申请/专利权人：三峡电能有限公司;中国长江电力股份有限公司

申请日：2024-03-18

公开（公告）日：2024-04-26

公开（公告）号：CN117937571A

主分类号：H02J3/32

分类号：H02J3/32;H02J3/00;B60L53/63;B60L53/64;G06F18/24;G06F18/213;G06N3/0464;G06N3/048;G06N3/08;G06N3/006

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：基于深度学习及多目标优化算法的源荷互动柔性削峰填谷方法，包括以下步骤：S1、多维特征分析；S2、数据预处理；S3、基于强化学习的充电电量预测；S4、基于粒子群算法的削峰填谷计算。本发明提供基于深度学习及多目标优化算法的源荷互动柔性削峰填谷方法，实现充电场站的充分利用，增加利润率，并能根据场站功率预测模型来定价，能够根据历史数据和实时信息，预测未来的充电需求，为服务费定价提供决策支持。帮助充电场站实现最大化的盈利和用户吸引力。

主权项：1.基于深度学习及多目标优化算法的源荷互动柔性削峰填谷方法，其特征在于，包括以下步骤：S1、多维特征分析；S2、数据预处理；S3、基于强化学习的充电电量预测；S4、基于粒子群算法的削峰填谷计算；所述步骤S4中优化问题的具体定义如下：决策变量，充电场站每小时的服务费价格为连续变量，作为问题的决策变量： 表示i时刻充电场站的服务费价格；服务费价格约束，即每个时刻的服务费价格需满足一定的要求，保证场站的基本营收与利润， ；充电功率约束曲线，充电场站需要根据需求侧响应的功率限制曲线，对每个时段的功率或发电量进行一定的限制，以达到削峰或填谷的目标； ；目标函数，通过加权法，将营收、电网的度电补贴的多目标优化问题转换成单目标优化问题，具体目标函数如下： ；其中，表示充电场站利润的权重，表示充电网的度电补贴，表示充电场站的度电补贴；表示充电场站的分时服务费，表示充电场站的分时充电量，由强化学习模型进行实时预测，作为自然充电量预测结果；表示该时段的目标充电值，由上报电网的需求侧响应曲线提供；所述步骤S4包括以下步骤：S41、初始化种群：首先，随机初始化一组粒子，每个粒子表示一个可行解；对于单目标优化问题，每个粒子是一个向量；种群中的每个个体表示问题的一个可能解，设种群大小为N，搜索空间为X，则第i个个体可表示为xi∈X,i=1,2,...,N；每个个体都有一个对应的适应度值fxi，这个适应度值由目标函数计算得出；S42、适应度函数评估：根据每个个体xi，对充电场站未来一段时间逐小时的充电量进行预测，并将预测结果及个体带入优化问题的目标函数，求解每个个体的适应度值fxi；S43、个体最佳位置和全局最佳位置更新：为每个粒子分别初始化个体最佳位置，并初始化全局最佳位置；S44、种群进化：通过选择、交叉和变异操作实现；a）、更新粒子速度：根据粒子当前速度、个体最佳位置和全局最佳位置来更新速度，速度更新通常使用以下公式： ；其中，是粒子在下一时间步的速度，是惯性权重，和是加速因子，和是随机数，是粒子的个体最佳位置，是粒子的当前位置，是全局最佳位置；b）、更新粒子位置的公式： ；其中，是粒子在下一时间步的速度，是粒子的当前位置，是粒子在下一时间步的位置；S45、终止条件判断：根据S42的结果保存全局最优解，若全局最优解在迭代100次后未更新，则跳转到S41使种群重新初始化，帮助种群跳出局部最优解；并在达到一定的迭代次数，终止迭代，输出最优解，否则转到S42继续进行优化求解。

全文数据：

权利要求：

百度查询： 三峡电能有限公司;中国长江电力股份有限公司 基于深度学习及多目标优化算法的源荷互动柔性削峰填谷方法

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