(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111470999.2 (22)申请日 2021.12.0 3 (71)申请人 国网新疆电力有限公司昌吉供电公 司 地址 831100 新疆维吾尔自治区昌吉回族 自治州昌吉 市建国西路31号 (72)发明人 马波　高峰　张海丽　韩宏刚　 黎彦林　谷祖盛　 (74)专利代理 机构 乌鲁木齐合纵专利商标事务 所 65105 代理人 周星莹　汤洁 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01)F24D 19/10(2006.01) (54)发明名称 基于LSTM算法的相变蓄热式电采暖负控系 统控制方法 (57)摘要 本发明涉及源荷协调调度方法技术领域， 是 一种基于LSTM算法的相变蓄热式电采暖负控系 统控制方法， 其基于LS TM算法分析计及相变蓄热 式电采暖建模 所需数据， 依据分析数据进行相变 蓄热式电采暖入网的预测处理， 得到预测数据； 并考虑相变蓄热式电采暖在用能过程中的响应 特性和多阶段温度约束； 设计相变 蓄热式电采暖 负控系统的双层优化控制策略， 得到相变蓄热式 电采暖系统的用电控制策略。 本发 明能够减小电 网运行压力、 提高可再生能源消纳， 提高电力资 源的优化协调能力， 使得能量损耗最小， 促进节 能减排， 实现用户成本最小化和电网收益最大化 的双赢局面， 本发明为相变蓄热式电采暖参与源 荷协调调度提供技术方法， 能有效降低电力供需 矛盾的影响。 权利要求书3页 说明书11页 附图6页 CN 114169236 A 2022.03.11 CN 114169236 A 1.一种基于LSTM算法的相变蓄热式电采暖负控系统控制方法， 其特征在于包括以下步 骤： 步骤1， 基于LSTM算法分析计及相变蓄热式电采暖建模所需数据， 依据分析后的数据进 行相变蓄热式电采暖入网的预测处 理， 得到预测数据； 步骤2， 考虑相变蓄热式电采暖在用能过程中的响应特性和多阶段温度约束； 步骤3， 设计相变蓄热式电采暖负控系统 的双层优化控制策略， 得到相变蓄热式电采暖 系统的用电控制策略。 2.根据权利要求1所述的基于LSTM算法的相变蓄热式电采暖负控系统控制方法， 其特 征在于步骤1具体包括： 步骤11， (1)将第i个相变蓄热式电采暖系统的负荷功率Pi(t)， 负荷功率极值Pi， min、 Pi， max， 负荷变化趋势Ti(t)， 负荷波动信息Fi(t)， 按矩阵进行排列并进行M阶窗口移动平滑 处理， 削弱周期影响， 此时负荷数据记 做 (2)将负荷数据转换时间数据集， 使其处在{ ‑1， 1}区间内， 转换后的数据集记作Xi＝ {xi， 1， xi， 2， ...， xi， k， xi， n}， 输出为负荷变化趋势预测信息； (3)采用滑动窗口分割的方式对数据集Xi进行重构： 若LSTM模型输入时间步长为l1， 输 出预测步长为l2， 则滑动窗口长度为设置为l1+l2， 每次滑动一个单位， 共产生n ‑m‑l1+l2+1条 长度为l1+l2的序列， 每个序列中取前l1个数据构建一条输入Xi， j， 后l2个数据构建输出Yi， j， 则LSTM模型输入数据集 为： 其中， LSTM模型输出 数据集表示 为： 其中， 重构处理后的数据标记为Di＝{Xi， in， Yi， out}， 将Di划分为训练集和测试集， 其中训练集 为Di， tr＝{Xi， tr， Yi， tr}， 测试集 为Di， ts＝{Xi， ts， Yi， ts}； 步骤12， 应用LSTM模型进行训练前， 确定LSTM模型中涉及的参数， 参数包括激励函数、 学习率、 