一种基于智能体建模的区域电供暖负荷预测方法技术

本发明专利技术公开了属于电力系统技术领域的一种基于智能体建模的区域电供暖负荷预测方法。包括以下步骤：步骤1：录入目标人群的属性；步骤2：生成每个人的出行行为的时间链；步骤3：基于出行行为和人体最佳舒适度得到每个人的供暖温度决策；步骤4：构建家庭网络；步骤5：基于家庭温度决策优先权模型得到温度决策权归属者；步骤6：对该家庭的供暖温度决策进行修正；步骤7：决策家庭供暖温度；步骤8：进行住宅热负荷计算；步骤9：对各家庭的供暖用电情况进行模拟和计量，得到区域层面的供暖用电负荷。本发明专利技术可支撑适应清洁供暖改造地区的电网升级改造，能够在煤改电工程前期负荷数据缺乏的情形下对供暖用电负荷进行预测。下对供暖用电负荷进行预测。下对供暖用电负荷进行预测。

【技术实现步骤摘要】
一种基于智能体建模的区域电供暖负荷预测方法


[0001]本专利技术涉及电力系统
，尤其涉及一种基于智能体建模的区域电供暖负荷预测方法。

技术介绍

[0002]随着我国煤改电工程的逐步推进，电供暖负荷的接入规模不断提高，接入地区可能面临电网升级改造问题，而负荷预测是电网升级改造规划的重要依据。然而，进行煤改电工程改造的区域电供暖负荷历史数据不足，且电供暖负荷具有体量大、同时率高、利用小时数少等特点，采用传统自上而下的负荷预测方法可能存在一定偏差，造成电网升级改造时装机成本增加、设备利用小时数下降，不利于电网的可持续发展。智能体建模是复杂性科学中的一种建模方法，可以将其引入到电供暖负荷预测中，通过将人映射为模型中的智能体，对其进行日常行为模拟，自下而上地进行电供暖负荷预测，智能体的建模摆脱了对历史负荷数据的依赖，考虑多种客观因素和主观因素的影响，其中主观因素还可模拟人的不完全理性决策，为煤改电区域电供暖负荷引起的电网升级改造规划提供支撑。
[0003]基于智能化的负荷预测方法以人工神经网络(Artificial Neural Network)、模糊逻辑(Fuzzy Logic)和支持向量机(Support Vector Mechanism)等为代表，需要基于历史数据对人工神经网络进行训练，这一过程需要大量的历史数据，而新改造的煤改电区域缺乏大量的电供暖负荷历史数据，现有的智能化方法难以对处于电力规划阶段的煤改电区域电网升级改造提供有力的负荷预测支撑。
[0004]本专利技术提出一种基于智能体建模的区域电供暖负荷预测方法，用以对历史供暖负荷数据不足的新改造的煤改电区域进行电供暖负荷预测。

