[发明专利]基于动态博弈的商业建筑需求响应方法和系统

说明书

本发明提供了一种基于动态博弈的商业建筑需求响应方法和系统，涉及电力需求响应技术领域。本发明所提出的基于动态博弈的商业建筑需求响应策略，能够灵活有效地管理商业建筑负荷，起到削峰填谷的作用，从而促进了电力供需平衡，保障了电力系统的安全可靠运行，同时也有助减少商业建筑的用电成本。使用深度循环神经网络对商业建筑的负荷和光伏输出功率进行预测，克服了电力供需两侧的不确定性，使得所获得的需求响应策略更加精准有效。

技术领域

本发明涉及电力需求响应技术领域，具体涉及一种基于动态博弈的商业建筑需求响应方法和系统。

背景技术

电力需求响应作为一种重要的需求侧管理方法，具体是指电力公司通过需求响应策略引导用户改变原有用电方式，从而实现削峰填谷的目的，进而促进了电力供需平衡，保障了电力系统安全。

随着电力市场的不断开放，为用户提供个性化和多元化的用能策略成为提高能源服务水平的重要手段，而需求响应则是用能策略的核心内容之一。通过为商业建筑设计更加精准有效的需求响应方法，不但有助于提高电力系统的安全性和可靠性，也有助于减少用户的用电成本和促进可再生能源的消纳。

现有的需求响应策略缺乏一定的灵活性和多样性，用户参与需求响应的积极性不高，从而无法充分调动需求侧的负荷资源，这使得电力系统的调峰能力有限，可靠性受到很大威胁。其次，现有国内外的文献很少考虑分布式可再生能源的间歇性和波动性对需求响应的影响。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于动态博弈的商业建筑需求响应方法和系统，解决了现有的商业建筑的需求响应策略不够灵活，影响电力系统的调峰能力，无法很好的达到电力供需平衡的问题。

(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，一种基于动态博弈的商业建筑需求响应方法，该方法包括：

对商业建筑负荷以及光伏输出功率进行预测，得到商业建筑负荷预测结果和光伏输出功率预测结果；

基于商业建筑负荷预测结果和光伏输出功率预测结果构建需求响应模型；

基于需求响应模型构建单目标非线性规化的目标函数和约束条件，再求解得到最优需求响应策略。

进一步的，所述对商业建筑负荷以及光伏输出功率进行预测，得到商业建筑负荷预测结果和光伏输出功率预测结果，包括：

基于第一深度循环神经网络对商业建筑负荷进行预测，得到商业建筑负荷预测结果；

基于第二深度循环神经网络对光伏输出功率进行预测，得到光伏输出功率预测结果。

进一步的，所述基于第一深度循环神经网络对商业建筑负荷进行预测，得到商业建筑负荷预测结果，包括：

对所采集的商业建筑历史负荷数据及商业建筑负荷相关变量进行预处理；把数据划分为第一训练数据集P_train和第一测试数据集P_test；

使用第一训练数据集P_train对第一深度循环神经网络进行训练，接着利用第一测试数据集P_test对第一深度循环神经网络的参数进行修正，直至得到精度最高的第一深度循环神经网络；

将所要预测日的商业建筑负荷相关变量输入到训练好的第一深度循环神经网络中，得到商业建筑负荷预测结果。

进一步的，所述基于第二深度循环神经网络对光伏输出功率进行预测，得到光伏输出功率预测结果，包括：