基于深度学习的含风电电力系统实时调度模型研究 |
| |
作者姓名: | 于杰 陈新建 朱轶伦 王彬任 |
| |
作者单位: | 国网浙江省电力有限公司台州供电公司,浙江台州318000;国网浙江省电力有限公司台州供电公司,浙江台州318000;国网浙江省电力有限公司台州供电公司,浙江台州318000;国网浙江省电力有限公司台州供电公司,浙江台州318000 |
| |
基金项目: | 国网浙江省电力有限公司台州供电公司科技项目 |
| |
摘 要: | 随着风电在电力系统中所占比重持续增加,风电并网下的电力系统优化调度成为当前研究的重点。在现有量测水平下,如何充分利用已有信息,兼顾环境成本,完成电力系统实时调度是当前面临的主要问题。鉴于此,提出了一种基于深度学习的考虑环境经济的实时调度模型,深度神经网络(Deep Neural Network,DNN)训练过程包括以下几个步骤:首先,在传统优化调度模型中考虑环境经济,计算调度策略和成本作为DNN的输出;然后,根据电网调度输入、输出数据特性,设计DNN各层间不同激活函数,捕捉更广泛的输出;最后,提出一种改进的DNN参数初始化方法,提高了收敛速度。
|
关 键 词: | 实时调度 深度学习 神经网络 风电 调度计划 环境经济 |
本文献已被 CNKI 万方数据 等数据库收录! |
|