数据与模型混合驱动的区域综合能源系统双层优化调度决策方法

摘要：

在高比例可再生能源接入以及多种能源耦合网络快速发展的背景下,基于模型驱动的传统调度方法将难以满足区域综合能源系统实时优化调度决策的速度需求.因此,研究具有高智能性和快速决策能力的智能调度决策方法具有重要的意义.该文提出了一种数据与模型混合驱动的区域综合能源双层优化调度决策方法.上层使用混合整数线性规划(mix integer linear programming,MILP)求解得到日前调度计划,为日内滚动优化提供参考,下层将卷积神经网络(convolutional neural network,CNN)与门控循环单元(gated recurrent unit,GRU)相结合进行日内滚动优化决策,使用自适应功率修正模型对其输出进行微调得到精确解.最后,通过算例分析验证了本文所提方法的有效性.

关键词：深度学习、区域综合能源系统、数据与模型混合驱动、人工智能

所属期刊栏目：46

分类号：TM721(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金;黔科合支撑一般黔科合平台人才-GCC016-1;黔教技043号.

在线出版日期：2022-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：3797-3809