考虑能碳耦合的综合能源系统低碳调度方法

本发明公开了一种考虑能碳耦合的综合能源系统低碳调度方法，该方法基于碳排放流理论，结合神经网络的强拟合能力，提出碳流约束学习的方法，将潮流与碳流间的复杂映射关系转换为混合整数线性约束，实现碳流约束在优化模型中的有效嵌入。同时，为降低神经网络的结构复杂性，引入稀疏训练策略，有效压缩模型参数规模，并通过改进的大‑M法对ReLU激活函数进行线性化，引入割平面约束逐步收紧可行域，从而显著提升优化模型的求解效率。最终将碳流约束模型嵌入综合能源系统优化调度问题中，激发负荷侧的碳减排意识，通过引导负荷侧基于自身碳信号的需求响应行为，促使其进行低碳用能调整，实现能碳协同下的低碳调度，降低系统整体碳排放水平。