基于特征提取的微网电氢储能优化配置方法、装置及介质

AITNT
正文
推荐专利
基于特征提取的微网电氢储能优化配置方法、装置及介质
申请号:CN202410875694
申请日期:2024-07-02
公开号:CN118412900B
公开日期:2024-09-24
类型:发明专利
摘要
本发明为基于特征提取的微网电氢储能优化配置方法、装置及介质,属于电力系统规划领域,针对现有方式未考虑微网离网切换的需求和长时间自治的要求,提出一种基于特征提取的微网电氢储能优化配置方法,包括:设置三级储能的电氢耦合微网,构建混合储能优化配置模型,以对该电氢耦合微网并网运行模拟以及离网安全校核;分别采用季节与趋势分解算法和变分模态分解算法,分别确定用于表征日调节氢储能和季节性氢储能的充放动作对应的0‑1变量值;优化混合储能优化配置模型,以表示离网运行的不确定性,结合1‑范数和∞‑范数对表示的离网运行的不确定性的概率分布进行约束;使用列约束生成算法求解两阶段分布鲁棒优化模型,获得储能配置结果。
技术关键词
分布鲁棒优化 储能优化配置方法 两阶段 变分模态分解算法 序列 生成算法 微网 周期 储能设备 离网 功率 多时间尺度 电力系统规划 风电 负荷 处理器 可读存储介质
系统为您推荐了相关专利信息
1
一种基于图像和文字早期融合的多模态情绪识别方法
多模态情绪 情绪识别方法 数据 序列 视觉
2
一种基于目标相关时空编码-任务解码的烧结终点多步预测方法
多步预测方法 记忆单元 卷积模块 集合经验模态分解 门控神经网络
3
一种学习成长模型自动化构建管理系统及方法
知识点 学生 正确率 管理系统 神经网络模型
4
一种基于深度学习的矿泉水销售库存管理方法
库存管理方法 矿泉水 历史销量数据 深度学习模型 策略
5
一种基于时间序列分析的时变网络丢包预测系统及方法
预测系统 滑动时间窗口 数据处理模块 移动平均算法 序列
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号