• • 下一篇
摘要: 数据中心的快速发展使其可以作为需求响应参与电力系统调度,通过在区域间调度数据中心内算力资源能够实现节能减排、节约成本的目的,但在电力系统调度中考虑数据中心算力资源的需求响应面临计算速度不足的问题,基于此提出了计及算力需求响应的神经分支电-算网快速优化方法。首先建立考虑算力资源需求响应的电-算网双层优化模型,其次结合图卷积神经网络与分支定界法,应用于双层模型中。通过历史数据训练,计及算力需求响应的神经分支电-算网快速优化方法具备快速确定分支定界变量顺序、最小化迭代次数的能力,显著提高求解速度,实现考虑数据中心算力资源的机组组合需求响应高速求解。在“东数西算”工程仿真场景中验证所提方法性能,与伪成本分支算法相比,平均缩短了求解时间39.1%;与商用求解器CPLEX相比,平均缩短了求解时间38.1%;与基于机器学习的优化加速算法Extratrees相比,平均缩短了求解时间13.5%。此外若将其用于日内调度,系统协同调度频率从1次/h提高到了4次/h,平均可提高可再生能源消纳量17.4%。
中图分类号: