一种考虑碳捕捉效益的配电网内风电容量区间计算方法

本发明涉及风电容量配置领域。本发明提供了一种考虑碳捕捉效益的配电网内风电容量区间计算方法，包括以下步骤：步骤1：建立考虑碳捕捉效益的风电容量配置信息数据集。步骤2：建立考虑风电配置成本和碳捕捉效益的风电容量计算模型。步骤3：建立考虑风电不确定性的风电容量区间计算模型。本发明通过深度融合人工智能算法与能源系统物理规律，采用深度强化学习实现风电出力‑碳价信号的联合预测，利用图卷积网络提取电网拓扑的隐式特征；设计混合整数神经架构搜索优化多目标帕累托前沿，结合贝叶斯深度学习量化容量区间的置信概率分布。这种方法不仅能实现碳效益‑经济成本的动态权衡，还可通过在线学习机制持续提升模型的环境适应性。