10.12204/j.issn.1000-7229.2021.06.008
基于LSTM神经网络的电动汽车充电站需求响应特性封装及配电网优化运行
随着电动汽车的快速增长,大规模电动汽车充电具有随机性、时空耦合性的特点,对配电网运行电压造成越限风险.通过基于价格的需求响应,引导电动汽车在大时空范围有序合理地充电成为重要的技术手段.文章研究基于数据驱动的电动汽车充电站需求响应特性及其参与配电网运行优化调度问题,首先提出单体电动汽车充电模型和计及交通网络拓扑结构的电动汽车行驶特性,建立了区域电动汽车充电站负荷需求响应计算方法;在此基础上,提出了基于LSTM深度神经网络的电动汽车充电站需求响应模型封装方法,得到电动汽车充电站充电成本和充电功率响应之间的映射模型;接着,构建了考虑电动汽车充电站需求响应的区域配电网电压运行优化模型,并采用粒子群算法进行求解;最后,通过对包含3个充电站的33节点系统的算例对比分析,验证了所述电动汽车充电站需求响应及其参与配电网优化运行方法的有效性,为数据驱动方法解决电动汽车充电和需求响应问题提供借鉴.
电动汽车充电站、LSTM神经网络、需求响应、封装模型
42
TM73(输配电工程、电力网及电力系统)
国网江苏省电力有限公司科技项目J2019078
2021-06-11(万方平台首次上网日期,不代表论文的发表时间)
共10页
76-85