Das integrierte Energiesystem ist ein effektiver Weg, um die Reinigung und Dekarbonisierung der Energie im Kontext des doppelten Kohlenstoffs zu lösen, jedoch aufgrund der Komplexität der Struktur des integrierten Energiesystems, die eine effektive Kombination und Nutzung verschiedener Energiequellen wie Wind, Sonnenenergie, Elektrizität, etc. Diese Redundanzen sind schwerwiegend. Um die Auswirkungen der Unsicherheit der Belastung auf die Steuerung des integrierten Energiesystems zu berücksichtigen und Probleme wie die Massenintegration erneuerbarer Energien wie Wind und Sonneneinstrahlung zu lösen, wurde ein zweischichtiges Optimierungssteuerungsmodell für das integrierte Energiesystem Elektrizität-Wasser-Wärme-Speicherung unter Berücksichtigung der Unsicherheit der Belastung erstellt. Durch die Verwendung eines bedingten generativen Netzwerkes und eines K-means-Clustering-Algorithmus zur Probenahme und Reduzierung von Unsicherheitsszenarien wurde ein Modell mit dem Ziel entwickelt, den maximalen Gewinn der Methanfabrik zu maximieren und die Betriebskosten des integrierten Energiesystems zu minimieren. Die Simulationsergebnisse zeigen, dass die Gesamtkosten des zweischichtigen Steuerungsmodells um 10,14% gesenkt wurden, was zu einer netto Kohlenstoffemission und einer 100%igen Wind- und Solarenergieabsorptionsrate führt. Die Stabilität, Dekarbonisierung und Wirtschaftlichkeit der Energieversorgung des integrierten Energiesystems wurden verbessert, was als Referenz für den Bau des integrierten Energiesystems dient.

Unsicherheit; integriertes Energiesystem; Pumpturbinen; bedingtes generatives Netzwerk; optimierte Steuerung; Wasserelektrolyse