ENQUIRE PROJECT DETAILS BY GENERAL PUBLIC

Project Details
Funding Scheme : General Research Fund
Project Number : 17200224
Project Title(English) : Trustworthy Probabilistic Load Forecasting in Local Energy Systems 
Project Title(Chinese) : 區域能源系統中的可信概率性負荷預測 
Principal Investigator(English) : Prof Wang, Yi 
Principal Investigator(Chinese) :  
Department : Department of Electrical and Electronic Engineering
Institution : The University of Hong Kong
Co - Investigator(s) :
Prof Kirschen, Daniel
Prof Pinson, Pierre
Panel : Engineering
Subject Area : Electrical & Electronic Engineering
Exercise Year : 2024 / 25
Fund Approved : 1,038,967
Project Status : On-going
Completion Date : 31-12-2027
Abstract as per original application
(English/Chinese):

低碳化已成爲全球可持續發展以應對氣候變化的核心,這促進了區域能源繫統的發展。區域能源繫統集成了多種能源繫統(例如電力、天然氣和熱力)和分佈式能源,從而爲區域提供環保且可靠的能源。區域能源繫統的運行依賴於多能源負荷預測;然而,隨著多鐘能源繫統不斷融合和分佈式能源不斷接入,能源需求變得更加複雜和不確定,使得傳統的確定性負荷預測技術難以適應這些場景。在這種背景下,概率性負荷預測應運而生,以刻畫多能源負荷的波動性和隨機性。 盡管目前概率性預測方法蓬勃發展,但其中很少能獲得繫統操作員的完全信任並在實際工業場景中應用。主要的障礙在於目前方法對輸入能源數據的可解釋性不足、對能源模式變化的魯棒性不大、對下遊決策的銜接性不強以及與人類專家的交互性不夠。爲了填補這壹研究空白,本項目將開發可信任的區域能源繫統概率性負荷預測方法,以便繫統操作員可以放心地採用它們。 本項目的關鍵思想是使區域能源繫統概率性負荷預測具有可解釋性、魯棒性、責任性和互動性。首先,項目將從局部和全局的角度評估輸入樣本及其相關特徵的歸因,以解釋概率性預測是如何生成的。在此基礎上,考慮到多能源數據可能發生的分佈變化,本項目將研究基於假設檢驗的偏移檢測框架,並進壹步開發相應的模型適應方法,以使預測具有魯棒性。然後,本項目將開發麵向決策的概率性預測模型,直接負責最終的隨機決策;本項目還將研究解釋方法,以解釋最終的最優決策。最後,本項目將設計壹個配備可視化用戶界麵和知識編碼輸入模塊的與人類專家互動的循環框架。相應地,本項目將開發壹個軟件原型,用於對實際區域能源繫統數據集進行實證分析,並將相關的代碼和數據公開。 該項目是負責人先前研究範圍的延伸。項目中開發出的新型方法和算法將增強當前概率性負荷預測方法的可信任度。通過這種方式,繫統操作員可以信任並採用這些方法在實際應用中運行區域能源繫統,從而更有效、更高效地工作,進而爲電網數字化和全球低碳化做出貢獻。
Research Outcome
Layman's Summary of
Completion Report:
Not yet submitted

  SCREEN ID: SCRRM00542