【技术实现步骤摘要】
本专利技术涉及电力系统规划，尤其涉及一种基于短期负荷预测的微电网规划调度方法和系统。
技术介绍
1、随着可再生能源的广泛应用和微电网系统的兴起，对微电网系统规划调度的需求日益增加。为了确保微电网系统的可靠性和经济性，需要准确的短期负荷预测和高效的规划调度方法。现有的微电网调度方法中，短期负荷预测算法单一，精度较低，且对于目标函数求解的调度运行方案稳定性不高，难以提高微电网系统的运行效率和可靠性，无法为未来可再生能源集成提供有力支持。因此，提供高效可靠的微电网规划调度方法，以提高微电网系统的运行效率和可靠性，是本领域技术人员亟待解决的技术问题。
技术实现思路
1、本专利技术提供了一种基于短期负荷预测的微电网规划调度方法和系统，用于解决现有的微电网调度方法短期负荷预测精度低、调度运行方案稳定性差，难以提高微电网系统的运行效率和可靠性，无法为未来可再生能源集成提供有力支持的技术问题。
2、有鉴于此，本专利技术第一方面提供了一种基于短期负荷预测的微电网规划调度方法，包括：
3、基于arima模型对微电网系统未来的电力负荷进行短期预测，根据负荷预测值得到预测残差；
4、基于ceemd算法对预测残差中的非线性分量进行分解，得到非线性残差，利用narx模型分析非线性残差与电力负荷之间的短期相关性，得到narx残差预测结果；
5、将narx残差预测结果与arima模型的短期负荷预测结果相加，得到综合预测结果；
6、构建微电网规划调度模型，
7、基于综合预测结果，采用多目标粒子群优化算法对微电网规划调度模型求解最优解，得到最优微电网规划调度方案。
8、可选地，微电网规划调度模型的目标函数包括规划调度运行成本函数和系统稳定性函数，约束条件包括负荷需求约束、设备运行约束、储能系统运行约束、微型燃气轮机爬坡约束、微电网与配电网交互功率约束和启停状态约束；
9、规划调度运行成本函数为：
10、ccost＝c1,cost+c2,cost+c3,cost
11、其中，ccost为微电网规划调度运行成本，c1,cost为微电网设备初始投资成本，c2,cost为微电网并网经济运行成本，c3,cost为系统污染处理成本；
12、系统稳定性函数为：
13、
14、其中，ft为频率偏差，n为时间步t的观测数量，ft为时间步t的系统频率，fref为标准电力频率；
15、负荷需求约束为：
16、pg,i+ppv+pwt+pess+pmt＝pload
17、其中，pg,i为微型燃气轮机处理和上层电网的交互电量，ppv为光伏发电机的功率出力，pwt为风电发电机的功率出力，pess为储能系统发电机的功率出力，pmt为柴油发电机的功率出力，pload为微电网实际需求负荷；
18、设备运行约束为：
19、
20、其中，为光伏输出功率的上限，为光伏输出功率的下限，为风电输出功率的上限，为风电输出功率的下限，为柴油发电机输出功率的上限，为柴油发电机输出功率的下限；
21、储能系统运行约束为：
22、
23、
24、其中，δt为充放电行为持续时间，ηc为储能充电效率，ηd为储能放电效率，pess(t)为储能t时刻的功率出力，soc(t)为储能t时刻的荷电状态；
25、微型燃气轮机爬坡约束为：
26、
27、其中，pi,t为发电机组i在t时刻的发电量，rmt_down为微型燃气轮机输出功率最小爬坡率，rmt_up为微型燃气轮机输出功率最大爬坡率，t为调度周期；
28、微电网与配电网交互功率约束为：
29、
30、其中，pgrid(t)为微电网与配电网交互功率，为微电网与配电网交互功率下限，为微电网与配电网交互功率上限；
31、启停状态约束为：
32、yi≤ni
33、其中，yi为表征设备状态的二进制变量，ni为设备的总数量。
34、可选地，基于ceemd算法对预测残差中的非线性分量进行分解，得到非线性残差，利用narx模型分析非线性残差与电力负荷之间的短期相关性，得到narx残差预测结果，包括：
35、将预测残差与共轭白噪声相加，得到新的残差信号；
36、使用扩充残差数据集对新的残差信号进行ceemd分解，得到分解结果；
37、将分解结果中的离群值去除之后，将分解结果进行叠加处理，得到预测残差的非线性成分；
38、根据确定的narx模型参数和激活函数，建立narx模型；
39、将预测残差的非线性成分和预置参考因素输入到narx模型中分析非线性残差与电力负荷之间的短期相关性，得到narx模型输出的narx残差预测结果；
40、对narx模型输出的预测结果进行评价指标计算，若评价指标的计算结果满足要求，则直接输出narx残差预测结果，否则，重新调整narx模型参数进行迭代预测，直至narx模型输出的预测结果满足评价指标要求。
41、可选地，评价指标包括mae、mape、rmse和r2。
42、可选地，对narx模型输出的预测结果进行评价指标计算，若评价指标的计算结果满足要求，则直接输出narx残差预测结果，否则，重新调整narx模型参数进行迭代预测，直至narx模型输出的预测结果满足评价指标要求，包括：
43、对narx模型输出的预测结果进行mae、mape、rmse和r2计算，若mae、mape、rmse和r2的计算结果均满足要求，则直接输出narx残差预测结果，否则，重新调整narx模型参数进行迭代预测，直至narx模型输出的预测结果满足评价指标要求。
44、本专利技术第二方面提供了一种基于短期负荷预测的微电网规划调度系统，包括：
45、短期负荷预测单元，用于基于arima模型对微电网系统未来的电力负荷进行短期预测，根据负荷预测值得到预测残差；
46、残差分析单元，用于基于ceemd算法对预测残差中的非线性分量进行分解，得到非线性残差，利用narx模型分析非线性残差与电力负荷之间的短期相关性，得到narx残差预测结果；
47、综合计算单元，用于将narx残差预测结果与arima模型的短期负荷预测结果相加，得到综合预测结果；
48、微电网建模单元，用于构建微电网规划调度模型，微电网规划调度模型包括目标函数和约束条件；
49、求解单元，用于基于综合预测结果，采用多目标粒子群优化算法对微电网规划调度模型求解最优解，得到最优微电网规划调度方案。
50、可选地，微电网规划调度模型的目标函数包括规划调度运行成本函数和系统稳定性函数，约束条件包括负荷需求约束、设备运行约束、储能系统本文档来自技高网...
