一种考虑绿电机组参与的机组组合生成对抗模仿学习方法技术

本发明专利技术公开一种考虑绿电机组参与的机组组合生成对抗模仿学习方法，属于电力系统运行与规划技术领域，包括：S1，建立安全约束机组组合专家系统；S2，建立安全约束机组组合生成器网络模型；S3，建立安全约束机组组合判别器网络模型；S4，进行安全约束机组组合生成对抗模仿学习网络模型训练。本发明专利技术可用于绿电机组参与下的电力现货市场快速出清计算，为促进电力现货市场以及绿电交易市场全面开放提供技术支撑。

【技术实现步骤摘要】

本专利技术属于电力系统运行与规划，具体涉及一种考虑绿电机组参与的机组组合生成对抗模仿学习方法。

技术介绍

1、安全约束机组组合是现代电力现货市场出清的基础工具，其目标是在满足一系列物理和工程约束的前提下，最小化系统运行成本。从数学角度看，其本质上是一个大规模混合整数线性规划问题。随着绿电机组并网数量的增加，由于其固有的发电不确定性，极大地增加了问题的计算难度。现有解决方法大致分为启发式算法、数学优化技术和数据驱动方法。启发式算法模拟自然或人类行为来寻找最优解，但在处理复杂电力系统约束时，通常面临计算负担大且解稳定性不足的问题。数学优化技术方面，早期的安全约束机组组合问题主要通过拉格朗日松弛法解决，而随着商业求解器的兴起，开始采用大规模混合整数线性规划方法。尽管该方法理论基础坚实并能提供全局最优解，但其计算复杂度高，精确建模要求严格。在传统方法的局限性下，数据驱动方法，特别是强化学习，获得了更多关注。强化学习在解决非凸非线性问题上表现出较大潜力，但在求解安全约束机组组合问题时面临缺乏先验知识指导和奖励函数定义主观等挑战。

2、综上所述，现有的方法本文档来自技高网...

【技术保护点】

1.一种考虑绿电机组参与的机组组合生成对抗模仿学习方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种考虑绿电机组参与的机组组合生成对抗模仿学习方法，其特征在于，所述S1中，所述安全约束机组组合专家系统由两个部分组成，一是历史机组组合运行数据库，二是基于完美预测信息的模型驱动方法生成的数据库；

3.根据权利要求1所述的一种考虑绿电机组参与的机组组合生成对抗模仿学习方法，其特征在于，所述S2中，所述安全约束机组组合生成器网络模型为全连接神经网络模型，包含输入层、隐藏层、激活函数和输出层；

4.根据权利要求1所述的一种考虑绿电机组参与的机组组合生...

【技术特征摘要】

1.一种考虑绿电机组参与的机组组合生成对抗模仿学习方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种考虑绿电机组参与的机组组合生成对抗模仿学习方法，其特征在于，所述s1中，所述安全约束机组组合专家系统由两个部分组成，一是历史机组组合运行数据库，二是基于完美预测信息的模型驱动方法生成的数据库；

3.根据权利要求1所述的一种考虑绿电机组参与的机组组合生成对抗模仿学习方法，其特征在于，所述s2中，所述安全约束机组...

【专利技术属性】
技术研发人员：程鸿鹄，李永波，江海龙，叶钰童，孙文兵，魏超，
申请(专利权)人：安徽电力交易中心有限公司，
类型：发明
国别省市：