损失函数、 数据输入批量， 模型参数确定后， 每次选取批量大小数目的序列输入 LSTM模型， 不断对LSTM模型进行训练， 训练过程表示 为： Yi， tr＝F(W， b)(Xi， tr) LSTM模型训练的目的在于寻找历史负荷数据Xi， tr与负荷数据变化趋势Yi， tr之间的关 系， 经过训练后， 实际输出Y ′i， j与理论输出Yi， j之间差值表示 为损失函数， 损失函数表示 为 Li， j＝l(Yi， j， Y′i， j) LSTM模型训练时， 以Li， j最小为目标， 逐步更新神经层中的权重W和b， 达到规定 的误差 水平或迭代次数时， 训练停止； 步骤13， LSTM模型训练完毕后， 将测试集Di， ts中Xi， ts逐步输入训练所得的LSTM模型， 得 出Yi， tr对应的预测值Yi， pre，权　利　要　求　书 1/3 页 2 CN 114169236 A 2将Yi， tr、 Yi， pre通过反缩放、 反差分还原为最初量级的负荷 数据， 得出与原始时间序列对 应的负荷实际值以及负荷预测值。 3.根据权利要求1或2所述的基于LSTM算法的相变蓄热式电采暖负控系统控制方法， 其 特征在于步骤2具体为： 相变蓄热式电采暖在用能过程中， 用户体感 温度计算公式如下： TB＝Tin‑ab|Tout‑Tin|‑Ts 其中， Tout表示室外温度， Tin表示室内温度， TB表示用户的体感温度， ab表示为体感温度 系数， Ts表示室内空气湿度对于用户体感 温度的修 正； 为保证用户用能舒 适度， 温度响应特性计算如下： Zk＝(TB‑TB， min)/TB， |TB‑TB， min|≤|TB‑TB， max| Zk＝(TB‑TB， max)/TB， |TB‑TB， min|＞|TB‑TB， max| 其中， TB.min表示室内用户体感接受的最低温度， TB.max表示室内用户体感接受的最高温 度； 根据相变蓄热式电采暖在用能过程中的响应特性， 当Zk≤0时， μ＝1； 当Zk＞0时， μ＝0； 其 中， μ＝1表示 开启电采暖参与系统响应， μ＝0表示关断电采暖参与系统响应。 4.根据权利要求3所述的基于LSTM算法的相变蓄热式电采暖负控系统控制方法， 其特 征在于步骤3包括： 步骤31， 上层电网调控云平台控制策略， 以综合总费用最小的目标函数： min Cz＝Cb+Cm‑Cs‑Cd 式中， Cz为综合总费用， Cb为相变蓄热式电采暖系 统的购电成本函数， Cm为相变蓄热式 电采暖系统的运 行维护费用， Cs为相变蓄热电采暖系统的清洁能源取暖补贴， Cd为相变蓄热 电采暖系统的调峰辅助服务收益， 上层电网调控云平台求解优化过程， 获得第i个相变蓄热 式电采暖系统的调度计划值， 下发给 下层相变蓄热式电采暖负控平台； 步骤32， 下层相变蓄热式电采暖负控平台控制策略 根据第i个相变蓄热式电采暖系统内各电采暖负荷预测数据， 计算第 i个相变蓄热式电 采暖系统的实际出力， 求解一天 内该相变蓄热式电采暖系统的需求响应资源供应量与调 度 计划值的偏差， 根据偏差求解实施负荷控制的收益， 将收益减去用户用暖成本作为利益 目 标函数， 求解各相变蓄热式电采暖系统利益最大化的控制策略， 负控平台实施负荷控制决 策。 5.根据权利要求4所述的基于LSTM算法的相变蓄热式电采暖负控系统控制方法， 其特 征在于相变蓄热式电采暖系统的购电成本函数的计算公式如下： 式中， 为分时电价， Ps， i(t)为第i个相变蓄热电采暖系统t时段的电功率调度计划值， T 为总时段 数， I为相变蓄热电采暖系统总个数； 相变蓄热式电采暖系统的运行维护费用的计算公式如下： 权　利　要　求　书 2/3 页 3 CN 114169236 A 3