文献类型：期刊文章

作　　者：汪洋叶[1,2] 赵力航[1,2,3] 常伟光[3] 杨强[3] 杨敏[1,2]

WANG Yangye;ZHAO Lihang;CHANG Weiguang;YANG Qiang;YANG Min(Zhejiang Provincial Key Laboratory of Solar Energy Utilization&Energy Saving Technology,Hangzhou 311121,China;Zhejiang Energy Research Institute Co.Ltd,Hangzhou 311121,China;College of Electrical Engineering,Zhejiang University,Hangzhou 310027,China)

机构地区：[1]浙江省太阳能利用及节能技术重点实验室,浙江杭州311121 [2]浙江浙能技术研究院有限公司,浙江杭州311121 [3]浙江大学电气工程学院,浙江杭州310027

出　　处：《智慧电力》

基　　金：国家自然科学基金资助项目(51777183);浙能集团科技项目(ZERD-KJ-2020-002)。

年　　份：2021

卷　　号：49

期　　号：7

起止页码：16-22

语　　种：中文

收录情况：BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：随着可再生能源在传统电网中的渗透率逐渐增高,虚拟电厂的概念被提出,旨在有效整合并利用可再生能源。提出了一种基于模型预测控制的虚拟电厂储能系统能量协同优化调控方法,使用长短期记忆神经网络来获取未来一天内虚拟电厂管辖范围内的负荷、风电、光伏出力预测值。在模型预测控制的框架下,以虚拟电厂运行调度的成本最小化为目标,使用一种改进的粒子群寻优算法求解优化过程。仿真结果表明所提方法的有效性。

关 键 词：虚拟电厂  模型预测控制 粒子群优化算法 储能系统

分 类 号：TM731]