[发明专利]基于人工神经网络的多模式供热机组负荷分配优化方法

说明书

本发明公开了一种基于人工神经网络的多模式供热机组负荷分配优化方法，它包括如下步骤：步骤S1、建立数据库，存储机组运行数据以及接入的气象数据；步骤S2、搭建BP人工神经网络模型，调用数据库中数据作为BP人工神经网络模型的输入数据，对机组未来24h的供热负荷和供电负荷进行预测。本发明提供一种基于人工神经网络的多模式供热机组负荷分配优化方法，它基于气象信息以及电厂历史负荷，对未来负荷进行预测；根据预测负荷对电厂进行预先调节和预先计划方案制定；根据MEGC指令以及预测负荷对电厂机组进行合理负荷分配；根据预测负荷指导电厂进行决策制定，是否参与第二天调峰竞价以及竞价电价确定。

技术领域

本发明涉及一种基于人工神经网络的多模式供热机组负荷分配优化方法，属于火电供热机组热电负荷预测领域。

背景技术

目前，随着城市采暖需求的逐年稳步增加，供热能力不足的问题日益凸显，影响民生保障。为此，各发电企业一方面通过设备和技术改造增加供热能力，满足更多供暖负荷需求，一方面通过灵活性改造参与电力市场辅助服务，积极响应国家陆续推出的电力系统调峰补偿政策。针对不同时期不同供电负荷和供暖负荷的需求，如何量化指导机组在多种负荷需求、多种供热模式下的协同优化运行，以挖掘现有机组深度调峰能力和供热能力，有效提高电力系统安全稳定运行水平、供热可靠性和机组运行经济性，助力更多清洁能源的消纳和发展。

在多能源协同控制系统(MEGC，Multiple Energy Generation Control)下，电厂侧可以根据自身机组情况来进行优化调整，提高机组运行经济性。但是由于存在多种供热模式、热电的强耦合特性，另外考虑到机组性能的差异以及深度调峰的需求，电厂难以根据运行经验对不同机组热电负荷进行合理分配和优化。

1、一种动态预测火电机组调峰区间的计算方法及系统(申请公布号：CN112465662A，申请号：202011091746.X)，该专利所属领域为全网火电机组调峰负荷预测领域，在此方法中，提供了一种动态预测火电机组调峰区间的计算方法和系统，仅仅考虑了电网自身的负荷预测和调峰空间，没有针对供热机组中热电耦合背景下的调峰机制进行探讨；

2、一种基于GIS气象信息的供热机组热电负荷监测系统(申请公布号：CN209746598U，申请号：201920165213.8)，该专利所属领域为火电供热机组热电负荷监测领域，在此方法中，基于采集得到的GIS气象信息进行供热区域内的热负荷预测和电负荷的监测，基于热负荷的预测给运行人员的电网调峰能力做出一定指导，该方法并没有同时对电负荷进行预测而只是监测，因此对于实际电网调峰能力的预测和指导作用有限。

发明内容

本发明所要解决的技术问题是，克服现有技术的不足，提供一种基于人工神经网络的多模式供热机组负荷分配优化方法，它基于气象信息以及电厂历史负荷，对未来负荷进行预测；根据预测负荷对电厂进行预先调节和预先计划方案制定；根据MEGC指令以及预测负荷对电厂机组进行合理负荷分配；根据预测负荷指导电厂进行决策制定，是否参与第二天调峰竞价以及竞价电价确定。

为了解决上述技术问题，本发明的技术方案是：

一种基于人工神经网络的多模式供热机组负荷分配优化方法，它包括如下步骤：

步骤S1、建立数据库，存储机组运行数据以及接入的气象数据；

步骤S2、搭建BP人工神经网络模型，调用数据库中数据作为BP人工神经网络模型的输入数据，对机组未来24h的供热负荷和供电负荷进行预测；

步骤S3、根据机组当前工况以及预测的未来24h的供热负荷和供电负荷，结合机组运行能力、调节能力、机组整体负荷率以及供热、供电单位成本，进行机组初次负荷分配；

步骤S4、通过结合机组初次负荷分配以及在此基础上得到的供电、供热单位成本和机组整体负荷率建立优化目标函数，得到不同调峰报价下的机组总体收益，并确定第二天是否参与调峰竞价以及报价；