山东大学陈阿莲等：基于CNN-Bi-LSTM功率预测的海岛综合能源系统优化调度

基于CNN-Bi-LSTM功率预测的海岛综合能源系统优化调度

王润治¹，王瑞琪²，刘继彦³，王旭东³，陈阿莲^1*

（1.山东大学控制科学与工程学院；2. 国网山东综合能源服务有限公司；3.国网山东省电力公司）

本文发表在《全球能源互联网》2023年第1期“新型电力系统技术工程应用与实践”专题上，受国家自然科学基金（U2006222）、山东省重点研发计划（2019JZZY010903）、国家电网有限公司总部管理科技项目（5100-202116567A-0-5-SF）资助。欢迎品读。

文章导读

我国拥有1.4万km海岸线和1万多个大小不同的岛屿和海礁，这些岛屿各类能源资源丰富，但因远离内陆，无法构建同陆地大电网的交互关系，且缺乏合理的能源管理调度方法，发展建设受缺电制约。此外，海上气象和水文条件复杂多变，新能源发电受气象、尾流等因素影响较大，落地实现较为困难。本文结合我国沿海和海岛具体发电数据，为海岛能源利用和综合能源系统建设提供了解决方案。

文章亮点

1）搭建了一种能源利用率高、可满足正常运行条件的多能孤岛综合能源系统模型。因地制宜地利用海岛丰富的波浪能资源，将波浪能发电装置引入海岛综合能源系统中，使供能方式更多元化。

2）为进一步节约能源，系统充分考虑了储能装置（氢氧燃料电池）的产热、产水特性。

3）引入海水淡化装置解决居民用淡水难的问题，保障了海岛居民的基本生存条件。

4）考虑到海上环境因素对风光出力影响较大，利用随机森林方法对历史气象数据和新能源出力数据进行处理，将处理后的数据用于CNN-Bi-LSTM预测模型的构建。

5）在提升系统运行经济性的基础上，增加改善系统可再生能源消纳率的目标，并在系统约束条件中加入淡水约束，建立完备的电-热-氢-淡水约束体系。

6）通过CPLEX求解器对建立的海岛综合能源系统优化调度模型进行求解，结果表明，所提方法能够在保障系统稳定运行的基础上，充分消纳可再生能源，降低系统运行成本。

摘要

合理构建海岛综合能源系统对沿海能源清洁化转型意义重大，其优化调度更是实现海岛能源供需平衡的有效途径。为此，提出了一种考虑风光功率预测的海岛综合能源系统优化调度方法。首先，搭建包含氢能设备、海水源热泵、海水淡化装置、波浪能发电装置等新型能源转换设备的系统模型。其次，海上气候多变会导致新能源发电不稳定，故采用含环境变量重要性排序的一维卷积神经网络和双向长短时记忆神经网络（convolutional neural network-bi-directional long short-term memory，CNN-Bi-LSTM）联合模型对发电功率进行预测。然后，为维持海岛基本生存条件，以电-冷-淡水-氢平衡为约束，以改善系统运行经济性和可再生能源消纳率为目标函数，建立综合能源系统优化调度模型。对夏冬两个典型日进行仿真分析，结果表明所提出的预测模型具有较高的预测精度，所提优化调度方法可以实现海岛能源供需平衡，同时能够有效降低系统运行成本，提高可再生能源消纳率。

主要内容

⬆ 图1 海岛综合能源系统结构图

为保障海岛IES的高效运行，本文搭建了包含波浪能发电装置、氢能装置、海水源热泵、海水淡化装置等设备的海岛源-荷-储系统结构。实现源侧全清洁能源供电，满足荷侧基本能源需求。所搭建的系统结构如图1所示，图中展示了各设备之间的能源转换关系。该系统可满足用户的电、冷、热、淡水负荷需求，同时利用蓄电池、氢能装置制氢并储氢以消纳可再生能源发电。海岛的电力负荷由光伏设备、风力发电机及波浪能发电机优先满足，冷、热负荷主要由海水源热泵设备满足，淡水负荷主要由海水淡化设备满足，氢氧燃料电池作为补充装置，可同时满足电、冷、热、淡水负荷。

