[发明专利]一种基于负荷预测的船舶综合能源系统优化调度方法

权利要求书

1.一种基于负荷预测的船舶综合能源系统优化调度方法，基于船舶综合能源系统实现，所述船舶综合能源系统包括：供能中心、能源转换中心、负荷中心以及能源调度中心，其中所述供能中心包括光伏机组、热电联产机组以及能源存储设备；所述负荷中心包括机械拖动设备、生活用品电/热设备、通讯导航设备、废气锅炉以及燃油预热设备；所述能源调度中心包括负荷预测单元以及能源管理中心；

其特征在于，包括以下步骤：

步骤1：汇总船舶综合能源系统内包含的供能设备种类及数量，并对各设备运行成本参数进行统计，以运行费用最低为优化目标构建船舶综合能源系统能量管理模型；

步骤2：以Bagging集成学习理论为基础构建短时负荷预测算法，对船舶历史负荷数据进行时间序列排序并对其进行重采样，基于弱预测器和强预测器进行船舶负荷预测；

步骤3：根据船舶负荷预测结果和船舶综合能源系统能量管理模型通过分布式交替乘子算法对供能设备功率输出、设备出力误差及拉格朗日乘子进行优化迭代，当迭代结果满足船舶综合能源系统能量管理模型的全部约束限制条件，则停止迭代，得到基于负荷预测的船舶综合能源系统优化调度方案。

2.根据权利要求1所述的一种基于负荷预测的船舶综合能源系统优化调度方法，其特征在于，所述以Bagging集成学习理论为基础构建短时负荷预测算法，包括：

步骤201：对船舶历史负荷数据按照时间序列进行汇总；

步骤202：基于Moving Block Boostrap方法对船舶历史负荷数据集合进行重采样，获得新的船舶负荷特征集合；

步骤203：基于智能算法生成弱预测器，并通过弱预测器对每一个重采样子集进行负荷预测，得到相应的船舶负荷弱预测结果；

步骤204：基于求和取平均理论对所述船舶负荷弱预测结果进行计算分析，并作为最终的船舶负荷预测结果。

3.根据权利要求2所述的基于负荷预测的船舶综合能源系统优化调度方法，其特征在于，所述弱预测器由BP神经网络、宽度学习系统或者深度学习系统中任意一个模型生成。

4.根据权利要求1所述的基于负荷预测的船舶综合能源系统优化调度方法，其特征在于，所述以运行费用最低为优化目标构建船舶综合能源系统能量管理模型，包括：

步骤101：以船舶航行期间运行成本最低为首要优化目标，分别对传统燃料供能设备、新能源设备及能源存储设备的运行费用函数进行建模；

步骤102：结合船舶工作特性，构建供需平衡约束限制条件、供能设备功率输出限制约束条件、防断电/热约束限制条件和能效运行指数约束限制条件。