统
数据管理中心
混合整数线性规划模型
能力评估方法
线性化方法
可再生能源
分布鲁棒