[發(fā)明專利]一種氫負(fù)荷預(yù)測方法

有效

• 申請?zhí)枺?/td>: 202010466243.X
• 申請日: 2020-05-28
• 公開（公告）號: CN111652424B
• 公開（公告）日: 2022-06-10
• 發(fā)明（設(shè)計）人: 冉亮;孫傳帥;袁鐵江;王進(jìn)君;李國鋒
• 申請（專利權(quán)）人: 國網(wǎng)甘肅省電力公司經(jīng)濟(jì)技術(shù)研究院;國家電網(wǎng)有限公司;大連理工大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06F30/27;G06K9/62
• 代理公司: 北京科迪生專利代理有限責(zé)任公司 11251
• 代理人: 關(guān)玲

1.一種氫負(fù)荷預(yù)測的方法，其特征在于，所述方法的步驟為：

(1)首先，從中國統(tǒng)計年鑒獲得工業(yè)領(lǐng)域石油裂化、合成氨、制甲醇、煤制氣和還原鐵這些產(chǎn)品以月份為單位的產(chǎn)量時間序列，通過查找文獻(xiàn)得到各產(chǎn)品需氫量的經(jīng)驗參數(shù)，進(jìn)而得到各產(chǎn)品的月需氫量時間序列，采用SVM回歸算法對工業(yè)領(lǐng)域?qū)淠艿男枨筮M(jìn)行預(yù)測，建立數(shù)學(xué)預(yù)測模型；

(2)其次，從中國統(tǒng)計年鑒獲得供熱領(lǐng)域以月份為單位的時間序列的城市天然氣需求量，查找外文文獻(xiàn)獲得國外天然氣摻氫比，采用改進(jìn)的灰色預(yù)測方法，結(jié)合新陳代謝方法進(jìn)行新舊數(shù)據(jù)替換，構(gòu)建天然氣中摻氫量的數(shù)學(xué)預(yù)測模型；

(3)再次，從中國統(tǒng)計年鑒獲得傳統(tǒng)公共汽車和私家車的以月為時間序列的銷售數(shù)量，采用改進(jìn)的灰色預(yù)測方法構(gòu)建傳統(tǒng)公共汽車和私家車的數(shù)學(xué)預(yù)測模型；從中國統(tǒng)計年鑒獲得氫能公共汽車和私家車當(dāng)月的銷售數(shù)量，采用類比方法獲得氫能汽車的數(shù)學(xué)預(yù)測模型，考慮到政策鼓勵與技術(shù)進(jìn)步給該采用類比方法獲得氫能汽車的數(shù)學(xué)預(yù)測模型乘以修正系數(shù)，通過文獻(xiàn)查找氫能汽車的年行駛里程和百公里行駛里程耗油量，最終獲得交通領(lǐng)域氫能需求的數(shù)學(xué)預(yù)測模型；

(4)最后，將得到的三種氫負(fù)荷預(yù)測疊加，構(gòu)建氫負(fù)荷的數(shù)學(xué)預(yù)測模型；

其中，所述的步驟(1)建立的工業(yè)領(lǐng)域的氫負(fù)荷需求預(yù)測模型為；

f：Rⁿ→R (2)

y_i＝f(x_i)(i＝1,···I) (3)

上式(1)中，Q₁為工業(yè)領(lǐng)域的氫負(fù)荷預(yù)測，He為核函數(shù)，b為閾值，b∈R，R為負(fù)荷預(yù)測值，a_i為上支持矢量為下支持矢量，I為訓(xùn)練樣本個數(shù)，i為訓(xùn)練樣本序數(shù)，x和x_i均為從i…I的訓(xùn)練樣本；

上式(2)中，f為函數(shù)映射，Rⁿ即為影響負(fù)荷預(yù)測的因素，為負(fù)荷的趨勢分量和周期分量；R為負(fù)荷預(yù)測值；

上式(3)中，I為訓(xùn)練樣本個數(shù)；x_i為第i個訓(xùn)練樣本，y_i為第i個輸出值，i為訓(xùn)練樣本序數(shù)；

上式(4)中，y_t為t月負(fù)荷觀測值；T為序列長度，N為觀測數(shù)據(jù)序列年份個數(shù)，且有關(guān)系為T＝12N；G_t為t月負(fù)荷觀測值的趨勢分量；H_t為t月負(fù)荷觀測值的周期分量；E_t是均值為零的隨機噪聲，包括測量噪聲或模型誤差，對于含有趨勢性和季節(jié)變化規(guī)律的負(fù)荷模型；

上式(5)中，表示以12為周期，以t為中心的2階滑動平均數(shù)字濾波，經(jīng)過數(shù)字濾波后，不再含有周期分量，j為月份序數(shù)，y_t+j為t+j月負(fù)荷觀測值，y_t+j+1為t+j+1月負(fù)荷觀測值；

S.t.((ω·x_i)+b)-y_i≤ε+ξ_i (7)

y_i-((ω·x_i)+b)≤ε+ξ_i (8)

ξ_i≥0,ε≥0 (9)

