摘要
一种基于自适应惩罚系数的分布式电力能源调度方法，包括：S1、采集分布式能源节点的电力运行数据和环境数据；S2、基于长短期记忆神经网络构建电量预测模型，利用预处理后的电力运行数据和环境数据对预测模型进行训练，得到电量预测模型；S3、将预处理模型与电量预测模型组合，并部署到边缘设备或云端，得到实时电量预测模型；S4、基于实时的全部分布式节点的电量预测结果，以最小调度成本为目标构建目标函数：采用自适应惩罚系数的拉格朗日松弛法求解目标函数，得到调度方案；S5、根据调度方案，生成调度指令并发送至分布式节点，执行调度。本设计不仅发电、储能和功率传输的综合调度，而且简化了计算的复杂程度有效减少计算量。
