摘要
本发明涉及一种基于SHO‑MDACGAN技术的光储充微电网协同调度方法,属于电力系统智能运维技术领域。技术方案:构建微电网系统模型,为系统优化提供物理框架;建立以微电网运营成本最低、光伏能源利用率最高、主电网功率波动最小为目标的多目标优化模型,纳入可再生能源不确定性及储能状态约束;提出海马优化算法SHO与多域注意力条件生成对抗网络MDACGAN的混合算法,通过 SHO 的仿生优化能力与 MDACGAN 的多域预测机制实现协同优化。本发明实现微电网中电动汽车充放电行为与需求响应的智能协同调度,为光储充微电网的经济高效运行提供了技术支撑,能够提升微电网储能协同调度的鲁棒性、经济性和实时响应能力。
技术关键词
协同调度方法
条件生成对抗网络
储能单元
表达式
储能系统
负荷
联络线功率
微电网系统
混合算法
可再生能源
光伏出力不确定性
光伏电池
数学模型
电力系统智能
整体系统效率
注意力
系统为您推荐了相关专利信息
贝叶斯算法
潜力主播
指标
特征值
计算机可读指令
便携式检测装置
储能系统
状态检测模块
层级
故障诊断模型
超级电容模组
锂电池模组
能效优化控制
节能驱动装置
直流变换器