【技术保护点】
1.一种基于短期负荷预测的微电网规划调度方法，其特征在于，包括：
2.根据权利要求1所述的基于短期负荷预测的微电网规划调度方法，其特征在于，微电网规划调度模型的目标函数包括规划调度运行成本函数和系统稳定性函数，约束条件包括负荷需求约束、设备运行约束、储能系统运行约束、微型燃气轮机爬坡约束、微电网与配电网交互功率约束和启停状态约束；
3.根据权利要求1所述的基于短期负荷预测的微电网规划调度方法，其特征在于，基于CEEMD算法对预测残差中的非线性分量进行分解，得到非线性残差，利用NARX模型分析非线性残差与电力负荷之间的短期相关性，得到NARX残差预测结果，包括：
4.根据权利要求3所述的基于短期负荷预测的微电网规划调度方法，其特征在于，评价指标包括MAE、MAPE、RMSE和R2。
5.根据权利要求4所述的基于短期负荷预测的微电网规划调度方法，其特征在于，对NARX模型输出的预测结果进行评价指标计算，若评价指标的计算结果满足要求，则直接输出NARX残差预测结果，否则，重新调整NARX模型参数进行迭代预测，直至NARX模型输出的预测结果
6.一种基于短期负荷预测的微电网规划调度系统，其特征在于，包括：
7.根据权利要求6所述的基于短期负荷预测的微电网规划调度系统，其特征在于，微电网规划调度模型的目标函数包括规划调度运行成本函数和系统稳定性函数，约束条件包括负荷需求约束、设备运行约束、储能系统运行约束、微型燃气轮机爬坡约束、微电网与配电网交互功率约束和启停状态约束；
8.根据权利要求6所述的基于短期负荷预测的微电网规划调度系统，其特征在于，基于CEEMD算法对预测残差中的非线性分量进行分解，得到非线性残差，利用NARX模型分析非线性残差与电力负荷之间的短期相关性，得到NARX残差预测结果，包括：
9.根据权利要求7所述的基于短期负荷预测的微电网规划调度系统，其特征在于，评价指标包括MAE、MAPE、RMSE和R2。
10.根据权利要求9所述的基于短期负荷预测的微电网规划调度系统，其特征在于，对NARX模型输出的预测结果进行评价指标计算，若评价指标的计算结果满足要求，则直接输出NARX残差预测结果，否则，重新调整NARX模型参数进行迭代预测，直至NARX模型输出的预测结果满足评价指标要求，包括：
...【技术特征摘要】
1.一种基于短期负荷预测的微电网规划调度方法，其特征在于，包括：
2.根据权利要求1所述的基于短期负荷预测的微电网规划调度方法，其特征在于，微电网规划调度模型的目标函数包括规划调度运行成本函数和系统稳定性函数，约束条件包括负荷需求约束、设备运行约束、储能系统运行约束、微型燃气轮机爬坡约束、微电网与配电网交互功率约束和启停状态约束；
3.根据权利要求1所述的基于短期负荷预测的微电网规划调度方法，其特征在于，基于ceemd算法对预测残差中的非线性分量进行分解，得到非线性残差，利用narx模型分析非线性残差与电力负荷之间的短期相关性，得到narx残差预测结果，包括：
4.根据权利要求3所述的基于短期负荷预测的微电网规划调度方法，其特征在于，评价指标包括mae、mape、rmse和r2。
5.根据权利要求4所述的基于短期负荷预测的微电网规划调度方法，其特征在于，对narx模型输出的预测结果进行评价指标计算，若评价指标的计算结果满足要求，则直接输出narx残差预测结果，否则，重新调整narx模型参数进行迭代预测，直至narx模型输出的预测结果满足评价指标要求，包括：
...【专利技术属性】
技术研发人员：谈竹奎，赵云，徐玉韬，李琦，陈敦辉，蔡梓文，冯起辉，陆煜锌，林呈辉，王浩林，
申请(专利权)人：贵州电网有限责任公司，
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。