多任务源荷联合预测模型

该模型在同一框架内耦合源荷特征进行联合预测，为区域能源系统优化调度提供有效预测数据，不同于传统源荷独立预测的方式。

Xin, Ma · Peng, Bo · Ma, Xiangxue · Tian, Changbin · Yan, Yi

Energy 2023

参数信息

经济指标降幅

9.17 %

环境指标降幅

5.66 %

技术优势

源荷联合预测

通过多任务多头注意力模型耦合源荷特征，提高了预测精度，为优化调度提供有效数据支撑。

多时间尺度滚动优化

日前和日内两阶段滚动机制动态调整机组出力，灵活应对预测误差和实时变化。

降低运行成本与排放

与传统方法相比，经济指标降低9.17%，环境指标降低5.66%，显著提升系统经济性和环保性。

应用场景

• 综合能源系统优化调度：用源荷联合预测结果驱动日前-日内两阶段滚动优化，降低运行成本和排放。
• 源荷预测：提供高精度源荷预测数据，减少不确定性对调度计划的影响。
• 能源管理：提升系统能量利用率，保障动态用户需求并增强供能稳定性。