基于CEEMD-SSA-LSTM的园区综合能源系统两阶段优化调度

作     者：马志侠 张林鍹 邱朝洁 王卓萍 刘冠辰 王馨 MA Zhixia;ZHANG Linxuan;QIU Chaojie;WANG Zhuoping;LIU Guanchen;WANG Xin

作者机构：新疆大学电气工程学院乌鲁木齐830047 清华大学国家计算机集成制造系统工程技术研究中心北京100084 

出 版 物：《高电压技术》 (High Voltage Engineering)

年 卷 期：2023年第49卷第4期

页      面：1430-1440页

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 080702[工学-热能工程] 1002[医学-临床医学] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 0807[工学-动力工程及工程热物理] 0805[工学-材料科学与工程（可授工学、理学学位）] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：麻雀搜索算法 两阶段预测 综合能源系统 碳排放惩罚 CEEMD 

摘      要：为提升综合能源系统中风电等清洁能源的利用率、减少碳排放,提出一种基于互补集合经验模态分解、麻雀搜索算法、长短期记忆网络的新能源两阶段出力预测的综合能源系统优化调度模型。首先,对历史数据进行互补集合经验模态分解,构建基于麻雀搜索算法优化的长短期记忆网络预测模型;其次,用此预测模型对风电、光伏功率分别进行日前、日内的两阶段功率预测;最后,以包含碳惩罚成本、弃风惩罚成本等因素的日最小运行成本为优化目标,构建基于风电、光伏出力预测结果的综合能源系统日前、日内两阶段调度模型,并通过CPLEX求解制定调度计划。以某园区为例进行仿真分析,结果表明,此两阶段模型使系统购能成本下降9.40%、碳排放惩罚成本减少14.05%,日运行总成本减少12.53%,有效提升了综合能源系统的经济和环保性能。