一种综合能源系统异质能流联动优化平台的制作方法

技术特征：
1.一种综合能源系统异质能流联动优化平台，包括：收集用户的实时负荷数据、用户的历史前期负荷数据以及用户的历史同期负荷数据；基于建立的负荷预测模型，根据所述用户的实时负荷数据，预测得到循环负荷预测结果；其中，所述负荷预测模型为基于所述历史同期负荷数据和所述历史前期负荷数据建立的深度信念网络模型；基于所述负荷预测模型，根据所述用户的历史前期负荷数据中的日前负荷数据，预测得到日前负荷预测结果；基于非局部排序遗传算法nsga
‑
ii对所述循环负荷预测结果和日前负荷预测结果进行处理，确定供能设备的循环调度参数和日前调度参数；根据所述供能设备的日前调度参数和所述供能设备的循环调度参数得出优化调度方案，根据所述优化调度方案模拟所述供能设备的调度，得到并记录并行运行结果；将根据未优化过的原调度方案得到的实际运行结果与所述并行运行结果进行多个维度的对比分析。2.根据权利要求1所述的平台，其中，所述基于负荷预测模型，根据所述用户的实时负荷数据，预测得到循环负荷预测结果包括：将所述实时负荷数据分为n个相同时间段的实时负荷数据；其中，n为自然数；利用所述第i时间段的实时负荷数据对所述负荷预测模型进行优化；基于优化后的负荷预测模型，根据第i时间段的实时负荷数据，预测得到第i 1时间段的循环负荷预测结果；将i的数值加1后，返回上述利用所述第i时间段的实时负荷数据对所述负荷预测模型进行优化的步骤，直至i等于n
‑
1。3.根据权利要求1所述的平台，其中，所述实时负荷数据、所述历史前期负荷数据和所述历史同期负荷数据包括：温度、湿度、风速以及负荷信息中的一项或多项；所述收集用户的实时负荷数据包括：通过在线采样收集所述实时负荷数据；所述收集用户的历史前期负荷数据和历史同期负荷数据包括：通过数据库传输收集所述历史前期负荷数据和所述历史同期负荷数据。4.根据权利要求3所述的平台，其中，所述负荷预测模型通过如下过程建立：建立初始深度信念网络模型；根据所述历史前期负荷数据中负荷信息与温度、湿度和风速的关系确定所述初始深度信念网络模型的初始权值；根据所述历史前期负荷数据，基于聚类算法确定所述初始深度信念网络模型对应的初始差异曲线；对进行标准化处理后的所述历史前期负荷数据中的温度、湿度、风速、负荷信息以及所述历史同期负荷数据作为输入参数；使用对比散度算法cd对所述输入参数进行无监督学习，输出负荷特征向量；根据所述负荷特征向量对所述初始权值进行初步修正；使用单层反向传播网络bp对所述负荷特征向量进行有监督学习，优化所述初始权值，得到最优权值；将所述初始权值更新为所述最优权值后，得到所述负荷预测模型。
5.根据权利要求4所述的平台，其中，根据所述历史前期负荷数据中负荷信息与温度、湿度和风速的关系确定所述初始深度信念网络模型的初始权值包括：通过如下算式确定所述初始深度信念网络模型的初始权值：j＝f(t,e,s)其中，j为所述历史前期负荷数据中的负荷信息，t、e、s分别为所述历史前期负荷数据中的温度、湿度、风速；f()代表离散傅里叶变换。6.根据权利要求4所述的平台，其中，根据所述历史前期负荷数据，基于聚类算法确定所述初始深度信念网络模型对应的初始差异曲线包括：利用灰狼优化算法gwo在所述历史前期负荷数据中的负荷信息中搜寻得到初始聚类中心；利用模糊c均值算法fcm在所述初始聚类中心的基础上进行迭代计算，完成聚类分析得到用能特征曲线；将所述用能特征曲线作为所述初始差异曲线。7.根据权利要求1所述的平台，其中，基于nsga
‑
ii对所述循环负荷预测结果和日前负荷预测结果进行处理包括：将所述日前负荷预测结果、所述循环负荷预测结果、能源系统总运行成本、供能设备运行状况作为所述nsga
‑
ii算法的输入参数；运行所述nsga
‑
ii算法；输出所述日前调度参数和所述循环调度参数；其中，所述能源系统总运行成本包括：供能设备运行成本和/或供能设备启停成本；所述供能设备运行状况包括：供能设备启动时间、供能设备开启情况、供能设备运行功率以及供能设备故障缺口中的至少一项；所述供能设备之间因为能源类型不同，其运行状况也有所不同。8.根据权利要求7所述的平台，其特征在于，对所述实际运行结果和所述并行运行结果进行对比分析，具体包括：在所述原调度方案的负荷预测结果及所述优化调度方案的负荷预测结果，和所述实际运行结果及所述并行运行结果之间进行对比，内容包括：出力偏差、指令偏差、运行策略、运行成本中的至少一项；对所述实际运行结果和所述并行运行结果进行对比分析时，其对比项目包括：总运行成本、碳排放量、可再生能源利用率、综合能耗、综合能效中至少一项。9.一种综合能源系统异质能流联动优化平台实现装置，可以分为以下几个模块，具体包括：信息收集模块，用于收集用户的实时负荷数据、用户的历史前期负荷数据以及用户的历史同期负荷数据；负荷预测模型生成模块，用于基于所述历史同期负荷数据和所述历史前期负荷数据建立的深度信念网络模型，作为所述负荷预测模型；负荷预测模块，用于基于所述负荷预测模型，根据所述用户的实时负荷数据，预测得到循环负荷预测结果，以及根据所述用户的历史前期负荷数据中的日前负荷数据，预测得到日前负荷预测结果；
调度参数确定模块，用于基于非局部排序遗传算法nsga
‑
ii对所述循环负荷预测结果和所述日前负荷预测结果进行处理，确定供能设备的循环调度参数和日前调度参数；模拟调度模块，用于根据所述供能设备的日前调度参数和所述供能设备的循环调度参数结合实际情况模拟所述供能设备的调度；对比分析模块，将实际运行结果和模拟调度得到的并行运行结果进行对比分析。10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任意一项所述综合能源系统异质能流联动优化平台的功能。

技术总结
本说明书一个或多个实施例提供一种综合能源系统异质能流联动优化平台、装置及电子设备。通过收集历史数据和实时数据建立并优化得到负荷预测模型，使用得到的负荷预测模型进行日前负荷预测和循环负荷预测；以包括日前负荷预测结果、循环负荷预测结果、能源系统总运行成本、供能设备运行状况在内的数据作为非局部排序遗传算法的输入参数，运行算法得到日前调度参数和循环调度参数并依照调度参数对供能设备进行模拟调度，将模拟得到的运行结果与实际运行结果进行对比分析。最终实现针对异质能流，能够充分发挥能源特性，结合需求变化，灵活地提供循环优化策略。地提供循环优化策略。地提供循环优化策略。


技术研发人员：乔克 赵鲲鹏 王永利 贾少堃 李志祥 吴雷 张正祥 吴新玲 黄芙蓉 周俊超 张丹丹 甘信灿 董焕然 周泯含 黄菲菲
受保护的技术使用者：华北电力大学 国家电网有限公司客户服务中心 国网江苏综合能源服务有限公司 北京中电飞华通信有限公司 国网天津市电力公司 国网信息通信产业集团有限公司 国家电网有限公司 江苏苏星资产管理有限公司
技术研发日：2021.01.22
技术公布日：2021/11/4