上式(6)～(14)中，Rⁿ為影響負(fù)荷預(yù)測的因素，R為負(fù)荷預(yù)測值，ω為權(quán)重，ω∈Rⁿ：x為樣本輸入值，x∈Rⁿ：b為閾值,b∈R，C為用來平衡模型復(fù)雜性項||ω||²/2的權(quán)重參數(shù)，V為用來平衡模型訓(xùn)練誤差項的權(quán)重參數(shù)，l為訓(xùn)練樣本個數(shù)，ε為不敏感損失函數(shù)，ξ為上松弛因子，為下松弛因子；為拉格朗日算法引入相應(yīng)的乘子，α_i為拉格朗日算法引入相應(yīng)的乘子，η_i為拉格朗日算法引入相應(yīng)的乘子，為拉格朗日算法引入相應(yīng)的乘子，β為拉格朗日算法引入相應(yīng)的乘子；x_i為第i訓(xùn)練樣本，y_i為第i個輸出值；

為了最小化式(6)，需要求出式(10)的鞍點，即變量的最小值和變量β的最大值；因此可以得到式(11)～(14)四個方程并求解，最終得到支持向量機的回歸函數(shù)式，即上式(1)；

所述的步驟(2)建立的供熱領(lǐng)域的氫負(fù)荷需求的預(yù)測模型為：

Q₂＝x⁽⁰⁾(k+1) (15)

x⁽⁰⁾(k+1)＝x⁽¹⁾(k+1)-x⁽¹⁾(k) (16)

上式(15)～(17)中，Q₂為供熱領(lǐng)域的氫氣預(yù)測量，k為月份數(shù)，x⁽¹⁾(k+1)為第k+1個累加數(shù)據(jù)，x⁽¹⁾(k)為第k個累加數(shù)據(jù)，a為發(fā)展灰數(shù)，c為內(nèi)生控制灰數(shù)，x⁽⁰⁾(k+1)即為預(yù)測量；

式(17)為建立的預(yù)測模型；

式(18)中，i為月份序數(shù)，x⁽⁰⁾(i)為第i月負(fù)荷觀測值，其依次累加得到新的數(shù)據(jù)序列上式(18)對應(yīng)白化方程(19)，z為最優(yōu)背景值，a為發(fā)展灰數(shù)，c為內(nèi)生控制灰數(shù)；式(20)作為最優(yōu)背景值，建立GM(1,1)模型，x⁽¹⁾(i)為第i個累加數(shù)據(jù)，x⁽¹⁾(i+1)為第i+1個累加數(shù)據(jù)，λ為經(jīng)驗系數(shù)；

上式(21)～(22)中，n為原始數(shù)據(jù)建模個數(shù)，R_i為經(jīng)驗比值，x⁽¹⁾(i)為第i個累加數(shù)據(jù)，x⁽¹⁾(i+1)為第i+1個累加數(shù)據(jù)；

上式(23)～(24)中，為參數(shù)列，a為發(fā)展灰數(shù)，c為內(nèi)生控制灰數(shù)，采用最小二乘法進(jìn)行參數(shù)估計，B為累加矩陣，B^T為累加矩陣轉(zhuǎn)置，Y_n為數(shù)據(jù)向量；

考慮信息優(yōu)先原則，將得到的預(yù)測數(shù)據(jù)x⁽¹⁾(k+1)依次替換公式(18)中的原始數(shù)據(jù)x⁽¹⁾(1)，但要保持公式(18)的數(shù)據(jù)維度，利用新的數(shù)據(jù)信息構(gòu)建新的GM(1，1)模型，得出后一年的數(shù)據(jù)信息，反復(fù)重復(fù)此步驟直到預(yù)測結(jié)束，反復(fù)迭代過程中建立的模型為新陳代謝模型；

所述的步驟(3)建立的交通領(lǐng)域的氫負(fù)荷需求的預(yù)測模型為：

J為氫能汽車種類數(shù)量，j為氫能汽車種類序數(shù)；β_j第j種汽車百公里耗氫量，單位為L/100km；δ_j為第j種氫能汽車年行駛里程，單位為km；ρ為修正系數(shù)；G為氫能汽車月銷售量增長率；N_j為第j種氫能汽車月銷售量；n為傳統(tǒng)汽車月銷售數(shù)量；g為采用灰色預(yù)測法測算的傳統(tǒng)汽車月銷售量增長速率；

所述的步驟(4)將得到的工業(yè)領(lǐng)域的氫負(fù)荷需求、供熱領(lǐng)域的氫負(fù)荷需求和交通領(lǐng)域的氫負(fù)荷需求預(yù)測疊加，得到所構(gòu)建氫負(fù)荷預(yù)測的數(shù)學(xué)模型為：

Q＝Q₁+Q₂+Q₃ (27)

Q為總的氫負(fù)荷預(yù)測；Q₁為工業(yè)領(lǐng)域的氫負(fù)荷預(yù)測；Q₂為供熱領(lǐng)域的氫負(fù)荷預(yù)測；Q₃為交通領(lǐng)域的氫負(fù)荷預(yù)測。