摘要
本发明涉及一种基于多目标协同优化的碳排放智能调度方法,包括以下步骤:S1:识别和分类新型电力系统中不同类型的发电机组,并根据发电类型和效率,利用实测数据和历史数据确定每类发电机组的碳排放因子;S2:建立新型电力系统的动态碳排放模型;S3:并基于碳排放预测模型,获取预测碳排放,基于新型电力系统的动态碳排放模型获取实际碳排放;S4:构建碳排放曲线,并基于异常检测模型检测数据是否异常;S5:将碳排放作为能源分配与调度的约束条件和优化目标,将各机组的碳排放水平纳入调度考量,构建多目标调度模型;S6:基于多目标优化算法Pareto来求解多目标调度模型,调整发电组合,以最小化系统总排放。本发明有效减少碳排放、提高能源利用效率。
技术关键词
排放智能
新型电力系统
发电机组
发电量
因子
最小化系统
前馈神经网络
异常数据点
燃料消耗量
时间序列曲线
排放控制技术
编码器
注意力机制
排放量
异常点
系统为您推荐了相关专利信息
输电杆塔
Logistic回归模型
地震
指标
因子
自动化诊断系统
脊柱关节病
深度学习模型
图像深度学习
集成深度学习
能耗预测方法
橡胶
因子
热成像
非易失性计算机存储介质
成像方法
二维图像矩阵
合成孔径雷达
多普勒
无人机