一种面向零碳数字园区协同优化的源荷预测方法与系统

本申请涉及一种面向零碳数字园区协同优化的源荷预测方法与系统。方法包括：采集零碳数字园区的多源历史样本数据；根据多源历史样本数据联合训练待训练的电源预测子模型和待训练的负荷预测子模型，得到预训练的源荷协同预测模型；预训练的源荷协同预测模型包括预训练的电源预测子模型、预训练的负荷预测子模型和协同优化单元；协同优化单元用于基于能源供需平衡的物理约束，调整预训练的电源预测子模型和预训练的负荷预测子模型的输出；其中，在训练待训练的电源预测子模型和待训练的负荷预测子模型的过程中，通过共享LSTM层的权重，使待训练的电源预测子模型和待训练的负荷预测子模型在训练中学习源荷关联特征。采用本方法能够提高源荷预测精度。