基于负荷预测的园区供热系统运行优化技术

被引：22

作者：

于波 ^{[1
,2
]}

卢欣 ^{[1
,2
]}

李浩 ^{[3
]}

郑鑫 ^{[4
]}

赵军 ^{[3
]}

苏鹏伟 ^{[3
]}

机构：

[1] 国网天津市电力公司电力科学研究院

[2] 国网天津节能服务有限公司

[3] 天津大学中低温热能高效利用教育部重点实验室

[4] 南瑞集团公司(国网电力科学研究院)

来源：

电力建设 | 2017年 / 38卷 / 12期

关键词：

负荷预测; 多阶段动态规划; 线性规划; 运行优化;

D O I：

暂无

中图分类号：

TU833.1 [];

学科分类号：

摘要：

随着电能替代的不断深化,由"电采暖"引起的用电高峰时段电网负荷过高的问题逐步突显出来,能源系统用电负荷的预测显得尤为重要。同时,为了解决采用多阶段规划方法求解能源系统运行策略时耗时较多的问题,提出了基于负荷预测的园区供热系统运行优化技术。首先采用太阳辐射、室外温度与历史负荷作为输入参数的人工神经网络构建了热负荷预测模型;然后,通过将多阶段动态规划问题转化为线性规划问题,开发了供热系统运行优化方案快速求解方法;最后,使用该方法对北方某园区进行仿真验证,得到最优运行方案。结果显示,预测期内电采暖日运行费用可节约1.15万元,用电峰谷负荷差减小5 489 k W,所提出的优化方法可在短时间、较少的监测参数下得到可行的运行方案,适用于工程实际。

引用

页码：77 / 86

页数：10

共 22 条

[1]

Cooling load prediction for buildings using general regression neural networks.[J].Abdullatif E. Ben-Nakhi;Mohamed A. Mahmoud.Energy Conversion and Management.2003, 13

[2]

基于数据挖掘的短期负荷预测研究 [D].