摘要
本发明涉及输配电网协同优化技术领域,具体涉及一种考虑电力和交通多层网络耦合模型的输配电网协同优化方法及系统,该方法针对考虑电力‑交通网络耦合的输配电网协同优化模型收敛困难、求解耗时的问题,采用McCormick包络松弛方法进行非凸约束的松弛,并采用大M凸优化平衡法确定较优的变量上下界。由于配电网单时刻的运行可行域受系统当前状态参数的影响,本发明采用深度学习方法实现对配电网单时刻的运行可行域的预测,同时为了提高预测的准确性,对配电网的运行可行域的下边界进行近似处理。
技术关键词
协同优化方法
输配电
KKT条件
充电站
顶点
交通流
出行需求
电力
变量
分布式结构
松弛方法
深度神经网络
协同优化技术
比率
路段
协同优化系统
混合整数规划
非凸模型
系统为您推荐了相关专利信息
资源调配方法
资源分配参数
资源供应
决策
多时间尺度
动作识别方法
全卷积神经网络
记忆
注意力机制
序列
手势识别控制方法
仿生机械手
雷达
图像特征提取
数据库更新