[發明專利]一種園區型冷熱能源混合應用的能源網絡調控方法及系統

在審

• 申請號: 201510589540.2
• 申請日: 2015-09-16
• 公開（公告）號: CN105303247A
• 公開（公告）日: 2016-02-03
• 發明（設計）人: 田衛華;喻俊潯;付晨;畢克;謝迎新
• 申請（專利權）人: 北京國電通網絡技術有限公司;國網江西省電力公司信息通信分公司;北京中電飛華通信股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 李陽

技術領域

本發明涉及能源領域，特別是指一種園區型冷熱能源混合應用的能源網絡調控方法及系統。

背景技術

全球經濟迅速發展，大規模開發利用化石能源帶來的能源危機、環境危機凸顯，建立在化石能源傳統利用方式基礎上的工業文明逐步陷入困境，威脅到人類的可持續發展。因此發展低碳城市，在城市區域內建設分布式能源系統、因地制宜的開展能源規劃的呼聲愈發強烈。

目前在工業園區、酒店、醫院、火車站等場所已建立很多分布式能源供能系統，能源系統供應模式主要通過空調物理介質(如水)回溫變化來調整能源系統供能功率，由于液體物理介質流動較慢，使得能源供給側無法及時或提前響應用戶側能量需求，從而造成用戶體驗不足和能源浪費；傳統分布式能源系統運行柔性不足，對于多種能源系統混合供應時各系統無法耦合一起，從而削弱系統互補優勢，因此降低能源利用率，降低經濟效益，節能效果大打折扣。

發明內容

有鑒于此，本發明的目的在于提出一種園區型冷熱能源混合應用的能源網絡調控方法及系統，能夠實現多種能源系統互補供給，提高能源利用率。

基于上述目的本發明提供的園區型冷熱能源混合應用的能源網絡調控方法，包括遠程能源監控中心、能源協調控制器和至少一個就地能源控制器；其中，所述能源協調控制器負責采集每個所述就地能源控制器能源設備運行數據，將數據通過網絡上傳至所述的遠程能源監控中心；所述遠程能源監控中心根據采集的負荷側數據信息和能源系統數據信息給出配比和調控策略，并通過所述能源協調控制器發送給相對應的所述就地能源控制器。

可選地，所述每個就地能源控制器之間采用共母線模式連接。

進一步地，所述遠程能源監控中心根據采集的數據信息給出配比和調控策略包括：

對上傳的能源設備運行數據進行預處理；

根據預處理后的能源設備運行數據，確定神經網絡結構；

訓練確定的神經網絡結構，獲得負荷預測值；

根據獲得的負荷預測值，進行配比調控算法。

進一步地，所述的神經網絡結構為輸入向量為X＝(x₁,x₂,…,x_i,…,x_n)^T，隱含層輸出向量為Y＝(y₁,y₂,…,y_i,…,y_m)^T，輸出層輸出向量為O＝(o₁,o₂,…,o_i,…,o_l)^T，期望輸出向量為d＝(d₁,d₂,…,d_i,…,d_n)^T，輸入層到隱含層之間的權值矩陣用來表示，n和m分別是1,2,3……；隱含層到輸出層之間的權值矩陣用來表示，n和m分別是1,2,3……；隱含層和輸出層的輸入均為上一層輸出的加權和；a_i，b_i分別為隱含層神經元和輸出層神經元引入閾值而設置的，設置其系數為-1；

對于輸出層，有

o_k＝f(net_k)k＝1,2,…,l

對于隱層，有

y_j＝f(net_j)j＝1,2,…,m

其中變換函數均為單極性Sigmoid函數

進一步地，所述訓練確定的神經網絡結構獲得負荷預測值包括：

步驟1：將預處理后的能源設備運行數據歸一化在[0,1]之間；

步驟2：神經網絡結構初始化，獲得最優權值閾值；

步驟3：根據最優權值閾值，計算網絡預測誤差。

可選地，所述步驟2還包括：

步驟A：對神經網絡種群初始化；

步驟B：根據個體得到神經網絡的初始權值和閾值，用訓練數據訓練神經網絡后預測，把預測輸出和期望輸出之間的誤差絕對值和作為個體適應度值F，計算公式為

式中，n為網絡輸出節點數；y_i為BP神經網絡第i個節點的期望輸出；o_i為第i個節點的預測輸出；k為系數；

步驟C:采用輪盤賭法，基于適應度比例的選擇策略，每個個體i的選擇概率p_i為