-
公开(公告)号:CN117498361A
公开(公告)日:2024-02-02
申请号:CN202311462922.X
申请日:2023-11-06
Applicant: 山西省能源互联网研究院 , 清华大学深圳国际研究生院
IPC: H02J3/06 , H02J3/38 , H02J3/28 , H02J3/14 , H02J3/00 , G06Q10/04 , G06Q10/067 , G06Q50/06 , G06N20/00 , G06N3/08
Abstract: 本发明公开了一种融合学习‑优化的配电网运行管理方法,包括如下步骤:S1、构建配电网运行模型和分布式资源集群响应模型;S2、提出面向分布式资源集群的约束学习算法,以学习分布式资源集群的响应特性,获得基于神经网络的数据驱动响应模型;S3、将所述数据驱动响应模型等价转换为神经网络响应约束模型,并融合至配电网调度模型,实现融合调度;S4、优化配电网决策。
-
公开(公告)号:CN118607816A
公开(公告)日:2024-09-06
申请号:CN202410554982.2
申请日:2024-05-07
Applicant: 山西省能源互联网研究院
IPC: G06Q10/0631 , G06Q10/067 , G06Q50/06
Abstract: 本发明公开了一种基于碳排放流的低碳规划方法及终端,根据制氢厂成本模型、配电网成本模型构建初始成本模型;以制氢厂成本以及配电网成本最小为目标求解初始成本模型得到潮流分布数据以及初始最小成本;根据潮流分布数据计算每个制氢厂对应的碳排放数据;在初始成本模型中加入碳成本模型得到目标成本模型;以制氢厂成本、配电网以及碳成本最小求解目标成本模型,得到更新后的潮流分布数据以及更新最小成本;根据更新后的潮流分布数据计算每个制氢厂对应的更新碳排放数据;判断更新最小成本与初始最小成本之间的差是否小于预设值,若是,则输出更新后的潮流分布数据、更新最小成本以及更新碳排放数据。本发明提高了计算出的碳排放值的准确性。
-