一种基于源-荷预测的区域综合能源多目标优化方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114219121A(43)申请公布日2022.03.22(21)申请号202111267335.6H02J3/00(2006.01)(22)申请日2021.10.28(71)申请人国网浙江省电力有限公司海宁市供电公司地址314400浙江省嘉兴市海宁市海洲街道水月亭西路280号(72)发明人肖龙海金海施海峰袁国珍樊卡高忠旭成佳斌张扬王晓明赵龙安(74)专利代理机构杭州杭诚专利事务所有限公司33109代理人尉伟敏(51)Int.Cl.G06Q10/04(2012.01)G06Q50/06(2012.01)权利要求书6页说明书12页附图1页(54)发明名称一种基于源-荷预测的区域综合能源多目标优化方法(57)摘要本发明公开了一种基于源‑荷预测的区域综合能源多目标优化方法。包括：通过区域内光伏、风力发电运行特征以及天气等因素，预测单位优化时间光伏、风力出功、用电负荷、热耗负荷、冷耗负荷；考虑系统电压供需平衡限制设置预测数据与实际采样数据差额的安全阈值；以碳排放量最低、供能成本最低为多目标优化函数，将光电出功、风电出功、用电负荷、热耗负荷、冷耗负荷预测值代入优化函数求解，得出供能单元单位优化时间的出功参考，同时系统判断实际采样值与预测值的差额是否超出安全阈值，并基此对预测值进行调整。本发明提升了响应速度，降低了控制过程中的超调，有效减少碳排放量与运行成本，并避免了由预测不准确造成的供需电压不平衡。CN114219121ACN114219121A权利要求书1/6页1.一种基于源‑荷预测的区域综合能源多目标优化方法，其特征在于，包括以下步骤：步骤1：根据区域内光伏发电单元和风力发电单元的运行特征，预测区域的单位优化时间出功以及单位优化时间内用电负荷、热耗负荷和冷耗负荷；步骤2：判断实际采样数据与预测数据的差额是否超出根据供需电压平衡限制生成的安全阈值；若是，则进入步骤3；若否，则进入步骤4；步骤3：根据实际采样数据与预测数据的差额对预测值进行调整；步骤4：以碳排放量最低、供能成本最低为优化目标优化约束，求解得出单位优化时间的出功参考；步骤5：供能单元根据单元单位优化时间的出功参考进行出功。2.根据权利要求1所述的一种基于源‑荷预测的区域综合能源多目标优化方法，其特征在于，所述的步骤1具体包括以下过程：数据采集和传输，所述数据包括太阳辐射强度、风力风速、降雨量、最高气温和最低气温；搭建深度学习预测模型，将光伏发电单元和风力发电单元所在地区历史气象信息和历史发电功率数据作为预测模型的输入序列，对收集到的数据进行归一化处理，并进行DBN无监督训练，BP有监督训练；参数输入训练后的预测模型，获得预测结果。3.根据权利要求1所述的一种基于源‑荷预测的区域综合能源多目标优化方法，其特征在于，根据供需电压平衡限制生成的安全阈值：其中，KPower为下垂控制中外部购电下垂系数；Kpv为下垂控制中光伏发电下垂系数；Kwt为下垂控制中风力发电下垂系数；Keload为下垂控制中用电负荷下垂系数；Khload为下垂控制中电热机负荷下垂系数；Kcload为下垂控制中制冷机负荷下垂系数；Peload为综合能源系统用户用电负荷；为预测得到的综合能源系统光伏发电单元单位优化时间内出功；为预测得到的综合能源系统风力发电单元单位优化时间内出功；2CN114219121A权利要求书2/6页为综合能源系统预测得到的单位优化时间内用户用电负荷；为预测得到的综合能源系统单位优化时间内电热炉负荷，为预测得到的综合能源系统单位优化时间内制冷机负荷。4.根据权利要求l或3所述的一种基于源‑荷预测的区域综合能源多目标优化方法，其特征在于，当实际采样数据与预测数据的差额超出安全阈值时：否则，ΔPpv，r＝ΔPwt，r＝ΔPeload，r＝ΔQcload，r＝ΔQhload，r＝ΔPcload，r＝ΔPhload，r＝0其中，为综合能源系统光伏发电系统出功实际采样值；为综合能源系统风力发电系统出功实际采样值；为综合能源系统用户用电负荷实际采样值；为综合能源系统冷耗负荷实际采样值；为综合能源系统热耗负荷实际采样值；ΔPpv.r为综合能源系统单位校正时间内的光伏发电出功预测矫正值；ΔPwt.r为综合能源系统单位校正时间内的风力发电出功预测矫正值；ΔPeload.r为综合能源系统单位校正时间内的用户用电负荷预测矫正值；ΔPcload.r为综合能源系统单位校正时间内的制冷机负荷预测矫正值；ΔPhload.r为综合能源系统单位校正时间内的电热炉负荷预测矫正值；ΔQcload.r为综合能源系统冷耗负荷校正值；ΔQhload.r为综合能源系统热耗负荷校正值；为综合能源系统预测得到的单位优化时间内冷耗负荷；为综合能源系统预测得到的单