技术实现思路

[0005]本专利技术的目的是提出一种基于智能体建模的区域电供暖负荷预测方法，其特征在于，所述方法采用智能体建模对人的日常行为进行模拟，并从家庭的角度，以个人为最小决策单元，采用层级结构自下而上地进行电供暖负荷预测，包括以下步骤：
[0006]步骤1：录入目标人群的属性，包括年龄段、收入水平、衣着习惯、家庭结构和热舒适度参数；
[0007]步骤2：基于目标人群的个人属性生成每个人的出行行为的时间链；
[0008]步骤3：基于出行行为和人体最佳舒适度得到每个人的供暖温度决策；
[0009]步骤4：构建家庭网络；
[0010]步骤5：基于家庭温度决策优先权模型得到温度决策权归属者；
[0011]步骤6：考虑收入水平和消费习惯对该家庭的供暖温度决策进行修正；
[0012]步骤7：基于家庭供暖温度决策模型来决策家庭供暖温度；
[0013]步骤8：结合气象数据和供暖温度决策进行住宅热负荷计算；
[0014]步骤9：结合电供暖设备运行策略对各家庭的供暖用电情况进行模拟和计量，得到
区域层面的供暖用电负荷。
[0015]所述层级结构包括个人层面、家庭层面和区域层面。
[0016]所述个人层面的供暖温度决策模型为：
[0017]采用式(1)二状态变量L
tra,t
表示个人的出行行为，
[0018][0019]式中，L
tra,t
(i)表示个体i在t时刻基于家的出行状态；
[0020]对个人人体的热舒适度采用式(2)热舒适度模型进行计算，
[0021]I
PMV
＝aT
a
+bP
v
‑
c
ꢀꢀꢀ
(2)
[0022]式中，I
PMV
为预测平均投票数PMV指标，人体舒适温度对应PMV的区间为[
‑
0.5,0.5]，其中人体最佳舒适度对应I
PMV
＝0；T
a
为室内温度，P
v
为相对湿度，a、b、c为已知参数；
[0023]基于出行行为和人体最佳舒适度的家庭成员的供暖温度决策如式(3)所示：
[0024][0025]PMV
i
＝ξ
i
I
P
ꢀꢀꢀ
(4)
[0026]式中，T
tem,t
(i)表示t时刻个体i的供暖温度决策；T
i
为个体i的出行时长；PMV
i
表示个体i的预测平均投票数值；I
P
为人体舒适温度边界对应PMV的阈值；ξ
i
是取值区间在[0,1]的随机数。
[0027]所述家庭层面的供暖温度决策模型为：
[0028]对于住宅区域内的某个家庭n，建立式(5)家庭温度决策优先权模型，对应最优解的家庭成员i为温度决策权归属者；
[0029][0030]式中，r
clo,i
是成员i的衣着热阻，冬季衣着热阻取值范围为[1.01,1.65]；e
i
为成员i所在节点的入度；d
ij
为属于第j类人群的成员i体质因子，取值范围为[0,1]；z
i
是成员i的家庭温度决策权综合指标；A
j
为每类人群的集合，k为家庭n的总成员数；
[0031]按式(6)对拥有家庭温度决策权的成员的温度决策进行修正：
[0032][0033]式中，T
tem,n,i
表示家庭n中拥有温度决策权的成员i的供暖温度决策，T
r
为人体舒适温度阈值，u为用能行为系数；其中，用能行为系数u满足：
[0034][0035]式中，p为节约型消费倾向比例因子，s
i
为个体i的收入水平；
[0036]则考虑家庭收入和消费习惯的家庭供暖温度决策如式(8)所示：
[0037][0038]式中，T
set,n,t
(i)表示t时刻家庭n中成员i的供暖温度决策；
[0039]考虑家庭成员温度决策和出行行为的家庭供暖温度决策模型，如式(9)所示。
[0040][0041]式中，T
house,n,t
(i)表示由成员i占主导地位的家庭n在t时刻的供暖温度决策，T为家庭空置时长。
[0042]所述步骤8中计算住宅热负荷q
heat
(τ)的方法为：
[0043]对由墙体围护结构组成的家庭住宅空间，按照如下动态传热方程计算住宅热负荷q
heat
(τ)，
[0044][0045]式中，T
house
为家庭温度决策得到的需要维持的温度，C
a
为家庭住宅空间内的空气热容；q
heat
(τ)为τ时刻的住宅热负荷；F
j
为建筑内墙体j内表面面积；h
in
为墙体内表面与空气表面的传热系数；t
j
(τ)为τ时刻墙体j表面温度；t
a
(τ)为τ时刻室内温度；C
p
为墙体材料的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能体建模的区域电供暖负荷预测方法，其特征在于，所述方法采用智能体建模对人的日常行为进行模拟，并从家庭的角度，以个人为最小决策单元，采用层级结构自下而上地进行电供暖负荷预测，包括以下步骤：步骤1：录入目标人群的属性，包括年龄段、收入水平、衣着习惯、家庭结构和热舒适度参数；步骤2：基于目标人群的个人属性生成每个人的出行行为的时间链；步骤3：基于出行行为和人体最佳舒适度得到每个人的供暖温度决策；步骤4：构建家庭网络；步骤5：基于家庭温度决策优先权模型得到温度决策权归属者；步骤6：考虑收入水平和消费习惯对该家庭的供暖温度决策进行修正；步骤7：基于家庭供暖温度决策模型来决策家庭供暖温度；步骤8：结合气象数据和供暖温度决策进行住宅热负荷计算；步骤9：结合电供暖设备运行策略对各家庭的供暖用电情况进行模拟和计量，得到区域层面的供暖用电负荷。2.根据权利要求1所述基于智能体建模的区域电供暖负荷预测方法，其特征在于，所述层级结构包括个人层面、家庭层面和区域层面。3.根据权利要求2所述基于智能体建模的区域电供暖负荷预测方法，其特征在于，所述个人层面的供暖温度决策模型为：采用式(1)二状态变量L
tra,t
表示个人的出行行为，式中，L
tra,t
(i)表示个体i在t时刻基于家的出行状态；对个人人体的热舒适度采用式(2)热舒适度模型进行计算，I
PMV
＝aT
a
+bP
v
‑
c
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式中，I
PMV
为预测平均投票数PMV指标，人体舒适温度对应PMV的区间为[
‑
0.5,0.5]，其中人体最佳舒适度对应I
PMV
＝0；T
a
为室内温度，P
v
为相对湿度，a、b、c为已知参数；基于出行行为和人体最佳舒适度的家庭成员的供暖温度决策如式(3)所示：PMV
i
＝ξ
i
I
P
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)式中，T
tem,t
(i)表示t时刻个体i的供暖温度决策；T
i
为个体i的出行时长；PMV
i
表示个体i的预测平均投票数值；I
P
为人体舒适温度边界对应PMV的阈值；ξ
i
是取值区间在[0,1]的随机数。4.根据权利要求2所述基于智能体建模的区域电供暖负荷预测方法，其特征在于，所述家庭层面的供暖温度决策模型为：对于住宅区域内的某个家庭n，建立式(5)家庭温度决策优先权模型，对应最优解的家庭成员i为温度决策权归属者；
式中，r
clo,i
是成员i的衣着热阻，冬季衣着热阻取值范围为[1.01,1.65]；e
i
为成员i所在节点的入度；d
ij
为属于第j类人群的成员i体质因子，取值范围为[0,1]；z
i
是成员i的家...

【专利技术属性】
技术研发人员：王志强，黄易君成，刘文霞，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：