研究文章
因果神经网络驱动下电力系统深度调峰成本精细化管理路径探析
摘要
在新能源高比例接入的背景状况下，电力系统运行的波动性有所增强，深度调峰已然成为保障电网安全、促进新能源消纳的关键手段。深度调峰这一行为会引发一系列问题，诸如机组效率下降、煤耗增加、设备损耗加剧、辅助服务成本上升等，传统的成本管理方式很难精准识别成本变化背后存在的作用关系。因果神经网络融合了因果推断与深度学习的优势，能够揭示调峰深度、负荷变化、机组状态、市场价格和运维行为之间的因果联系。借助该技术来进行成本精细化管理，对提高成本核算、风险预测、调度决策水平具有一定帮助。
关键词
因果神经网络；电力系统；深度调峰；成本管理；精细化管理
参考
崔杨,修志坚,刘闯,等.计及需求响应与火–储深度调峰定价策略的电力系统双层优化调度[J].中国电机工程学报,2021,41(13):4403-4415.
昌柯君.考虑负荷弹性与深度调峰的电力系统经济调度模型和学习优化方法[D].合肥工业大学,2021.
李鑫.考虑风电相关性及火电深度调峰的电力系统经济调度[D].华北电力大学,2020.
王静杰,基于构建新型电力系统的煤电机组深度调峰燃烧技术及应用.黑龙江省,哈尔滨锅炉厂有限责任公司,2024-11-13.
林俐,田欣雨.基于火电机组分级深度调峰的电力系统经济调度及效益分析[J].电网技术,2017,41(7):2255-2263.
