基于神经网络的区域综合能源系统多时间尺度功率预测

摘要：

考虑到区域综合能源系统(RIES)中可再生能源及负荷需求的时变性、不确定性等特点,提出基于长短期记忆神经网络和卷积神经网络的短期-超短期多时间尺度功率预测方法,为区域综合能源系统的优化调度提供有效准确的数据支撑.首先,应用广泛处理较长时间序列问题的长短期记忆神经网络(LSTM),在采用数据处理以及贝叶斯优化求最佳超参数的基础上,实现区域综合能源系统供需侧日前短期功率预测.为进一步提高预测准确度,利用卷积神经网络(CNN)在数据提取方面的高效性,同时采用双向长短期记忆神经网络(BiLSTM)进行双向训练,实现RIES供需侧日内超短期功率预测.最后,根据评价指标通过仿真验证了所提预测方法在RIES日前-日内优化调度中的有效性和适用性.

关键词：神经网络、多时间尺度、功率预测、区域综合能源系统、评价指标

所属期刊栏目：42

分类号：TP391;TP183;TM715

在线出版日期：2023-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：40-48,前插2