一种多能源负荷预测与低碳优化调控方法

本发明涉及综合能源系统时序分析、机器学习预测和低碳调控，具体涉及一种多能源负荷预测与低碳优化调控方法。

背景技术：

1、综合能源系统通常同时包含电力负荷、冷负荷、热负荷、燃气消耗、氢能装置、储能装置和多类能源转换设备。由于不同数据源的采样周期、上报延迟、数据完整性和量纲存在差异，若直接将原始数据输入预测模型，容易造成同一时段内的状态错配，并降低负荷预测结果的可信度。多能源负荷序列同时具有缓慢变化的趋势、日周期或周周期等稳定周期、设备启停或突发事件形成的脉冲，以及连续高频波动。现有仅采用单一时域模型或仅进行普通频域变换的方法，难以同时区分上述时序成分；同时，电、冷、热、燃气、氢能和储能之间还通过热泵、冷机、锅炉、电解槽及储能充放能形成动态关联，单能源预测方法难以表达多能源之间的耦合关系。

2、此外，普通负荷预测结果不能直接反映低碳调控需求。园区总电表和总燃气表可能已经包含冷机、热泵、锅炉、电解槽及储能设备的输入能量；若再根据冷、热负荷和转换效率重复折算所述设备输入，容易造成能源用量和碳排放的重复计量。因此，需要在终端需求侧、能源转换设备侧和园区边界外部供能源侧之间建立明确的统计边界。现有低碳调控方案容易将预测、碳核算和设备优化直接混合为复杂调度模型，导致预测创新点不清晰且难以迁移。本发明以多能源负荷区间预测为核心，将碳趋势计算和低碳建议生成作为后续独立环节，并将外部调度控制系统限定为建议执行框架，从而形成清晰的数据流和模块接口。

技术实现思路

1、为了解决现有技术中存在的多源异步数据难以统一对齐、多频时序成分难以准确分离、多能源动态关联难以表达、负荷预测结果难以转换为分能源碳趋势以及低碳建议缺少统一触发和生成依据的问题，本发明提出了一种多能源负荷预测与低碳优化调控方法，其具体技术方案如下：

2、一种多能源负荷预测与低碳优化调控方法，包括以下步骤：

3、s1，获取终端多能源负荷、气象与时间信息、设备运行状态与时变数据以及园区边界与碳核算参数；

4、s2，对s1获取的数据进行异常识别、缺失填补、时间戳校正和统一时间网格对齐，得到由终端电、冷、热负荷和直接燃气负荷组成的统一负荷序列样本、外生特征以及按时段对齐的外部供能源碳排放因子和分时能源价格；

5、s3，对所述统一负荷序列样本进行多频分解，得到四类分量：趋势分量、周期分量、脉冲分量和高频波动分量；

6、s4，将四类分量、外生特征、时间位置编码和负荷类型编码输入多能源负荷区间预测模型，经嵌入拼接、时域依赖特征、自适应频域特征、多能源关系特征的并行提取和自适应残差融合，得到中位数预测序列和多能源负荷预测区间；

7、s5，以所述中位数预测序列作为终端需求基准，结合园区边界与碳核算参数，按照电、冷、热、燃气和氢能平衡，确定跨越园区边界的外部供能源基准用量并乘以对应碳排放因子得到碳排放贡献，再按时段汇总形成综合碳排放趋势；

8、s6，根据所述多能源负荷预测区间和所述综合碳排放趋势生成低碳建议，并发送至外部调度控制系统执行。

9、进一步地，异常识别为：识别越限值、长时间恒定值、重复时间戳和异常突变的数据并标记为无效观测值；

10、缺失填补为：对原始缺失数据以及由无效观测值形成的数据空缺进行填补，其中短时间空缺采用线性插值填补，长时间空缺采用同能源类型历史相似时段数据进行填补；

11、时间戳校正为：根据采样周期、上报延迟和设备时钟偏差对时间戳进行校正；

12、统一时间网格对齐为：以预设时间粒度构造统一时间网格，将校正后的数据聚合、插值或重采样至所述统一时间网格，得到由终端电负荷、终端冷负荷、终端热负荷和直接燃气负荷组成的统一负荷序列样本。

