【摘要】：21世紀(jì)以來,隨著科技和經(jīng)濟(jì)的快速發(fā)展,能源工業(yè)已發(fā)生了翻天覆地的變化�；茉吹闹饾u枯竭,可再生能源的蓬勃發(fā)展,環(huán)境污染問題的日益凸顯,提高對多種類型能源的綜合利用效率、降低污染物的排放已成為我國構(gòu)建清潔、低碳、安全、高效的現(xiàn)代能源體系所需要解決的關(guān)鍵問題。然而,傳統(tǒng)的電力系統(tǒng)、熱力系統(tǒng)和天然氣系統(tǒng)是單獨(dú)規(guī)劃、單獨(dú)設(shè)計(jì)和獨(dú)立運(yùn)行的,這種方式忽略了不同能源類型之間的耦合關(guān)系,極大地限制了能源系統(tǒng)的靈活性。在此背景下,綜合能源系統(tǒng)應(yīng)運(yùn)而生,區(qū)域型綜合能源系統(tǒng)作為能源互聯(lián)網(wǎng)與泛在電力物聯(lián)網(wǎng)的重要組成單元,綜合運(yùn)用先進(jìn)的電力電子技術(shù)、信息技術(shù)和智能管理技術(shù),涵蓋了供電、供熱和供氣等能源系統(tǒng),在源、網(wǎng)、荷等環(huán)節(jié)實(shí)現(xiàn)了不同類型能源的耦合,具有運(yùn)行方式靈活、低碳高效、可再生能源消納率高等優(yōu)點(diǎn),受到人們的高度重視。本文以區(qū)域型綜合能源系統(tǒng)為研究主體,針對區(qū)域型綜合能源系統(tǒng)的相關(guān)標(biāo)準(zhǔn),供能側(cè)與用能側(cè)的預(yù)測技術(shù)、電-熱-氣多能流計(jì)算方法、區(qū)域型綜合能源系統(tǒng)優(yōu)化調(diào)度方法等方面展開研究。針對于供能側(cè)與用能側(cè)的預(yù)測技術(shù),精確的能源需求預(yù)測將成為綜合能源系統(tǒng)經(jīng)濟(jì)調(diào)度和優(yōu)化運(yùn)行中重要的一環(huán)。本文以分布式光伏功率預(yù)測為例,提出一種特征篩選與深度學(xué)習(xí)的光伏短期功率預(yù)測方法,基于隨機(jī)森林中各分叉的增益情況對特征進(jìn)行篩選,采用基于受限玻爾茲曼機(jī)的深度置信網(wǎng)絡(luò)提取深層特征完成無監(jiān)督學(xué)習(xí)過程。并利用光伏發(fā)電系統(tǒng)的實(shí)際運(yùn)行數(shù)據(jù)進(jìn)行仿真,驗(yàn)證算法準(zhǔn)確性和有效性。針對于用能側(cè)的預(yù)測技術(shù)。本文提出了基于深度結(jié)構(gòu)多任務(wù)學(xué)習(xí)的短期電、熱、氣負(fù)荷聯(lián)合預(yù)測方法。介紹了底層深度置信網(wǎng)絡(luò)和頂層多任務(wù)回歸的深度模型結(jié)構(gòu),其中深度置信網(wǎng)絡(luò)作為無監(jiān)督學(xué)習(xí)方法提取了抽象高級特征,多任務(wù)回歸層作為有監(jiān)督學(xué)習(xí)方法輸出預(yù)測結(jié)果。其次建立含離線訓(xùn)練和在線預(yù)測的多元負(fù)荷預(yù)測系統(tǒng),提出驗(yàn)證模型預(yù)測精度的指標(biāo)。采用某綜合能源系統(tǒng)的實(shí)際負(fù)荷數(shù)據(jù)對算法的有效性進(jìn)行了驗(yàn)證。針對電力系統(tǒng)短期負(fù)荷預(yù)測問題,機(jī)器學(xué)習(xí)、人工智能領(lǐng)域的技術(shù)進(jìn)步為提高負(fù)荷預(yù)測精度提供了有效途徑,本文提出一種基于多模型融合Stacking集成學(xué)習(xí)方式的負(fù)荷預(yù)測方法。闡述了基于Stacking的集成學(xué)習(xí)機(jī)理,介紹了以樹模型構(gòu)造的XGBoost算法和長短記憶網(wǎng)絡(luò)為代表的深度學(xué)習(xí)算法�？紤]不同算法的數(shù)據(jù)觀測與訓(xùn)練原理差異,充分發(fā)揮各個模型優(yōu)勢,構(gòu)建多個機(jī)器學(xué)習(xí)算法嵌入的Stacking集成學(xué)習(xí)的負(fù)荷預(yù)測模型。使用ENTSO中瑞士負(fù)荷數(shù)據(jù)對算法有效性進(jìn)行了驗(yàn)證,算例表明XGBoost、梯度決策樹、隨機(jī)森林模型能夠通過自身模型的增益情況對輸入數(shù)據(jù)的特征貢獻(xiàn)度進(jìn)行量化分析。Stacking中各個基學(xué)習(xí)器的學(xué)習(xí)能力越強(qiáng),關(guān)聯(lián)程度越低,模型預(yù)測效果越好。與傳統(tǒng)單模型預(yù)測相比,基于多模型融合的Stacking集成學(xué)習(xí)方式的負(fù)荷預(yù)測方法有著較高的預(yù)測精度。針對電力系統(tǒng)連續(xù)多日負(fù)荷預(yù)測問題,連續(xù)多天的日高峰負(fù)荷的預(yù)判往往對電網(wǎng)的優(yōu)化運(yùn)行與安全穩(wěn)定起到重要作用。本文深入分析了統(tǒng)計(jì)學(xué)習(xí)類算法的誤差分布,提出一種基于串-并行集成學(xué)習(xí)的連續(xù)多日高峰負(fù)荷預(yù)測方法。介紹了統(tǒng)計(jì)學(xué)習(xí)類算法的泛化誤差的分解情況,闡述了 XGBoost串行集成算法與Bagging并行集成學(xué)習(xí)的訓(xùn)練機(jī)理,分析了粒子群算法的基本原理。在綜合考量模型偏差與方差分布的基礎(chǔ)上,提出Bagging框架下基于XGBoost算法的負(fù)荷預(yù)測模型,并采用粒子群算法交叉驗(yàn)證XGBoost模型最優(yōu)超參數(shù)。使用EUNITE競賽數(shù)據(jù)對算法有效性進(jìn)行了驗(yàn)證,算例表明XGBoost模型對特征貢獻(xiàn)度的量化分析有效的輔助了特征選擇的過程,粒子群算法縮短了 XGBoost超參數(shù)尋優(yōu)的時間。與傳統(tǒng)模型相比,基學(xué)習(xí)器為樹模型的Bagging-XGBoost算法有著較高的預(yù)測精度。針對于多能流計(jì)算問題,本文提出了一種適用于含電、熱、氣的綜合能源系統(tǒng)的擴(kuò)展牛頓-拉夫遜多能流計(jì)算方法。分別建立了區(qū)域綜合能源系統(tǒng)中電力、熱力和天然氣網(wǎng)絡(luò)的能量流模型。針對現(xiàn)有方法對含壓縮機(jī)的天然氣網(wǎng)絡(luò)建模的繁冗性問題,提出了改進(jìn)的實(shí)用化處理方法。在此基礎(chǔ)上,構(gòu)建了區(qū)域綜合能源系統(tǒng)中多能流計(jì)算模型,考慮其中電力子系統(tǒng)并網(wǎng)和孤島兩種運(yùn)行方式,推導(dǎo)并得出了反映多能源耦合關(guān)系的雅可比矩陣,驗(yàn)證了該方法在不同運(yùn)行場景下對多能流進(jìn)行計(jì)算和互動特性分析的有效性。針對于區(qū)域綜合能源系統(tǒng)優(yōu)化調(diào)度問題,本文考慮各子區(qū)域由不同的能源供應(yīng)商負(fù)責(zé)運(yùn)營的實(shí)際場景,首先提出了一種含多個能源集線器的綜合能源系統(tǒng)基本框架,分析了不同主體的運(yùn)行特性和運(yùn)行約束,并引入了交替方向乘子法,構(gòu)建了計(jì)及C02排放水平的綜合能源系統(tǒng)分布式日前低碳經(jīng)濟(jì)調(diào)度模型。并運(yùn)用實(shí)際數(shù)據(jù)進(jìn)行仿真,從各個子區(qū)域能源集線器的供能注入功率和儲能設(shè)備調(diào)度結(jié)果、低碳減排經(jīng)濟(jì)性懲罰對系統(tǒng)的作用以及分布式算法的有效性3個方面進(jìn)行分析,驗(yàn)證了所提模型和求解方法的實(shí)用性和準(zhǔn)確性。
【圖文】：

