一种基于数据驱动的多维不确定条件下电力电量平衡方法
申请人信息
- 申请人:国网山东省电力公司威海供电公司
- 申请人地址:264200 山东省威海市环翠区昆明路23号
- 发明人: 国网山东省电力公司威海供电公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于数据驱动的多维不确定条件下电力电量平衡方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311373231.2 |
| 申请日 | 2023/10/20 |
| 公告号 | CN117574218A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G06F18/241 |
| 权利人 | 国网山东省电力公司威海供电公司 |
| 发明人 | 宋宗勋; 周佳铭; 许晓康; 宋子龙; 刘永明; 张永东; 常欣丽; 曲子超; 于宏光; 董桂岩 |
| 地址 | 山东省威海市环翠区昆明路23号 |
摘要文本
本发明公开了一种基于数据驱动的多维不确定条件下电力电量平衡方法，涉及电力系统调度技术领域。具体包括：首先建立考虑安全经济约束的以成本最小为目标的基于物理模型驱动的电力电量平衡模型，求解源荷实际数据对应的实际最优决策结果；其次采用模糊‑C均值聚类法对历史源荷预测数据进行聚类；接着构建基于长短时记忆网络的电力电量平衡深度学习模型，通过历史数据训练建立系统预测数据与实际最优决策结果之间的映射模型，以此为基础进行电力电量平衡决策；最后通过积累历史数据实现对模型的持续修正。本发明基于数据驱动的思路，提升了电力电量平衡决策方案的精度，实现电力电量平衡决策模型的自我进化。
专利主权项内容
1.一种基于数据驱动的多维不确定条件下电力电量平衡方法，其特征在于，包括以下步骤：S1：建立以限负荷最小、弃电量最小及经济成本最小的电力系统电力电量平衡目标函数；S2：设置电力系统安全经济约束条件，与电力系统电力电量平衡目标函数共同构建出基于物理模型驱动的电力电量平衡模型；S3：以地区电网历史真实源荷数据为基于物理模型驱动的电力电量平衡模型的模型输入，计算历史真实源荷数据对应的包括机组开停机计划、机组出力计划在内的实际最优电力电量平衡方案(U，P)，将每日源荷预测数据和每日实际最优电力电量平衡方案作为一个映射样本，生成历史映射样本数据；GGS4：基于模糊-C均值聚类法将每日的历史真实源荷数据划分为m类，并确定每个类别的聚类中心；S5：构建采用算法训练后的长短时记忆网路LSTM模型；S6：以长短时记忆网路LSTM模型为基础，分别以每个类的源荷预测数据为输入，以历史映射样本数据中该源荷预测数据对应的实际最优决策结果为输出，对长短时记忆网路LSTM进行训练，得到N个可以描述源荷预测数据与实际最优决策结果之间映射关系的映射模型，也就是N个基于长短时记忆网络的电力电量平衡深度学习模型；S7：对于新的源荷预测数据首先判断所属的类别，其次利用该类别对应的LSTM模型进行电力电量平衡决策；S8：利用新的源荷数据及对应的最优决策模型更新历史映射样本数据，对LSTM模型进行持续不断地修正和优化。