[發明專利]一種基于GRU多步預測技術的云儲能充放電策略形成方法

有效

• 申請號: 202010800193.4
• 申請日: 2020-08-11
• 公開（公告）號: CN112217195B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 楊波;潘軍;黃旭銳;朱以順;張行
• 申請（專利權）人: 廣東電網有限責任公司廣州供電局
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/28;H02J3/38;G06Q50/06;G06Q10/04;G06F18/23213;G06N3/02;G06N3/0442;G06N3/0985;G06F30/27
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

1.一種基于GRU多步預測技術的云儲能充放電策略形成方法，其特征在于，所述基于GRU多步預測技術的云儲能充放電策略包括如下步驟：

(1)根據用戶的歷史負荷數據和歷史光伏數據建立并訓練基于GRU的負荷預測模型和光伏出力預測模型；

(2)根據訓練好的負荷預測模型和光伏出力預測模型預測用戶在t時間段內的負荷和光伏出力的數據；

(3)建立云儲能用戶的儲能充放電行為；

(4)根據云儲能用戶的儲能充放電行為建立云儲能提供商的云儲能充放電行為；

(5)優化步驟4建立的云儲能提供商的云儲能充放電行為形成云儲能充放電策略；

所述負荷預測模型建立步驟如下：

(a)根據每個用戶日負荷序列計算平均負荷、峰時負載值、谷時負載值描述用戶日用電量序列的靜態特征以及日負荷增長率、日負荷峰谷值增長率描述用戶日用電量變化的動態特征，并將各維度特征歸一化處理；利用基于信息熵的特征賦權法以及k-means++初始化聚類中心結合k-means算法實現用戶負荷聚類分析，輸出聚類結果；

(b)建立基于GRU的負荷預測模型，其中：GRU的更新門z_t計算公式為式(1)，重置門r_t計算公式為式(2)；式(3)中h′_t為當前記憶內容，式(4)中h_t為當前時間步的最終記憶；

z_t＝σ(W^(z)x_t+U^(z)h_t-1)???????(1)

r_t＝σ(W^(r)x_t+U^(r)h_t-1)???????(2)

h′_t＝tanh(Wx_t+r_t×Uh_t-1)???????(3)

h_t＝z_t×h_t-1+(1-z_t)×h′_t???????(4)

式中：×為哈達馬運算符；W^(z)、W^(r)分別為更新門和重置門輸入量的權重矩陣；U^(z)、U^(r)分別為更新門和重置門上一時間步記憶內容的權重矩陣；

網絡的損失函數是均方誤差函數式(5)；

其中，y_i表示功率真實值，y_i′表示功率預測值，m代表需要預測的功率點數；

(c)將步驟a的聚類結果輸入至負荷預測模型，采用Adam算法對網絡模型進行優化；訓練過后使模型損失函數最小。

2.根據權利要求1所述的方法，其特征在于，所述光伏出力預測模型建立步驟如下：

(A)將用戶的分布式光伏功率數據進行聚類，得到每類用戶的光伏處理曲線；

(B)構建GRU網絡模型作為光伏預測模型，其中，光伏預測模型的網絡模型輸出后還包括一層線性整流的激活函數層，所述光伏預測模型的輸入為歷史光伏預測值以及天氣數據，損失函數為均方誤差函數；

(C)歷史光伏預測值以及天氣數據歸一化后輸入至光伏預測模型中，采用Adam算法對網絡模型進行優化；訓練過后使模型損失函數最小。