首页 | 本学科首页   官方微博 | 高级检索  
     检索      

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
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号