[发明专利]一种区域综合能源系统的源荷智能匹配方法

说明书

本发明公开了一种区域综合能源系统的源荷智能匹配方法，根据区域综合能源系统中负荷的功率曲线，使用K‑means算法对负荷进行聚类；再使用源荷匹配算法，先分析区域综合能源系统(RIES)源荷匹配单一的问题，构建区域综合能源系统群集负荷优化控制模型，再通过源荷曲线时间序列间的关系，利用源荷协整的双向制约属性，对源荷曲线进行进一步匹配，使其耦合程度变高。不同于传统的单向调度，协整模型通过建立源荷之间双向反馈机制，实现源荷安全互动运行与资源综合高效利用。

技术领域

本发明涉及能源供应技术领域，更具体的说是涉及一种对区域综合能源系统进行能源匹配耦合的方法。

背景技术

目前，工业园区对全国经济贡献的增长率已经超过30％，同时耗能也约占全社会总耗能的69％，其中碳排放高达总排放量的31％，因此工业园区成为了碳中和的主要落脚点。

目前工业区域用能存在能源消耗结构不合理的问题，其中化石能源在区域能源消费总量中占84％，大量非常规能源并未得到积极利用。因此，区域生产工业有效整合了光伏、风电、工业余热余气等分布式资源，从多能耦合角度促进区域产业结构调整，打造可再生能源占比进一步提升的综合能源低碳供能新结构，构建了能源互补耦合的区域综合能源系统(Regional Integrated Energy System，RIES)，从源荷双侧实现区域能源生产绿色化转型，推动实现清洁低碳能源占比，为构建零碳园区奠定基础。

然后由于可再生能源自身的不确定性与生产负荷的时变性特征，使得供需双侧均呈现强烈的随机性变化趋势，进而引起区域生产侧能源供给与消费侧实时需求难匹配，可再生能源的波动性与生产负荷用能特征不吻合的情况，导致工业生产弃风弃光率高达30％，限制了区域的可再生能源的能源利用率和总体效益的提升。另一方面，需求侧管理虽将区域内大规模生产负荷作为可调节资源纳入区域能源调度运行中，但由于生产负荷空间分布过于分散，各类负荷运行参数均存在明显的峰谷交错特征，导致供电设备平均载荷率只有 43％，载荷率在95％以上的时段不足5％，能源利用率低下的问题加大了各供用能系统的运行维护费用，造成了社会资金的巨大浪费。同时，控制中心难以对负荷工况进行准确感知和精确控制，导致现有的统一控制模式不再适用，产品开采的品质也难以保证，限制了区域低碳转型发展的速度。

因此，如何实现区域综合能源系统的源荷之间的主动协调，进行供需匹配与负荷的精细化控制是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种区域综合能源系统的源荷智能匹配方法，是一种对工业园区系统的负载和供能进行源荷匹配的方法，针对克服区域综合能源系统中存在的源荷不匹配造成的浪费问题，采用基于人工智能算法的源荷功率曲线匹配优化方法，从而对供需与负荷进行精细化控制，避免能源浪费，降低碳排放。

为了实现上述目的，本发明采用如下技术方案：

一种区域综合能源系统的源荷智能匹配方法，包括以下步骤：

步骤1：采集区域综合能源系统中的历史负荷数据，并采用K-means算法对所述历史负荷数据进行负荷聚类，获得若干组负荷集群；

采用一种能自动选择聚类中心数的自适应K-means算法，将区域综合能源系统(RIES)中负荷依据功率曲线形态进行分组，找出负荷(即各个用电部分)用电规律相近的用电单位，把性质类似的用电单位划分到一块，以便后面进行精益化调解控制；K-means的基本思想是将负荷曲线在每个测量时刻的功率指派到随机选择的K个负荷中心，重复该行为并更新至分组结果不发生变化且曲线误差和最小；

步骤2：依据生产特性将每组负荷群集内的负荷划分为可调节负荷与固定负荷；并对可调节负荷中的时变负荷预设功率可调范围；