一种源网荷储一体化项目应用场景关键刻画指标识别方法与流程

1.本发明涉及源网荷储一体化项目应用场景识别技术领域，尤其涉及一种源网荷储一体化项目应用场景关键刻画指标识别方法。


背景技术：

2.近几年，随着源网荷储一体化项目的试点和示范推广，探索建设新型电力系统的努力获得了一定的经验，但也暴露出一些问题，如在项目遴选时缺乏科学的分析评价方法，致使基于项目应用场景特征的投资方向选择出现困难，导致源网荷储一体化项目的投资回报率无法得到保障。源网荷储一体化项目的常见应用场景类别可以分为：大型建筑(商场楼宇、居民楼宇等)、园区(工业园区、高新技术园区等)、岛屿和城镇(新型农村、智慧城市等)。如何通过关键刻画指标对项目应用场景进行特征识别，指导源网荷储一体化项目的科学筛选，同时提供对应的商业模式与运营策略方向，以充分挖掘源网荷储一体化项目的盈利潜能，是一体化项目投资者关注的重点。


技术实现要素：

3.鉴于上述问题，提出了本发明以便提供克服上述问题或者至少部分地解决上述问题的一种源网荷储一体化项目应用场景关键刻画指标识别方法。
4.根据本发明的一个方面，提供了一种源网荷储一体化项目应用场景关键刻画指标识别方法，所述识别方法包括：
5.步骤s1、预处理待识别的关键刻画指标，基于待识别场景的关键刻画指标计算场景特征值；
6.步骤s2、将场景特征值带入特征云，计算场景特征相似测度；
7.步骤s3、将特征相似测度作为模糊petri网输入库所的初始状态，根据推理算法进行推理；
8.步骤s4、计算库所的最终状态，得出推理结果，确定待识别场景的特征与置信度水平。
9.可选的，所述步骤s1中的关键刻画指标包括年用电量、年负荷率、年最大峰谷差率、季不均衡系数、光照强度、风力资源、响应速度、最大响应量、交易电价、电价承受水平和政策支持度。
10.可选的，所述步骤s1中，对待识别的关键刻画指标进行预处理，基于待识别场景的关键刻画指标计算场景特征值，具体包括：
11.步骤s11、基于基础指标数据的收集，采用改进的离差最大化方法对源网荷储一体化项目应用场景关键刻画指标的权重进行计算，获得对应的各指标权重；
12.步骤s12、基于指标权重，针对标准化处理后的各关键刻画指标取值，计算场景特征值。
13.可选的，所述步骤s11具体包括：
14.对用能经济性、负荷稳定性、资源禀赋、价格敏感性、政策环境、响应能力及服务需求7个方面的指标x
ij
(i＝1,2,
…
,m；j＝1,2,
…
,n)进行标准化处理，得到标准化指标x'
ij
(i＝1,2,
…
,m；j＝1,2,
…
,n)。其中下标m代表场景数量，n代表关键刻画指标数量。
15.采用改进的离差最大化方法构造第s个场景的评价得分，即ms＝计算可得第i个指标与其他指标之间的总离差为
16.可选的，所述步骤s2中，依据多专家描述结果生成本算例的特征云，通过将场景特征值带入特征云，计算场景特征相似测度。
17.可选的，所述步骤s2具体为：
18.步骤s21、依据多专家描述结果生成本算例的特征云，多位专家分别对于某一场景类型的某一特征给出对应的特征云，综合h位专家得出的特征云(ex,en,he)；
19.步骤s22、通过将场景特征值带入特征云，计算场景特征相似测度。
20.可选的，所述步骤s3中，将特征相似测度作为模糊petri网输入库所的初始状态，根据推理算法进行推理。
21.可选的，所述步骤s4，通过计算库所的最终状态，得出推理结果，确定待识别场景的特征与置信度水平。
22.本发明提供的一种源网荷储一体化项目应用场景关键刻画指标识别方法，所述识别方法包括：预处理待识别的关键刻画指标，基于待识别场景的关键刻画指标计算场景特征值；将场景特征值带入特征云，计算场景特征相似测度；将特征相似测度作为模糊petri网输入库所的初始状态，根据推理算法进行推理；计算库所的最终状态，得出推理结果，确定待识别场景的特征与置信度水平。本发明通过综合评价、云模型的模糊petri网(fuzzy petri net，fpn)场景特征识别模型，增加关键刻画指标特征中的细节信息，可以对源网荷储一体化项目进行有效的应用场景分类。
23.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
24.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
25.图1为本发明实施例提供的一种源网荷储一体化项目应用场景关键刻画指标识别方法的流程图。
具体实施方式
26.下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围
完整的传达给本领域的技术人员。
27.本发明的说明书实施例和权利要求书及附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元。
28.下面结合附图和实施例，对本发明的技术方案做进一步的详细描述。
29.实施例1：
30.如图1所示，一种基于模糊petri网的源网荷储一体化项目应用场景关键刻画指标识别方法，包括以下步骤：
31.步骤s1、对待识别的关键刻画指标进行预处理，基于待识别场景的关键刻画指标计算场景特征值；
32.步骤s2、将场景特征值带入特征云，计算场景特征相似测度；
