基于深度神经网络的变工况下综合能源系统低碳经济调度

XU Yurui,MU Yunfei,CAO Yan,JIA Hongjie,WU Guoliang,WANG Xinying

High Voltage Engineering（2023）

引用 0|浏览8

暂无评分

摘要

设备变工况特性给综合能源系统(integratedenergy system,IES)经济调度的准确性带来了严峻挑战.为此,提出了一种基于深度神经网络(deep neural network,DNN)的变工况下IES低碳经济调度方法.首先,基于能量枢纽模型(energy hub,EH)和效率修正模型,建立具有可变效率的动态能量枢纽模型(dynamic energy hub,DEH).其中,EH模型刻画多能源之间的耦合关系,基于DNN的效率修正模型提取设备效率的非线性特征.在此基础上,提出了以总运行成本最小为目标函数的IES低碳经济调度模型.算例分析表明,所提方法能实现IES低碳经济运行,有效提高调度模型的求解速度和精度.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要