(19)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 202211234650.3 (22)申请日 2022.10.10 (71)申请人 国网四川省电力公司凉山供电公司 地址 615000 四川省凉山彝族自治州西昌 市航天大道二段216号 (72)发明人 邱里川　汪渤庚　罗胜　买文霞　 宋宇　朱刘佳　刘娇玉　 (74)专利代理 机构 成都行之专利代理事务所 (普通合伙) 51220 专利代理师 林菲菲 (51)Int.Cl. H02J 3/00(2006.01) G06Q 10/06(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06Q 50/06(2012.01) (54)发明名称 一种电网调度规划的方法 (57)摘要 本发明公开了一种电网调度规划的方法， 通 过构建用电负荷预测模型， 实现对负荷区域未来 时段的负荷预测， 并根据该负荷预测制定主电 网、 风能微电网以及太阳能微电网的调度策略， 从而避免调度过盈的问题， 并且充分利用了风能 微电网以及太阳能微电网的能源。 权利要求书5页 说明书11页 附图1页 CN 115459265 A 2022.12.09 CN 115459265 A 1.一种电网调度规划的方法， 其特 征在于， 包括： 获取负荷区域对应的历史用电数据， 并对所述历史用电数据进行滤波， 得到滤波后的 历史用电数据； 构建负荷区域的用电负荷预测模型， 并采用参数初始化机制对用电负荷预测模型的参 数初始化， 得到用电负荷预测模型的N个权 重矩阵； 根据滤波后的历史用电数据， 将用电负荷预测模型的N个权重矩阵划分为第 一参数集、 第二参数集以及第三参数集， 并对第一参数集、 第二参数集以及第三参数集中的权重矩阵 分别进行不同的更新， 得到更新后的权 重矩阵； 以更新后的权重矩阵为基础， 进行模拟退火， 确定用电负荷预测模型的最优权重矩阵， 并根据最优权 重矩阵得到训练完成的用电负荷预测模型； 根据所述训练完成的用电负荷预测模， 预测负荷区域所对应的用电负荷预测结果； 基于所述用电负荷预测结果， 确定主电网、 风能微电网以及太阳能微电网的调度 策略， 完成电网的调度规划。 2.根据权利要求1所述的电网调度规划的方法， 其特征在于， 所述历史用电数据包括 时 间序列上的天气、 温度、 日期类型以及用电负荷数据， 所述日期类型包括工作日和非工作 日； 对所述历史用电数据进行 滤波， 包括： 获取用电负荷数据的均值以及方差为： 其中， E(t)表示时间序列中第N天第t个小时对应的均值， N＝1,2, …,N， N表示历史用电 数据的总天数， D(t)表示时间序列中第N天第t个小时对应的方差， x(d,t)表示第N天第t个 小时对应的用电负荷数据； 根据均值E(t)以及方差D(t)， 确定每 个用电数据的偏离率 为： 其中， ρ(d,t)表示用电负荷数据x(d,t)对应的偏离率； 判断电负荷数据x(d,t)对应的偏离率ρ(d,t)是否超过设定阈值， 若是， 则对该电负荷 数据x(d,t)进行异常值处 理， 否则， 完成历史用电数据的滤波； 其中， 进行异常值处 理包括： 根据偏离率超过设定阈值的电负荷数据x(d,t)， 确定异常值对应的替换值 为： 其中， x'(d,t)表示替换值， x(d,t ‑1)表示x(d,t)前一个小时对应的电负荷数据， x(d,t +1)表示x(d,t)后一个小时对应的电负荷数据；权　利　要　求　书 1/5 页 2 CN 115459265 A 2采用x'(d,t)替换偏离率超过设定阈值的电负荷数据x(d,t)， 完成异常值的处 理。 3.根据权利要求1所述的电网调度规划的方法， 其特征在于， 构建负荷区域的用电负荷 预测模型， 并采用参数初始化机制对用电负荷预测模型 的参数初始化， 得到用电负荷预测 模型的N个权 重矩阵， 包括： 以BP神经网络作为用电负荷预测模型， 并采用参数初始化机制对用电负荷预测模型的 参数初始化， 得到用电负荷预测模型的N个权重矩阵W1,W2,…,Wn,…,WN， Wn包括电负荷预测 模型的权 重参数， Wn＝[wn1,wn2,…,wni,…,wnD]， wni表示权重矩阵Wn中第i个权 重参数。 4.根据权利要求3所述的电网调度规划的方法， 其特征在于， 所述参数初始化机制包 括： 在(0,1)之间随机生成一个初始数w0， 以该初始数w0为基础， 生成后续 参数为： 其中， wi表示第i+1个 参数， wi位于(0,1)之间， wi‑1表示第i‑1个参数， rand()表示0至1之 间的随机数。 5.根据权利要求4所述的电网调度规划的方法， 其特征在于， 根据 滤波后的历史用电数 据， 将用电负荷预测模型的N个权重矩阵划分为第一参数集、 第二参数集以及第三参数集， 并对第一参数集、 第二参数集以及第三参数集中的权重矩阵分别进行不同的更新， 得到更 新后的权 重矩阵， 包括： 构建适应度函数， 并根据适应度函数以及滤波后的历史用电数据， 获取权重矩阵Wn对应 的适应度函数值， 并将 将N组权重矩阵按适应度从大到小的顺序排列； 所述适应度函数为： 其中， F表示适应度， dk表示用电负荷预测模型中输出层第k个神经元的输出， ok表示用 电负荷预测模型中输出层第k个神经元的期 望输出， l表示电负荷预测模型中输出层的神经 元总数； 将排序后的N个权重矩阵， 将按2:6:2的比例划分为第一参数集、 第二参数集以及第三 参数集； 对第一参数集中权重矩阵进行第 一参数更新， 对第 二参数集中权重矩阵进行第 二参数 更新， 对第三 参数集中权 重矩阵进行第三 参数更新， 得到更新后的参数。 6.根据权利要求5所述的电网调度规划的方法， 其特征在于， 对第 一参数集中权重矩阵 进行第一 参数更新， 包括： 随机生成[0.5,1]之间的随机数R1以及[0,1]之间的随机数R2； 判断随机数R1是否小于随机数R2， 若是， 则对第一参数集中权重矩阵Wq直接更新， 否则 随机搜索第一参数集中权重矩阵Wq所对应的更新值， 并以适应度最大的更新值对权重矩阵 Wq进行更新； Wq表示第一参数集中第q个权重矩阵， q＝1,2, …,q1， q1表示第一参数集中权重 矩阵的个数；权　利　要　求　书 2/5 页 3 CN 115459265 A 3