一种能源互联网能量单元动态优化匹配方法组成比例

本发明专利技术公开了一种能源互联网能量单元动态优化匹配方法，包含以下步骤：步骤1，基于图论的能源互联网能量路由网络建模；步骤2，应用神经网络技术对能量单元之间的能量匹配指数进行建模；步骤3，基于局域消纳在先，广域互联在后的原则构建能源互联网单元优化匹配问题，并表达为整数规划问题；步骤4，利用强化学习技术学习最优的能量单元匹配指数函数；步骤5，求解实际的能量单元动态匹配优化问题；步骤6，将所得能量单元匹配策略应用于能源互联网系统的能量路由，本发明专利技术具有较强的针对性和应用价值，即专注于能源互联网不同能量单元之间的优化匹配，设计专业且实用。

【技术实现步骤摘要】
一种能源互联网能量单元动态优化匹配方法
本专利技术涉及互联网
，具体是一种能源互联网能量单元动态优化匹配方法。
技术介绍
涉及能源、信息、电气等多个领域和学科的能源互联网是提升能源系统智能化水平，解决人类社会能源危机，缓解气候变化和全球变暖进程的重要手段。随着能源互联网理念和架构的发展和完善，相关的技术也在能源互联网示范工程中得到了实践。在自底向上架构的能源互联网场景中，多个能量路由器(简称：路由器)彼此连接，构成能量路由网络。不同的能量单元通过信息、电力接口接入能量路由器，并通过能源路由网络在能量单元之间实现能源(电力)的开放、对等交换。为了提升能源利用效率，减少能量传输过程中带来的损耗，能源局域消纳在先，广域互联在后成为了能源互联网系统中的重要能量管理原则。根据该能量管理原则，每个能量单元应当优先与其邻近的能量单元建立能量连接，构成能源消纳集群，并在集群内实现能源的供需平衡。具体来说，对于典型的能量单元，如果其能够通过自身可控能源生产、消纳单元的调节实现其内部的能源供需平衡，则该能量单元自身构成一个能源消纳集群。如果该能量单元本文档来自技高网...

【技术保护点】
1.一种能源互联网能量单元动态优化匹配方法，其特征在于，包含以下步骤：/n步骤1，基于图论的能源互联网能量路由网络建模；/n步骤2，应用神经网络技术对能量单元之间的能量匹配指数进行建模；/n步骤3，基于局域消纳在先，广域互联在后的原则构建能源互联网单元优化匹配问题，并表达为整数规划问题；/n步骤4，利用强化学习技术学习最优的能量单元匹配指数函数；/n步骤5，求解实际的能量单元动态匹配优化问题；/n步骤6，将所得能量单元匹配策略应用于能源互联网系统的能量路由。/n

【技术特征摘要】
1.一种能源互联网能量单元动态优化匹配方法，其特征在于，包含以下步骤：
步骤1，基于图论的能源互联网能量路由网络建模；
步骤2，应用神经网络技术对能量单元之间的能量匹配指数进行建模；
步骤3，基于局域消纳在先，广域互联在后的原则构建能源互联网单元优化匹配问题，并表达为整数规划问题；
步骤4，利用强化学习技术学习最优的能量单元匹配指数函数；
步骤5，求解实际的能量单元动态匹配优化问题；
步骤6，将所得能量单元匹配策略应用于能源互联网系统的能量路由。


2.根据权利要求1所述的一种能源互联网能量单元动态优化匹配方法，其特征在于，所述步骤1具体是：根据图论技术，能源互联网中的能量路由网络可以由一个有向图G＝(V，E)进行描述，其中V为图G中的顶点的集合，代表能源互联网中的能量路由器，E为图G中各个顶点之间的边的集合，代表能量路由器之间的物理连接链路，对于任何一个能量路由器vi∈V，其他能量路由器与该能量路由器的连接关系可以由分量取值为0和1的向量ai进行表达，其第j个分量ai，j表示了能量路由器vi和vj之间的连接状态，ai，j＝1表示存在一条直接由能量路由器vi到vj的物理能量传输链路，ai，j＝0表示直接从能量路由器vi到vj的物理能量传输链路不存在，例如，对于由5个能量路由器组成的能量路由网络，a1＝[01011]′表示在不经由其他路由器的条件下，从能量路由器v1出发的能量只能传输到能量路由器v2，v4，和v5，此处(·)′表示矩阵转置，下同，由此，对于一般的能源互联网系统，假设其能量路由网络由n个能量路由器构成，则其物理能量传输链路可以由如下矩阵A表示



由于能量单元与能量路由器之间存在一一对应的关系，因此使用vi指代第i个能源消纳单元，能量单元之间的连接状况也可以利用上面的邻接矩阵表达，基于描述能量单元连接关系的矩阵A，能量单元在能量路由网络G上的距离可以通过矩阵D表示，矩阵D的元素di，j表示能量从能量单元vi经由能量路由网络到达vj的最短物理能量链路包含的能量路由器的数量。


3.根据权利要求2所述的一种能源互联网能量单元动态优化匹配方法，其特征在于，所述步骤2具体是：给定任意一对能量单元(vi，vj)，为描述其能源供需的匹配程度，提出能量匹配指数h，该能量匹配指数根据能量单元vi和vj的能源供需态势计算达到，取值范围为0到1，将能量单元对(vi，vj)对应的匹配指数记为hi，j，hi，j越大，表示能量单元vi和vj越适合被匹配进同一个能源消纳集群，反之则说明能量单元vi和vj不适合被划分在同一个能源消纳集群内，采用数据驱动的机器学习技术对该匹配指数进行近似估计，通过构建一个具有可学习参数θ的神经网络Q来学习不同能源供需态势下任意两个能量单元的匹配指数函数h，该神经网络接受两个给定能量单元vi和vj的能源供需态势感知数据作为输入，并给出一个在0到1范围内的标量作为对其匹配指数hi，j的估计值。


4.根据权利要求3所述的一种能源互联网能量单元动态优化匹配方法，其特征在于，所述步骤3具体是：设最大允许的能源消纳集群数量为m，m≤n，并用具有n个分量的向量Fk，k＝1，2，...，m表示属于第k个能源...

【专利技术属性】
技术研发人员：华昊辰，杨洁，
申请(专利权)人：江苏能来能源互联网研究院有限公司，
类型：发明
国别省市：江苏;32