基于深度学习的含风电电力系统实时调度模型研究

作者：于杰; 陈新建; 朱轶伦; 王彬任

来源：机电信息, 2020, (18): 1-3.

DOI：10.19514/j.cnki.cn32-1628/tm.2020.18.001

• 实时调度
• 深度学习
• 神经网络
• 风电
• 调度计划
• 环境经济

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。

• 单位
  台州供电公司