基于动态博弈的商业建筑需求响应方法和系统技术方案

本发明专利技术提供了一种基于动态博弈的商业建筑需求响应方法和系统，涉及电力需求响应技术领域。本发明专利技术所提出的基于动态博弈的商业建筑需求响应策略，能够灵活有效地管理商业建筑负荷，起到削峰填谷的作用，从而促进了电力供需平衡，保障了电力系统的安全可靠运行，同时也有助减少商业建筑的用电成本。使用深度循环神经网络对商业建筑的负荷和光伏输出功率进行预测，克服了电力供需两侧的不确定性，使得所获得的需求响应策略更加精准有效。

【技术实现步骤摘要】
基于动态博弈的商业建筑需求响应方法和系统
本专利技术涉及电力需求响应
，具体涉及一种基于动态博弈的商业建筑需求响应方法和系统。
技术介绍
电力需求响应作为一种重要的需求侧管理方法，具体是指电力公司通过需求响应策略引导用户改变原有用电方式，从而实现削峰填谷的目的，进而促进了电力供需平衡，保障了电力系统安全。随着电力市场的不断开放，为用户提供个性化和多元化的用能策略成为提高能源服务水平的重要手段，而需求响应则是用能策略的核心内容之一。通过为商业建筑设计更加精准有效的需求响应方法，不但有助于提高电力系统的安全性和可靠性，也有助于减少用户的用电成本和促进可再生能源的消纳。现有的需求响应策略缺乏一定的灵活性和多样性，用户参与需求响应的积极性不高，从而无法充分调动需求侧的负荷资源，这使得电力系统的调峰能力有限，可靠性受到很大威胁。其次，现有国内外的文献很少考虑分布式可再生能源的间歇性和波动性对需求响应的影响。
技术实现思路
(一)解决的技术问题针对现有技术的不足，本专利技术提供了一种基于动态博弈的商业建筑需求响应方法和系统，解决了现有的商业建筑的需求响应策略不够灵活，影响电力系统的调峰能力，无法很好的达到电力供需平衡的问题。(二)技术方案为实现以上目的，本专利技术通过以下技术方案予以实现：第一方面，一种基于动态博弈的商业建筑需求响应方法，该方法包括：对商业建筑负荷以及光伏输出功率进行预测，得到商业建筑负荷预测结果和光伏输出功率预测结果；基于商业建筑负荷预测结果和光伏输出功率预测结果构建需求响应模型；基于需求响应模型构建单目标非线性规化的目标函数和约束条件，再求解得到最优需求响应策略。进一步的，所述对商业建筑负荷以及光伏输出功率进行预测，得到商业建筑负荷预测结果和光伏输出功率预测结果，包括：基于第一深度循环神经网络对商业建筑负荷进行预测，得到商业建筑负荷预测结果；基于第二深度循环神经网络对光伏输出功率进行预测，得到光伏输出功率预测结果。进一步的，所述基于第一深度循环神经网络对商业建筑负荷进行预测，得到商业建筑负荷预测结果，包括：对所采集的商业建筑历史负荷数据及商业建筑负荷相关变量进行预处理；把数据划分为第一训练数据集Ptrain和第一测试数据集Ptest；使用第一训练数据集Ptrain对第一深度循环神经网络进行训练，接着利用第一测试数据集Ptest对第一深度循环神经网络的参数进行修正，直至得到精度最高的第一深度循环神经网络；将所要预测日的商业建筑负荷相关变量输入到训练好的第一深度循环神经网络中，得到商业建筑负荷预测结果。进一步的，所述基于第二深度循环神经网络对光伏输出功率进行预测，得到光伏输出功率预测结果，包括：对所采集的光伏输出功率数据及光伏输出功率相关变量进行预处理；把数据划分为第二训练数据集Qtrain和第二测试数据集Qtest；使用第二训练数据集Qtrain对第二深度循环神经网络进行训练，接着利用第二测试数据集Qtest对第二深度循环神经网络的参数进行修正，直至得到精度最高的第二深度循环神经网络；把所要预测日的光伏输出功率相关变量输入到训练好的第二深度循环神经网络中，得到光伏输出功率预测结果。进一步的，所述基于商业建筑负荷预测结果和光伏输出功率预测结果构建需求响应模型，包括：所述需求响应模型包括售电公司的收益模型和商业建筑收益模型；所述售电公司的收益模型为：其中，Rt为售电收入，C1为购电成本，F为电网波动性成本；Pt表示时间区间t内的售电价格；表示售电公司在时间区间t内的发电量prt为售电公司在时间区间t内的购电价格；T表示总的时间区间的个数；α表示电网波动性成本的权重参数；所述商业建筑收益模型为：其中，表示光伏发电补贴，表示不舒适成本，表示电费，γ表示光伏发电的补贴价格；表示第i个商业建筑在时间区间t内所产生的的光伏电量；βi表示第i个商业建筑的不舒适成本系数；表示第i个商业建筑在时间区间t内的实际净电力需求；表示第i个商业建筑在时间区间t内的原始净电力需求。进一步的，所述基于需求响应模型构建单目标非线性规化的目标函数和约束条件，再求解得到最优需求响应策略，包括：基于需求响应模型构建目标函数和约束条件：其中，目标函数为：约束条件为：和分别表示Pt的最小和最大取值；和分别表示的最小和最大取值；利用非线性优化求解器进行求解，输出最优需求响应策略。第二方面，提供了一种基于动态博弈的商业建筑需求响应系统，包括：一个或多个处理器；存储器；以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行上述的基于动态博弈的商业建筑需求响应方法。(三)有益效果本专利技术提供了一种基于动态博弈的商业建筑需求响应方法和系统。与现有技术相比，具备以下有益效果：1)本专利技术实施例所提出的基于动态博弈的商业建筑需求响应策略，能够灵活有效地管理商业建筑负荷，起到削峰填谷的作用，从而促进了电力供需平衡，保障了电力系统的安全可靠运行，同时也有助减少商业建筑的用电成本。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例流程图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本申请实施例通过提供一种基于动态博弈的商业建筑需求响应方法和系统，解决了现有的商业建筑的需求响应策略不够灵活，影响电力系统的调峰能力，无法很好的达到电力供需平衡的问题。本申请实施例中的技术方案为解决上述技术问题，总体思路如下：1、使用深度循环神经网络对商业建筑的负荷和光伏输出功率进行预测；2、基于商业建筑负荷和光伏输出功率的预测结果，分别对商业建筑和售电公司的收益进行建模，并构建价格型需求响应模型；3、把需求响应模型转化为动态博弈问题，使用逆向归纳法证明纳什均衡的存在，进一步把动态博弈问题转化为单目标非线性规划问题进行求本文档来自技高网...

