[發明專利]耦合極端學習機的全工況分布式供能系統運行優化方法

在審

• 申請號: 202110957122.X
• 申請日: 2021-08-19
• 公開（公告）號: CN113837439A
• 公開（公告）日: 2021-12-24
• 發明（設計）人: 翟保豫;馬濤;李星;高丙團;李遠梅
• 申請（專利權）人: 國網新疆電力有限公司電力科學研究院;東南大學;國家電網有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N20/00
• 代理公司: 烏魯木齊合縱專利商標事務所 65105
• 代理人: 周星瑩;湯潔

1.一種耦合極端學習機的全工況分布式供能系統運行優化方法，其特征在于包括以下步驟：

步驟S1：考慮全工況分布式供能系統設備的全工況性能，構建基于極端學習機的設備擬合模型；

步驟S2：上層以綜合利用效率最大為目標，下層以全工況分布式供能系統運行總成本最低為目標，構建雙層運行優化模型；

步驟S3：通過KKT條件和對偶理論將基于設備擬合模型的雙層運行優化模型轉換為單層優化模型；采用混合整數規劃方法來求解單層優化運行模型，獲得全工況分布式供能系統的最優運行策略。

2.根據權利要求1所述的耦合極端學習機的全工況分布式供能系統運行優化方法，其特征在于步驟S1包括以下步驟：

S1.1：建立基于極端學習機的設備擬合模型，當有樣本輸入時，采用激活函數和連接權值逼近樣本目標值，即：

Hw＝T (1)

式(1)中，H為隱層節點的輸出，w為神經網絡的輸出權重，T為神經網絡的輸出；

式(2)中，wⁱⁿ為輸入層連接權重，x為輸入值，b為各隱層單元的偏置，w_n為各隱層單元的輸出權值，t為輸出值；

S1.2：通過求解式(3)得到網絡輸出權值，

w^*＝(H^TH+CI)^-1H^TT (3)

式(3)中，w^*為輸出權值，H為隱層節點的輸出，C為系數，I為單位矩陣，T為期望輸出；

S1.3：根據求出的輸出權值，得到最終的擬合模型即：

f＝Hw^* (4)

式(4)中，f為擬合模型輸出。

3.根據權利要求1或2所述的耦合極端學習機的全工況分布式供能系統運行優化方法，其特征在于步驟S2包括以下步驟：

S2.1：構建以綜合利用效率最大作為上層的優化目標函數，即

式(5中，η為綜合利用效率，PL,T為所述系統在T時段內的供電量，CL,T為所述系統在T時段內的供冷量，QL,T為所述系統在T時段內的供熱量，Es,T為所述系統在T時段內的儲能量，Ed,T為分布式能源供能總量；

S2.2：構建以全工況分布式供能系統運行總成本最小作為下層的目標函數，即

minC_ATC＝C_pur+C_om (6)

式(6)中，CATC為所述系統的運行總成本，Cpur為所述系統的購電成本，Com為所述系統的運維費；

S2.3：構建滿足所述系統安全穩定運行的約束條件，包括設備出力約束，設備容量約束和能量平衡約束，三者約束滿足式(7)，即

式(7)中，G(x)表示不等式約束，F(x)表示等式約束。

4.根據權利要求1或2所述的耦合極端學習機的全工況分布式供能系統運行優化方法，其特征在于步驟S3中包括以下步驟：

S3.1：采用對偶理論和KKT條件，將雙層優化模型轉換為單層優化模型，即

式(8)中，G(x^*)和F(x^*)為式(7)不等式約束和等式約束的約束條件，ξ和λ為拉格朗日乘子，▽C_ATC(x^*)為松弛約束；

S3.2：采用混合整數規劃方法求解單層優化模型，獲得全工況分布式供能系統的最優運行策略。

5.根據權利要求3所述的耦合極端學習機的全工況分布式供能系統運行優化方法，其特征在于步驟S3中包括以下步驟：

S3.1：采用對偶理論和KKT條件，將雙層優化模型轉換為單層優化模型，即

式(8)中，G(x^*)和F(x^*)為式(7)不等式約束和等式約束的約束條件，ξ和λ為拉格朗日乘子，▽C_ATC(x^*)為松弛約束；

S3.2：采用混合整數規劃方法求解單層優化模型，獲得全工況分布式供能系統的最優運行策略。