基于深度卷积神经网络和合作博弈的多微网实时能量管理策略
|
陈灵, 陈郑平, 李军良, 米为民, 刘铭洋
|
Real-time Energy Management Strategy for Micro-grid Clusters Based on Deep Convolutional Neural Network and Cooperative Game
|
CHEN Ling, CHEN Zhengping, LI Junliang, MI Weimin, LIU Mingyang
|
|
表4 每日运行成本的一周测试数据
|
|
|
MG | CGA的核分配成本/元 | CGA的核 节约 成本(%) | BD的核分配 成本/元 | BD 的核节约成本(%) | Shapley分配 成本/元 | Shapley节约 成本(%) | 独立MG运行成本/元 | 1 | 514 | 3.3 | 529.4 | 0.43 | 532.7 | -0.18 | 531.7 | 2 | 701.6 | 2.46 | 717 | 0.32 | 731 | -1.65 | 719.3 | 3 | 650 | 2.65 | 665.8 | 0.34 | 675.1 | -1.04 | 668.1 | 4 | 210.4 | 7.7 | 225.8 | 1.02 | 227.5 | 0.26 | 228.1 | 5 | 22.8 | 43.6 | 38.24 | 5.74 | 50.1 | -23.58 | 40.5 | 6 | 159.1 | 10.0 | 174.5 | 1.31 | 190.0 | -7.42 | 176.3 |
|
|
|