公开(公告)号：CN117391402B

公开(公告)日：2024-02-09

申请号：CN202311669303.8

申请日：2023-12-07

Applicant: 南京邮电大学

Inventor： 亓晋 ,  王微 ,  董振江 ,  孙雁飞 ,  郭宇锋 ,  孙莹

IPC: G06Q10/0631 ,  G06Q50/06 ,  G06Q50/26 ,  G06N3/006

Abstract: 本发明属于能源协同技术领域，公开了一种面向碳中和的智慧工厂多能协同优化方法，其基于多区域拉丁超立方采样和场景削减技术获取风光典型场景，建立基于期望值的多能协同随机规划模型；基于智慧工厂各能源设备数据以及电热负荷数据采用基于粒子迁移策略的多种群优化算法求解基于期望值的多能协同随机规划模型，最终获得各能源设备的出力情况。本发明所述方法能够进行高效采样且避免采样过程中出现采样低估和采样失效的情况，并可提高复杂模型的求解效率和精度。

公开(公告)号：CN117391402A

公开(公告)日：2024-01-12

申请号：CN202311669303.8

申请日：2023-12-07

Applicant: 南京邮电大学

Inventor： 亓晋 ,  王微 ,  董振江 ,  孙雁飞 ,  郭宇锋 ,  孙莹

IPC: G06Q10/0631 ,  G06Q50/06 ,  G06Q50/26 ,  G06N3/006

Abstract: 本发明属于能源协同技术领域，公开了一种面向碳中和的智慧工厂多能协同优化方法，其基于多区域拉丁超立方采样和场景削减技术获取风光典型场景，建立基于期望值的多能协同随机规划模型；基于智慧工厂各能源设备数据以及电热负荷数据采用基于粒子迁移策略的多种群优化算法求解基于期望值的多能协同随机规划模型，最终获得各能源设备的出力情况。本发明所述方法能够进行高效采样且避免采样过程中出现采样低估和采样失效的情况，并可提高复杂模型的求解效率和精度。