[發明專利]基于特征工程的客戶側多能源系統源荷預測方法及裝置

在審

• 申請號: 202011100610.0
• 申請日: 2020-10-15
• 公開（公告）號: CN112288144A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 王靖韜;楊鑫;趙永凱;趙維;劉謙;陳愛明;李英吉;王紅彥;姜冬梅;張元博;牛澤;付禹昕
• 申請（專利權）人: 國電南瑞科技股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 張賞

本發明公開了一種基于特征工程的客戶側多能源系統源荷預測方法及裝置，該方法包括對客戶側多能源系統原始觀測數據進行預處理；基于預處理后的數據進行候選特征提取；對候選特征進行篩選，提取最優特征子集；基于所提取的最優特征子集進行源荷預測。本發明通過結合領域知識與統計學知識，對數據進行較為系統、完整的特征工程，使得用于模型構建的特征集合能夠更加完整、準確地表達出原始數據中所隱含的信息。通過考慮預測目標、特征項的特性，選擇合適的算法進行預測模型的構建，從而更好地保障了預測的精度與速度。

技術領域

本發明屬于客戶側源荷預測技術領域，尤其涉及一種基于特征工程的客戶側多能源系統源荷預測方法及裝置。

背景技術

近年來，隨著能源供應的日益短缺、節能減排相關政策的推進，以風電、光伏為主的可再生能源在客戶側電源結構中的比例持續增長。通過精確的源荷預測，能夠為客戶側多能源系統經濟調度提供支撐，協同可調控資源，實現多種能源互濟互補。而由于客戶側多能源系統的源荷數據受氣象、環境、用能行為等的影響，具有較強的隨機性與波動性。因此，精準可靠的客戶側多能源系統源荷預測對于保障能源的智慧利用具有重要的意義。

對于源荷預測方面的研究，目前主要集中于對單一目標的預測。如光伏、風力等設備的出力預測，儲能荷電狀態預測，企業電負荷預測等。對于客戶側多能源系統的源荷預測，則需要分別進行研究，進行特征的提取及模型的構建，缺少一個通用的方法。實際上，不同能源類型、負荷類型，其數據特性大多是相似的，基于一個普適性的方法能夠減少不必要的重復操作，并一定程度上保證預測精度。現有研究既有基于單一方法的預測，也有基于多種方法的組合預測。

此外，在源荷特征的提取方面，現有研究大多只進行了簡單的修正、聚類、標準化等操作。例如：考慮光伏發電數據的連續性，引入前一日的日最大光伏出力功率、日平均光伏出力功率作為新的特征；考慮氣象數據的統計值能夠一定程度上反映數據分布特點，引入日內溫差、日最高氣溫作為新的特征；考了氣象數據的連續性，引入當日及前5天的日平均氣溫、平均太陽輻照度作為新的特征；利用皮爾森系數法篩選得到太陽輻照度、大氣渾濁度和相對濕度作為特征等等。盡管對數據進行了簡單的處理，但考慮到特征工程的挑戰性、復雜度，顯然這些操作并不能保證特征的質量。隨著光伏、風電等分布式能源、儲能設備及形式多樣的負荷的接入，客戶側多能源系統的源荷數據特性日趨復雜，僅對數據進行簡單的處理顯然會帶來較大的預測誤差。

總的來說，對于客戶側多能源系統源荷預測的研究，主要存在兩個問題：一方面，缺少通用的建模方法，對于每個獨立的預測目標需要逐一進行分析與模型構建；另一方面，對特征提取的環節關注較少，不利于綜合能源領域源荷預測精度的提升。

發明內容

為了提高客戶側多能源系統源荷預測方法的預測精度，本發明提出了一種基于特征工程的客戶側多能源系統源荷預測方法及裝置，通過對預測目標進行精準的特征建模，并根據其用能特性采用最適合的預測算法，從而提高預測的準確度。

為達到上述目的，本發明采用的技術方案如下：

本發明提供一種基于特征工程的客戶側多能源系統源荷預測方法，包括：

對客戶側多能源系統原始觀測數據進行預處理；

基于預處理后的數據進行候選特征提取；

對候選特征進行篩選，提取最優特征子集；

基于所提取的最優特征子集進行源荷預測。

進一步的，所述客戶側多能源系統包括：光伏系統，電負荷系統，和冷熱負荷系統；

所述客戶側多能源系統原始觀測數據包括：氣象數據，光伏出力數據，冷熱負荷數據，電負荷數據，以及國家法定節假日數據；所述氣象數據包括太陽輻照度，溫度，濕度，降水量，降水概率，風速，風向和壓強。

進一步的，所述對客戶側多能源系統原始觀測數據進行預處理，包括：