期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于集成神经网络的源-网-荷-储多能网络耦合优化调控研究
1
作者 赵爽 赵鹏远 +4 位作者 丁万钦 刘斌 王文东 翟群芳 李小龙 《储能科学与技术》 北大核心 2025年第5期2057-2066,共10页
在多能系统中,由于环节复杂且受到系统动态性和不确定性的深刻影响,各环节间常存在冲突与权衡,使得能源供需的动态平衡变得难以实现。为了应对这一挑战,提出基于集成神经网络的源-网-荷-储多能网络耦合优化调控方法。考虑多能系统中源-... 在多能系统中,由于环节复杂且受到系统动态性和不确定性的深刻影响,各环节间常存在冲突与权衡,使得能源供需的动态平衡变得难以实现。为了应对这一挑战,提出基于集成神经网络的源-网-荷-储多能网络耦合优化调控方法。考虑多能系统中源-网-荷-储多环节的碳排放,全面、准确地实现碳排放评估。结合双向加权GRU神经网络与Bagging集成算法,构建集成神经网络模型,捕捉时间序列数据的前后文信息,通过组合多个弱学习器显著降低预测误差,实现对多能网络碳排放的精确预测。在调控过程中,将碳排放成本效益、发电成本最小化以及新能源消纳电量最大化作为核心优化目标,并应用NSGA-II算法进行求解,实现对复杂多能系统的全面优化调控。实验结果表明,所提方法具有较高的碳排放预测精度,且调控测试显示,通过应用该方法,能源利用率和能源消纳量均得到了显著提升,机组出力稳定性也得到了明显增强。这一研究成果对于推动多能系统的可持续发展和高效运行具有重要意义。 展开更多
关键词 集成神经网络 多能系统 源-网-荷-储 优化调控
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部