[发明专利]双碳目标下配电网供需平衡方法、系统、介质及计算设备

说明书

本发明涉及一种双碳目标下配电网供需平衡方法、系统、介质及计算设备，其包括：获取样本数据，并进行预处理，所述样本数据包括外部数据指标和供电系统内部电力负荷数据；确定所述电力负荷数据与各所述外部数据指标之间的关联程度，并提取能够反映各所述外部数据指标影响程度的新指标；对所述新指标进行出力、符合特性聚类分析，建立不同类型、不同地区用户典型时序用电模式，根据所述典型时序用电模式得到区域性典型样本；根据所述区域性典型样本，建立出力、负荷精准化预测模型，输出电力电量平衡结果，实现双碳目标下配电网供需平衡。本发明能对配电网供需侧形态演变进行精准的趋势预测。

技术领域

本发明涉及一种配电网技术领域，特别是关于一种双碳目标下配电网供需平衡方法、系统、介质及计算设备。

背景技术

如今人民生活水平越来越高，生活生产中对电力的需求也越来越大。在“碳达峰、碳中和”的目标下，更多的清洁能源包括水力发电、太阳能光伏发电、风力发电、生物质能发电、地热能、潮汐能等也将逐步替代传统的火力发电，作为分布式电源接入电网。在城市转型与能源互联网的建设中，城市综合体、智能楼宇、分布式光伏电站、电动汽车充电设施、高新制造业等新型用电负荷不断涌现，对于现代化城市用电结构也带来了巨大变化。分布式能源及多元化负荷的大量涌入给传统配电网的潮流供给都带来了不小的冲击，对“双碳”目标驱动下配电网供需侧形态演变进行更细致的趋势预测具有重要现实意义。

发明内容

针对上述问题，本发明的目的是提供一种双碳目标下配电网供需平衡方法、系统、介质及计算设备，其能对配电网供需侧形态演变进行精准的趋势预测。

为实现上述目的，本发明采取以下技术方案：一种双碳目标下配电网供需平衡方法，其包括：获取样本数据，并进行预处理，所述样本数据包括外部数据指标和供电系统内部电力负荷数据；确定所述电力负荷数据与各所述外部数据指标之间的关联程度，并提取能够反映各所述外部数据指标影响程度的新指标；对所述新指标进行出力、符合特性聚类分析，建立不同类型、不同地区用户典型时序用电模式，根据所述典型时序用电模式得到区域性典型样本；根据所述区域性典型样本，建立出力、负荷精准化预测模型，输出电力电量平衡结果，实现双碳目标下配电网供需平衡。

进一步，所述确定所述电力负荷数据与各所述外部数据指标之间的关联程度，包括：采用数据挖掘方法从不同维度，确定电力负荷与外部各数据指标之间的关联程度。

进一步，所述提取能够反映各所述外部数据指标影响程度的新指标，包括：采用主成分分析法，提取能够反映各所述外部数据指标影响程度的新指标。

进一步，所述对所述新指标进行出力、符合特性聚类分析，建立不同类型、不同地区用户典型时序用电模式，包括：根据网上电网中配变用电类型、配变投运时间、配变负载率、分布式光伏接入容量及储能装置接入这些相关数据，采用K-means聚类方法，识别用户负荷类型集聚区，提取用户典型用电模式方法以及用户集群用电行为模拟方法，建立不同类型、不同地区用户典型时序用电模式。

进一步，所述根据所述区域性典型样本，建立出力、负荷精准化预测模型，采用数据包络分析方法实现，所述预测模型为：

式中，ε为非阿基米德无穷小，m为输入指标数目，r为输出指标数目，θ为综合效率，为线性规划模型中输入模型的松弛变量，为线性规划模型中输出模型的松弛变量。

进一步，所述预测模型需满足约束条件为：

式中，和分别为的第i种区域性典型样本输入数据和第t种输出指标数据，x_ij为决策单元DMU的区域性典型样本输入数据，y_tj为决策单元DMU的输出指标数据，n为评价对象的个数，为决策单元，λ_j为使θ最小的的权重。

进一步，若干所述决策单元DMU的设定，包括：