提出了一种基于双层模型预测控制(model predictive control,MPC)的建筑与社区综合能源系统(integrated community energy system,ICES)主从博弈协调优化方法。首先,采用热阻-热容网络对建筑用户采暖负荷的热动态特性进行了建模。其次,...提出了一种基于双层模型预测控制(model predictive control,MPC)的建筑与社区综合能源系统(integrated community energy system,ICES)主从博弈协调优化方法。首先,采用热阻-热容网络对建筑用户采暖负荷的热动态特性进行了建模。其次,提出了基于双层MPC的建筑与ICES协调优化模型,在兼顾ICES运营商和建筑用户的差异化利益诉求的基础上,进一步考虑了在协调优化过程中面临的风电和光伏出力、ICES运营商向上级能源系统购买能源的价格、室外温度和光照强度等预测数据的不确定性。最后,通过算例验证了所提方法可合理平衡ICES和建筑用户的差异化利益诉求并有效应对协调优化中所面临的不确定性。展开更多
在能源互联网快速发展的背景下,研究分析了综合能源系统的多元负荷预测模型及理论方法.针对传统ARIMA(Autoregressive Moving Average Model,ARMA)模型仅能处理线性关系的问题,将ARIMA模型与LSTM(Long-Short Term Memory,LSTM)网络模型...在能源互联网快速发展的背景下,研究分析了综合能源系统的多元负荷预测模型及理论方法.针对传统ARIMA(Autoregressive Moving Average Model,ARMA)模型仅能处理线性关系的问题,将ARIMA模型与LSTM(Long-Short Term Memory,LSTM)网络模型结合,提出并建立了ARIMA-LSTM模型.该模型不仅兼容冷、热、气、电等多元负荷的预测,并且可以用于风速、辐射照度等数据的预测,有较好的适应性和预测精度.展开更多
文摘提出了一种基于双层模型预测控制(model predictive control,MPC)的建筑与社区综合能源系统(integrated community energy system,ICES)主从博弈协调优化方法。首先,采用热阻-热容网络对建筑用户采暖负荷的热动态特性进行了建模。其次,提出了基于双层MPC的建筑与ICES协调优化模型,在兼顾ICES运营商和建筑用户的差异化利益诉求的基础上,进一步考虑了在协调优化过程中面临的风电和光伏出力、ICES运营商向上级能源系统购买能源的价格、室外温度和光照强度等预测数据的不确定性。最后,通过算例验证了所提方法可合理平衡ICES和建筑用户的差异化利益诉求并有效应对协调优化中所面临的不确定性。
文摘在能源互联网快速发展的背景下,研究分析了综合能源系统的多元负荷预测模型及理论方法.针对传统ARIMA(Autoregressive Moving Average Model,ARMA)模型仅能处理线性关系的问题,将ARIMA模型与LSTM(Long-Short Term Memory,LSTM)网络模型结合,提出并建立了ARIMA-LSTM模型.该模型不仅兼容冷、热、气、电等多元负荷的预测,并且可以用于风速、辐射照度等数据的预测,有较好的适应性和预测精度.
