当前的电力和天然气（NG）基础设施的快速转变必须达到中世纪的二氧化碳排放量减少目标。这需要在代表性的需求和供应模式，运营限制和政策注意事项下对联合Power-NG系统进行长期计划。我们的工作是由与解决Power-NG系统联合计划的生成和传输扩展问题（GTEP）相关的计算和实际挑战所激发的。具体而言，我们专注于从相应网络中有效从功率和NG数据中提取一组代表日，并使用此组来减少解决GTEP所需的计算负担。我们为多个时间分辨率能源系统（游戏）提出了一个图形自动编码器，以捕获相互依存网络中的时空需求模式，并说明可用数据的时间分辨率的差异。所得的嵌入在聚类算法中用于选择代表日。我们评估了方法在解决新英格兰联合Power-NG系统校准的GTEP公式方面的有效性。该公式说明了功率和NG系统之间的物理相互依赖性，包括关节排放约束。我们的结果表明，从游戏中获得的代表日的集合不仅使我们能够谨慎地解决GTEP公式，而且还可以实现实施联合计划决策的较低成本。
translated by 谷歌翻译