基于数据驱动知识显式嵌入的配电网最优需求响应策略OACSTPCD
Optimal Demand Response Strategy for Distribution Network Based on Data-driven Knowledge Explicit Embedding
充分挖掘多元需求侧资源的灵活性,对于提升分布式新能源广泛接入背景下的新型配电网运行可靠性和经济性具有重要意义.然而,目前关于需求响应策略的解析化方法大多基于较为理想的用户行为观测和参数假设,纯数据驱动方法难以兼顾电网侧运行的复杂约束,策略的可用性存疑.为此,文章提出基于数据驱动知识显式嵌入的需求响应策略,首先,考虑到需求侧资源灵活性的强时段耦合特性,提出需求侧资源动态模型,定量分析需求侧灵活性资源的响应特性;其次,提出数据驱动知识的显式解析方法,将需求侧灵活性描述为混合整数线性模型并嵌入至配电网优化运行模型中,实现灵活实用的新型配电网供需交互与协调运行.最后,通过仿真算例验证所提方法兼具解析模型和数据驱动方法的优势,为不完全信息观测条件下源网荷协调运行提供较为实用化的解决方案.
张梦悦;余涛;潘振宁;吴毓峰;陈俊斌;卢冠华;曾江
华南理工大学电力学院,广东省广州市 510640
电子信息工程
需求侧灵活性资源配电网优化运行知识显式嵌入混合整数线性模型深度神经网络
demand-side flexible resourcesdistribution network optimal operationexplicit knowledge embeddingmixed-integer linear modeldeep neural networks
《电力信息与通信技术》 2024 (001)
14-21 / 8
国家自然科学基金资助项目(52207105);中国博士后科学基金资助(2022M721184);国家自然科学基金委员会-国家电网有限公司智能电网联合基金(U2066212).
评论