基于深度学习的风光火储微电网多能互补经济调度方法

本发明公开了一种基于深度学习的风光火储微电网多能互补经济调度方法，包括如下步骤：步骤一：构建多时间尺度风光火储微电网运行数据集，包括光伏出力时序数据、风电出力时序数据、火电出力时序数据、储能充放电时序数据和气象数据；步骤二：设置包含时序特征提取单元的生成对抗网络模型，生成器嵌入LSTM网络作为时序特征提取单元；生成器的输入为高斯噪声向量与气象数据，输出风光出力不确定性场景数据；步骤三：以最小化运行成本为目标函数并结合弃电惩罚机制，构建多能互补经济调度优化模型；步骤四：引入动态阈值评估机制，通过核密度估计和自相关系数评估风光出力不确定性场景集的质量，并根据历史波动性标准差与误差反馈动态调整评估阈值。