摘要
本发明公开了一种光伏电站参与电力日前调度的优化方法,将目标光伏电站的历史光伏出力及对应的气象信息进行K‑Means聚类,构建出典型出力场景,并通过深度学习模型刻画预测误差的动态特征;接着,引入条件风险价值CVaR作为调控指标,构建涵盖出力不确定性的多场景随机调度优化模型,再用鲸鱼优化算法对多场景随机调度优化模型进行求解,生成兼顾准确性与鲁棒性的日前调度计划。
技术关键词
预测误差
光伏电站
调度优化模型
气象
条件风险价值
出力场景
梯度提升树
核密度估计法
样本
典型
鲸鱼优化算法
累积分布函数
概率密度函数
电力
深度学习模型
聚类
矩阵
网格
系统为您推荐了相关专利信息
电网需求响应
决策
条件风险价值
需求响应策略
场景
不确定性分析方法
多学科
飞行器
变量
协方差矩阵
坡耕地水土流失
风险评价方法
坡耕地水土保持
农田管理措施
数据