申请/专利权人：三峡大学

申请日：2023-06-16

公开（公告）日：2023-10-27

公开（公告）号：CN116957229A

主分类号：G06Q10/0631

分类号：G06Q10/0631;G06Q10/04;G06Q50/06;G06F30/20;G06F111/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.11.14#实质审查的生效;2023.10.27#公开

摘要：基于Hausdorff距离的微电网两阶段分布鲁棒优化调度方法，根据可再生能源和负荷的历史数据，分别提取M组风电历史场景和M组负荷历史场景；采用K‑means聚类法实现场景缩减，每一个聚类中心都是一个典型场景；将得到的风电、负荷典型场景经过排列组合，得到组合典型场景；构造以初始概率分布为中心，Hausdorff距离为约束条件的概率分布不确定集；构建基于Hausdorff距离的微电网两阶段分布鲁棒优化调度模型；对建立的优化调度模型进行迭代求解。本发明方法中的分布鲁棒充分考虑了场景概率的不确定性，兼顾了鲁棒优化的保守性和随机优化的经济性，实现了经济性和鲁棒性的均衡。

主权项：1.基于Hausdorff距离的微电网两阶段分布鲁棒优化调度方法，其特征在于包括以下步骤：步骤1：根据可再生能源和负荷的历史数据，分别提取M组风电历史场景和M组负荷历史场景；步骤2：采用K-means聚类法实现场景缩减，每一个聚类中心都是一个典型场景；步骤3：将步骤2得到的风电、负荷典型场景经过排列组合，得到组合典型场景；步骤4：构造以初始概率分布为中心，Hausdorff距离为约束条件的概率分布不确定集；步骤5：构建基于Hausdorff距离的微电网两阶段分布鲁棒优化调度模型；步骤6：对步骤5建立的优化调度模型进行迭代求解。

全文数据：

权利要求：

百度查询： 三峡大学 基于Hausdorff距离的微电网两阶段分布鲁棒优化调度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD