[发明专利]计及时序动态特性和耦合特性的区域综合能源系统多能负荷预测方法

说明书

本发明公开计及时序动态特性和耦合特性的区域综合能源系统多能负荷预测方法，包括步骤：S1.分别对电、冷、热负荷提取对应的静态特征；S2.通过基于长短期记忆网络的编码解码框架LSTMED模型分别对电、冷、热负荷提取对应的动态特征；S3.将得到的静态特征和动态特征与当前时刻气象特征相结合，形成扩展的特征矩阵；S4.基于扩展特征矩阵对梯度提升树GBDT模型进行训练；S5.将获得的多能负荷预测模型在实际数据集上进行测试。本发明能提供高精度的超短期多能负荷预测结果，及多时间尺度的短期多能负荷预测结果。

技术领域

本发明涉及区域综合能源的冷、热、电负荷预测，具体涉及一种计及时序动态特性和耦合特性的区域综合能源系统多能负荷预测方法。

背景技术

区域综合能源系统可以使能源供应多样化，促进能源产业升级。面对化石能源危机、气候变化和环境污染的挑战，RIES已成为国际能源领域的一个重要战略方向。负荷预测是保证能源系统可靠经济运行的前提和基础。在综合能源服务与泛在电力物联网融合发展的背景下，精确的能源预测在提升能源调度和管理技术、促进综合能源服务平台建设中的地位更加凸显。传统负荷预测方法主要集中在电力负荷、冷负荷、热负荷等某一类型负荷上，将动态不确定性建模问题转化为静态确定性建模问题。在综合能源系统多种能源互联的情况下，多能负荷预测不仅具有负荷本身的周期性和时间序列特性，而且增加了不同类型负荷之间的耦合特性。因此，基于以上负荷特性，研究多能负荷预测模型，为区域综合能源系统的规划和运行提供有效的数据支持，具有重要现实意义和经济价值。

发明内容

本发明的目的在于解决负荷预测中遇到的时序特征动态建模和区域综合能源多能互联耦合问题，提供一种考虑时序动态特性、耦合特性的区域综合能源系统多能负荷预测方法(MELF_TDCC)，该方法可实现对多种能源互联情况下的多能负荷预测建模和预测精度的提高。

为解决所述的技术问题，本发明所采用的技术方案如下:

一种计及时序动态特性和耦合特性的区域综合能源系统多能负荷预测方法，包括如下步骤：

S1.分别对电、冷、热负荷提取对应的静态特征；

S2.通过基于长短期记忆网络的编码解码框架LSTMED模型分别对电、冷、热负荷提取对应的动态特征；

S3.将得到的静态特征和动态特征与当前时刻气象特征相结合，形成扩展的特征矩阵；

S4.基于扩展特征矩阵对梯度提升树GBDT模型进行训练，获得多能负荷预测模型；

S5.将多能负荷预测模型在实际数据集上进行测试。

步骤中1中对电、冷、热负荷提取对应的静态特征，按如下步骤进行：

S11，提取电负荷、冷负荷和热负荷的周期特征、近因效应特征；

周期特征的提取是通过对电负荷、冷负荷和热负荷分别取当前时刻的前1天、前2天、前3天同一时刻的负荷值，即周期特征矩阵FP＝{L_d-3,t,L_d-2,t,L_d-1,t}；