(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 202211147957.X (22)申请日 2022.09.20 (71)申请人 华南理工大 学 地址 510640 广东省广州市天河区五山路 381号 (72)发明人 曾君　赵紫昱　陈霆威　陈渊睿　 刘俊峰　 (74)专利代理 机构 广州粤高专利商标代理有限 公司 44102 专利代理师 黄月莹 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06N 5/04(2006.01) (54)发明名称 基于CPSS架构的多场景低压可再生资源负 荷预测方法 (57)摘要 本发明公开了基于CPSS架构的多场景低压 可再生资源负荷预测方法， 通过构建基于信息物 理社会融合系统CPSS架构的微电网， 以多场景融 合的方式考虑可再生能源接入和用户社会行为 影响的双重不确定性的能量管理系统， 从物理 层、 信息层、 社会层三个层面建立起可感知互动 的可控标准化模 型以及负荷预测系统。 对于电动 汽车建立考虑电价、 当前电池电荷和停车时长因 素的充电负荷预测模型， 对于用户用电场景， 基 于消费者心理学建立起峰谷电价差与负荷转移 率的函数关系， 建立基于消费者心理学机理的需 求响应模型， 充分考虑用户行为特征。 结合以上 模型， 对CPSS架构下的低压 可再生能源和负荷进 行多场景融合的负荷预测。 权利要求书2页 说明书11页 附图2页 CN 115545429 A 2022.12.30 CN 115545429 A 1.基于CPSS架构的多场景低压可 再生资源负荷预测方法， 其特 征在于， 包括以下步骤： 对可再生能源出力、 电动汽车充电负荷和用户负荷进行耦合， 预测多场景电力负荷空 间分布； 建立用户充电行为的模糊推理模型； 建立起峰谷电价差与负荷转移率的关系模型， 建立基于消费者心 理学机理的需求响应 模型； 结合以上模型， 对CP SS架构下的低压可 再生能源和负荷进行多场景融合的负荷预测。 2.根据权利要求1所述的基于CPSS架构的多场景低压可再生资源负荷预测方法， 其特 征在于， 结合时间空间特性进 行耦合， 预测多场景电力负荷空间分布， 多场景负荷耦合 公式 为： 其中， λL、 λEV、 λWT、 λPV分别表示各类负荷预测调节系数， Pi， t为节点对应区域内在 t时刻多 场景空间负荷预测， 分别表示负荷个体、 电动汽 车个体、 风力发电 机组个体、 光伏机组个 体k在t时刻的预测功率。 3.根据权利要求2所述的基于CPSS架构的多场景低压可再生资源负荷预测方法， 其特 征在于， 根据前一日的预测数据和实际数据的偏差 设定各类能源个体的负荷预测调节系数 为： 式中， λj为各类负荷预测调节系数， T为一日的滚动周期数， 和 分别表示前一 日内t时刻的预测负荷和实际负荷。 4.根据权利要求3所述的基于CPSS架构的多场景低压可再生资源负荷预测方法， 其特 征在于， 能源个体包括分布式光伏、 分布式风机、 柴油发电机、 分布式储能、 电动汽车、 用户 负荷。 5.根据权利要求4所述的基于CPSS架构的多场景低压可再生资源负荷预测方法， 其特 征在于， 对于不同种类j的能源个体k， 在t时刻按接入节点i以发电功率 累计电量 和爬坡速率 为标准构建统一的个 体物理特性， 并且建立相应的电气约束条件。 6.根据权利要求1所述的基于CPSS架构的多场景低压可再生资源负荷预测方法， 其特 征在于， 模糊推理模 型包括三段模糊子集、 设置隶属度函数； 对于电动汽车用户充电场景以 电价、 当前SOC、 停车时长作为用户充电行为的模糊推理模型的输入量， 生成用户充电概 率。 7.根据权利要求6所述的基于CPSS架构的多场景低压可再生资源负荷预测方法， 其特 征在于， 隶属度函数采用联合高斯型 隶属度函数： 其中， x为输入量， 包括电价、 当前S OC、 停车时长， σ 和c为联合 高斯型隶属度函数的形状 系数， f(x， σ， c)为对应输入量下的用户充电概 率。 8.根据权利要求6所述的基于CPSS架构的多场景低压可再生资源负荷预测方法， 其特 征在于， 对于电动汽 车充电场景， 采用解模糊算法的重心法求解模糊推理模型， 得到充电概权　利　要　求　书 1/2 页 2 CN 115545429 A 2率清晰值： 其中， fU(x)为连续 论域U上的模糊集 合， C为解模糊后的清晰值。 9.根据权利要求1所述的基于CPSS架构的多场景低压可再生资源负荷预测方法， 其特 征在于， 对于用户用电场景， 基于消费者心理学建立起峰谷电价差x与负荷转移率λ的关系 模型： 其中， k为线性区比例系数， λmax为饱和区最大负荷转移率， a和b为死区、 线性区和饱和 区分段的电价差节点， λ为 不同峰谷电价差x下的负荷转移率。 10.根据权利要求1～9任一项所述的基于CPSS架构的多场景低压可再生资源负荷预测 方法， 其特征在于， 通过偏大型半梯形和偏小型半梯形模糊隶属度划分峰谷区间， 建立基于 消费者心理学机理的需求响应模型： PL＝ λpPL‑p+λfPL‑f+λgPL‑g 式中， PL‑p、 PL‑f、 PL‑g为平时段、 峰时段和谷时段 的负荷量， λp、 λf、 λg为平时段、 峰时段和 谷时段的负荷转移率， PL为综合各个时段负荷转移后的负荷量， 即用户用电功率曲线。权　利　要　求　书 2/2 页 3 CN 115545429 A 3