基于GRU多步预测技术的云储能充放电策略

冯斌; 郭亦宗; 陈页; 郭创新; 杨波; 黄旭锐

doi:10.7500/AEPS20200330015

您当前的位置：

首页 >

文章列表页 >

基于GRU多步预测技术的云储能充放电策略

学术研究 | 更新时间：2025-06-16

- 基于GRU多步预测技术的云储能充放电策略
- Charging and Discharging Strategy of Cloud Energy Storage Based on GRU Multi-step Prediction Technology
- 电力系统自动化-方正平台 2021年45卷第9期页码：46-54
- 作者机构：
  
  1.浙江大学电气工程学院，浙江省杭州市 310027
  2.广东电网有限责任公司广州供电局，广东省广州市 510600
- 作者简介：
  
  冯斌(1997—)，男，博士研究生，主要研究方向：人工智能在电力系统中的应用。E-mail：11910028@zju.edu.cn
  郭亦宗(1997—)，男，硕士研究生，主要研究方向：综合能源系统服务与商业模式。E-mail：guoyizong@zju.edu.cn
  陈页(1996—)，女，硕士研究生，主要研究方向：综合能源系统建模仿真。E-mail：ye_chen@zju.edu.cn
  郭创新(1969—)，男，通信作者，教授，博士生导师，主要研究方向：智能电网风险调度、综合能源系统等。E-mail：guochuangxin@zju.edu.cn
- 基金信息：
  
  国家自然科学基金资助项目(51877190)
- DOI：10.7500/AEPS20200330015
  中图分类号：
- 收稿日期：2020-03-30，
  
  修回日期：2020-07-31，
  
  网络出版日期：2020-12-08，
  
  纸质出版日期：2021-05-10
- 稿件说明：
移动端阅览
冯斌,郭亦宗,陈页等.基于GRU多步预测技术的云储能充放电策略[J].电力系统自动化,2021,45(9):46-54.

FENG Bin,GUO Yizong,CHEN Ye,et al.Charging and Discharging Strategy of Cloud Energy Storage Based on GRU Multi-step Prediction Technology[J].Automation of Electric Power Systems,2021,45(9):46-54.
冯斌,郭亦宗,陈页等.基于GRU多步预测技术的云储能充放电策略[J].电力系统自动化,2021,45(9):46-54. DOI： 10.7500/AEPS20200330015.

FENG Bin,GUO Yizong,CHEN Ye,et al.Charging and Discharging Strategy of Cloud Energy Storage Based on GRU Multi-step Prediction Technology[J].Automation of Electric Power Systems,2021,45(9):46-54. DOI： 10.7500/AEPS20200330015.

摘要

为解决云储能日前充放电策略预测的问题，提出了一种基于门控循环单元(GRU)多步预测技术的云储能充放电策略形成方法。首先，鉴于云储能优化需求及单用户负荷预测效果不稳定，构建用户聚类后的GRU多步预测方法预测一天的24点功率。然后分析了云储能模式下的用户和云储能提供商两个主体的交互过程，以预测为基础建立了云储能充放电决策滚动优化模型。仿真算例选取实际数据，在预测聚类用户光伏、负荷功率后，滚动优化求解实际值和预测值下的云储能充放电策略。算例通过5种场景验证了在云储能充放电策略中聚类的作用以及GRU多步预测技术的优势，并且证明云储能模式能够进一步削弱光伏、负荷预测误差的影响。

Abstract

In order to solve the day-ahead charging and discharging strategy prediction problem of cloud energy storage (CES)

a formation method of charging and discharging strategy of CES based on multi-step prediction technology for gated recurrent unit (GRU) is proposed. Firstly

in view of the CES optimization demand and the unstable effect of single-user load prediction

after user clustering

a multi-step prediction method of GRU is constructed to predict the power at 24 points of a day. Then

the interaction process between the user and the CES provider in the CES mode is analyzed

and the rolling optimization model of CES charging and discharging decision is established based on the prediction. In the simulation example

the actual data is used

and after the prediction of photovoltaic and load power of cluster users

the CES charging and discharging strategies for the actual data and the predicted data are solved by rolling optimization. Five scenarios are used to verify the role of clustering in CES charging and discharging strategy and the advantages of GRU multi-step prediction technology. It is also proven that cloud energy storage mode can further weaken the influence of photovoltaic and load prediction error.

关键词

Keywords

references

杨挺，翟峰，赵英杰，等 . 泛在电力物联网释义与研究展望［J］. 电力系统自动化， 2019 ， 43 （ 13 ）： 9 - 20 .

YANG Ting ， ZHAI Feng ， ZHAO Yingjie ， et al . Explanation and prospect of ubiquitous electric power Internet of Things ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 13 ）： 9 - 20 .

李建林，马会萌，袁晓冬，等 . 规模化分布式储能的关键应用技术研究综述［J］. 电网技术， 2017 ， 41 （ 10 ）： 3365 - 3375 .