【技术保护点】
1.一种基于动态博弈的商业建筑需求响应方法，其特征在于，该方法包括：/n对商业建筑负荷以及光伏输出功率进行预测，得到商业建筑负荷预测结果和光伏输出功率预测结果；/n基于商业建筑负荷预测结果和光伏输出功率预测结果构建需求响应模型；/n基于需求响应模型构建单目标非线性规化的目标函数和约束条件，再求解得到最优需求响应策略。/n

【技术特征摘要】
1.一种基于动态博弈的商业建筑需求响应方法，其特征在于，该方法包括：
对商业建筑负荷以及光伏输出功率进行预测，得到商业建筑负荷预测结果和光伏输出功率预测结果；
基于商业建筑负荷预测结果和光伏输出功率预测结果构建需求响应模型；
基于需求响应模型构建单目标非线性规化的目标函数和约束条件，再求解得到最优需求响应策略。


2.如权利要求1所述的一种基于动态博弈的商业建筑需求响应方法，其特征在于，所述对商业建筑负荷以及光伏输出功率进行预测，得到商业建筑负荷预测结果和光伏输出功率预测结果，包括：
基于第一深度循环神经网络对商业建筑负荷进行预测，得到商业建筑负荷预测结果；
基于第二深度循环神经网络对光伏输出功率进行预测，得到光伏输出功率预测结果。


3.如权利要求2所述的一种基于动态博弈的商业建筑需求响应方法，其特征在于，所述基于第一深度循环神经网络对商业建筑负荷进行预测，得到商业建筑负荷预测结果，包括：
对所采集的商业建筑历史负荷数据及商业建筑负荷相关变量进行预处理；把数据划分为第一训练数据集Ptrain和第一测试数据集Ptest；
使用第一训练数据集Ptrain对第一深度循环神经网络进行训练，接着利用第一测试数据集Ptest对第一深度循环神经网络的参数进行修正，直至得到精度最高的第一深度循环神经网络；
将所要预测日的商业建筑负荷相关变量输入到训练好的第一深度循环神经网络中，得到商业建筑负荷预测结果。


4.如权利要求2所述的一种基于动态博弈的商业建筑需求响应方法，其特征在于，所述基于第二深度循环神经网络对光伏输出功率进行预测，得到光伏输出功率预测结果，包括：
对所采集的光伏输出功率数据及光伏输出功率相关变量进行预处理；把数据划分为第二训练数据集Qtrain和第二测试数据集Qtest；
使用第二训练数据集Qtrain对第二深度循环神经网络进行训练，接着利用第二测试数据集Qtest对第二深度循环神经网络的参数进行修正，直至得到精度最高的第二深度循环神经网络；
把所要预测日的光伏输出功率相关变量输入到训练好的第二深度循环神经网络中，得到光伏输出功率预测结果。


5.如权利要求1所述的一种基于动态博弈的商业建筑需求响应方...

【专利技术属性】
技术研发人员：章羽，陈礼剑，杨海龙，师宝宝，李蒲安，郝静岗，杨磊，王楠楠，
申请(专利权)人：西安图迹信息科技有限公司，
类型：发明
国别省市：陕西;61