[发明专利]一种基于负荷预测的综合能源系统运行优化方法

权利要求书

1.一种基于负荷预测的综合能源系统运行优化方法，其特征在于，包括：

S1.采集目标地区的历史综合数据，对所述历史综合数据进行数据清洗和归一化处理，确定出与负荷变化规律相关的特征数据；其中，所述历史综合数据包括：历史气象数据、历史冷热电负荷数据和历史日程安排数据；

S2.基于所述特征数据训练出用于预测未来冷热电负荷状态和综合能源系统冷热电供给输出的预测模型，以及，基于所述预测模型输出预测数据；其中，所述预测数据包括：用户的未来冷热电负荷状态数据和综合能源系统冷热电供给输出状态数据；

S3.基于粒子群算法构建关于综合能源系统的滚动优化模型，以及，基于所述预测数据获取所述综合能源系统在未来多个周期的短周期运行状态，并基于所述短周期运行状态、约束条件、目标函数和所述滚动优化模型生成所述综合能源系统的自适应调控方案；其中，所述自适应调控方案以所述预测数据构建所述约束条件，以最低成本目标构建所述目标函数，并按照预设时间步长对所述综合能源系统进行自适应调控；

S4.建立实时反馈校正模型，并采用所述实时反馈校正模型在每个所述预设时间步长内根据所述综合能源系统的当前实际状态对所述预测数据进行实时补偿，以校正所述预测数据；

S5.根据校正后的所述预测数据和预设参数信息动态调整所述自适应调控方案，并基于调整后的所述自适应调控方案调整所述综合能源系统的实时运行状态。

2.根据权利要求1所述的综合能源系统运行优化方法，其特征在于，步骤S1中，采集目标地区的历史综合数据，对所述历史综合数据进行数据清洗和归一化处理，确定出与负荷变化规律相关的特征数据的步骤中，包括：

S11.采集目标地区多个连续周期的所述历史综合数据，并按照预设规则将所述历史综合数据划分为训练集与测试集；

S12.对所述历史综合数据中非数量化的数据进行量化处理；

S13.采用数据整合法、缺失数据填补法、离群值替换法、数据平滑化法、样本平均化法中的至少一种对量化处理后的所述历史综合数据进行数据清洗；

S14.对数据清洗后的所述历史综合数据进行归一化处理，其中，利用sklearn模型的预处理模块对所述历史综合数据进行编码，将所述历史综合数据转化为用于有监督学习的归一化变量；

S15.利用pearson相关系数分析法对归一化处理后的所述历史综合数据进行相关性分析，选取其中相关系数大于预设阈值的数据作为所述特征数据；其中，所述特征数据包括：训练集特征数据和测试集特征数据。

3.根据权利要求2所述的综合能源系统运行优化方法，其特征在于，步骤S11中，采集目标地区多个连续周期的所述历史综合数据的步骤中，分别采集所述历史气象数据、所述历史冷热电负荷数据和所述历史日程安排数据的小时影响因子；

所述历史气象数据的小时影响因子包括：温度、风速、湿度、太阳辐射；

所述历史冷热电负荷数据的小时影响因子包括：冷/热负荷值、电负荷值；

所述历史日程安排数据的小时影响因子包括：日期类型和用户习惯；

步骤S11中，按照预设规则将所述历史综合数据划分为训练集与测试集的步骤中，取每年中每个月的最后15天的所述历史综合数据作为训练集，取每年中每个月剩余天数的所述历史综合数据作为测试集。

4.根据权利要求3所述的综合能源系统运行优化方法，其特征在于，步骤S12中，对所述历史综合数据中非数量化的数据进行量化处理的步骤中，对所述历史日程安排数据中的日期类型进行量化处理。