摘要
本申请涉及供热机组调峰能力优化技术领域,具体涉及一种供热机组蓄热调峰策略构建方法、设备及存储介质,该方法包括:通过目标BO‑ResNet‑AM神经网络预测模型对日前电负荷和日前热负荷进行逐时预测,得到日前逐时电负荷预测值和日前逐时热负荷预测值;基于供电平衡约束、供热平衡约束、机组爬坡率约束和目标函数,并以管网蓄/释热量、实际供电功率和实际供热量为决策变量,构建初始源网荷储协同互动模式优化调度模型;通过自适应权重学习因子粒子群优化算法将初始源网荷储协同互动模式优化调度模型收敛至全局最优解。本申请通过精确预测电热负荷、量化管网蓄热能力,实现电负荷削峰填谷及热负荷时空平移,提升机组深调与顶峰能力。
技术关键词
供热机组
神经网络预测模型
蓄热调峰
历史运行数据
优化调度模型
热力运行参数
负荷
供热系统
粒子群优化算法
策略
管道
计算机可执行指令
耗煤量
热能
ResNet网络
运维
热源
系统为您推荐了相关专利信息
神经网络预测模型
电量预测方法
电池
训练集数据
功耗
仿真模型
污染检测方法
工况
置信度阈值
历史运行数据
发电设备
分布式发电
交互方法
历史运行数据
历史运行状态
冷冻水流量
冷冻水系统
初始运行频率
系统配置信息
水泵
变电站
能耗预测模型
LSTM模型
历史运行数据
电量预测模型