基于源荷预测的综合能源系统多时间尺度运行优化

作     者：陈宏彬 

作者单位：华北电力大学(北京) 

学位级别：硕士

导师姓名：王宁玲;李建龙

授予年度：2023年

学科分类：080702[工学-热能工程] 0808[工学-电气工程] 080802[工学-电力系统及其自动化] 08[工学] 0807[工学-动力工程及工程热物理] 

主      题：综合能源系统 能源预测 神经网络 多时间尺度 优化调度 

摘      要：多能耦合的综合能源系统在实现能源互联,推动能源结构变革,实现能源消费全生命周期管理有着重要的研究意义,已成为当下能源行业的研究热点。综合能源系统相较于传统能源系统,其内部设备多样、能源形式复杂,其能源供给侧引入了可再生能源。一方面降低了一次燃料的消耗量,提高了整个系统的经济性和环保性;另一方面,由于可再生能源出力受风光影响,与能源需求侧相似,其波动较大,导致系统调度比较复杂,为系统稳定运行带来了风险。针对以上问题,本文以某综合能源系统为例,全面介绍系统内部设备,采用深度学习算法对源荷两侧进行有效预测,并在此基础上提出了考虑能源特性和可控负荷的多时间尺度的综合能源系统优化调度方法。首先,对综合能源系统内部各能源设备和能源网络的准确的数学建模是保证综合能源系统优化调度的前提。本文详细介绍了所研究的综合能源系统内部各设备的运行模式,并给出相应的数学建模,为后续系统运行优化提供了数学基础;详细分析了需求侧多元负荷特性,从多时间尺度分析其影响因素,归纳了多元负荷数据内部存在的规律。其次,采用了平均影响值法和Informer算法对可再生能源和多元负荷进行了特征变量选取和预测。在对数据进行预处理之后,应用基于BP神经网络的平均影响值法对各类因素对目标变量的影响进行量化;利用Informer模型中自注意力机制,降低模型的复杂度,并使网络结构简化,减少内存的使用量,使计算精度增加;通过对比不同算法对风光出力和多元负荷的预测结果,验证了平均影响值法和Informer算法的有效性。最后,提出了考虑能源特性和可控负荷的多时间尺度综合能源系统优化调度方法。综合能源系统中,考虑到不同能源传输速率不同以及同种能源生产设备其响应时间也不同,因此提出多时间尺度优化调度,从日前-日内-实时三个层次进行优化调度,考虑不同能源传输特性,将日内优化调度分为两个调度周期,对相应较慢的设备和相应较快的设备分别进行优化调度;通过设置不同情景进行比较,结果表明本文所提出的优化调度方法其经济性表现良好。