【技术实现步骤摘要】
本专利技术涉及电力负荷分配领域，尤其涉及一种考虑空调集群需求响应策略的负荷预测方法。
技术介绍
1、目前，我国空调负荷所占比例日益提升，某些城市空调负荷可达尖峰负荷的50％，尖峰负荷不断攀升，电网峰谷差不断加大，对电网安全稳定运行带来了严峻挑战。随着智能电网的发展，需求侧响应在削峰填谷中的作用日益凸显，为电网柔性调峰提供重要途径。
2、空调负荷作为柔性负荷，是一种极具可调度潜力的需求侧资源。为了更好地利用空调集群柔性可调资源，国内外专家学者在空调参与需求侧响应的调度和控制方面均做了相应研究，如基于空调实际工作原理建立数学模型和物理模型、结合空调集群负荷特性进行电网运行优化、考虑用户使用习惯等对空调响应潜力进行评估等。
3、如cn113188239a公开的于深度置信网络的空调负荷集群建模方法，其通过针对单台空调的热力学特性进行建模，建立二阶等效热参数模型；再基于此，采用蒙特卡洛模拟的方法，得到不同温度设定值变化条件下的功率变化值，建立训练样本；最后利用深度置信网络训练得到空调负荷集群的聚合响应特性(已知空调温度设定值变化条件下的功率变化量)，从而指导电力公司开展需求侧管理项目。然而，二阶等效热参数模型中的参数较多，在实际应用中难以统计其参数分布，在工程上大规模应用受限；同时，在温度设定值的讨论中考虑因素较为单一，仅考虑了用户热舒适度，未考虑分时电价影响下的用户响应度、空调开机时长或开机率等其他因素，不能充分挖掘和利用空调负荷的调节能力，一定程度上影响了实际运行中的可操作性。
技术
1、针对上述问题，本专利技术提出一种考虑空调集群需求响应策略的负荷预测方法，主要解决
技术介绍
的问题。
2、为解决上述技术问题，本专利技术的技术方案如下：
3、一种考虑空调集群需求响应策略的负荷预测方法，包括以下步骤：
4、采用lstm模型对目标地区的日用电负荷数据进行训练，得到典型日原始负荷预测结果；
5、采用等效电路模型模拟目标地区的全部单体空调的热传导过程，建立单体空调负荷模型，并采用蒙特卡洛模拟法对所述单体空调负荷模型进行聚合，建立空调负荷聚合模型；
6、结合所述典型日原始负荷预测结果和所述空调负荷聚合模型构建需求侧响应策略模型，并根据所述需求侧响应策略模型计算电网需求侧响应的负荷预测曲线，以负荷峰谷差最小作为优化目标对所述负荷预测曲线进行优化。
7、在一些实施方式中，所述典型日原始负荷预测结果的获取过程包括：获取目标地区在划定时间范围内的日负荷数据作为训练集，以所述划定时间后一日的日用电负荷数据作为所述训练集的标签，对所述训练集进行归一化处理后，采用lstm模型对所述训练集进行训练，得到所述典型日原始负荷预测结果。
8、在一些实施方式中，所述等效电路模型为一阶etp模型，所述一阶etp模型表示为：
9、
10、其中，t(t)为t时刻的室内温度，to(t)为t时刻的外界环境温度，r为室内等效热阻，c为室内等效热容，q(t)为t时刻空调制冷量。
11、在一些实施方式中，所述单体空调负荷模型表示为：
12、q(t)＝αpk0(t) (2)；
13、其中，α为单体空调的空调能效比，pk0(t)为t时刻的单体空调负荷。
14、在一些实施方式中，所述单体空调负荷模型在聚合之前，将所述单体空调负荷模型转换为以所述单体空调负荷为目标的函数，所述函数为：
15、
16、其中，tset为单体空调的设定温度。
17、在一些实施方式中，多个所述函数在聚合过程中，所述能效比、所述室内等效热阻和所述空调设定温度在预设范围内按照概率模型随机选取。
18、在一些实施方式中，所述优化目标包括：
19、minf＝max[p0(t)-pcut(t)]-min[p0(t)-pcut(t)] (4)；
20、其中，p0(t)为典型日原始负荷预测结果，pcut(t)为空调集群削减负荷。
21、在一些实施方式中，所述优化目标的约束条件有且仅包括最大运行功率约束、用户舒适度约束和用户响应度约束。
22、本专利技术的有益效果为：基于长短期记忆网络的典型日原始负荷预测结果，运用蒙特卡洛法模拟各空调运行状态及参数的随机性，并通过对室内室外温度的一系列假设，在保持空调负荷变化趋势不变的前提下，简化空调聚合模型，优化了微分方程多次迭代复杂度高的缺点，以此预测计及需求侧响应的负荷预测曲线。
本文档来自技高网...【技术保护点】
1.一种考虑空调集群需求响应策略的负荷预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的考虑空调集群需求响应策略的负荷预测方法，其特征在于，所述典型日原始负荷预测结果的获取过程包括：获取目标地区在划定时间范围内的日负荷数据作为训练集，以所述划定时间后一日的日用电负荷数据作为所述训练集的标签，对所述训练集进行归一化处理后，采用LSTM模型对所述训练集进行训练，得到所述典型日原始负荷预测结果。
3.如权利要求1所述的考虑空调集群需求响应策略的负荷预测方法，其特征在于，所述等效电路模型为一阶ETP模型，所述一阶ETP模型表示为：
4.如权利要求3所述的考虑空调集群需求响应策略的负荷预测方法，其特征在于，所述单体空调负荷模型表示为：
5.如权利要求4所述的考虑空调集群需求响应策略的负荷预测方法，其特征在于，所述单体空调负荷模型在聚合之前，将所述单体空调负荷模型转换为以所述单体空调负荷为目标的函数，所述函数为：
6.如权利要求5所述的考虑空调集群需求响应策略的负荷预测方法，其特征在于，多个所述函数在聚合过程中，所述能效比
7.如权利要求1所述的考虑空调集群需求响应策略的负荷预测方法，其特征在于，所述优化目标包括：
8.如权利要求7所述的考虑空调集群需求响应策略的负荷预测方法，其特征在于，所述优化目标的约束条件有且仅包括最大运行功率约束、用户舒适度约束和用户响应度约束。
...【技术特征摘要】
1.一种考虑空调集群需求响应策略的负荷预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的考虑空调集群需求响应策略的负荷预测方法，其特征在于，所述典型日原始负荷预测结果的获取过程包括：获取目标地区在划定时间范围内的日负荷数据作为训练集，以所述划定时间后一日的日用电负荷数据作为所述训练集的标签，对所述训练集进行归一化处理后，采用lstm模型对所述训练集进行训练，得到所述典型日原始负荷预测结果。
3.如权利要求1所述的考虑空调集群需求响应策略的负荷预测方法，其特征在于，所述等效电路模型为一阶etp模型，所述一阶etp模型表示为：
4.如权利要求3所述的考虑空调集群需求响应策略的负荷预测方法，其特征在于，所述单体空调负荷模型...
【专利技术属性】
技术研发人员：董红，李欣，林紫菡，梁毅，高艳娜，胡柳君，曾繁宏，高毓群，郭子轩，程志，方明，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：
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。