← 返回列表
数据机理混合驱动的电网优化调度模型的建立与求解方法
申请人信息
- 申请人:国网江苏省电力有限公司宿迁供电分公司
- 申请人地址:223800 江苏省宿迁市宿城区发展大道2481号
- 发明人: 国网江苏省电力有限公司宿迁供电分公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 数据机理混合驱动的电网优化调度模型的建立与求解方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410006371.4 |
| 申请日 | 2024/1/2 |
| 公告号 | CN117810989A |
| 公开日 | 2024/4/2 |
| IPC主分类号 | H02J3/00 |
| 权利人 | 国网江苏省电力有限公司宿迁供电分公司 |
| 发明人 | 夏海军; 徐彤; 毛王清; 邱冬; 吴大可; 孙萌; 苗霁 |
| 地址 | 江苏省宿迁市宿城区发展大道2481号 |
摘要文本
本发明属于人工智能和电力系统技术领域，涉及电力系统模型的构建和深度学习，尤其是一种数据机理混合驱动的电网优化调度模型的建立与求解方法。包括步骤：1，建立存在不确定性注入的综合能源系统物理模型；2，按上述综合能源系统物理模型生成仿真案例，生成对应的求解数据作为机器学习的训练集；3，训练机器学习模型进行学习和求解；4，将上述综合能源系统物理模型与数据模型融合，建立数据机理混合驱动的电网优化调度模型，提出电网系统数据机理混合驱动的优化调度方法。提高深度神经网络映射准确率，数据驱动方式大大降低调度求解时间；实现新能源最优承载能力和可控设备规划运行协同优化，提高新能源利用率。
专利主权项内容
。1.一种数据机理混合驱动的电网优化调度模型的建立与求解方法，其特征在于，包括以下步骤：步骤1，综合考虑系统组成、网络拓扑结构以及耦合关系，通过对光伏、风机等机组的出力进行预测，以新能源消纳率最高，系统总运行成本最小为优化目标，建立存在不确定性注入的综合能源系统物理模型；步骤2，借助MATPOWER内置的IEEE节点环境，按照步骤1建立的存在不确定性注入的综合能源系统物理模型生成仿真案例，以系统总运行成本最小为优化目标，结合GUROBI求解器对仿真案例求最优解，生成对应的求解数据作为机器学习的训练集；步骤3，训练机器学习模型进行学习和求解，机器学习模型为基于自注意力机制的Transformer神经网络；步骤4，将步骤1得到的综合能源系统物理模型与通过步骤3神经网络建立的数据模型融合，建立数据机理混合驱动的电网优化调度模型，提出电网系统数据机理混合驱动的优化调度方法。