電能本身具有不易存儲(chǔ)的特點(diǎn),因此在傳統(tǒng)電力系統(tǒng)中需要保持發(fā)電側(cè)與負(fù)荷側(cè)的實(shí)時(shí)功率平衡。由于負(fù)荷側(cè)的實(shí)際電能需求是一個(gè)受多種因素影響的動(dòng)態(tài)變化過程,因此采用電力負(fù)荷預(yù)測技術(shù)來預(yù)測未來電量需求可以為制定發(fā)電計(jì)劃提供數(shù)據(jù)支持,且有利于實(shí)現(xiàn)發(fā)電側(cè)和負(fù)荷側(cè)的優(yōu)化調(diào)度和電網(wǎng)的經(jīng)濟(jì)運(yùn)行。
隨著智能電網(wǎng)技術(shù)的發(fā)展,各種可再生能源越來越多地接入電力系統(tǒng)中,構(gòu)成各種不同滲透率、不同結(jié)構(gòu)形式的智能微電網(wǎng)。為應(yīng)對(duì)可再生能源所具有的隨機(jī)性、波動(dòng)性和周期性等特征對(duì)微電網(wǎng)的穩(wěn)定運(yùn)行所帶來的負(fù)面影響,配置電能存儲(chǔ)系統(tǒng)已成為一種重要的解決方案。
但是,受目前儲(chǔ)能系統(tǒng)構(gòu)建、維護(hù)成本、能量密度和使用壽命等因素的制約,在微電網(wǎng)實(shí)際應(yīng)用領(lǐng)域中,需要采用先進(jìn)的能量管理方法和控制策略來保證儲(chǔ)能系統(tǒng)在充分發(fā)揮儲(chǔ)能作用的同時(shí)確保整個(gè)微電網(wǎng)系統(tǒng)運(yùn)行的安全性、經(jīng)濟(jì)型和可靠性。而對(duì)于配置儲(chǔ)能系統(tǒng)的微電網(wǎng)能量管理和控制策略的設(shè)計(jì)和實(shí)現(xiàn),電力負(fù)荷的準(zhǔn)確預(yù)測也是一項(xiàng)必不可少的關(guān)鍵技術(shù)。
由此可見,不論是對(duì)傳統(tǒng)電力系統(tǒng)還是對(duì)智能微電網(wǎng)系統(tǒng)而言,系統(tǒng)內(nèi)部的能量管理均是一項(xiàng)復(fù)雜的任務(wù),具體管理方法和策略的有效性及實(shí)施效果在很大程度上取決于未來電力負(fù)荷需求的預(yù)測結(jié)果。如果發(fā)電量不能滿足需求則會(huì)導(dǎo)致電網(wǎng)故障,而供過于求又會(huì)導(dǎo)致能源和資源的浪費(fèi)。因此,基于準(zhǔn)確的電力系統(tǒng)負(fù)荷預(yù)測結(jié)果不僅可以減少不必要的發(fā)電量,從而降低資源浪費(fèi),實(shí)現(xiàn)節(jié)能使用;還可以為輸配電規(guī)劃、用電需求管理、能源市場中的智能化交易等提供重要數(shù)據(jù)支撐。
電力負(fù)荷預(yù)測根據(jù)預(yù)測時(shí)間尺度可以分為:長期預(yù)測(以年為單位)、中期預(yù)測(以月為單位)、短期預(yù)測(以日為單位)和超短期預(yù)測(以時(shí)、分為單位)。其中,短期電力負(fù)荷預(yù)測范圍可從一天內(nèi)每小時(shí)擴(kuò)展到一周內(nèi)每天的負(fù)荷,其預(yù)測結(jié)果對(duì)于發(fā)電單元的起停安排,提升可再生能源的滲透率及用電需求側(cè)的有效管理等方面均具有重要作用。
影響短期電力負(fù)荷的因素主要有天氣條件、假日安排和用戶使用習(xí)慣等。這些因素的共同作用使得短期電力負(fù)荷數(shù)據(jù)呈現(xiàn)出強(qiáng)非線性、隨機(jī)性和時(shí)變性等特征,這無疑增加了實(shí)現(xiàn)準(zhǔn)確預(yù)測的難度。因此,高精度和高魯棒性的短期電力負(fù)荷建模和預(yù)測方法一直是電力負(fù)荷預(yù)測領(lǐng)域的研究重點(diǎn)。國內(nèi)外研究者的主要研究目標(biāo)也大多聚焦于采用不同的建模和預(yù)測方法來提高短期電力負(fù)荷的預(yù)測精度。電力負(fù)荷預(yù)測精度越高,越有利于提高發(fā)電設(shè)備的利用率和經(jīng)濟(jì)調(diào)度的有效性。
目前,從建模和預(yù)測方法來看,短期電力負(fù)荷預(yù)測的實(shí)現(xiàn)手段主要有基于統(tǒng)計(jì)分析的時(shí)間序列分析方法和基于數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)方法。時(shí)間序列分析法在處理平穩(wěn)序列和學(xué)習(xí)數(shù)據(jù)的線性特征方面具有較好的性能,但對(duì)于數(shù)據(jù)的非線性特性處理較差;機(jī)器學(xué)習(xí)方法則具有較強(qiáng)的非線性學(xué)習(xí)能力,因此在處理具有強(qiáng)非線性和隨機(jī)性等特征的短期電力負(fù)荷數(shù)據(jù)方面具有天然優(yōu)勢。
