[发明专利]一种基于聚类分析的高效热电联产系统设计方法

说明书

本发明公开了一种基于聚类分析的高效热电联产系统设计方法，包括如下步骤：S1、应用大数据采集用户的电热负荷需求数据，对数据进行清洗；S2、应用K‑means聚类方式对负荷数据进行聚类分析；S3、根据聚类结果确认热电联产系统的发电技术及规模；S4、制定新型热电联产系统的运行策略；S5、计算能源指标和经济指标，选择最优的运行策略。本发明应用大数据分析方法分析用户热电负荷需求，根据用户负荷特性选择热电联产系统生产技术和储蓄设备，并根据经济指标和能源指标选择最优的运行策略，提高能源利用效率和降低成本。

技术领域

本发明属于综合能源系统领域，具体涉及一种基于聚类分析的高效热电联产系统设计方法。

背景技术

综合能源系统现阶段发展迅速，其关注度日益提升。热电负荷是综合能源系统中用户负荷的核心部分，因此热电联产系统始终是综合能源系统研究中的重点问题。

在双碳背景下，提高能源利用率和减少能源损耗是能源领域的主要问题，对于热电联产系统亦不例外。现有的诸多研究中，已经证明了热电联产的可行性，并提出了蓄热蓄能等方法提高能源利用率。但不同的工商业用户对于负荷的需求不同，因此针对不同用户选择合适的生产系统和运行方案是较为棘手的问题。

发明内容

针对现有技术的不足，本发明的目的在于提供一种基于聚类分析的高效热电联产系统设计方法，能够根据用户负荷特点，选择其热电联产技术和运行策略，提高能源利用效率和降低成本。

本发明的技术方案为：包括以下步骤：

S1、应用大数据采集用户的电热负荷需求数据，对数据进行清洗；

S2、应用K-means聚类方式对负荷数据进行聚类分析；

S3、根据聚类结果确认热电联产系统的发电技术及规模；

S4、制定新型热电联产系统的运行策略；

S5、计算能源指标和经济指标，选择最优的运行策略。

步骤S1包括如下步骤：

S1.1、对用户能量需求数据进行均匀采样，至少包含三项信息:时间戳、平均电力需求和平均热功率需求，并计算电热负荷需求比；

S1.2、对采样数据进行清洗，清除异常数据，填补缺失数据，并进行归一化处理。

步骤S2包括如下步骤：

S2.1、创建2个数据集：数据集1为以每次采样的电力需求和电热负荷需求比为一个子变量，数据集2以每日的电力需求和电热负荷需求比曲线为一个子变量；

S2.2、对于2个数据集，分别选择最优聚类簇；

S2.3、基于最优聚类簇数，对2个数据集进行聚类。

步骤S3包括如下步骤：

S3.1、对数据集1的聚类结果进行分析，根据电热负荷需求比和平均电力需求选择最合适的热电联产技术；

其特征在于，步骤S4中：

根据选择的发电技术和用户的时序特征，制定多种运行策略；

其中，

策略1:热电联产系统只遵循电力需求；

策略2:当同时满足蓄热达到95％和热需求低于运行策略1的产热两个条件时，热电联产系统遵循热需求，否则遵循电力需求。

步骤S5包括如下步骤：

S5.1、计算不同运行策略下的能源指标；

对于不同的运行策略，可用相应的能源指标评估其优劣，如：