.png){kind=icon}
返回
A data-driven framework for unit commitment considering ramping and forecasting information
.png){kind=icon}
OA
AI
DOI：10.3389/fenrg.2025.1693639.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种数据驱动的框架，旨在提高负荷功率预测的准确性，并改善安全约束机组组合（SCUC）调度的经济性和可靠性。首先，将各时间段的负荷聚类为若干个不同的场景，每个场景均表现出独特的波动边界；该边界通过所提出的波动指标进行定量表征。基于历史数据，我们评估了不同置信水平下的波动边界。随后，提出一种数据驱动的框架以提高评估这些指标的准确性。该框架的有效性通过长短期记忆（LSTM）网络得到验证，结果表明，与传统框架相比，所提出的框架将平均误差降低了45.5%。最后，基于这些指标的结果构建了SCUC优化模型，并在IEEE 30-bus系统上进行了案例研究，以验证所提出方法的有效性。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.4
论文数:
971
被引数:
1.4W
机构
引用论文
Short-Term Load Forecasting for Industrial Customers Based on TCN-LightGBM基于tcn-lightgbm的工业客户短期负荷预测
PREAI
分享收藏Modeling distributed energy resource aggregations in security constrained unit commitment and economic dispatch在安全约束机组组合和经济调度中建模分布式能源资源聚合
PREAI
分享收藏An ADMM approach for unit commitment with considering dynamic line rating考虑动态线路额定值的机组组合ADMM方法。Front. Energy Res. 12, 1479347
PREAI
分享收藏Enhancing cyber-resilience in integrated energy system scheduling with demand response using deep reinforcement learning利用深度强化学习结合需求响应提升综合能源系统调度中的网络韧性.png)
APPLIED ENERGY
APPLIED ENERGYIF11
PREAI
分享收藏The conditions for obtaining feasible solutions to security-constrained unit commitment problems
PREAI
分享收藏Transmission Expansion Planning for Renewable-Energy-Dominated Power Grids Considering Climate Impact考虑气候影响的可再生能源电网输电扩展规划
OAAI
OAAI分享收藏Short-term power load forecasting for combined heat and power using CNN-LSTM enhanced by attention mechanism基于注意力机制的cnn-lstm热电联供短期电力负荷预测ENERGY
ENERGYIF9.4
PREAI
分享收藏Short-Term Load Forecasting Using EMD-LSTM Neural Networks with a Xgboost Algorithm for Feature Importance EvaluationEnergiesOAAI
EnergiesIF0
OAAI分享收藏A Short-Term Load Forecasting Method Using Integrated CNN and LSTM Network一种融合CNN和LSTM网络的短期负荷预测方法IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏
查看更多内容