[發(fā)明專利]一種快速對(duì)抗深度置信網(wǎng)絡(luò)的分布式多目標(biāo)優(yōu)化加速方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011189644.1
• 申請(qǐng)日: 2020-10-30
• 公開（公告）號(hào): CN112381271B
• 公開（公告）日: 2022-07-15
• 發(fā)明（設(shè)計(jì)）人: 殷林飛;徐紫東;高放
• 申請(qǐng)（專利權(quán)）人: 廣西大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q10/06;G06Q50/06;H02J3/00;G06N3/08
• 代理公司: 南寧啟創(chuàng)知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 45122
• 代理人: 謝美萱

本發(fā)明提出一種快速對(duì)抗深度置信網(wǎng)絡(luò)的分布式多目標(biāo)優(yōu)化加速方法，該方法包括了生成式對(duì)抗網(wǎng)絡(luò)的樣本數(shù)據(jù)生成方法和基于深度置信網(wǎng)絡(luò)的調(diào)度優(yōu)化決策加速方法。首先，通過納什博弈帕累托多目標(biāo)優(yōu)化方法，綜合考慮低成本、低碳排放和高舒適度三個(gè)目標(biāo)進(jìn)行優(yōu)化。然后，通過生成式對(duì)抗網(wǎng)絡(luò)生成大量樣本數(shù)據(jù)，為深度置信網(wǎng)絡(luò)的調(diào)度優(yōu)化決策提供數(shù)據(jù)支持。最后，通過已完成預(yù)學(xué)習(xí)的深度置信網(wǎng)絡(luò)實(shí)現(xiàn)群體智能決策，從而實(shí)現(xiàn)信息?物理?社會(huì)融合能源系統(tǒng)(微元網(wǎng))的整體最優(yōu)調(diào)度。本發(fā)明所提的方法，考慮了能源的社會(huì)性，實(shí)現(xiàn)了多目標(biāo)優(yōu)化的最佳折中，可以利用有限的信息生成大量的數(shù)據(jù)以輔助決策過程，達(dá)到加速優(yōu)化過程的效果。

技術(shù)領(lǐng)域

本發(fā)明屬于電力系統(tǒng)最優(yōu)調(diào)度與控制決策領(lǐng)域，涉及一種基于人工智能技術(shù)的多目標(biāo)優(yōu)化加速方法，適用于電力系統(tǒng)的優(yōu)化調(diào)度。

背景技術(shù)

現(xiàn)如今分布式可再生能源發(fā)電技術(shù)發(fā)展迅速，以風(fēng)能和光伏為代表的可再生能源發(fā)電系統(tǒng)的大量接入，給傳統(tǒng)電網(wǎng)帶來了極大的挑戰(zhàn)。一直以來，電力系統(tǒng)的調(diào)度控制體系是集控式的，即通過輸電運(yùn)營(yíng)商和配電運(yùn)營(yíng)商對(duì)電力系統(tǒng)進(jìn)行層次性管理。這種管理模式對(duì)只有傳統(tǒng)發(fā)電廠的電力系統(tǒng)是有效的，然而當(dāng)大量的出力大小不確定和波動(dòng)大的分布式電源接入后，這種響應(yīng)速度慢的調(diào)度控制體系就難以實(shí)現(xiàn)功率的合理分配。近年來，微電網(wǎng)技術(shù)得到了廣泛的研究和發(fā)展，微電網(wǎng)是將分布式電源、負(fù)荷和儲(chǔ)能系統(tǒng)組合為一個(gè)可控的整體，它既可以工作在并網(wǎng)模式，為主網(wǎng)提供頻率支撐或電壓支撐；也可以工作在并網(wǎng)模式，保證內(nèi)部配電線路的電壓穩(wěn)定和內(nèi)部負(fù)荷的用電需求，通過集控式的優(yōu)化調(diào)度方法可以滿足功率的平衡。但是隨著系統(tǒng)的規(guī)模擴(kuò)大，這種集中能源管理系統(tǒng)要從各個(gè)部分收集大量的數(shù)據(jù)，進(jìn)行大規(guī)模的計(jì)算，得出的結(jié)果往往難以滿足要求，同時(shí)隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展和電力市場(chǎng)改革的深入，人類社會(huì)信息對(duì)電力系統(tǒng)的影響進(jìn)一步加深。

因此，在調(diào)度控制時(shí)就需要考慮社會(huì)因素的影響，從而導(dǎo)致了優(yōu)化目標(biāo)個(gè)數(shù)增多。同時(shí)，隨著電網(wǎng)拓?fù)浣Y(jié)構(gòu)的復(fù)雜度上升和樣本數(shù)據(jù)容量的增加，傳統(tǒng)的多目標(biāo)優(yōu)化方法迭代求解過程將會(huì)非常緩慢。

發(fā)明內(nèi)容

本發(fā)明所提的一種快速對(duì)抗深度置信網(wǎng)絡(luò)的分布式多目標(biāo)優(yōu)化加速方法，該方法包括了利用生成式對(duì)抗網(wǎng)絡(luò)的樣本數(shù)據(jù)生成方法和基于深度置信網(wǎng)絡(luò)的調(diào)度優(yōu)化決策加速方法。首先，通過納什博弈帕累托多目標(biāo)優(yōu)化方法，綜合考慮低成本、低碳排放和高舒適度三個(gè)目標(biāo)進(jìn)行優(yōu)化。然后，利用生成式對(duì)抗網(wǎng)絡(luò)生成大量樣本數(shù)據(jù)，為深度置信網(wǎng)絡(luò)的調(diào)度優(yōu)化決策提供數(shù)據(jù)支持，通過已完成預(yù)學(xué)習(xí)的深度置信網(wǎng)絡(luò)實(shí)現(xiàn)群體智能決策，從而實(shí)現(xiàn)信息-物理-社會(huì)融合能源系統(tǒng)(微元網(wǎng))的整體最優(yōu)調(diào)度。

為了協(xié)調(diào)成本、碳排放和用戶舒適度三者之間的關(guān)系，本發(fā)明采用多目標(biāo)優(yōu)化模型。提出的三個(gè)目標(biāo)函數(shù)分別如下：

1)發(fā)電成本最小：

式中，n和m分別為微元網(wǎng)中火電機(jī)組和水電機(jī)組的數(shù)量；P_thi、P_hyi、P_w和P_pv分別為火電、水電、風(fēng)電和光伏所發(fā)出的有功功率；C_thi(P_thi)、C_hyi(P_hyi)、C_w(P_w)和C_pv(P_pv)分別為火電、水電、風(fēng)電和光伏的發(fā)電成本。

2)碳排放量最小：

式中，α_i、β_i和γ_i分別為火電機(jī)組的碳排放系數(shù)；P_thi為火電機(jī)組的出力。

3)用戶舒適度最高：