[發(fā)明專利]一種基于GRU多步預(yù)測(cè)技術(shù)的云儲(chǔ)能充放電策略形成方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010800193.4
• 申請(qǐng)日: 2020-08-11
• 公開（公告）號(hào): CN112217195B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 楊波;潘軍;黃旭銳;朱以順;張行
• 申請(qǐng)（專利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司廣州供電局
• 主分類號(hào): H02J3/00
• 分類號(hào): 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(wù)所有限公司 33200
• 代理人: 邱啟旺

本發(fā)明公開了一種基于GRU多步預(yù)測(cè)技術(shù)的云儲(chǔ)能充放電策略形成方法。首先，鑒于云儲(chǔ)能優(yōu)化需求及單用戶負(fù)荷預(yù)測(cè)效果不穩(wěn)定，構(gòu)建了用戶聚類后的GRU多步預(yù)測(cè)方法預(yù)測(cè)一天的24點(diǎn)功率。然后分析了云儲(chǔ)能模式下的用戶和云儲(chǔ)能提供商兩主體的交互過(guò)程，以預(yù)測(cè)為基礎(chǔ)建立了云儲(chǔ)能充放電決策滾動(dòng)優(yōu)化模型。算例選取美國(guó)德州實(shí)際數(shù)據(jù)，在預(yù)測(cè)聚類用戶光伏負(fù)荷功率后，滾動(dòng)求解實(shí)際值和預(yù)測(cè)值下的云儲(chǔ)能充放電策略。算例通過(guò)六種場(chǎng)景驗(yàn)證了在云儲(chǔ)能充放電策略中聚類的作用以及GRU多步預(yù)測(cè)技術(shù)的優(yōu)勢(shì)，并且證明云儲(chǔ)能模式能夠進(jìn)一步削弱光伏負(fù)荷預(yù)測(cè)誤差的影響。

技術(shù)領(lǐng)域

本發(fā)明涉及儲(chǔ)能充放電研究領(lǐng)域，一種基于GRU多步預(yù)測(cè)技術(shù)的云儲(chǔ)能充放電策略形成?方法。

背景技術(shù)

隨著泛在電力物聯(lián)網(wǎng)的發(fā)展，電力系統(tǒng)通信和數(shù)據(jù)交互的能力越來(lái)越強(qiáng)，云平臺(tái)的應(yīng)用?也越來(lái)越廣泛。在用戶側(cè)儲(chǔ)能領(lǐng)域，有學(xué)者提出了云儲(chǔ)能這一依托共享經(jīng)濟(jì)的儲(chǔ)能商業(yè)模式,?并對(duì)云儲(chǔ)能未來(lái)發(fā)展的新形態(tài)做出了展望。云儲(chǔ)能是基于已建電網(wǎng)的共享儲(chǔ)能技術(shù)，通過(guò)引?入云儲(chǔ)能提供商這一主體，匯集大量中小型用戶的儲(chǔ)能資源，利用用戶儲(chǔ)能行為的互補(bǔ)性和?規(guī)模效應(yīng)降低成本，用戶根據(jù)自身需求購(gòu)買云儲(chǔ)能服務(wù)并支付服務(wù)費(fèi)。云儲(chǔ)能區(qū)別于傳統(tǒng)的?儲(chǔ)能模式，不再由用戶自建儲(chǔ)能，而是由云儲(chǔ)能提供商投資建設(shè)實(shí)體儲(chǔ)能和云平臺(tái)，統(tǒng)一調(diào)?度和控制；云儲(chǔ)能提供商的實(shí)體儲(chǔ)能行為與反映給用戶的云平臺(tái)虛擬儲(chǔ)能行為不一定一致，?只需即時(shí)性的滿足用戶的放電需求，不需要盲目響應(yīng)用戶的充電需求，可以選擇適當(dāng)?shù)臅r(shí)段?對(duì)實(shí)體儲(chǔ)能充電。目前有關(guān)云儲(chǔ)能的研究中，有學(xué)者概述了采用共享模式進(jìn)行用戶側(cè)儲(chǔ)能配?置、調(diào)度和控制的過(guò)程；有學(xué)者針對(duì)云儲(chǔ)能商業(yè)模式進(jìn)行了案例分析，深化了云儲(chǔ)能模式的?運(yùn)營(yíng)機(jī)制，設(shè)計(jì)了一種改進(jìn)的共享儲(chǔ)能拍賣機(jī)制，實(shí)現(xiàn)了拍賣價(jià)的制定和共享儲(chǔ)能的合理分?配。

