来源：期刊VIP网 时间：
作者：尹硕;路尧;陈兴;张鹏;
单位：国网河南省电力公司经济技术研究院;天津大学智能电网教育部重点实验室;
摘要：为了优化完全竞争市场中新能源光储电站的储能充放电与售电经济性决策，提出了一种基于长短时记忆(Long Short Term Memory, LSTM)神经网络及日电价极值研判的电能存储与销售的优化策略.采用LSTM神经网络挖掘电价信息的隐含特征，对日内实时电价进行滚动预测；构建电价系数指标，确立日电价极值时刻，并进行电价极值概率校验；采用动态规划算法将优化策略分解为初始状态到终值状态的多阶段优化决策，确立了售电优化策略.使用某竞争性电力市场数据进行了算例测试，结果表明，实施优化后的电站全年售电收益提升了17.4%.相比于4种典型传统模型，所提策略的售电收益分别提高了3.8%、11%、10.4%和7.0%.
关键词：光储电站;;电价预测;;极值研判;;售电策略
基金资助：国家自然科学基金项目（51807133）
