吴伟杰，吴杰康，雷振，郑敏嘉，张伊宁，李猛，黄欣，李逸欣

(1.广东电网规划研究中心，广州 510060；2.广东工业大学自动化学院，广州510006)

0 引言

能源短缺和环境危机等问题在全球范围内普遍存在，高效利用能源，降低能源损耗率尤为关键。冷热电三联供系统(combined cooling heating and power，CCHP)是一种汇集多种形式能源于系统[1-5]，根据能源特性及用能需求，充分挖掘能源的剩余价值，为园区提供供热、制冷及发电过程的整体化能源解决方案。该系统可以有效地融入分布式能源，实现分布式能源的就地消纳，提升能源系统的可再生能源比例，为后续区域级能源管理提供新的多能互补技术[6]。

冷热电联供系统准确的CCHP用户冷热电负荷预测对系统的能源配置、优化运行、合理调度等有着举足轻重的影响。作为系统有效运行的基本前提之一，CCHP用户冷热电负荷预测具体表现形式为预测系统中CCHP用户冷热电负荷的需求情况。对于CCHP用户冷热电负荷的预测，相关学者做了大量的研究。对于电负荷预测研究主要有以下2个方向：传统方法[7]和智能化方法[8]。传统方法多为利用冷热电负荷周边多维信息构建物理模型实现负荷预测，预测模型的建立需要对大量相关量进行抽象并数字化，模型构建难度较大[9]；智能化方法更多关注因果关系，通过构建系列函数映射模型输入与输出间相关性，建模相对简单且易于实现[10]。智能化方法的研究成果广泛，比如：在选取合适的输入后直接利用小波分析方法对建立的输入进行分解，采用Elman动态神经网络分别对分解后的分量构建相应的预测模型，实现对电负荷序列的有效预测[11]；……