一种基于智慧能源管理平台的能源互补优化方法及系统与流程

本发明涉及能源管理领域，更具体的，涉及一种基于智慧能源管理平台的能源互补优化方法及系统。

背景技术：

1、能源结构优化调整不仅是我国能源发展面临的重要任务，也是保证能源安全、实现碳达峰碳中和的重要组成部分。调整优化能源就是要对各种能源的分配与发电计划进行调控与相互配合，以达到提高能源利用率的目的。但受制于传统能源分析技术，存在区域性能源互补优化程度较低，各发电站弃电率高、缺少精细化能源分析等问题，导致了难以实现能源的可持续发展。因此，现在亟需一种高效的能源互补优化方法。

技术实现思路

1、本发明克服了现有技术的缺陷，提出了一种基于智慧能源管理平台的能源互补优化方法及系统。

2、本发明第一方面提供了一种基于智慧能源管理平台的能源互补优化方法，包括：

3、获取一个周期内预设区域的用户供电数据；

4、根据所述用户供电数据进行区域电力需求分析与用户群体聚类划分，得到多个供电子区域与多个供电需求特征；

5、获取一个周期内预设区域中基于市政电力、天然气分布式能源、风力、水力、光伏发电的能源发电数据，根据所述能源发电数据进行特征分析与数据计算，得到能源发电峰值特征与能源弃电率；

6、基于供电需求特征进行下一周期的供电数据预测，得到所有供电子区域的用户预测供电数据；

7、将用户预测供电数据、能源发电峰值特征、能源弃电率导入能源分析模型进行能源互补优化计算，得到能源计划发电方案；

8、在下一个周期内获取第二用户供电数据与第二能源发电数据，基于所述第二用户供电数据与第二能源发电数据进行二次用户群体聚类分析，并基于分析结果动态修正能源计划发电方案。

9、本方案中，所述根据所述用户供电数据进行区域电力需求分析与用户群体聚类划分，得到多个供电子区域与多个供电需求特征，具体为：

10、将预设区域进行最小供电区域划分，得到多个最小供电区域；

11、基于用户供电数据获取最小供电区域的区域供电数据；

12、构建聚类模型，将所有区域供电数据形成供电数据集并导入聚类模型进行用户群体聚类，并得到n个供电集群；

13、基于n个供电集群，将对应的最小供电区域与区域供电数据进行聚类划分，得到n个供电子区域与n个聚合供电数据；

14、将n个聚合供电数据进行电力需求特征分析并得到n个供电需求特征。

15、本方案中，所述获取一个周期内预设区域中基于市政电力、天然气分布式能源、风力、水力、光伏发电的能源发电数据，根据所述能源发电数据进行特征分析与数据计算，得到能源发电峰值特征与能源弃电率，具体为：

16、获取一个周期内预设区域中基于市政电力、天然气分布式能源、风力、水力、光伏发电的能源发电数据；

17、分析能源发电数据在一个周期内的发电功率波动与峰值波动，得到发电波动趋势信息；

18、基于时间维度，对发电波动趋势信息进行长短时电力峰值分析与数据提取，得到长时峰值数据段与短时峰值数据段；

19、基于长时峰值数据段与短时峰值数据段进行特征提取得到能源发电峰值特征；

20、基于能源发电数据与用户供电数据进行能源损耗计算，得到能源弃电率。

21、本方案中，所述基于供电需求特征进行下一周期的供电数据预测，得到所有供电子区域的用户预测供电数据，具体为：

22、获取所有供电子区域的供电需求特征；

23、构建基于深度学习的电力预测模型；

24、获取历史m个周期内的历史用户供电数据；

25、将所述历史用户供电数据按照预设比例拆分为训练数据集、测试数据集与验证数据集，并将所述训练数据集、测试数据集、验证数据集导入电力预测模型进行训练；

26、将用户供电数据与所述供电需求特征导入电力预测模型进行电力需求预测，得到所有供电子区域的用户预测供电数据。

27、本方案中，所述将用户预测供电数据、能源发电峰值特征、能源弃电率导入能源分析模型进行能源互补优化计算，得到能源计划发电方案，具体为：

28、将用户预测供电数据导入能源分析模型；

29、基于用户预测供电数据进行供电需求长短时峰值分析，得到用户用电峰值特征；

30、从用户预测供电数据中获取每个供电子区域的预测供电量；

31、选取一个供电子区域作为选定供电子区域，将选定供电子区域的用户用电峰值特征、预测供电量、能源发电峰值特征、能源弃电率导入能源分析模型，基于市政电力、天然气分布式能源、风力、水力、光伏发电多个维度进行选定供电子区域的能源优化计算，得到子区域能源发电方案；

