基于深度学习的电力供需双侧协同优化的研究与应用 |
| |
引用本文: | 杨欣,么德飞,施天成,丛昊,王绪利.基于深度学习的电力供需双侧协同优化的研究与应用[J].光学与光电技术,2023(2):136-143. |
| |
作者姓名: | 杨欣 么德飞 施天成 丛昊 王绪利 |
| |
作者单位: | 1. 国网安徽省电力有限公司经济技术研究院 |
| |
摘 要: | 在光伏发电等可再生能源发电下,供需平衡能力问题应该在未来的电力系统中进行评估和解决。改进现有的平衡措施和新技术,如电力供需双侧协同和储能将解决这个问题。在这种情况下,远程电力系统供需分析应具有评估平衡对策的能力。基于负荷持续时间曲线的供需分析,与时间序列分析相比该方法具有一定的局限性。但有一个很大的优点是在维护各种电气设备时可以进行供需评估。采用机器学习和深度学习的模型,为预测消费者需求和分布式可再生能源提供了新的解决方案。提出的动力系统供需分析模型ESPRIT为电力供需双侧平衡提供了新的解决方案。
|
关 键 词: | 机器学习 深度学习 电力供需 协同优化 微电网 |
|
|