⬆ 图2 CNN-Bi-LSTM预测模型流程图

CNN-Bi-LSTM预测模型主要用于预测光伏和风机出力，以实现对能源调度的日前优化。预测模型包括数据预处理模块、环境变量重要性排序及交叉验证模块、特征提取及功率预测模块；所用数据包括历史环境数据及可再生能源出力数据。

⬆ 图3 冬夏典型日风光出力预测结果图

使用图2提出的预测模型，根据典型日当天的环境变量数据，预测得到风光发电功率，用于日前优化调度。

⬆ 图4 夏季典型运行优化结果（部分）

对于22:00—6:00时段，用户电负荷需求较低。电负荷主要由风机和波浪能发电装置满足，冷负荷由海水源热泵满足，淡水需求由海水淡化装置满足。对于7:00—15:00时段，用户负荷需求处于平值，光伏发电逐渐增高，可再生能源发电大于所需电功率。为了消纳可再生能源发电，电解海水制氢装置制氢并储氢，海水源热泵制冷并蓄冷，海水淡化装置制淡水并蓄淡水。在16:00—21:00时段，用户负荷处于高峰期，用电量较大，可再生能源发电不能满足用电需求。此时氢氧燃料电池工作，补充供电缺口，同时系统回收氢氧燃料电池产生的热功率和淡水，结合供热系统和供淡水系统，维持系统稳定。

本文引文信息

王润治，王瑞琪，刘继彦，王旭东，陈阿莲. 基于CNN-Bi-LSTM功率预测的海岛综合能源系统优化调度[J].全球能源互联网,2023,6(1):88-100.

WANG Runzhi, WANG Ruiqi, LIU Jiyan, WANG Xudong, CHEN Alian. Optimal Dispatch of the Island Integrated Energy System Including Power Prediction Based on CNN-Bi-LSTM [J]．Journal of Global Energy Interconnection, 2023,6(1): 88-100 (in Chinese).

研究团队

山东大学是教育部直属重点高校，国家“985工程”、“211工程”重点建设院校，2017年顺利迈入世界一流大学建设高校（A类）行列，在国内外具有重要影响。控制科学与工程学院是山东大学“学科高峰计划”首批重点建设单位，建有“控制理论与控制工程”国家重点学科，“控制科学与工程”学科在教育部第五轮学科评估中被评为A类学科。

陈阿莲教授课题组致力于新能源发电系统优化控制理论与技术、电力电子技术及应用等领域的研究。近年来承担参与国家/省部级课题20余项；在国内外权威学术期刊及重要学术会议上发表论文100余篇，其中SCI/EI收录90余篇；获国家级科技进步二等奖2项。

国网山东综合能源公司智慧能源技术创新团队，致力于综合能源技术、清洁能源技术、双碳节能技术等领域的技术研究、装备研发和工程示范，入选国网山东电力首批技术攻关团队。牵头组建并成功申报了山东省电能智慧应用技术创新中心（省科技厅）、山东省综合能源系统工程研究中心（省发改委）、山东省能源标准化技术委员会委员单位、国网山东电力公司“智慧能源”双创示范基地、山东能效检测与用能优化实验室；开发了具有完全自主知识产权的智慧能源核心装备并产业化，入选山东省能源领域新技术、新产品、新设备；近年来承担国家级/省部级科技项目8项，其中国家自然科学基金项目3项、山东省重大科技创新工程1项；累计获省部级科技奖励8项，其中山东省科技进步一等奖1项、二等奖2项，国网公司科技进步二等奖2项；编制国家标准3项、团体标准5项、国网企业标准3项；授权发明专利24项；发表学术论文30余篇，出版专著3部。《中国电力报》电网周刊头版以“科技引领亮旗赋能”为题重点宣传团队科技创新成果。

作者简介