摘要
本发明公开一种基于生成式时空图神经网络的储能规划方法,包括:收集并整理用于训练的多场景系统数据与待规划系统数据;对用于训练的多场景系统数据设置多种储能功率分布,计算与系统场景、储能分布对应的优化目标值,形成训练数据样本集;结合MPNN、TCN与全连接层构建储能分布生成模型与储能分布评价模型;将储能分布生成模型与储能分布评价模型在训练数据样本集上进行训练;将待规划系统数据作为储能分布生成模型的输入,在储能分布评价模型指导下进行优化迭代,获得最优储能功率分布;根据最优储能功率分布计算最优储能配置。本发明为新型电力系统的储能规划问题提供更有效的解决方法。
技术关键词
储能规划方法
规划系统
场景系统
系统场景
节点
消息传递机制
状态更新
新型电力系统
神经网络结构
训练样本数据
参数
无监督
数学
充放电功率
网架结构
系统为您推荐了相关专利信息
海上风电场
调度优化方法
数字孪生体
多尺度窗口
风电设备
新能源汽车系统
分类识别方法
分类识别模型
新能源汽车电池包
节点
电阻网络
钢轨电阻
核密度估计方法
蒙特卡洛模拟方法
车站