[发明专利]居民微电网的负荷优化调度方法、系统和存储介质

说明书

本发明提供一种居民微电网的负荷优化调度方法、系统和存储介质，该方法包括：获取居民微电网在预设的未来时间段内的环境数据和时间数据；将环境数据和时间数据输入预先训练的负荷预测模型中，得到居民微电网在未来时间段内的用电负荷数据；以及，将环境数据和时间数据输入预先训练的光伏输出功率预测模型中，得到居民微电网在未来时间段内的光伏输出功率数据；确定居民微电网在未来时间段内的目标函数和对应的约束条件，目标函数的优化目标为居民微电网的总成本最小；采用粒子群算法对目标函数进行求解，得到居民微电网在未来时间段内的负荷调度方案。本发明能够提供一种适合当前微电网的负荷调度方案，减少居民微电网的运行成本。

技术领域

本发明涉及居民用电调度技术领域，具体涉及一种居民微电网的负荷优化调度方法、系统和存储介质。

背景技术

随着人口的快速增长和经济的高速发展，居民用电显著增长。为了平衡用电供需，减少碳排放和成本，居民微电网和智能电网的发展受到越来越多的关注。居民微电网一般由居民用电、太阳能、储能单元和电动汽车几个部分组成，其中太阳能的间歇性和波动性对微电网的运行带来一定的影响。与此同时，居民住宅中的智能用电终端在不断增多，居民用电具有很强的波动性和随意性，从而会影响电力的供需平衡。因此，可靠的用电负荷预测与光伏输出功率预测具有重要意义，它有助于居民微电网的电力供需平衡，提高可再生能源利用效率，同时也为微电网的负荷优化调度提供了基础。

用电负荷预测主要可以划分为短期负荷预测(例如，一天)、中期负荷预测(例如，一个月)和长期负荷预测(例如，一年)。其中短期负荷预测有利于维持用电供需的动态平衡，促进需求响应策略的实施以及居民微电网负荷的优化调度。但是由于居民用电的随机性和波动性，现有短期负荷预测方法精度不高。光伏输出功率预测方法大致与负荷预测方法相似，但同样存在预测精度不高等问题。

由于用电负荷预测和光伏输出功率预测的精度不高，进而导致居民微电网的负荷调度方案不适合当前的居民微电网，使得居民微电网运行成本比较高等。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种居民微电网的负荷优化调度方法、系统和存储介质，提供一种适合当前微电网的负荷调度方案，减少居民微电网的运行成本。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

第一方面，本发明提供一种居民微电网的负荷优化调度方法，该方法包括：

S100、获取居民微电网在预设的未来时间段内的环境数据和时间数据；

S200、将所述环境数据和所述时间数据输入预先训练的负荷预测模型中，得到所述居民微电网在所述未来时间段内的用电负荷数据；以及，将所述环境数据和所述时间数据输入预先训练的光伏输出功率预测模型中，得到所述居民微电网在所述未来时间段内的光伏输出功率数据；其中，所述负荷预测模型和所述光伏输出功率预测模型均包括基于GRU的循环神经网络；

S300、根据所述用电负荷数据和所述光伏输出功率，确定所述居民微电网在所述未来时间段内的目标函数和对应的约束条件，所述目标函数的优化目标为所述居民微电网的总成本最小；

S400、采用粒子群算法对所述目标函数进行求解，得到所述居民微电网在未来时间段内的负荷调度方案。

第二方面，本发明提供一种居民微电网的负荷优化调度系统，该系统包括：

获取模块，用于执行S100、获取居民微电网在预设的未来时间段内的环境数据和时间数据；