基于深度学习的水光风储电短期调度方法及系统

    公开(公告)号:CN117239834A

    公开(公告)日:2023-12-15

    申请号:CN202311034699.9

    申请日:2023-08-16

    Abstract: 本发明提供一种基于深度学习的水光风储电短期调度方法及系统。方法包括:计算风光电在预设时间间隔后的预测出力,及出力波动率;对比风光电的出力波动率与既定阈值,如果风光电的出力波动率大于既定阈值,则进入下一步骤,否则在预设时间间隔后返回上一步骤;按照预设采样周期采集水光风储电的运行数据,总共采集预设时长内的数据;将采集的运行数据组合成一个矩阵并进行归一化处理得到归一化矩阵;将归一化矩阵传入训练好的深度学习模型中得到对应的调度策略。本发明通过对利用深度学习模型,有效地提升电力系统中水光风储电的协调优化能力,优化了水电机组的开停机策略,提高了水光风储电协调的经济效益,保证了电力系统稳定、安全经济运行。

Patent Agency Ranking