针对微电网分布式电源和负荷增多的问题,提出将人工智能算法和纳什均衡博弈策略用于微电网运行和交易优化。该方法以循环神经网络RNN(recurrent neural network)和长短期记忆LSTM(long-short term memory)的方式实现对微电网行为的准确...针对微电网分布式电源和负荷增多的问题,提出将人工智能算法和纳什均衡博弈策略用于微电网运行和交易优化。该方法以循环神经网络RNN(recurrent neural network)和长短期记忆LSTM(long-short term memory)的方式实现对微电网行为的准确时空预测;同时,纳什均衡博弈被应用于多目标优化的快速、准确求解。仿真模型结果表明,所提微电网行为优化策略能促进新能源消纳,提升微电网利润达30.79%,降低了用户用能成本。多个微电网案例验证了所提方法的有效性和稳定性。展开更多
文摘针对微电网分布式电源和负荷增多的问题,提出将人工智能算法和纳什均衡博弈策略用于微电网运行和交易优化。该方法以循环神经网络RNN(recurrent neural network)和长短期记忆LSTM(long-short term memory)的方式实现对微电网行为的准确时空预测;同时,纳什均衡博弈被应用于多目标优化的快速、准确求解。仿真模型结果表明,所提微电网行为优化策略能促进新能源消纳,提升微电网利润达30.79%,降低了用户用能成本。多个微电网案例验证了所提方法的有效性和稳定性。