華北電力大學(xué)博士學(xué)位論文逡逑源開發(fā)的機(jī)構(gòu)“新能源工業(yè)技術(shù)開發(fā)組織”號召成立日本智能社區(qū)聯(lián)盟，致力于逡逑智能社區(qū)的研究與示范［５１］，以實(shí)現(xiàn)供能系統(tǒng)、信息系統(tǒng)和交通系統(tǒng)的互聯(lián)。日本逡逑的東京天然氣（Ｔｏｋｙｏ邋Ｇａｓ）公司構(gòu)建一個未來綜合能源系統(tǒng)應(yīng)用的藍(lán)圖，所描繪的逡逑綜合能源系統(tǒng)中既囊括了供電、供氣和供熱網(wǎng)絡(luò)，也增加了氫能供應(yīng)網(wǎng)絡(luò)。此外，逡逑東京以２０２０年奧運(yùn)會為契機(jī)，提出了以“世界第一的城市：東京”為主旨的長逡逑期發(fā)展愿景，其中一項(xiàng)重要戰(zhàn)略即為構(gòu)建智慧能源城市。為此，東京都政府推出逡逑了“智慧能源輔助推進(jìn)”的補(bǔ)助制度，２０１５年至２０１９年預(yù)計(jì)投入５５億日元，逡逑補(bǔ)助熱電聯(lián)產(chǎn)等項(xiàng)目的初期投資費(fèi)用。逡逑（４）中國逡逑相對于上述國家而言，我國綜合能源系統(tǒng)方面的理論研究和政策支持均起步逡逑較晚，但是由于國家層面的高度重視，近些年來發(fā)展勢頭較為迅速，但是仍然存逡逑在較大的發(fā)展空間，中國綜合能源系統(tǒng)相關(guān)政策如圖１－３所示。逡逑２０１５年３月１５日邐２０１５年７月６日邐２０１５年７月１３日邐２０１６年２月２９日邐２０１７年５月５日邐２０１７年６月２８日＼逡逑Ｉ逡逑

