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

作     者：王志杨 张靖 何宇 古庭赟 李博文 WANG Zhiyang;ZHANG Jing;HE Yu;GU Tingyun;LI Bowen

作者机构：贵州大学电气工程学院贵州省贵阳市550025 贵州电网有限责任公司电力科学研究院贵州省贵阳市550002 

出 版 物：《电网技术》 (Power System Technology)

年 卷 期：2022年第46卷第10期

页      面：3797-3809页

核心收录：

学科分类：0808[工学-电气工程] 080802[工学-电力系统及其自动化] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0807[工学-动力工程及工程热物理] 0802[工学-机械工程] 0801[工学-力学（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(51867005) 黔科合支撑一般013 黔科合平台人才-GCC016-1 黔教技043号 

主　　题：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 

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。