一种基于图数字孪生的电力系统态势感知方法

    公开(公告)号:CN115841179A

    公开(公告)日:2023-03-24

    申请号:CN202211516874.3

    申请日:2022-11-29

    摘要: 一种基于图数字孪生的电力系统态势感知方法,具体涉及一种基于数字孪生的新型电力系统图学习态势感知方法,为了解决现有态势感知方法电力系统稳定性预测或多组件故障定位准确率较低的问题.根据图与数字孪生构建图数字孪生模型;利用图数字孪生模型对能源互联网的数据进行处理,并将处理的数据转化为图,得到图结构化数据;针对能源互联网的故障问题,构建基于图神经网络的态势感知模型Ⅰ;针对能源互联网的稳定性问题,构建基于图神经网络的态势感知模型Ⅱ;利用基于图神经网络的态势感知模型Ⅰ对图结构化数据进行处理,得到能源互联网的故障及其位置;根据故障及其位置和图利用基于图神经网络的态势感知模型Ⅱ预测故障后能源互联网的稳定性。

    能源互联网中经济调度与电动汽车充电策略联合优化方法

    公开(公告)号:CN117350424A

    公开(公告)日:2024-01-05

    申请号:CN202311231834.9

    申请日:2023-09-22

    摘要: 本发明例涉配电网运行优化技术领域,具体涉及一种能源互联网中经济调度与电动汽车充电策略联合智能优化方法。现有技术当中能源互联网中经济调度与电动汽车充电策略的联合优化中,存在考虑不全面的问题。本发明提出了一种考虑两阶段经济调度的多目标电动汽车智能充电模型。该模型通过距离成本、时间成本、用户里程焦虑等间接反映用户的充电满意度,采用一种基于近端策略优化的方法来寻找电动汽车的最优充电策略,实现更低的充电成本和尽可能消纳充电桩中的电能。同时,还考虑了充电桩的电力经济调度,通过建立两阶段多目标优化模型,使用基于近端策略优化的深度强化学习方法给出最优电力调度策略,以实现更低的发电成本和碳排放量。

    基于深度强化学习的能源互联网中虚拟电厂经济调度方法

    公开(公告)号:CN111242443A

    公开(公告)日:2020-06-05

    申请号:CN202010010410.X

    申请日:2020-01-06

    发明人: 孙迪 王宁 关心 林霖

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 基于深度强化学习的能源互联网中虚拟电厂经济调度方法,它属于虚拟电厂的能源分配技术领域。本发明解决了现有方法存在的通信负载和延迟大、计算复杂度高以及数据传输的可靠性差的问题。本发明提出了基于边缘计算的利用三层体系结构的分布式发电经济调度结构,其中:第一层和第二层是边缘计算层,而第三层是云计算层。所提出的三层边缘计算架构降低了在中央节点处处理训练任务的计算复杂度,并进一步降低了VPP运营商与DG之间的通信负载,因此也降低了工业用户的响应时间,同时还保留了工业用户的隐私,提高了数据传输的可靠性。本发明可以应用于虚拟电厂的能源分配。

    基于深度强化学习的能源互联网中虚拟电厂经济调度方法

    公开(公告)号:CN111242443B

    公开(公告)日:2023-04-18

    申请号:CN202010010410.X

    申请日:2020-01-06

    发明人: 孙迪 王宁 关心 林霖

    IPC分类号: G06Q10/0631 G06Q50/06

    摘要: 基于深度强化学习的能源互联网中虚拟电厂经济调度方法,它属于虚拟电厂的能源分配技术领域。本发明解决了现有方法存在的通信负载和延迟大、计算复杂度高以及数据传输的可靠性差的问题。本发明提出了基于边缘计算的利用三层体系结构的分布式发电经济调度结构,其中:第一层和第二层是边缘计算层,而第三层是云计算层。所提出的三层边缘计算架构降低了在中央节点处处理训练任务的计算复杂度,并进一步降低了VPP运营商与DG之间的通信负载,因此也降低了工业用户的响应时间,同时还保留了工业用户的隐私,提高了数据传输的可靠性。本发明可以应用于虚拟电厂的能源分配。