期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
面向居民用户精细化需求响应的等梯度迭代学习激励策略 被引量:31
1
作者 孙毅 刘迪 +3 位作者 崔晓昱 李彬 霍沫霖 奚巍民 《电网技术》 EI CSCD 北大核心 2019年第10期3597-3605,共9页
大量分布式居民用户有着很大的需求响应潜力,售电商可以通过激励的手段,聚合用户参与电力市场需求响应业务。但居民用户响应行为具有多样化的特点,从而大大限制了其参与需求响应业务的效果。针对这一问题,首先构建了基于长短时记忆(long... 大量分布式居民用户有着很大的需求响应潜力,售电商可以通过激励的手段,聚合用户参与电力市场需求响应业务。但居民用户响应行为具有多样化的特点,从而大大限制了其参与需求响应业务的效果。针对这一问题,首先构建了基于长短时记忆(long short-term memory,LSTM)网络的用户响应行为预测模型,对用户在多元环境不同激励下的预期响应量进行预测。在此基础上,提出了等梯度迭代学习的方法,使得售电商能够根据每次需求响应的目标量,制定合适的激励量引导用户较为精确的完成响应目标。同时,在迭代过程中,根据用户不同的响应特性,给不同的用户下发不同的激励,以降低激励成本。仿真实验表明,所提算法能够引导用户精确的完成需求响应目标,误差在5%以内;同时,所提出的等梯度迭代学习方法能够有效降低售电商的激励成本。 展开更多
关键词 需求响应 LSTM 用户响应行为预测 精准化激励
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部