[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

说明书

本发明公开了一种基于ALIF‑GRU‑MTL源‑荷联合预测的综合能源系统优化调度方法，为了解决现有的综合能源系统优化调度方法与系统源‑荷预测过程联系不紧密的问题，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。本发明的有益效果是：使用多任务学习的方式可以更好的实现源‑荷预测任务之间的参数共享，提升综合能源系统源‑荷预测的准确性。

技术领域

本发明涉及综合能源系统优化调度领域，尤其涉及一种基于ALIF-GRU-MTL源-荷联合预测的综合能源系统优化调度方法，为综合能源系统优化调度提供一种方法。

背景技术

综合能源系统作为能源互联网的主要组织形式以及重要物理载体，打破传统能源系统间的壁垒，耦合了冷、热、电等多种能源，可以实现多能协同优化与能量的梯级利用，提高可再生能源的消纳，代表着未来能源领域的重要制高点。综合能源系统多元负荷随机性较高，风机、光伏出力的间歇性大、波动性强，导致系统弃风、弃光的现象较为普遍。如何合理安排各个供能设备运行计划满足系统供需平衡，实现系统的经济运行具有重要的现实意义。准确的多元负荷预测以及源端可再生能源出力预测是进行综合能源系统优化调度的重要前提，是综合能源系统运行和管理的一个重要研究方向，以此可以合理安排系统内各个设备的工作计划，保障系统内部源-荷供需平衡。在精确的源-荷联合预测基础上，建立综合能源系统优化调度模型，利用储能与多能耦合设备对系统运行状态进行优化，提高能源的综合利用效率、降低能源使用成本、提高可再生能源的消纳率，为节能减排、发展绿色经济提供理论基础与技术支持。

现有综合能源系统负荷预测以及可再生能源出力预测方法较多，但是多数只涉及方法研究较少与系统优化调度应用场景相结合。

一种在中国专利文献上公开的“一种计及源荷协同的节点负荷预测方法”，其公告号 CN108985508B，包括：获取节点负荷历史数据，包括负荷母线上的再生能源实际出力以及节点实际负荷；非参数估计拟合可再生能源出力曲线，还原限电状态下的可再生能源理论出力；还原负荷调节状态下的节点理论负荷；将节点理论负荷和可再生能源理论出力作为输入，实际节点负荷作为输出，训练神经网络；得到源荷协同的节点总负荷预测模型；基于支持向量机模型分别对节点理论负荷和可再生能源理论出力进行前期预测；将前期预测结果输入到节点总负荷预测模型进行预测，得到最终的节点负荷预测值。其不足之处是：现有的综合能源系统优化调度方法与系统源-荷预测过程联系不紧密，且在进行系统多元负荷、源端可再生能源出力预测时未充分挖掘系统源-荷的耦合特性。

发明内容

本发明主要是为了解决现有的综合能源系统优化调度方法与系统源-荷预测过程联系不紧密，且在进行系统多元负荷、源端可再生能源出力预测时未充分挖掘系统源-荷的耦合特性的问题，提供一种基于ALIF-GRU-MTL源-荷联合预测的综合能源系统优化调度方法。

为了实现上述目的，本发明采用以下技术方案：

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，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，根据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。