基于CNN的产消群需求响应滚动优化策略OA北大核心CSCDCSTPCD
CNN-based Rolling Optimization Strategy for Prosumer Group in Demand Response
随着分布式光伏的普及,具有负荷电源双重属性的产消者大量出现.在电力现货市场的环境下,首先,基于Stackelberg模型分析产消者以及售电商在价格型需求响应中的决策机理,提出基于卷积神经网络(convolutional neural networks,CNN)的产消群决策行为预测模型,实现对产消群负荷调整及反弹量的精准预测.然后,充分考虑负荷反弹现象对于价格型需求响应的影响,提出考虑负荷反弹的滚动优化策略,提升售电商收益的同时,降低产消群负荷不平…查看全部>>
张旭东;李飞;刘迪;孙毅;李彬
国网河北省电力有限公司,河北 石家庄 050021国网河北省电力有限公司,河北 石家庄 050021华北电力大学 电气与电子工程学院,北京 102206华北电力大学 电气与电子工程学院,北京 102206华北电力大学 电气与电子工程学院,北京 102206
产消者需求响应卷积神经网络滚动优化遗传算法
《中国电力》 2021 (2)
78-89,12
国家自然科学基金资助项目(可再生能源接入下的大规模负荷感知模型及调控策略研究,51777068)国家电网公司科技项目(低压用户负荷感知、测量和调控关键技术研究及应用,SGHEDK00DYJS2000044).