针对电动汽车(electric vehicle,EV)和风电大规模接入电网对系统调度、运行等方面带来的挑战,该文基于长短期记忆网络(long short term memory network,LSTM),提出一种计及电动汽车需求和分时电价差异的区域电网经济调度策略。首先,根...针对电动汽车(electric vehicle,EV)和风电大规模接入电网对系统调度、运行等方面带来的挑战,该文基于长短期记忆网络(long short term memory network,LSTM),提出一种计及电动汽车需求和分时电价差异的区域电网经济调度策略。首先,根据需求差异将并网EV分为刚性EV、快充灵活EV和慢充灵活EV 3种类型,并分别建立负荷模型。其次,考虑快/慢充灵活EV响应速度和分时电价的差异,以及常规发电机组、快速响应机组的电源特性,将该策略分为日前、模型训练和日内3个阶段。在日前阶段考虑区域电网机组运行成本和电动汽车车主支付费用建立了多目标优化调度模型;模型训练阶段,通过大量数据训练LSTM网络得到日内调度模型;日内阶段,将日前调度结果和日内超短期预测数据输入到日内调度模型中,得到日内可控单元调度计划。最后,通过日后复盘验证了策略的有效性和经济性。展开更多
文摘针对电动汽车(electric vehicle,EV)和风电大规模接入电网对系统调度、运行等方面带来的挑战,该文基于长短期记忆网络(long short term memory network,LSTM),提出一种计及电动汽车需求和分时电价差异的区域电网经济调度策略。首先,根据需求差异将并网EV分为刚性EV、快充灵活EV和慢充灵活EV 3种类型,并分别建立负荷模型。其次,考虑快/慢充灵活EV响应速度和分时电价的差异,以及常规发电机组、快速响应机组的电源特性,将该策略分为日前、模型训练和日内3个阶段。在日前阶段考虑区域电网机组运行成本和电动汽车车主支付费用建立了多目标优化调度模型;模型训练阶段,通过大量数据训练LSTM网络得到日内调度模型;日内阶段,将日前调度结果和日内超短期预测数据输入到日内调度模型中,得到日内可控单元调度计划。最后,通过日后复盘验证了策略的有效性和经济性。
