基于深度神经网络的变工况下综合能源系统低碳经济调度 |
| |
引用本文: | 许煜蕊,穆云飞,曹严,贾宏杰,武国良,王新迎.基于深度神经网络的变工况下综合能源系统低碳经济调度[J].高电压技术,2023(4):1422-1429. |
| |
作者姓名: | 许煜蕊 穆云飞 曹严 贾宏杰 武国良 王新迎 |
| |
作者单位: | 1. 天津大学智能电网教育部重点实验室;2. 国网黑龙江省电力有限公司 |
| |
基金项目: | 国家电网公司总部科技项目(5700–202130263A–0–0–00)~~; |
| |
摘 要: | 设备变工况特性给综合能源系统(integrated energy system,IES)经济调度的准确性带来了严峻挑战。为此,提出了一种基于深度神经网络(deep neural network,DNN)的变工况下IES低碳经济调度方法。首先,基于能量枢纽模型(energy hub,EH)和效率修正模型,建立具有可变效率的动态能量枢纽模型(dynamic energy hub,DEH)。其中,EH模型刻画多能源之间的耦合关系,基于DNN的效率修正模型提取设备效率的非线性特征。在此基础上,提出了以总运行成本最小为目标函数的IES低碳经济调度模型。算例分析表明,所提方法能实现IES低碳经济运行,有效提高调度模型的求解速度和精度。
|
关 键 词: | 综合能源系统 变工况 能量枢纽 深度神经网络 低碳经济 |
|
|