[发明专利]一种基于神经网络的多微电网调度机制的优化方法及系统

权利要求书

1.一种基于神经网络的多微电网调度机制的优化方法，其特征在于：

Step1：构建第一神经网络，将所述第一神经网络的神经网络映射作为多微电网调度机制的出力调度函数，其中，所述第一神经网络包括第一输入节点和第一输出节点，所述神经网络映射为所述第一输入节点至所述第一输出节点的计算关系；

Step2：使用所述第一输入节点表示微电网的能源类型和输出功率，所述第一输出节点表示根据所述出力调度函数计算的出力调度结果；

Step3：根据所述多微电网调度机制的优化目标配置所述第一神经网络的优化目标函数，其中，所述优化目标函数依赖于所述第一输出节点；

Step4：使用所述第一输入节点中已知能源类型以及已知输出功率的先验分布，生成用于所述第一神经网络训练的微电网出力训练样本；

Step5：根据所述优化目标函数，使用所述微电网出力训练样本训练所述第一神经网络；

Step6：当所述第一神经网络训练完成时，将每个微电网的能源类型和输出功率赋值给所述第一神经网络的第一输入节点，使用所述第一神经网络计算得到每个所述微电网的出力调度结果；

Step3中所述根据多微电网调度机制的优化目标配置所述第一神经网络的优化目标函数，具体包括：

S210：根据多微电网调度机制的优化目标，配置第一计算图节点，以及配置该第一计算图节点所依赖的一个或多个第二计算图节点；

S220：根据多微电网调度机制的优化目标，配置第一计算图节点与上述一个或多个第二计算图节点之间的计算关系；其中，第二计算图节点包括子优化目标对应的节点以及目标参数节点；

所述优化目标函数包括成本优化目标函数，根据多微电网调度机制的成本优化目标配置神经网络的优化目标函数，具体包括：

S410：根据所述成本优化目标函数的综合成本优化目标，配置所述第一计算图节点；

S420：根据所述成本优化目标函数的子成本优化目标和每个子成本优化目标对应的成本优化权重参数，配置所述第一计算图节点所依赖的一个或多个第二计算节点，所述第二计算节点包括子成本优化目标对应节点以及成本优化权重参数节点；

S430：根据所述成本优化目标函数的计算关系，配置所述第一计算图节点与所述一个或多个第二计算图节点之间的计算关系；

Step3中所述配置神经网络的优化目标函数的步骤包括：

S310：将多微电网调度机制的优化目标分解为多个子优化目标；

S320：配置与多个子优化目标一一对应的多个子优化目标函数；

S330：将多个子优化目标函数按序组合为神经网络的全局优化目标函数。

2.根据权利要求1所述的基于神经网络的多微电网调度机制的优化方法，其特征在于：所述第一神经网络还包括调度参数节点；所述根据优化目标函数，使用所述微电网出力训练样本训练所述第一神经网络的步骤包括：

将每个微电网的所述已知能源类型和已知输出功率输入至所述第一输入节点，根据所述神经网络映射得到出力调度结果；

更新所述调度参数节点对应的调度参数，以使所述出力调度结果符合所述优化目标函数；

使用所有所述已知能源类型和已知输出功率更新上述步骤，直至预定数量的所述已知能源类型和所述已知输出功率对应的出力调度结果符合所述优化目标函数。

3.根据权利要求1所述的基于神经网络的多微电网调度机制的优化方法，其特征在于：

构建第二神经网络，将所述第二神经网络的神经网络映射作为每个微电网的出力计算函数，其中，所述第二神经网络包括第三输入节点和第三输出节点，所述神经网络映射为所述第三输入节点至所述第三输出节点的计算关系；

使用所述第三输入节点表示每个微电网中各分布式电源的能源类型和输出功率，所述第三输出节点表示根据所述出力计算函数计算得到的微电网的能源类型和输出功率；

根据所述出力计算函数计算得到每个微电网的能源类型和输出功率。