LI Jianlin ， MA Huimeng ， YUAN Xiaodong ， et al . Overview on key applied technologies of large-scale distributed energy storage ［J］. Power System Technology ， 2017 ， 41 （ 10 ）： 3365 - 3375 .

康重庆，刘静琨，张宁 . 未来电力系统储能的新形态：云储能［J］. 电力系统自动化， 2017 ， 41 （ 21 ）： 2 - 8 .

KANG Chongqing ， LIU Jingkun ， ZHANG Ning . A new form of energy storage in future power systems： cloud energy storage ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 21 ）： 2 - 8 .

LOMBARDI P ， SCHWABE F . Sharing economy as a new business model for energy storage systems ［J］. Applied Energy ， 2017 ， 188 ： 485 - 496 .

LIU Jingkun ， ZHANG Ning ， KANG Chongqing ， et al . Cloud energy storage for residential and small commercial consumers： a business study ［J］. Applied Energy ， 2017 ， 188 ： 226 - 236 .

郭亦宗，王楚通，施云辉，等 . 区域综合能源系统电/热云储能综合优化配置［J］. 电网技术， 2020 ， 44 （ 5 ）： 1611 - 1621 .

GUO Yizong ， WANG Chutong ， SHI Yunhui ， et al . Comprehensive optimization configuration of electric and thermal cloud energy storage in regional integrated energy system ［J］. Power Sytem Technology ， 2020 ， 44 （ 5 ）： 1611 - 1621 .

刘静琨，张宁，康重庆 . 电力系统云储能研究框架与基础模型［J］. 中国电机工程学报， 2017 ， 37 （ 12 ）： 3361 - 3371 .

LIU Jingkun ， ZHANG Ning ， KANG Chongqing . Research framework and basic models for cloud energy storage in power system ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 12 ）： 3361 - 3371 .

周孝信，陈树勇，鲁宗相，等 . 能源转型中我国新一代电力系统的技术特征［J］. 中国电机工程学报， 2018 ， 38 （ 7 ）： 1893 - 1904 .

ZHOU Xiaoxin ， CHEN Shuyong ， LU Zongxiang ， et al . Technology features of the new generation power system in China ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 7 ）： 1893 - 1904 .

龚莺飞，鲁宗相，乔颖，等 . 光伏功率预测技术［J］. 电力系统自动化， 2016 ， 40 （ 4 ）： 140 - 151 .

GONG Yingfei ， LU Zongxiang ， QIAO Ying ， et al . An overview of photovoltaic energy system output forecasting technology ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 4 ）： 140 - 151 .

廖旎焕，胡智宏，马莹莹，等 . 电力系统短期负荷预测方法综述［J］. 电力系统保护与控制， 2011 ， 39 （ 1 ）： 147 - 152 .

LIAO Nihuan ， HU Zhihong ， MA Yingying ， et al . Review of the short-term load forecasting methods of electric power system ［J］. Power System Protection and Control ， 2011 ， 39 （ 1 ）： 147 - 152 .

彭文，王金睿，尹山青 . 电力市场中基于Attention-LSTM的短期负荷预测模型［J］. 电网技术， 2019 ， 43 （ 5 ）： 1745 - 1751 .

PENG Wen ， WANG Jinrui ， YIN Shanqing . Short-term load forecasting model based on Attention-LSTM in electricity market ［J］. Power System Technology ， 2019 ， 43 （ 5 ）： 1745 - 1751 .

陈海文，王守相，王绍敏，等 . 基于门控循环单元网络与模型融合的负荷聚合体预测方法［J］. 电力系统自动化， 2019 ， 43 （ 1 ）： 65 - 74 .

CHEN Haiwen ， WANG Shouxiang ， WANG Shaomin ， et al . Aggregated load forecasting method based on gated recurrent unit networks and model fusion ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 1 ）： 65 - 74 .

王增平，赵兵，纪维佳，等 . 基于GRU-NN模型的短期负荷预测方法［J］. 电力系统自动化， 2019 ， 43 （ 5 ）： 53 - 62 .

WANG Zengping ， ZHAO Bing ， JI Weijia ， et al . Short-term load forecasting method based on GRU-NN model ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 5 ）： 53 - 62 .

陈丽丽，牟龙华，许旭锋，等 . 储能装置运行策略及运行特性对微电网可靠性的影响［J］. 电力自动化设备， 2017 ， 37 （ 7 ）： 70 - 76 .

CHEN Lili ， MOU Longhua ， XU Xufeng ， et al . Influences of energy storage operational strategy and characteristics on micro-grid reliability ［J］. Electric Power Automation Equipment ， 2017 ， 37 （ 7 ）： 70 - 76 .

杨锡运，张璜，修晓青，等 . 基于商业园区源/储/荷协同运行的储能系统多目标优化配置［J］. 电网技术， 2017 ， 41 （ 12 ）： 274 - 281 .

