Loading...
机构名称:
¥ 1.0

能源管理问题(EMP)一直是能源互联网(EI)优化运行中广泛研究的课题。然而,能源网络规模的快速增长和分布式可再生能源发电(DRG)的渗透给能源管理带来了新的挑战。因此,针对由We-能源(WE)组成的大规模EI,提出了一种基于数字孪生(DT)的并行能源管理策略。首先,提出了一个并行能源管理框架。通过建立这种三重并行结构,可以实时观察能源网络的状态,从而能够灵活响应DRG的波动和能源的即插即用。优化模型考虑了废弃的可再生能源,促进了可再生能源的利用。然后,提出了一种多时间尺度优化策略来处理多能源网络的不同时间尺度。此外,为了更好地获取和处理信息并避免维数灾难,提出了一种基于DT的深度Q学习算法(DQN)。最后,与传统的基于利益共识的策略相比,仿真验证了基于DT的并行能源管理策略的有效性。

基于数字孪生的能源互联网多目标能源管理策略

基于数字孪生的能源互联网多目标能源管理策略PDF文件第1页

基于数字孪生的能源互联网多目标能源管理策略PDF文件第2页

基于数字孪生的能源互联网多目标能源管理策略PDF文件第3页

基于数字孪生的能源互联网多目标能源管理策略PDF文件第4页

基于数字孪生的能源互联网多目标能源管理策略PDF文件第5页

相关文件推荐

2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥4.0
2024 年
¥3.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥4.0
2024 年
¥7.0