13、进一步地，所述s3具体包括：对终端电负荷、终端冷负荷、终端热负荷和直接燃气负荷序列分别独立执行趋势提取、周期识别与重构、脉冲识别和高频余量分离；

14、所述趋势提取为：通过滑动窗口平均提取趋势分量；

15、所述周期识别与重构为：对去除趋势分量后的残差分量进行快速傅里叶变换、功率谱密度计算、top-k正负频率共轭谱峰对筛选以及快速傅里叶逆变换，重构周期分量；

16、所述脉冲识别和高频余量分离为：对去除周期分量后的剩余残差执行基于中位数绝对偏差的稳健阈值识别，提取脉冲分量并将其剔除，得到连续的高频波动分量。

17、进一步地，所述s4的多能源负荷区间预测模型包括：输入嵌入层、时域依赖特征提取单元、自适应频域特征提取单元、多能源关系特征提取单元、跨分支自适应残差融合单元和有序分位数输出层；

18、所述输入嵌入层将趋势分量、周期分量、脉冲分量和高频波动分量分别映射至统一特征维度，并将外生特征映射后与四类负荷分量映射结果、时间位置编码和负荷类型编码沿通道维拼接，得到以终端电负荷、终端冷负荷、终端热负荷和直接燃气负荷为4个负荷节点的嵌入特征；

19、所述嵌入特征并行进入三个分支：时域依赖特征提取单元、自适应频域特征提取单元和多能源关系特征提取单元，分别得到时域特征、频域特征和跨能源关联特征，且三个分支均保持相同的4负荷节点轴；

20、所述跨分支自适应残差融合单元在统一的4负荷节点轴上，根据时域特征、频域特征和跨能源关联特征计算三个分支权重，将加权后的各分支特征进行融合映射，并与输入的嵌入特征残差相加，最后通过归一化得到融合预测特征；

21、所述有序分位数输出层输入融合预测特征，先形成中位数预测结果，再通过非负偏移形成低分位数和高分位数预测结果，使低分位数预测结果小于中位数预测结果且中位数预测结果小于高分位数预测结果。

22、进一步地，所述时域依赖特征提取单元采用膨胀因果卷积，使时段t的输出不使用时段t之后的观测值，膨胀率随层数递增以扩大时间感受野；卷积输出经非线性激活后与嵌入特征残差相加，得到时域特征。

23、进一步地，所述自适应频域特征提取单元包括频域主路和脉冲保留旁路；

24、在所述频域主路中，先通过快速傅里叶变换将嵌入特征变换至频域，再通过可学习频带边界或可学习掩码划分低频、中频和高频频带，并分别执行趋势增强、周期增强和有用高频波动选择，之后进行各频带的快速傅里叶逆变换，且在快速傅里叶逆变换中，对频率权重施加共轭对称约束，使逆变换得到的低频、中频和高频特征均为实值时域特征；

25、所述脉冲保留旁路直接读取由脉冲分量独立映射形成的通道，并通过脉冲门控保留突变信息，得到脉冲特征；

26、将逆变换后的低频、中频和高频频带的时域特征与脉冲特征执行拼接和自适应融合，并与原始嵌入特征残差相加，得到频域特征。

27、进一步地，所述多能源关系特征提取单元根据终端电负荷、终端冷负荷、终端热负荷和直接燃气负荷对应的4个负荷节点的嵌入特征以及设备物理连接关系构建多能源关系图，物理连接掩码仅允许四类负荷节点之间实际存在的电—冷、电—热、燃气—热和燃气—电转换路径连接，掩码对角元素及允许连接的节点对取零，其余非对角元素取负无穷；在允许连接的节点对之间，根据历史相关性、能源转换设备启停状态、负载率或可用状态以及氢能、储能状态生成关系偏置；将节点的嵌入特征映射为查询、键和值，计算节点间关系权重，并在归一化前叠加物理连接掩码和关系偏置，得到最终关系权重矩阵，后执行图注意力聚合，输出对应4类负荷的跨能源关联特征。

28、进一步地，所述s5具体包括：取终端电负荷、终端冷负荷、终端热负荷和直接燃气负荷的中位数预测结果作为终端需求基准；

29、在基准运行方案下建立五类分能源平衡：电力平衡、冷量平衡、热量平衡、燃气平衡和氢能平衡；所述基准运行方案为当前已确认运行计划，当不存在当前已确认运行计划时，由预设供能路径及对应设备出力、储能状态和外部供能源用量构成；

