一种考虑动态不确定性与多目标协同的配电网储能优化配置方法

AITNT
正文
推荐专利
一种考虑动态不确定性与多目标协同的配电网储能优化配置方法
申请号:CN202511130176
申请日期:2025-08-13
公开号:CN121036044A
公开日期:2025-11-28
类型:发明专利
摘要
本发明涉及电力系统及其自动化领域。一种考虑动态不确定性与多目标协同的配电网储能优化配置方法,其特征在于包括如下步骤:1)、两阶段鲁棒优化模型构建:搭建具有min‑max‑min结构的两阶段鲁棒优化模型;第一阶段以储能年化投资成本最低为目标,确定储能建设位置及容量;第二阶段在新能源出力最恶劣场景下,最小化系统调度成本;2)、网络约束的凸松弛处理;3)、迭代求解算法实施:基于KKT原理和列约束生成算法,将原问题分解为混合整数线性主问题与子问题;主问题优化储能配置方案,子问题求解最恶劣风光出力场景下的调度策略,并通过割平面约束反馈至主问题;通过迭代计算,直至主、子问题解收敛,获得最优储能配置方案。该方法可实现更精准、高效的储能规划。
技术关键词
预测误差 风光 光伏电源 燃气机组 风电机组 两阶段鲁棒优化 风电出力不确定性 功率 鲁棒模型 分布式光伏 场景 生成算法 动态 KKT条件 电压 节点 分布式储能 鲁棒优化模型
系统为您推荐了相关专利信息
1
一种匹配用氢需求的风光制储氢系统优化配置与调度方法及系统
储氢系统 制氢电解槽 新能源发电系统 风光 双层优化模型
2
基于ISODATA和随机模拟场景生成的混合储能系统容量配置方法
混合储能容量 储微电网系统 光伏发电机 混合储能系统 风速
3
一种基于时空感知的多模态无人机自主避障系统
优化预测模型 预测误差 无人机避障 信号 无人机姿态
4
基于机理和数据混合驱动神经网络预测风电功率的方法
GRU模型 数据混合驱动 神经网络模型 风速 风力发电机
5
计及电池衰减成本的储能系统套利端到端方法
储能系统 神经网络层结构 充放电循环次数 深度神经网络 决策
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号