基于集群学习的低碳CSP系统协同优化方法及装置

    公开(公告)号:CN113541205B

    公开(公告)日:2021-12-24

    申请号:CN202111071355.6

    申请日:2021-09-14

    摘要: 本发明公开的基于集群学习的低碳CSP系统规划与运行协同优化方法及装置,包括:对系统中的CSP机组进行集群分组,获得多个CSP机组组群;通过表示CSP机组组群的在线总容量、启动总容量和关停总容量的三个连续变量,构建CSP机组组群的输出功率约束、爬坡约束、最小在线时间约束、最小离线时间约束和瞬时热功率平衡约束,进而构建低碳CSP系统规划与运行协同优化模型;获取低碳CSP系统中各机组的额定容量;根据各机组的额定容量及构建的低碳CSP系统规划与运行协同优化模型,获取各机组组群的容量配置方案。其中,CSP机组组群各项约束中的变量都是连续的,为完全的线性优化模型,降低了模型计算的复杂度,适用于大规模电力系统长期规划问题的分析。

    基于集群学习的低碳CSP系统协同优化方法及装置

    公开(公告)号:CN113541205A

    公开(公告)日:2021-10-22

    申请号:CN202111071355.6

    申请日:2021-09-14

    摘要: 本发明公开的基于集群学习的低碳CSP系统规划与运行协同优化方法及装置,包括:对系统中的CSP机组进行集群分组,获得多个CSP机组组群;通过表示CSP机组组群的在线总容量、启动总容量和关停总容量的三个连续变量,构建CSP机组组群的输出功率约束、爬坡约束、最小在线时间约束、最小离线时间约束和瞬时热功率平衡约束,进而构建低碳CSP系统规划与运行协同优化模型;获取低碳CSP系统中各机组的额定容量;根据各机组的额定容量及构建的低碳CSP系统规划与运行协同优化模型,获取各机组组群的容量配置方案。其中,CSP机组组群各项约束中的变量都是连续的,为完全的线性优化模型,降低了模型计算的复杂度,适用于大规模电力系统长期规划问题的分析。