Ｆｉｇ邋１－５邋Ｒｅｆｅｒｅｎｃｅ邋ｄｉａｇｒａｍ邋ｆｏｒ邋ｉｎｆｏｒｍａｔｉｏｎ邋ｅｘｃｈａｎｇｅ邋ｉｎ邋ＩＥＥＥ邋１５４７逡逑合能源系統(tǒng)中供能側(cè)與用能側(cè)預(yù)測逡逑統(tǒng)的電力系統(tǒng)預(yù)測問題中，常規(guī)電源具有高度可控性，只要準(zhǔn)確跟化，就能保持電力系統(tǒng)穩(wěn)定運(yùn)行。在能源互聯(lián)、互通的背景下，可模接入，光伏和風(fēng)電等不可控電源使得供能側(cè)也添加了隨機(jī)性因素側(cè)而言，綜合能源系統(tǒng)中不僅要考慮電負(fù)荷對系統(tǒng)的影響，同時也、熱負(fù)荷的用能形態(tài)，氣與熱負(fù)荷的形態(tài)往往與用電負(fù)荷情況有著上所述，用能側(cè)與供能側(cè)的隨機(jī)性無疑加大了整個能源系統(tǒng)預(yù)測的合能源系統(tǒng)中預(yù)測相關(guān)問題概述由圖１－６所示。逡逑供能側(cè)的預(yù)測問題，本文以光伏功率預(yù)測為例展開分析，國內(nèi)外學(xué)始進(jìn)行了廣泛而深入研究，本文討論范圍僅限于基于數(shù)理統(tǒng)計(jì)的，直接法不予考慮。早期的光伏預(yù)測主要考慮光伏發(fā)電系統(tǒng)的歷史測模型，，該模式適用于缺少氣象、輻照數(shù)據(jù)，但是歷史運(yùn)行數(shù)據(jù)較所處地區(qū)氣候變化不明顯的情況。文獻(xiàn)［７７］采用神經(jīng)網(wǎng)絡(luò)方法建立
【學(xué)位授予單位】：華北電力大學(xué)(北京)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2019
【分類號】：TM732;TK01