33.步骤s3、将特征相似测度作为模糊petri网输入库所的初始状态，根据推理算法进行推理；
34.步骤s4、计算库所的最终状态，得出推理结果，确定待识别场景的特征与置信度水平。
35.本发明实施例中，本发明方法在分析关于源网荷储一体化项目关键刻画指标对于应用场景的映射的基础上，构建一体化项目关键刻画指标，一般包括用能经济性、负荷稳定性、资源禀赋、价格敏感性、政策环境、响应能力及服务需求等要素信息，研究表明这些关键刻画指标对源网荷储一体化项目应用场景的描述具有重要意义，基于此，在本发明实施例的步骤s1中的关键刻画指标包括年用电量、年负荷率、年最大峰谷差率、季不均衡系数、光照强度、风力资源水平、响应速度、最大响应量、交易电价、电价承受水平和政策支持度；其中，年负荷率，即年平均负荷与年最大负荷的比值；年最大峰谷差率，即全年每天最高峰负荷减去最低谷负荷的差值与最高峰负荷的比值取最大值；季不均衡系数，即全年各月最大负荷的平均值与年最大负荷的比值；响应速度，即为合同规定的用户从接到响应信号至完成负荷削减的响应时间；最大响应量，即为用户可削减的最大负荷量；电价承受水平，即人均年电费支出与年收入的比值；政策支持度，即国际及地方政策对项目的支持力度。
36.步骤s1具体为：
37.步骤s11、基于基础指标数据的收集，采用改进的离差最大化方法对源网荷储一体化项目应用场景关键刻画指标的权重进行计算，获得对应的各指标权重；
38.步骤s12、基于指标权重，针对标准化处理后的各关键刻画指标取值，计算场景特征值。
39.在上述步骤s11中，采用改进的离差最大化方法计算关键刻画指标的权重，针对各指标之间取值的差异程度作为赋权的原始信息直接来源，并由原始数据决定相应指标权重，保证离差最大化法在确定指标权重中有效减少主观因素的影响。基于此，上述步骤s31具体为：
40.对用能经济性、负荷稳定性、资源禀赋、价格敏感性、政策环境、响应能力及服务需求7个方面的指标x
ij
(i＝1,2,
…
,m；j＝1,2,
…
,n)进行标准化处理，得到标准化指标x'
ij
(i＝1,2,
…
,m；j＝1,2,
…
,n)。其中下标m代表场景数量，n代表关键刻画指标数量。
41.利用具有场景标签和场景中目标标签的大量图像组成图像训练集；
42.采用改进的离差最大化方法构造第s个场景的评价得分，即采用改进的离差最大化方法构造第s个场景的评价得分，即
计算可得第i个指标与其他指标之间的总离差为
43.本发明实施例的步骤s2中，通过将场景特征值带入特征云，计算场景特征相似测度。
44.步骤s2具体为：
45.步骤s21、依据多专家描述结果生成本算例的特征云，多位专家分别对于某一场景类型的某一特征给出对应的特征云，综合h位专家得出的特征云(ex,en,he)；
46.步骤s22、通过将场景特征值带入特征云，计算场景特征相似测度。
47.在本发明实施例的步骤s3，通过将特征相似测度作为模糊petri网输入库所的初始状态，根据推理算法进行推理。
48.在本发明实施例的步骤s4，计算库所的最终状态，得出推理结果，确定待识别场景的特征与置信度水平。
49.实施例2：
50.根据国内源网荷储一体化示范项目的统计分析，采用上述实施例1中的方法对影响源网荷储一体化项目应用场景关键刻画指标进行识别，构建11种关键刻画指标如表1所示。
51.表1：源网荷储一体化项目应用场景关键刻画指标
52.关键刻画指标场景1场景2场景3场景4场景5年用电量1685933530328531386347492年负荷率0.680.650.590.710.62年最大峰谷差率0.410.340.480.390.29季不均衡系数0.370.410.450.290.48光照强度35803844419050164210风力资源7.105.396.506.405.86响应速度0.750.500.750.500.50最大响应量0.640.440.390.660.49交易电价0.891.261.190.931.05电价承受水平0.150.200.180.220.16政策支持度0.800.800.700.750.75
53.基于表1中数据，对关键刻画指标进行预处理，计算关键刻画指标的场景特征值，其计算结果如表2所示。
54.表2：源网荷储一体化项目应用关键刻画指标的场景特征值
[0055][0056]
基于表2中数据，将场景特征值带入特征云，计算场景特征相似测度，其计算结果如表3所示。
[0057]
表3：场景特征相似测度计算结果
[0058][0059]
基于表3中数据，根据推理算法，并进行迭代计算，得到库所的最终状态如表4所示。
[0060]
表4：场景特征识别结果
[0061][0062][0063]
根据结果可知，场景1属于负荷响应能力高的场景，场景2属于价格承受能力高的场景，场景3属于负荷水平高的场景，场景4属于资源禀赋高和价格承受能力高的场景，场景5属于负荷响应能力高的场景。
[0064]
有益效果：蒙特卡洛模拟方法能够将所求解的问题同一定的概率模型相联系，用电子计算机实现统计模拟或抽样，从而获得问题的近似解。而基于蒙特卡洛模拟的投标方法，能够从数据维度帮助项目经理更好的设置投标价格以便更高的概率中标。
[0065]
以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。