[发明专利]一种基于ALIF-GRU-MTL源-荷联合预测的综合能源系统优化调度方法

权利要求书

1.一种基于ALIF-GRU-MTL源-荷联合预测的综合能源系统优化调度方法，其特征在于，包括以下步骤：

S1：确立综合能源系统的基本结构，根据设备类型建立数学模型；

S2：进行综合能源系统源-荷数据预处理，利用原始特征构造衍生特征完成特征工程；

S3：基于ALIF-GRU-MTL得到不同源-荷分量序列的预测模型，将得到的源-荷分量序列模型的预测结果求和重构并反归一化，得到最终的源-荷预测结果；

S4：建立综合能源系统优化调度模型，求解优化调度模型。

2.根据权利要求1所述的一种基于ALIF-GRU-MTL源-荷联合预测的综合能源系统优化调度方法，其特征在于，所述步骤S1包括以下步骤：

S11：根据综合能源系统实际的设备部署情况以及能流类型确立系统的基本结构，明确不同设备之间的能量流动和耦合关系；

S12：根据能流类型将系统划分为冷能流、热能流、电能流；

S13：根据设备类型将系统内设备划分为源端设备、多能耦合设备、储能设备；

S14：根据设备运行特性分别对源端设备、多能耦合设备、储能设备建立数学模型。

3.根据权利要求2所述的一种基于ALIF-GRU-MTL源-荷联合预测的综合能源系统优化调度方法，其特征在于，所述步骤S13中所述源端设备包括微型燃气轮机和燃气锅炉，所述多能耦合设备包括余热锅炉、吸收式制冷机和电制冷机，所述储能设备包括蓄电池、蓄热装置和蓄冷装置。

4.根据权利要求1所述的一种基于ALIF-GRU-MTL源-荷联合预测的综合能源系统优化调度方法，其特征在于，所述步骤S2中所述进行综合能源系统源-荷数据预处理包括以下步骤：

S21：获取综合能源系统历史负荷数据、历史出力数据，获取与所述负荷数据及所述出力数据相对应的时间信息、气象数据；

S22：对步骤S21中历史负荷数据、历史出力数据、时间信息和气象数据进行数据清洗工作，包括进行缺失值以及异常值的检测与处理；

S23：对步骤S22中处理后数据中的连续型数据利用最小-最大规范化处理，对步骤S22中处理后数据中的离散型数据进行One-Hot编码处理。

5.根据权利要求1所述的一种基于ALIF-GRU-MTL源-荷联合预测的综合能源系统优化调度方法，其特征在于，所述步骤S2中所述根据原始特征构造完成特征工程包括以下步骤：

S24：对步骤S23中经过数据预处理的综合能源系统数据进行耦合特性分析，选取相关性较高的气象数据、时间信息、历史负荷数据特征、历史出力数据特征；

S25：利用步骤S24中经过筛选之后的数据特征构造衍生特征完成特征工程。

6.根据权利要求4或5所述的一种基于ALIF-GRU-MTL源-荷联合预测的综合能源系统优化调度方法，其特征在于，所述负荷数据包括冷、热、电负荷数据，所述出力数据包括光伏、风机出力数据，所述时间信息包括时刻、星期、月份，所述气象数据包括温湿度数据、风速数据、辐照度数据、降水数据。