风-光-储和需求响应协同的虚拟电厂日前经济调度优化OA北大核心CSTPCD

目前可再生能源直接并入电网仍然面临稳定性和经济性问题,经过虚拟电厂整合可以缓解对电网的影响。以系统整合后最终运行成本达到最小作为目标,进行新能源出力和负荷在未来24 h的预测,计及电网侧在不同时间内的电价变化情况,采用反向学习的混沌映射自适应粒子群算法对风-光-储能和需求响应不同组合搭配的5种调度方案进行探讨,与原始粒子群算法相比,所提算法可以跳出局部最优解而找到全局最优解。计算结果表明,风-光-储和需求响应都参与供电相比风-光-储供电可以将运行成本降低4.47%,用户舒适度提高3.51%。