30、所述电力平衡中，电网购电、本地光伏、燃气热电联供发电和储电放电作为供给项，终端电负荷、冷机、热泵、电解槽和储电充电作为需求项；

31、所述冷量平衡中，冷机供冷和储冷放冷满足终端冷负荷和储冷充冷；

32、所述热量平衡中，燃气锅炉、热泵、燃气热电联供和储热放热满足终端热负荷和储热充热；

33、所述燃气平衡中，外购燃气满足直接燃气负荷、燃气锅炉和燃气热电联供的燃气输入；

34、所述氢能平衡中，外购氢、电解制氢和储氢放氢满足氢能使用量和储氢充氢。

35、由以上五类分能源平衡直接得到跨越园区边界的电网购电、外购燃气和外购氢基准用量；对每一种跨越园区边界的外部供能源，将基准用量乘以对应碳排放因子得到分供能源碳排放贡献，并按时段汇总形成综合碳排放趋势。

36、进一步地，所述s6中的低碳建议生成具体包括：

37、基于一校准数据集，经固定上下界和越界截断归一化获取建议紧迫度和预测可信度；紧迫度阈值根据预设高紧迫度触发比例确定，可信度阈值根据允许过滤的低可信度比例确定，并在当前应用周期内固定；

38、仅当所述建议紧迫度达到所述紧迫度阈值且所述预测可信度达到所述可信度阈值时，触发上层低碳经济优化；

39、所述上层低碳经济优化以可转移负荷调整量、储能充放能功率、能源转换设备出力和柔性设备启停状态为决策变量，以相对于基准运行方案的无量纲运行成本和外部供能源侧碳排放量协同降低为优化目标，并满足五类分能源平衡、设备出力与爬坡、储能状态、可转移负荷守恒和允许时段约束；

40、解析优化结果并结合综合碳趋势生成调控建议集合和碳信号推送建议，所述调控建议集合包括负荷转移建议、储能充放能建议、能源转换建议和设备运行调整建议，所述碳信号推送建议根据综合碳排放趋势中的高碳时段、低碳时段和建议紧迫度生成。

41、进一步地，对所述调控建议集合中的每条调控建议执行单建议反事实重算，以无该建议的反事实调度结果与最优调度结果之间的碳排放差和成本差确定边际贡献；根据预期碳减排量、时段紧迫度、执行可行性和正成本增量计算调控建议的原始评分，碳信号推送建议根据时段紧迫度和信息推送可行性计算原始评分；将两类原始评分分别截断归一化至统一尺度，并降序排列，得到建议的优先级。

42、本发明具有以下有益效果：

43、（1）通过园区边界计量和能源流拆分，区分终端需求、能源转换设备输入和外部供能源，并通过异常识别、缺失填补、时间戳校正和统一时间网格对齐形成具有同一时间语义的统一负荷序列样本，为后续负荷分解、预测、碳核算和低碳建议提供一致、可靠的数据基础。

44、（2）通过趋势、周期、脉冲和高频波动四分量逐级剥离，能够区分缓慢变化、稳定周期、孤立突变和连续快速波动，提高多频时序特征的可解释性。

45、（3）通过时域依赖特征、自适应频域特征和跨能源关联特征的并行提取及自适应残差融合，能够同时表达时间依赖、关键频带和多能源动态关联，从而更准确、更鲁棒、更可解释地完成多能源负荷预测。

46、（4）通过有序分位数输出形成低、中、高分位数预测结果，在提供中心预测值和预测区间的同时避免分位数交叉，避免后续碳趋势计算、建议紧迫度判断和低碳优化触发出现错误。

47、（5）通过明确的电、冷、热、燃气和氢能平衡确定跨越园区边界的外部供能源基准用量，并仅在外部供能源侧执行一次碳核算，避免终端冷、热、储能和自产氢与购电或外购燃气重复计碳。

48、（6）通过具有固定边界和越界截断规则的指标归一化、建议紧迫度与预测可信度双阈值以及具有明确供需、设备、储能和负荷转移约束的低碳经济优化，生成可排序、可执行的五类结构化建议。