一种适配自主可控芯片的电力边缘计算智能框架及其部署方法

    公开(公告)号:CN114153605A

    公开(公告)日:2022-03-08

    申请号:CN202111436707.3

    申请日:2021-11-29

    IPC分类号: G06F9/50

    摘要: 本发明公开了一种适配自主可控芯片的电力边缘计算智能框架及其部署方法,所述智能框架包括:设备服务层用于获取来自核心服务层或外部输入的命令;基于命令从预设的设备服务库中调用设备服务,调用的设备服务执行动作与对应的设施之间进行通信,获取预设南向传感器异构设备的采集数据,转换获得通用边缘计算微服务架构的数据并输出;核心服务层用于接收设备服务层输出的数据并进行本地存储;应用服务层用于接收核心服务层转发的数据并进行处理,将处理后的数据输出至北向端点实现边缘计算应用部署。本发明可满足能源互联网对低成本、实时性低功耗、高可靠性的需求,兼容不同性能设备,按需提供计算服务,提供较强的边缘计算支撑。

    一种可行域投影等值方法及系统

    公开(公告)号:CN114329960B

    公开(公告)日:2024-05-31

    申请号:CN202111618365.7

    申请日:2021-12-27

    摘要: 本发明涉及一种可行域投影等值方法及系统,所述方法包括:根据分布式能源聚合商所在区域的线路参数和分布式能源种类建立分布式能源聚合商模型的约束条件;定义所述分布式能源聚合商模型的约束条件对应的时域耦合可行域,然后通过对偶变换和大M法将时域耦合可行域求解问题转化为整数线性规划求解问题;采用并行伞约束算法筛选排除所述约束条件中的冗余约束条件,并辨识出所述初始的时域耦合可行域中起作用的有效边界条件;利用外逼近算法刻画所述可行域对偶空间的极值点,得到所述分布式能源聚合商对应的精确时域耦合可行域。本发明提供的技术方案,减少了计算规模,提升计算效率,同时有效提高了可行域的精度。

    基于分层约束强化学习的多微网系统优化运行方法和装置

    公开(公告)号:CN117710146A

    公开(公告)日:2024-03-15

    申请号:CN202311695916.9

    申请日:2023-12-11

    IPC分类号: G06Q50/06 H02J3/00 G06F30/20

    摘要: 本申请涉及基于分层约束强化学习的多微网系统优化运行方法,包括分解综合能源多微网系统的优化任务为上层智能体和下层微网模型,构建上层智能体的智能体状态空间和智能体动作空间,构建下层微网模型的约束条件,基于约束强化学习算法对所述分层强化学习优化调度模型求解,得到综合能源多微网系统的优化运行策略。本申请大幅提高了模型训练速度和精度,解决了传统强化学习难以处理约束的问题,可保证智能体在满足约束的前提下寻找最优策略,避免了传统强化学习方法由于人工设置惩罚系数造成的难以满足约束以及收敛困难等问题,可实时给出调度结果。本申请还涉及基于分层约束强化学习的多微网系统优化运行装置、设备和存储介质。

    一种可行域投影等值方法及系统

    公开(公告)号:CN114329960A

    公开(公告)日:2022-04-12

    申请号:CN202111618365.7

    申请日:2021-12-27

    摘要: 本发明涉及一种可行域投影等值方法及系统,所述方法包括:根据分布式能源聚合商所在区域的线路参数和分布式能源种类建立分布式能源聚合商模型的约束条件;定义所述分布式能源聚合商模型的约束条件对应的时域耦合可行域,然后通过对偶变换和大M法将时域耦合可行域求解问题转化为整数线性规划求解问题;采用并行伞约束算法筛选排除所述约束条件中的冗余约束条件,并辨识出所述初始的时域耦合可行域中起作用的有效边界条件;利用外逼近算法刻画所述可行域对偶空间的极值点,得到所述分布式能源聚合商对应的精确时域耦合可行域。本发明提供的技术方案,减少了计算规模,提升计算效率,同时有效提高了可行域的精度。