YANG Xiyun ， ZHANG Huang ， XIU Xiaoqing ， et al . Multi-objective optimal configuration of energy storage systems based on coordinated operation of source/storage/load in commercial park ［J］. Power System Technology ， 2017 ， 41 （ 12 ）： 274 - 281 .

朱泽锋，赵晋泉，魏文辉，等 . 主动配电网中电池储能系统最优充放电策略［J］. 电力系统自动化， 2016 ， 40 （ 20 ）： 47 - 53 .

ZHU Zefeng ， ZHAO Jinquan ， WEI Wenhui ， et al . Optimal charging and discharging scheme of battery energy storage system in active distribution network ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 20 ）： 47 - 53 .

牛阳，张峰，张辉，等 . 提升火电机组AGC性能的混合储能优化控制与容量规划［J］. 电力系统自动化， 2016 ， 40 （ 10 ）： 38 - 45 .

NIU Yang ， ZHANG Feng ， ZHANG Hui ， et al . Optimal control strategy and capacity planning of hybrid energy storage system for improving AGC performance of thermal power units ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 10 ）： 38 - 45 .

焦筱悛，徐青山 . 电力系统单用户超短期负荷预测算法研究［J］. 电测与仪表， 2020 ， 57 （ 1 ）： 30 - 35 .

JIAO Xiaoquan ， XU Qingshan . A new ultra-short-term load forecasting algorithm for single user in power system ［J］. Electrical Measurement & Instrumentation ， 2020 ， 57 （ 1 ）： 30 - 35 .

吴孟林 . 智能电网中居民用户聚类与短期负荷预测研究［D］. 重庆：重庆邮电大学， 2019 .

WU Menglin . Research on resident user clustering and short-term load forecasting in smart grid ［D］. Chongqing ： Chongqing University of Posts and Telecommunications ， 2019 .

原福永，张晓彩，罗思标 . 基于信息熵的精确属性赋权 K -means聚类算法［J］. 计算机应用， 2011 ， 31 （ 6 ）： 1675 - 1677 .

YUAN Fuyong ， ZHANG Xiaocai ， LUO Sibiao . Accurate property weighted K -means clustering algorithm based on information entropy ［J］. Journal of Computer Applications ， 2011 ， 31 （ 6 ）： 1675 - 1677 .

HOCHREITER S ， SCHMIDHUBER J . Long short-term memory ［J］. Neural Computation ， 1997 ， 9 （ 8 ）： 1735 - 1780 .

CHO K ， VAN MERRIENBOER B ， GULCEHRE C ， et al . Learning phrase representations using RNN encoder-decoder for statistical machine translation ［EB/OL］. ［ 2020-07-28 ］. https：//arxiv.org/pdf/1406.1078.pdf https://arxiv.org/pdf/1406.1078.pdf .

CHUNG J ， GULCEHRE C ， CHO K ， et al . Empirical evaluation of gated recurrent neural networks on sequence modeling ［EB/OL］. ［ 2020-07-28 ］. https：//arxiv.org/pdf/1412.3555.pdf https://arxiv.org/pdf/1412.3555.pdf .

刘向杰，孔小兵 . 电力工业复杂系统模型预测控制：现状与发展［J］. 中国电机工程学报， 2013 ， 33 （ 5 ）： 79 - 85 .

LIU Xiangjie ， KONG Xiaobing . Present situation and prospect of model predictive control application in complex power industrial process ［J］. Proceedings of the CSEE ， 2013 ， 33 （ 5 ）： 79 - 85 .

刘畅，卓建坤，赵东明，等 . 利用储能系统实现可再生能源微电网灵活安全运行的研究综述［J］. 中国电机工程学报， 2020 ， 40 （ 1 ）： 1 - 18 .

LIU Chang ， ZHUO Jiankun ， ZHAO Dongming ， et al . A review on the utilization of energy storage system for the flexible and safe operation of renewable energy microgrids ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 1 ）： 1 - 18 .

熊文，刘育权，苏万煌，等 . 考虑多能互补的区域综合能源系统多种储能优化配置［J］. 电力自动化设备， 2019 ， 39 （ 1 ）： 118 - 126 .

XIONG Wen ， LIU Yuquan ， SU Wanhuang ， et al . Optimal configuration of multi-energy storage in regional integrated energy system considering multi-energy complementation ［J］. Electric Power Automation Equipment ， 2019 ， 39 （ 1 ）： 118 - 126 .

Pecan Street dataport ［EB/OL］. ［ 2020-05-17 ］. https：//www.pecanstreet.org/dataport/ https://www.pecanstreet.org/dataport/ .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

考虑水-电风险耦合的共享库容多时间尺度协同优化策略

计及后备储能及空调调度潜力的5G基站多时间尺度优化方法

计及多类型微网响应特性的城市配电系统分布式优化调度