CN120258468A 一种面向碳中和目标的电-碳-绿证多目标调度优化方法及系统 (合肥工业大学).docxVIP

CN120258468A 一种面向碳中和目标的电-碳-绿证多目标调度优化方法及系统 (合肥工业大学).docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120258468A(43)申请公布日2025.07.04

(21)申请号202510714996.0

(22)申请日2025.05.30

(71)申请人合肥工业大学

地址230009安徽省合肥市包河区屯溪路

193号

申请人中国科学技术大学

(51)Int.CI.

GO6Q10/0631(2023.01)

GO6N3/045(2023.01)

GO6Q50/06(2024.01)

GO6F18/25(2023.01)

(72)发明人李军彭飞王善勇盛文翔

万亮王成园时省洪进周鹏

贾君君钱美陈炜华孙义魁

方文培

(74)专利代理机构合肥知汇天诚知识产权代理

事务所(特殊普通合伙)

34369

专利代理师王丽丽

权利要求书3页说明书9页附图2页

(54)发明名称

一种面向碳中和目标的电-碳-绿证多目标调度优化方法及系统

(57)摘要

本发明公开了一种面向碳中和目标的电-碳-绿证多目标调度优化方法及系统,涉及碳中和控制技术领域,包括以下步骤:获取目标储能单元的第一数据,构建约束生成网络,并基于动态时间规整算法动态更新储能运行约束域;基于更新后的运行约束域,建立电-碳耦合模型,提取电能输出行为与碳排放强度的非线性映射关系,通过多维时序预测器输出动态关联矩阵;根据动态关联矩阵构建碳流分布拓扑图,通过Dijkstra

CN120258468A算法获取最优碳流路径;基于运行约束域与最优碳流路径,建立多主体协同决策机制,采用分布式交替方向乘子法求解多目标单元均衡解,生成全局调度指令集;本发明通过构建碳流拓扑与动

CN120258468A

获取目标储能单元的第一数据,构建约束生成网络,

获取目标储能单元的第一数据,构建约束生成网络,并基于动态时间规整算法动态更新储能运行约束域

基于更新后的运行约束域,建立电-碳耦合模型,提取电能输出行为与碳排放强度的非线性映射关系,

通过多维时序预测器输出动态关联矩阵

根据动态关联矩阵构建带时空标签的碳流分布拓扑

图,通过改进Dijkstra算法计算碳响应路径代价最小

的最优碳流路径

基于运行约束域与最优碳流路径,建立多主体协同决策机制,采用分布式交替方向乘子法求解储能单元、负荷单元及碳源单元的均衡解,生成全局调度指令集

CN120258468A权利要求书1/3页

2

1.一种面向碳中和目标的电-碳-绿证多目标调度优化方法,其特征在于,包括:

获取目标储能单元的第一数据,构建约束生成网络,并基于动态时间规整算法动态更新储能运行约束域;

基于更新后的运行约束域,建立电-碳耦合模型,提取电能输出行为与碳排放强度的非线性映射关系,通过多维时序预测器输出动态关联矩阵;

根据动态关联矩阵构建带时空标签的碳流分布拓扑图,通过改进Dijkstra算法计算碳响应路径代价最小的最优碳流路径;

基于运行约束域与最优碳流路径,建立多主体协同决策机制,采用分布式交替方向乘子法求解储能单元、负荷单元及碳源单元的均衡解,生成全局调度指令集。

2.根据权利要求1所述的面向碳中和目标的电-碳-绿证多目标调度优化方法,其特征在于,所述获取目标储能单元的第一数据,构建约束生成网络,具体如下:

获取目标储能单元的实时运行数据并对运行数据进行数据预处理,运行数据包括实时功率、荷电状态及历史碳响应记录;

构建包含扰动生成器和判别器的对抗性约束增强网络,其中扰动生成器用于生成扰动场景样本,判别器用于评估原始场景与扰动场景的可识别性;

通过交替优化训练判别器与扰动生成器,迭代生成多组满足预设约束条件的虚拟样本集;

将虚拟样本输入约束输出层,与历史实际调控数据进行多维特征对比分析,提取对比数据,构建约束生成网络。

3.根据权利要求2所述的面向碳中和目标的电-碳-绿证多目标调度优化方法,其特征在于,所述基于动态时间规整算法动态更新储能运行约束域,具体如下:

基于动态时间规整算法计算每组虚拟样本的对比数据与实际运行行为序列的匹配度评分,并映射为场景适应度值;

根据所述场景适应度值,通过非线性权重分配模型对虚拟样本赋予动态权重,生成加权虚拟样本群体;

基于加权虚拟样本群体,采用多目标优化算法动态更新储能系统的运行约束域边界参数。

4.根据权利

您可能关注的文档

文档评论(0)

xm + 关注
实名认证
文档贡献者

专业学习资料,专业文档

1亿VIP精品文档

相关文档