一种基于图神经网络的碳排放流追踪方法

    公开(公告)号:CN114741956B

    公开(公告)日:2024-11-08

    申请号:CN202210319858.9

    申请日:2022-03-29

    摘要: 本发明公开了一种基于图神经网络的碳排放流追踪方法。所述追踪方法根据目标输配电网络的拓扑信息、输配电线路及设备参数、电网内用户位置、各发电设施位置及该设施的碳电效率对电网运行状态进行随机仿真,生成满足实际情况的碳流追踪结果样本,对母线‑线路神经网络进行训练,该神经网络可在不同规模的网络样本间进行迁移,因此本发明方法具有较强的泛用性和可拓展性;就可以根据电网内用户用电数据和发电厂实时发电量,实时计算电网内各用户所间接产生的碳排放以及输配电线路及设备能量损失所产生的碳排放。本发明方法可以有效减少碳流追踪所需的计算速度和计算过程中所用到的数据,可为碳电市场的有效运行提供更高效节能的运行依据。

    一种基于图神经网络的碳排放流追踪方法

    公开(公告)号:CN114741956A

    公开(公告)日:2022-07-12

    申请号:CN202210319858.9

    申请日:2022-03-29

    摘要: 本发明公开了一种基于图神经网络的碳排放流追踪方法。所述追踪方法根据目标输配电网络的拓扑信息、输配电线路及设备参数、电网内用户位置、各发电设施位置及该设施的碳电效率对电网运行状态进行随机仿真,生成满足实际情况的碳流追踪结果样本,对母线‑线路神经网络进行训练,该神经网络可在不同规模的网络样本间进行迁移,因此本发明方法具有较强的泛用性和可拓展性;就可以根据电网内用户用电数据和发电厂实时发电量,实时计算电网内各用户所间接产生的碳排放以及输配电线路及设备能量损失所产生的碳排放。本发明方法可以有效减少碳流追踪所需的计算速度和计算过程中所用到的数据,可为碳电市场的有效运行提供更高效节能的运行依据。

    一种考虑故障风险的电力通信路由优化方法

    公开(公告)号:CN117118885A

    公开(公告)日:2023-11-24

    申请号:CN202311070728.7

    申请日:2023-08-23

    申请人: 浙江大学

    发明人: 李知艺 周慧洁

    摘要: 本发明公开了一种考虑故障风险的电力通信路由优化方法,该方法通过建立通信系统的主备用路由模型;将电力系统中的负荷控制业务与信息流的重要度相关联,提出通信链路重要度评估指标;然后结合条件风险度量模型,提出电力通信路由优化方法;将各故障场景中的通信业务损失视为风险价值,以全部故障场景中的重要业务损失最小为目标,考虑节点约束、带宽约束和路由约束等限制条件,求解电力通信网的主、备路由路径。本发明根据故障区域的变化,灵活制定通信路由路径,路由的选择能够主动躲避故障风险区域,有效降低了故障过程中的负荷损失;可用于电力通信路由方案的制定,提高电力通信系统应对故障的弹性。

    一种面向城市综合能源系统日内运行的调节能力评估方法

    公开(公告)号:CN116993205A

    公开(公告)日:2023-11-03

    申请号:CN202310811306.4

    申请日:2023-07-04

    摘要: 本发明公开了一种面向城市综合能源系统日内运行的调节能力评估方法,包括:建立综合能源系统的多维度指标体系,基于主客观组合赋权法得到综合权重,进而得到各灵活性资源的评价结果;根据出力外特性将灵活性资源分为虚拟电池、虚拟同步机1、虚拟同步机2;基于各灵活性资源的评价结果,利用K‑means++算法分别对三类灵活性资源进行层级评估;基于层级评估结果,构建基于奇诺多面体的多类型能源聚合模型,得到各层级的灵活性可行域;训练并运行可以准确预测灵活性资源需求的机器学习网络,得到灵活性资源预测结果并按层级高到低调用可调资源。本发明兼顾了评估的可靠性与可用性,降低了运算复杂度,提高了综合能源系统的灵活性调节能力。