一种混合可再生能源系统的多目标优化配置方法及装置制造方法及图纸

本发明专利技术涉及一种混合可再生能源系统的多目标优化配置方法及装置，属于配电网设备优化配置技术领域。该方法为：将本地的历史气象数据以及储能设备及各类发电设备的配置信息输入所构建的RNN神经网络优化模型中，RNN神经网络优化模型以负荷需求满足程度最大且投资成本最低为优化目标进行自训练，输出满足收敛条件的概率信息，根据所述概率信息得到混合可再生能源系统的最优配置信息，根据最优配置信息实现混合可再生能源系统的配置。该装置包括处理器及存储器，处理器用于执行存储器中存储的用于实现上述方法的计算机程序。本发明专利技术能够更好地理解可再生能源的变化趋势，从而更有效地来降低投资成本和满足负荷需求，获得更可靠的系统优化结果。

【技术实现步骤摘要】

本专利技术属于配电网设备优化配置，具体涉及一种混合可再生能源系统的多目标优化配置方法及装置。

技术介绍

1、近年来，随着工业的发展以及化石能源的过度消耗，全球环境问题变得越来越严重。根据《bp世界能源统计年鉴2021》的数据，尽管近些年受到了疫情影响，能源消费量有所下降，但全球煤炭、原油、天然气消费量依旧高达151.42艾焦、173.73艾焦、137.62艾焦，占总能源消费量的83.1％。电力作为能源的代表，是社会经济发展的重要基础，若不调整其相关政策，国际能源署(international energy agency，iea)预测至2050年co2排放量将增加130％，导致全球平均气温升高6度。可再生能源(renewable energy source，res)因为其丰富多样、清洁的特点，以及可以从自然界中直接获取和利用的特性，成为目前最佳的替代能源。

2、res发电具有清洁、高效和可持续等优点，但同时也存在间歇性和随机性问题，导致“弃电”现象较为突出，严重制约了res的推广与发展。为了解决这些问题，可以结合多个可再生能源，形成一个混合可再生本文档来自技高网...

【技术保护点】

1.一种混合可再生能源系统的多目标优化配置方法，其特征在于，该方法为：将混合可再生能源系统所在地区的历史气象数据以及混合可再生能源系统中的储能设备及各类发电设备的配置信息输入所构建的RNN神经网络优化模型中，所述RNN神经网络优化模型以负荷需求满足程度最大且投资成本最低为优化目标进行自训练，输出满足收敛条件的所述配置信息对应的概率信息，根据所述概率信息得到混合可再生能源系统的最优配置信息，根据最优配置信息实现混合可再生能源系统的配置；所述配置信息为约束条件下的储能设备容量的各个可能取值和每类发电设备数量的各个可能取值。

2.根据权利要求1所述的混合可再生能源系统的多目标优化配...

【技术特征摘要】

1.一种混合可再生能源系统的多目标优化配置方法，其特征在于，该方法为：将混合可再生能源系统所在地区的历史气象数据以及混合可再生能源系统中的储能设备及各类发电设备的配置信息输入所构建的rnn神经网络优化模型中，所述rnn神经网络优化模型以负荷需求满足程度最大且投资成本最低为优化目标进行自训练，输出满足收敛条件的所述配置信息对应的概率信息，根据所述概率信息得到混合可再生能源系统的最优配置信息，根据最优配置信息实现混合可再生能源系统的配置；所述配置信息为约束条件下的储能设备容量的各个可能取值和每类发电设备数量的各个可能取值。

2.根据权利要求1所述的混合可再生能源系统的多目标优化配置方法，其特征在于，所述约束条件包括储能设备容量大于等于容量最小值，且储能设备容量小于等于容量最大值，及每类发电设备数量的取值大于等于对应的数量最小值，且每类发电设备数量的取值小于等于对应的数量最大值。

3.根据权利要求2所述的混合可再生能源系统的多目标优化配置方法，其特征在于，所述容量最小值、容量最大值、数量最小值和数量最大值根据混合可再生能源系统所在地的历史负荷信息来确定。

4.根据权利要求1所述的混合可再生能源系统的多目标优化配置方法，其特征在于，对储能设备的容量及各类发电设备的数量进行类别划分，所述可能取值为约束条件下的储能设备容量的各...

【专利技术属性】
技术研发人员：石昌森，王坤，王小凯，陈玉玺，毋炳鑫，甄立敬，傅美平，李珂，焦艳丽，邵向阳，李维正，
申请(专利权)人：许昌许继软件技术有限公司，
类型：发明
国别省市：