[IEEE 2018年第53届国际大学电力工程会议(UPEC) - 英国格拉斯哥(2018.9.4-2018.9.7)] 2018年第53届国际大学电力工程会议(UPEC) - 基于光伏与电池的纳米电网负荷及光伏发电预测成本优化

摘要： 智能电网概念提出后，电力系统弹性和鲁棒性成为系统运营商与研究人员的主要关注点。电池储能系统（BSS）和光伏（PV）系统的改进促使电力系统运营商将这些技术应用于弹性与鲁棒性研究。这些系统的应用不仅能增强电力系统鲁棒性，还可降低运营成本。现有文献中存在多种实现光伏与BSS分区经济运行的方法，虽然这些方法直接有效，但无法保证每日最优经济性。本文采用基于深度学习的光伏发电与负荷预测技术，以提升微电网应用中优化方案的经济效益。所研究系统包含负荷、光伏发电单元、BSS及电网连接，主电网与微电网系统间允许双向功率流动。本文将阐述所采用的预测方法和优化算法。