考虑电动汽车灵活性与风电消纳的区域电网多时间尺度调度
随着电动汽车数量逐渐增多,电动汽车接入电网会给电网运行控制带来困难.同时,以新能源为主体的新型电力系统面临功率平衡挑战.基于自适应噪声完全集成的经验模态分解(CEEMDAN)和双向长短期记忆神经网络(BILSTM),提出了一种考虑电动汽车灵活性与风电消纳的区域电网多时间尺度调度方法.首先,通过对风电和基础负荷历史数据进行CEEMDAN,得到不同频率下的本征模态分量;其次,根据极大值点个数判据对本征模态分量进行重构;再次,利用BILSTM预测重构分量,得到风电和基础负荷数据的预测值.基于上述预测的数据,采用模型预测控制方法,建立区域电网多时间尺度调度模型.最后,通过仿真结果表明,所提预测方法具有普适性;所提的多时间尺度调度方法有效且经济,该方法可以在平抑负荷波动、降低风电并网影响的同时,利用电动汽车灵活性对风电预测实时偏差进行补偿,维持系统平衡.
多时间尺度电力系统调度、电动汽车、经验模态分解、双向长短期记忆神经网络、风电预测、模型预测控制
46
TP391;TM715;TN915.853
国家自然科学基金;北京市科技新星计划资助项目
2022-09-05(万方平台首次上网日期,不代表论文的发表时间)
共9页
52-60