32、获取所有供电子区域的子区域能源发电方案；

33、对所述子区域能源发电方案进行方案合并，得到初始发电方案；

34、基于初始发电方案，对市政电力、天然气分布式能源、风力、水力、光伏能源的发电压力进行计算分析，得到在下个一周期内能源发电的时间压力分布信息；

35、基于所述时间压力分布信息，对初始发电方案进行二次互补优化调整，得到能源计划发电方案。

36、本方案中，所述在下一个周期内获取第二用户供电数据与第二能源发电数据，基于所述第二用户供电数据与第二能源发电数据进行二次用户群体聚类分析，并基于分析结果动态修正能源计划发电方案，具体为：

37、在下一个周期内获取第二用户供电数据与第二能源发电数据；

38、基于所述用户供电数据进行二次用户群体聚类分析得到多个二次供电子区域与多个二次供电需求特征；

39、基于二次供电子区域、多个二次供电需求特征、第二能源发电数据，进行下一周期的供电数据预测与发电方案分析，基于分析结果动态修正能源计划发电方案。

40、本发明第二方面还提供了一种基于智慧能源管理平台的能源互补优化系统，其特征在于，该系统包括：存储器、处理器，所述存储器中包括基于智慧能源管理平台的能源互补优化程序，所述基于智慧能源管理平台的能源互补优化程序被所述处理器执行时实现如下步骤：

41、获取一个周期内预设区域的用户供电数据；

42、根据所述用户供电数据进行区域电力需求分析与用户群体聚类划分，得到多个供电子区域与多个供电需求特征；

43、获取一个周期内预设区域中基于市政电力、天然气分布式能源、风力、水力、光伏发电的能源发电数据，根据所述能源发电数据进行特征分析与数据计算，得到能源发电峰值特征与能源弃电率；

44、基于供电需求特征进行下一周期的供电数据预测，得到所有供电子区域的用户预测供电数据；

45、将用户预测供电数据、能源发电峰值特征、能源弃电率导入能源分析模型进行能源互补优化计算，得到能源计划发电方案；

46、在下一个周期内获取第二用户供电数据与第二能源发电数据，基于所述第二用户供电数据与第二能源发电数据进行二次用户群体聚类分析，并基于分析结果动态修正能源计划发电方案。

47、本方案中，所述根据所述用户供电数据进行区域电力需求分析与用户群体聚类划分，得到多个供电子区域与多个供电需求特征，具体为：

48、将预设区域进行最小供电区域划分，得到多个最小供电区域；

49、基于用户供电数据获取最小供电区域的区域供电数据；

50、构建聚类模型，将所有区域供电数据形成供电数据集并导入聚类模型进行用户群体聚类，并得到n个供电集群；

51、基于n个供电集群，将对应的最小供电区域与区域供电数据进行聚类划分，得到n个供电子区域与n个聚合供电数据；

52、将n个聚合供电数据进行电力需求特征分析并得到n个供电需求特征。

53、本方案中，所述获取一个周期内预设区域中基于市政电力、天然气分布式能源、风力、水力、光伏发电的能源发电数据，根据所述能源发电数据进行特征分析与数据计算，得到能源发电峰值特征与能源弃电率，具体为：

54、获取一个周期内预设区域中基于市政电力、天然气分布式能源、风力、水力、光伏发电的能源发电数据；

55、分析能源发电数据在一个周期内的发电功率波动与峰值波动，得到发电波动趋势信息；

56、基于时间维度，对发电波动趋势信息进行长短时电力峰值分析与数据提取，得到长时峰值数据段与短时峰值数据段；

57、基于长时峰值数据段与短时峰值数据段进行特征提取得到能源发电峰值特征；

58、基于能源发电数据与用户供电数据进行能源损耗计算，得到能源弃电率。

59、本方案中，所述基于供电需求特征进行下一周期的供电数据预测，得到所有供电子区域的用户预测供电数据，具体为：

60、获取所有供电子区域的供电需求特征；

61、构建基于深度学习的电力预测模型；

62、获取历史m个周期内的历史用户供电数据；

63、将所述历史用户供电数据按照预设比例拆分为训练数据集、测试数据集与验证数据集，并将所述训练数据集、测试数据集、验证数据集导入电力预测模型进行训练；

64、将用户供电数据与所述供电需求特征导入电力预测模型进行电力需求预测，得到所有供电子区域的用户预测供电数据。

65、本发明公开了一种基于智慧能源管理平台的能源互补优化方法及系统。通过用户群体聚类划分，得到多个供电子区域与多个供电需求特征；根据能源发电数据进行特征分析与数据计算，得到能源发电峰值特征与能源弃电率；基于供电需求特征进行下一周期的供电数据预测，将用户预测供电数据、能源发电峰值特征、能源弃电率导入能源分析模型进行能源互补优化计算，得到能源计划发电方案；在下一个周期进行二次用户群体聚类分析，并实现动态修正能源计划发电方案。本发明通过用户群体的聚类分析，能够对预设区域进行精细化的能源优化互补分析，并基于周期性预测进行能源优化方案的调整，进而能够大大提高能源互补的适配度，提高能源利用率。