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姚建國;高志遠(yuǎn);楊勝春;;能源互聯(lián)網(wǎng)的認(rèn)識和展望[J];電力系統(tǒng)自動化;2015年23期

2 陳勝;衛(wèi)志農(nóng);孫國強(qiáng);王丹;孫永輝;臧海祥;朱瑛;;電 氣混聯(lián)綜合能源系統(tǒng)概率能量流分析[J];中國電機(jī)工程學(xué)報(bào);2015年24期

3 王毅;張寧;康重慶;;能源互聯(lián)網(wǎng)中能量樞紐的優(yōu)化規(guī)劃與運(yùn)行研究綜述及展望[J];中國電機(jī)工程學(xué)報(bào);2015年22期

4 馬釗;周孝信;尚宇煒;盛萬興;;能源互聯(lián)網(wǎng)概念、關(guān)鍵技術(shù)及發(fā)展模式探索[J];電網(wǎng)技術(shù);2015年11期

5 孫宏斌;郭慶來;潘昭光;王劍輝;;能源互聯(lián)網(wǎng):驅(qū)動力、評述與展望[J];電網(wǎng)技術(shù);2015年11期

6 別朝紅;林雁翎;張建華;;微網(wǎng)技術(shù)及其標(biāo)準(zhǔn)體系的研究[J];高電壓技術(shù);2015年10期

7 陳勝;衛(wèi)志農(nóng);郭曉敏;劉曉宏;楊義;孫國強(qiáng);;基于交替方向乘子法的分布式雙線性狀態(tài)估計(jì)[J];電力系統(tǒng)自動化;2015年20期

8 朱曉軍;張超;武海斌;李世紅;朱振旗;甘中學(xué);;中德生態(tài)園能源互聯(lián)網(wǎng)規(guī)劃實(shí)踐研究[J];節(jié)能;2015年10期

9 孫宏斌;郭慶來;潘昭光;;能源互聯(lián)網(wǎng):理念、架構(gòu)與前沿展望[J];電力系統(tǒng)自動化;2015年19期

10 孫秋野;王冰玉;黃博南;馬大中;;狹義能源互聯(lián)網(wǎng)優(yōu)化控制框架及實(shí)現(xiàn)[J];中國電機(jī)工程學(xué)報(bào);2015年18期

相關(guān)博士學(xué)位論文 前1條

1 張義斌;天然氣—電力混合系統(tǒng)分析方法研究[D];中國電力科學(xué)研究院;2005年

相關(guān)碩士學(xué)位論文 前1條

1 胡洋;基于馬爾可夫鏈蒙特卡羅方法的RBM學(xué)習(xí)算法改進(jìn)[D];上海交通大學(xué);2012年

本文編號：2630657