[发明专利]源网荷互动环境下基于LSTM的超短期负荷预测方法

说明书

本发明公开了一种源网荷互动环境下基于LSTM的超短期负荷预测方法，基于源网荷互动环境下的三者的互动特性，搭建了“源‑网‑荷”互动总体框架，同时针对源网荷互动环境下柔性负荷的资源分类与响应特性，充分考虑响应成本与用户满意度对柔性负荷进行了响应特性建模。通过上述模型体系的建立，提出了源网荷互动环境下响应能力的评估方法，在对负荷可调潜力进行求解的基础上，基于长短期记忆网络LSTM更适合超短期预测的特性，提出了基于LSTM源网荷互动环境下的超短期负荷预测方法。为源网荷互动环境下协同优化调度方案的制定提供有效的预测参考。

技术领域

本发明属于负荷预测领域，尤其涉及一种源网荷互动环境下基于LSTM(LongShort-Term Memory，长短期记忆网络)的超短期负荷预测方法。

背景技术

随着智能电网的发展、可再生能源的开发利用、电力市场化改革的推进，电力生产、传输、交易和使用等都发生了巨大的变化，其中“源-网-荷”协同互动是一种能够实现能源资源最大化利用的运行模式。“源-网-荷”互动是指电源、负荷与电网三者间通过源源互补、源网协调、网荷互动和源荷互动等多种交互形式，以实现更经济、高效和安全地提高电力系统功率动态平衡能力的目标。

其中，需求响应技术能够充分挖掘用户侧资源，引导用户主动参与电力市场运营与调控，也为电力系统的削峰填谷起到了较大的促进作用，是推动泛在电力物联网建设的关键技术之一。负荷侧，不再是传统的用能单元，包含多种形式负荷、储能、分布式电源的需求响应，具有更强的主动性。需求响应资源的分散性较强，其弹性水平往往达不到电网需求响应的要求，难以单独与需求响应购买者进行双边交易，且单一用户的决策无法满足需求响应的管理和优化要求。因此，有学者提出负荷聚合商这一商业模式，旨在整合分散的需求响应资源，统一调控。

发明内容

本发明的目的在于针对现有技术的不足，提供一种源网荷互动环境下基于LSTM的超短期负荷预测方法。

本发明的目的是通过以下技术方案实现的：一种源网荷互动环境下基于LSTM的超短期负荷预测方法，该方法主要由互动框架及响应负荷模型搭建、柔性负荷可调能力分析及基于长短期神经网络的训练及预测三个板块组成。

所述互动框架及响应负荷模型搭建包括如下步骤：

(1.1)“源-网-荷”协同互动框架建模；

(1.2)典型柔性负荷资源分类及响应特性建模；

所述柔性负荷可调能力分析包括如下步骤：

(2.1)“源-网-荷”互动环境下负荷响应不确定性处理；

(2.2)“源-网-荷”互动环境下可调潜力计算输入数据预处理；

(2.3)“源-网-荷”互动环境下柔性负荷最大可调能力求解；

所述基于LSTM的训练及预测包括如下步骤：

(3.1)基于历史负荷与柔性负荷可调能力建立LSTM训练集并训练模型；

(3.2)应用长短期记忆网络LSTM对柔性负荷进行超短期预测。

进一步地，所述步骤(1.1)具体内容建立基于“源-网-荷”互动环境的电网调度模型。建立“源-网-荷”互动环境下电网调度总体框架模型。该模型以互动主体特性分析与建模、互动主体可调度潜力评估为底层数据、技术支撑，实现互动环境下电网稳态分析、“源-网-荷”协同优化调度、“源-网-荷”互动控制以及互动性能评估，其中互动环境下电网稳态分析为协同优化调度和互动控制提供安全约束，“源-网-荷”协同优化调度的优化结果作为“源-网-荷”互动控制的数据基础。

进一步地，所述步骤(1.2)具体内容为考虑响应成本与用户满意度对典型柔性负荷的响应特性进行建模，主要包含以下子步骤：