綜上所述,短期電力負(fù)荷的預(yù)測精度與預(yù)測方法的選取和數(shù)據(jù)自身特點(diǎn)的關(guān)系較大。
基于此背景,東莞理工學(xué)院電子工程與智能化學(xué)院的研究人員首先將支持向量回歸、高斯過程回歸和前向神經(jīng)網(wǎng)絡(luò)等經(jīng)典機(jī)器學(xué)習(xí)法應(yīng)用于短期電力負(fù)荷預(yù)測的適用性和預(yù)測效果進(jìn)行對(duì)比分析。然而,經(jīng)典機(jī)器學(xué)習(xí)方法通常比較適合處理小樣本數(shù)據(jù),當(dāng)樣本數(shù)據(jù)量顯著增大時(shí)通常會(huì)出現(xiàn)模型性能下降的問題。預(yù)測評(píng)價(jià)指標(biāo)表明機(jī)器學(xué)習(xí)方法能夠得到較高的預(yù)測精度,適用于處理含強(qiáng)非線性特征的短期電力負(fù)荷數(shù)據(jù)。
在此基礎(chǔ)上,研究人員進(jìn)一步提出一種基于時(shí)間卷積深度學(xué)習(xí)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測方法,該模型具有從大樣本時(shí)間序列中提取特征和實(shí)現(xiàn)預(yù)測的能力,其模型架構(gòu)能有效解決深層網(wǎng)絡(luò)學(xué)習(xí)的退化問題。
他們通過對(duì)真實(shí)電力負(fù)荷數(shù)據(jù)進(jìn)行預(yù)測建模并分析實(shí)驗(yàn)結(jié)果,得出以下主要結(jié)論:
1)所選用的各種機(jī)器學(xué)習(xí)方法在合理選擇模型參數(shù)后,均可以對(duì)含有非線性特征的短期電力負(fù)荷數(shù)據(jù)取得較好的預(yù)測效果。因此,機(jī)器學(xué)習(xí)方法適用于解決短期電力負(fù)荷預(yù)測問題。
2)深度學(xué)習(xí)網(wǎng)絡(luò)相比經(jīng)典機(jī)器學(xué)習(xí)方法具有更好的特征提取能力,因此可以獲得更高的預(yù)測精度。由于TCN網(wǎng)絡(luò)的構(gòu)建引入了擴(kuò)大因果卷積和殘差塊,使得該深度學(xué)習(xí)網(wǎng)絡(luò)模型具有更好的大樣本時(shí)間序列處理能力和魯棒性,實(shí)驗(yàn)結(jié)果也驗(yàn)證了該方法的有效性和高準(zhǔn)確性。
研究人員指出,本課題的研究內(nèi)容不僅為短期電力負(fù)荷預(yù)測的方法選擇提供了參考依據(jù)和選擇多樣性,而且對(duì)于研究電力系統(tǒng)領(lǐng)域中的其他預(yù)測問題如風(fēng)力、光伏發(fā)電功率預(yù)測、儲(chǔ)能系統(tǒng)中儲(chǔ)能元件的使用壽命預(yù)測等也具有很好的借鑒意義。
但是,深度學(xué)習(xí)方法通常主要適用于挖掘數(shù)據(jù)中的非線性特征,對(duì)于數(shù)據(jù)的線性特征的學(xué)習(xí)效果有時(shí)可能不如傳統(tǒng)時(shí)間序列分析方法。而實(shí)際的電力負(fù)荷數(shù)據(jù)一般既包含線性成分又包含非線性成分,即電力負(fù)荷時(shí)間序列具有復(fù)合特征。
與此同時(shí),其他因素如天氣、假日安排和用戶使用習(xí)慣等與負(fù)荷數(shù)據(jù)特征之間的關(guān)系,以及對(duì)模型預(yù)測效果的影響也是需要深入關(guān)注的內(nèi)容。因此,未來研究工作將聚焦于設(shè)計(jì)一種可以更好地處理電力負(fù)荷數(shù)據(jù)復(fù)合特征的預(yù)測模型,以期進(jìn)一步提高模型的預(yù)測精度。
本文編自2022年第5期《電工技術(shù)學(xué)報(bào)》,論文標(biāo)題為“基于時(shí)間卷積網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測”。論文第一作者和通訊作者為趙洋,1981年生,副教授,碩士生導(dǎo)師,研究方向?yàn)閮?chǔ)能系統(tǒng)運(yùn)行控制、系統(tǒng)建模與預(yù)測等。本課題得到了國家重點(diǎn)研發(fā)計(jì)劃“智能電網(wǎng)技術(shù)與裝備”重點(diǎn)專項(xiàng)資助的支持。