公开(公告)号：CN119378729A

公开(公告)日：2025-01-28

申请号：CN202411344340.6

申请日：2024-09-25

Applicant: 国家能源集团科学技术研究院有限公司 ,  东南大学溧阳研究院

Inventor： 严润泽 ,  孙立 ,  李东峰 ,  王志霄 ,  陈刚

IPC: G06Q10/04 ,  G06Q10/0631 ,  G06Q50/06 ,  G06N3/092

Abstract: 本发明实施例提供一种风光耦合热电联产机组优化调度方法、装置、设备及介质，属于能源优化调度技术领域。该方法包括：以用户电热负荷、风光发电量等为输入，构建目标函数并设定约束，然后采用MDP‑DDPG算法优化求解，获取最优用户侧电负荷、用户侧热负荷、风力发电量、光伏发电量、蒸汽管道压力、锅炉给煤量和汽轮机供热抽汽量，以最小化运行成本，最终将这些最优参数下发至对应的热电联产机组、光伏设备、风力发电机组、用户侧供热端和用户侧供电端。本发明通过结合光伏、风力与热电联产机组，并采用MDP‑DDPG算法实现智能化调度，有效解决源荷不确定性问题，优化设备运行效率，实现系统的稳定与自适应运行。

公开(公告)号：CN119323321A

公开(公告)日：2025-01-17

申请号：CN202411334287.1

申请日：2024-09-24

Applicant: 东南大学溧阳研究院 ,  东南大学 ,  南京东九清能科技有限公司

Inventor： 孙立 ,  王臣宇 ,  王志霄 ,  袁树福

IPC: G06Q10/0631 ,  F22B1/28 ,  F28D20/00 ,  F25B30/06 ,  H02J3/00 ,  H02J3/28 ,  H02J3/32 ,  H02J3/38 ,  H02J3/46 ,  G06Q50/06 ,  G06Q10/04 ,  G06N3/045 ,  G06N3/092

Abstract: 本发明公开了一种基于优化后强化学习DDPG的综合能源系统调度方法，通过建立包含电、热、冷、氢四种能源的综合能源系统模型，并基于优化后的深度确定性策略梯度算法(DDPG)进行优化调度，本文旨在提升系统的调度效率和适应性。仿真结果显示，在典型日工况下，优化DDPG算法收敛，实现该综合能源系统的高效调度，同时四种储能设备运行均在合理工况内。其通过处理连续动作空间、高效策略学习、经验回放和目标网络等机制，显著提升了在复杂连续决策问题中的优化性能和稳定性。本发明的研究为深度强化学习技术在多能耦合的综合能源系统中的应用提供了理论支持。

公开(公告)号：CN119026459A

公开(公告)日：2024-11-26

申请号：CN202411036276.5

申请日：2024-07-31

Applicant: 东南大学溧阳研究院 ,  东南大学

Inventor： 孙立 ,  孙凯 ,  王志霄 ,  王铭宇

IPC: G06F30/27 ,  G06F30/28 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/049 ,  G06N3/086 ,  G06F111/06 ,  G06F119/08 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开了一种基于多模型融合的燃煤机组复杂工况过热器壁温预测方法，包括：采集燃煤机组后屏过热器壁温的相关参数，利用最大信息系数算法MIC和关联性特征选择算法CFS对相关参数的特征变量进行筛选利用高斯混合模型对数据集按照工况进行划分，形成各子集；通过混合网络对子集建立独立的单一预测模型；利用多头加性注意力机制对单一预测模型的输出结果进行赋权，匹配不同的工况建立集成后屏过热器壁温预测模型，对模型进行训练；利用现场采集数据对模型性能进行验证。本发明能够构建适应不同工况的动态特性的集成壁温预测模型，可实现复杂工况下的壁温预测，为运行人员提供参考指导，防止后屏过热器管道超温引发爆管等事故的发生。

公开(公告)号：CN119180364A

公开(公告)日：2024-12-24

申请号：CN202411206492.X

申请日：2024-08-30

Applicant: 东南大学溧阳研究院 ,  中国电力科学研究院有限公司

Inventor： 孙立 ,  王志霄 ,  刘樱慧 ,  陈珂

IPC: G06Q10/04 ,  H02J3/00 ,  H02J3/28 ,  H02J3/38 ,  H02J3/46 ,  G06Q10/0631 ,  G06Q50/06 ,  G06N3/045 ,  G06N3/092

Abstract: 本发明公开了一种考虑源荷不确定性的冷热电综合能源系统多能流调度方法，包括：1、建立冷热电综合能源系统的各设备物理模型；2、建立系统的运行约束与安全约束，确定所述系统在运行过程中的可调度变量；3、综合涉及不确定性的系统运行特性和可调度变量，建立马尔科夫决策过程MDP模型；4、改进深度确定性策略梯度DDPG算法；5、基于改进后的ME‑DDPG算法进行高维状态动作空间环境下的网络训练，实现冷热电系统的高效实时优化调度。解决了在某一特定场景下的多能流解耦与调度优化，对于源荷不确定性场景下的多能流优化研究尚显不足的问题。ME‑DDPG算法具有较高的调度实施效率，显著增强了系统对源荷不确定性的适应能力。