电能替代供热负荷功率预测及其调度策略研究.pdf

摘要

在双碳背景下，采用电能替代传统燃煤、燃气等供暖方式是未来的发展趋势，有利于实

现节能减排和可持续发展，但电能替代供暖负荷在用暖过程中存在分布性、随机性大、波动

性强的特点，不易调控。因此，本文研究了电采暖用户负荷的功率预测及其优化调度技术，

综合考虑调度层和用户层进行调度策略的实施。本文主要研究内容如下：

（1）构建了电采暖供暖设备模型、分析负荷特性并设计指标，开发了负荷集群聚类算法。

首先设计了供暖建筑热平衡模型和电采暖设备热力学模型，分析供暖功率、散热系数等对室

内温度的影响，然后对电采暖用户负荷特点进行分析，并设计了考虑负荷时间序列、极值特

征、趋势特征、波动特征和突变特征等用于评价负荷变化的指标，最后提出了基于区域供暖

和K-Means算法的用暖负荷集群聚类算法，对电采暖用户负荷进行集群分类。

（2）提出了数据-物理-知识融合模型的负荷功率预测模型。首先基于实时电价响应机制，

采用实时电价和负荷用暖弹性系数研究用暖需求，建立预测负荷需求的物理模型；然后基于

GRNN算法和负荷指标集，构建预测负荷短时功率的数据模型；接着建立负荷功率趋势变化

知识库，并利用LSTM算法智能推理负荷趋势变化，从而构建知识推理模型，在此基础上设

计了融合三种模型的功率预测融合模型，并利用熵权法和均方误差倒数法计算各模型的融合

权值；最后设计了评价指标，包括平均绝对误差、均方误差、均方根误差、中位绝对偏差和

决定系数。

（3）设计了电采暖用户负荷优化调度模型及调度策略实施流程。首先考虑调度层和用户

层的供暖和用暖需求，设计了调度评价指标体系，包括经济性、舒适性、满意度和调度公平

性；然后设计了调度模型的目标函数和约束条件；接着研究了惯性权重、学习因子动态更新

算法和模拟退火机制，进而改进了传统粒子群算法；最后建立了电采暖用户负荷优化调度模

型，在调度过程中，智慧能源平台和调度平台分别完成负荷功率预测和功率下发，负荷控制

终端部署调度模型，利用粒子群算法根据预测功率、约束条件和目标函数完成调度策略的迭

代优化，并向下属负荷实施功率分配。

通过调度仿真实验验证，本文设计的负荷功率预测算法，预测方差为0.375，满足调度模

型的功率预测需求。同时在实施调度策略后，文中设计的调度模型对于保障调度层收益、满

足用户的舒适性和满意度有一定的促进作用。本策略可以为供暖方式转型下的电采暖用户负

荷调度策略设计提供一定的参考，助力节能减排。

关键词:电采暖用户负荷，多元负荷聚类，融合预测，调度指标，优化调度策略

Abstract

Underthebackgroundofdoublecarbon,theadoptionofelectricenergytoreplacetraditional

heatingmethodssuchascoalandgasisthefuturedevelopmenttrend,whichisconducivetothe

realizationofenergysavingandemissionreductionandsustainabledevelopment.Howerver,the

electricenergyreplacementheatingloadhasthecharacteristicsofbeingdistributed,randomand

volatileintheprocessofheating,whichisnoteasytoregulateandcontrol.Therefore,thispaper

studiestheelectricheatinguserloadpowerpredictionandoptimalschedulingtechnology,and

integratestheschedulinglayeranduserlayertocompletetheschedulingstrategyTheimplementation

ofthescheduling