一种基于深度学习型分布式的PCM问题协同优化方法及系统
申请号:CN202510905317
申请日期:2025-07-02
公开号:CN120725227A
公开日期:2025-09-30
类型:发明专利
摘要
本发明涉及电力系统运行与规划分析技术领域,具体涉及一种基于深度学习型分布式的PCM问题协同优化方法及系统,该方法包括:将PCM问题表述为一个混合整数线性规划MILP问题,并依据所述混合整数线性规划MILP问题确定约束条件和目标函数;基于训练数据集运用商用求解器求解PCM问题,获取各类别机组的最优出力占比;采用各类别机组的最优出力占比和所述训练数据集对改进的Informer模型进行训练,从而得到特定时间尺度内各类机组的最优出力占比值,本发明将大规模PCM问题拆解为多个机组类的子问题进行并行求解,得到通过分布式计算框架优化后的PCM问题的解。
技术关键词
混合整数线性规划
协同优化方法
机组
分布式计算框架
光伏电站
多头注意力机制
解码器
火电
计算机可执行指令
发电机
协同优化系统
编码器
负荷
数据
功率
节点
模型训练模块
处理器
电力系统
决策