摘要
本发明涉及电力系统运行优化技术领域,公开了一种用于电力系统的黑启动优化方法、系统、设备及介质,其中方法包括采用蒙特卡洛法确定电力系统的初始运行状态,以构建黑启动优化模型,并根据所述初始运行状态和所述黑启动优化模型生成训练样本集;通过所述训练样本集对基于神经网络的人工智能模型进行训练,并利用完成训练的人工智能模型对所述黑启动优化模型的整数变量进行重置,以将重置结果作为初始条件;将所述初始条件作为额外约束加入所述黑启动优化模型中并进行求解,得到所述电力系统的黑启动恢复策略以执行,在提升了现有黑启动模型的计算效率的同时,还确保了储能系统运行的稳定性和安全性。
技术关键词
初始运行状态
启动优化方法
人工智能模型
电力系统
生成训练样本
蒙特卡洛法
初始荷电状态
母线
变量
时序
编码器
生成样本数据
解码器
发电机机组
储能特征
储能电站
新能源机组
线路