可以看出，云儲(chǔ)能的相關(guān)研究正處于發(fā)展階段。其中，云儲(chǔ)能充放電策略的預(yù)測(cè)是研究?云儲(chǔ)能配置、實(shí)際運(yùn)行調(diào)度和控制的基礎(chǔ)，研究適宜的預(yù)測(cè)方法和充放電策略模型具有必要?性。隨著用戶側(cè)參與電力市場(chǎng)程度的加深，云儲(chǔ)能模式更多的面向擁有分布式光伏的中小型?用戶。云儲(chǔ)能提供商作為實(shí)體儲(chǔ)能調(diào)度的執(zhí)行者，期望提前制定云儲(chǔ)能充放電計(jì)劃，而云儲(chǔ)?能充放電策略與光伏出力、負(fù)荷大小有關(guān)，需要利用預(yù)測(cè)技術(shù)對(duì)光伏出力和負(fù)荷進(jìn)行預(yù)測(cè)。

發(fā)明內(nèi)容

本發(fā)明的目的是實(shí)現(xiàn)云儲(chǔ)能合理的充放電，深入考慮電力市場(chǎng)的預(yù)測(cè)環(huán)境，提出一種基?于GRU(Gate?Recurrent?Unit)多步預(yù)測(cè)技術(shù)的云儲(chǔ)能充放電策略形成方法。

本發(fā)明的目的是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的，一種基于GRU多步預(yù)測(cè)技術(shù)的云儲(chǔ)能充放電?策略形成方法，所述基于GRU多步預(yù)測(cè)技術(shù)的云儲(chǔ)能充放電策略包括如下步驟：

(1)根據(jù)用戶的歷史負(fù)荷數(shù)據(jù)和歷史光伏數(shù)據(jù)建立并訓(xùn)練基于GRU的負(fù)荷預(yù)測(cè)模型和?光伏出力預(yù)測(cè)模型。

(2)根據(jù)訓(xùn)練好的負(fù)荷預(yù)測(cè)模型和光伏出力預(yù)測(cè)模型預(yù)測(cè)用戶在t時(shí)間段內(nèi)的負(fù)荷和光?伏出力的數(shù)據(jù)。

(3)建立云儲(chǔ)能用戶的儲(chǔ)能充放電行為。

(4)根據(jù)云儲(chǔ)能用戶的儲(chǔ)能充放電行為建立云儲(chǔ)能提供商的云儲(chǔ)能充放電行為。

(5)優(yōu)化步驟4建立的云儲(chǔ)能提供商的云儲(chǔ)能充放電行為形成云儲(chǔ)能充放電策略。

進(jìn)一步地，所述負(fù)荷預(yù)測(cè)模型建立步驟如下：

(a)根據(jù)每個(gè)用戶日負(fù)荷序列計(jì)算平均負(fù)荷、峰時(shí)負(fù)載值、谷時(shí)負(fù)載值等描述用戶日用?電量序列的靜態(tài)特征以及日負(fù)荷增長(zhǎng)率、日負(fù)荷峰谷值增長(zhǎng)率等描述用戶日用電量變化的動(dòng)?態(tài)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(quán)法以及k-means++初始化?聚類中心結(jié)合k-means算法實(shí)現(xiàn)用戶負(fù)荷聚類分析，輸出聚類結(jié)果。