CNIPA.AI
专利申请人记载

APPLICANTS

原始名称记载: 华北电力大学

浏览来源中的申请人名称,以及导入专利中保留的原始名称字段。

这里按名称检索,不代表已核验的法律主体。同名可能指不同个人或组织;别名和历史名称不自动合并。

此页精确匹配完整原始名称字段。字段可能包含多个申请人或其他记载主体角色,名称边界和法律主体尚未核验;保留全部标点,不进行拆分。

36 条已索引专利记录

№ CN121328972A发明专利
有效

基于深度学习的多能源微电网分布鲁棒低碳经济调度方法、电子设备及介质

本发明属于多能源微电网系统优化调度技术领域,具体一种基于深度学习的多能源微电网分布鲁棒低碳经济调度方法、电子设备及介质。该方法根据电力系统间的多种能源耦合特性,建立了多能源微电网系统的数学模型。为了提高系统的经济性和低碳性,采用负荷需求响应机制和碳交易机制,构建电热负荷需求响应模型和奖惩型阶梯碳交易模型。为了解决综合能源系统的风光不确定性何改善系统的鲁棒性,利用深度学习中的条件生成对抗网络生成不确定变量的场景集,并利用K‑means聚类法对生成的场景进行聚类,得到典型场景。为了得到更真实的概率分布,利用综合范数约束典型场景的波动范围,得到不确定变量的概率分布模糊集。基于所构建的模糊集,需求响应模型和奖惩型阶梯碳交易模型,建立了多能源微电网的两阶段分布鲁棒低碳经济优化模型,其中第一阶段确定系统的储能设备启停计划,第二阶段在不确定性揭示后对初始计划进行调整和补充。最后,利用列与约束生成法对建立的模型进行迭代求解,得到最优调度方案,从而确保系统的低碳性,经济性和鲁棒性。

❖华北电力大学孙浩洋; 张芮; 李建鹏; 马苗苗§ 3/9 权利要求G06Q 10/0631 (2023.01), G06Q 50/06 (2024.01), G06F 17/10 (2006.01) +139