基于深度学习算法的配电网实时动态重构方法及装置

    公开(公告)号:CN114218866A

    公开(公告)日:2022-03-22

    申请号:CN202111556517.5

    申请日:2021-12-17

    Abstract: 本发明涉及一种配电网重构技术领域,是一种基于深度学习算法的配电网实时动态重构方法及装置,包括:获取配电网节点实时负荷和DG输出实时数据;使用静态重构模型对配电网节点实时负荷和DG输出实时数据进行分析,输出对应的配电网静态重构解决策略;利用基于运行成本实时差值的开关动作函数和大M法对配电网静态重构解决策略进行动态重构,输出配电网动态重构策略。本发明使用二阶锥将原始可行域松弛为凸可行域,再使用基于启发式规则的循环矩阵变量缩减法,缩减可行域,有效获得DNR控制策略数据集,使得大大缩减可行域的范围,提高了计算的效率,同时能在结合运营成本实时差异的基础上,实现自主动态重构优化,有效地降低运行成本。

    基于改进型蚁狮算法的配电随机优化规划方法及装置

    公开(公告)号:CN114399183A

    公开(公告)日:2022-04-26

    申请号:CN202210014024.7

    申请日:2022-01-06

    Abstract: 本发明涉及一种配电优化技术领域,是一种基于改进型蚁狮算法的配电随机优化规划方法及装置,前者包括构建集成有光伏分布式发电电源和分布式静态补偿器的配电系统的多目标函数;根据历史数据表征每个季节分布式光伏和负荷需求的随机特性,并确定MALO参数,利用改进型蚁狮优化算法对多目标函数进行迭代搜索求解,确定配电系统的最佳规划方案。本发明结合太考虑太阳辐照度和夏季、冬季、春季、秋季四个季节参数变化的负荷需求的不确定性条件下,建立了一个多目标函数,包括降低成本、电压分布和提高稳定性指数。并提出了改进的蚁狮优化算法,利用两种策略提高了蚁狮优化算法的基本搜索能力,以获得理想的规划方案。

Patent Agency Ranking