基于深度神经网络实现电力削峰填谷的需求响应模型研究

随着环境问题日益突出和“双碳”目标的推进,需求侧响应资源参与负荷调峰和填谷对电力行业发展具有重要意义。针对我国需求侧响应快速发展的情况,首先考虑了发电机(PG)、电网公司和服务厂商(SPs)之间的相互作用;然后利用深度神经网络(DNNs)收集数据,并通过开发精确的需求价格弹性矩阵(PEMD)来模拟客户行为;最后基于该模型预测了未来每小时短期负荷预测以及前一天每小时的电力需求。结果表明,此模型可以减小电网负荷峰谷差,使发电、用电趋于平衡。