【技术实现步骤摘要】
一种能源互联网的能量需求预测方法及系统
本专利技术涉及能源互联网建模领域，具体涉及一种能源互联网的能量需求预测方法及系统。
技术介绍
化石能源的广泛利用导致了一系列环境危机的日益深化，依赖于不可再生能源的发展战略将难以持续下去。伴随着可再生能源的快速发展，能源行业正向着高效、清洁以及可持续化的方向发展。能源和互联网的深度融合催生出的能源互联网这一概念，已成为继智能电网之后的又一前沿发展方向。能源互联网由集中式的化石能源利用向着分布式可再生能源利用转变的目的，体现其在实现广域内的多能源协调互补运行中不可替代的作用。能源互联网的运行的关键在于能够实现多源协调互补，连接电力系统、天然气系统以及供热系统等多种能源资源，利用不同能源之间的可替代性实现横向融合。目前，针对能源互联网的建模问题，人们已经对其进行了大量的研究。能源互联网的建模过程一般分为对能量传输网络的建模以及对能量枢纽的建模。能量传输网络主要包含对输电线路，输热/输气管道的建模，描述其中能量或流量的变化关系，并考虑能量的守恒以及流体的连续性，构建能量传输网络模型从...
【技术保护点】
1.一种能源互联网的能量需求预测方法，其特征在于，包括：/n获取待预测能源互联网节点的特征变量和历史需求数据；/n基于所述特征变量和历史需求数据以及预先构建的节点泛化动态模型，得到当前时间点下未来时间的能量需求及变化趋势；/n其中，所述节点泛化动态模型为基于特征变量与能源互联网节点处各能量需求的动态变化关系进行构建。/n
【技术特征摘要】
1.一种能源互联网的能量需求预测方法，其特征在于，包括：
获取待预测能源互联网节点的特征变量和历史需求数据；
基于所述特征变量和历史需求数据以及预先构建的节点泛化动态模型，得到当前时间点下未来时间的能量需求及变化趋势；
其中，所述节点泛化动态模型为基于特征变量与能源互联网节点处各能量需求的动态变化关系进行构建。
2.如权利要求1所述的方法，其特征在于，所述节点泛化动态模型的构建，包括：
基于能源互联网节点的历史需求数据和元件参数，采用预先构建的节点能量管理优化模型得到电负荷历史数据、热负荷历史数据和气负荷历史数据；
将所述电负荷历史数据、热负荷历史数据和气负荷历史数据，以及特征变量的历史数据基于设置的量测时间点向前设定时间点得到输入数据集，并向后设定时间点得到各能量需求对应的输出数据集；
基于所述输入数据集和输出数据集划分为训练数据集和测试数据集；
基于训练数据集，采用LSTM网络进行卷积神经网络学习、分段和拼接，确定电负荷历史数据、热负荷历史数据气负荷历史数据和特征变量的历史数据与各能量需求之间的映射关系；
基于所述测试数据集进行测试，调整LSTM网络的映射关系参数得到节点泛化动态模型；
其中，所述节点能量管理优化模型为基于能量枢纽模型中多种能量需求的关系进行构建。
3.如权利要求2所述的方法，其特征在于，所述特征变量包括：环境温度、光照强度、电价信息和用户偏好，所述能量需求包括电需求、热需求和气需求。
4.如权利要求2所述的方法，其特征在于，所述节点能量管理优化模型的构建，包括：
建立以最小化用户成本的目标函数；
为能量枢纽模型中电能、天然气能和热能分别构建平衡方程；
基于各元件安全稳定运行、各可控设备容量上下限为所述目标函数构建约束条件；
所述平衡方程包括电能平衡方程、天然气能平衡方程和热能平衡方程；所述可控设备包括空调系统、热电联产CHP机组、电锅炉、光伏阵列和电动汽车。
5.如权利要求4所述的方法，其特征在于，所述电能平衡方程，如下式所示：
式中：Pex,t为与电网的功率交换，PCHP,t为CHP机组出力，PPV,t为光伏出力，PEV,t为电动汽车交换功率，Pac,k,t为空调功率，PEB,t为电锅炉消耗热功率；Pd,t为用户的不可控电能需求；
所述天然气能平衡方程，如下式所示：
Gex,t-GCHP,t-Gd,t＝0
式中：Gex,t为用户购气流量，GCHP,t为CHP机组消耗流量；Gd,t为用户的不可控天然气需求；
所述热能平衡方程，如下式所示：
Hex,t+HCHP,t+HEB,t-Hd,t＝0
式中：Hex,t为与热网功率交换，HCHP,t为CHP机组产生热功率，HEB,t为电锅炉输出的热功率，Hd,t为用户的不可控热能需求。
6.如权利要求4所述的方法，其特征在于，所述基于能源互联网节点的历史需求数据和元件参数，采用预先构建的节点能量管理优化模型得到电负荷历史数据、热负荷历史数据和气负荷历史数据，包括：
将能...
【专利技术属性】
技术研发人员：董雷，王春斐，孙英云，
申请(专利权)人：中国电力科学研究院有限公司，国家电网有限公司，华北电力大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。