[发明专利]一种园区级综合能源系统辅助设计方法及系统

说明书

本发明公开了一种园区级综合能源系统辅助设计方法及系统，所述方法包括：获取园区源侧历史数据和荷侧历史数据；对于源侧历史数据中的各类能源，分别针对日变化数据进行聚类分区，并将数据量最大的类簇进行可视化显示，得到各类能源的可用性和供能特性；对于荷侧历史数据，针对日变化数据进行聚类分区，得到反映各类用户类型的类簇，并对这些类簇进行可视化显示，得到各类用户类型的用能特性；基于各类能源的可用性和供电特性，以及各类用户类型的用电特性，为荷侧的各类用户匹配源侧的能源种类和供能方式。本发明能够为能源配置的合理化给出定量的参考依据，保证了后续决策的准确性。

技术领域

本发明涉及基于大数据的机器学习技术领域，尤其涉及一种园区级综合能源系统辅助设计方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

综合能源系统集风力发电系统、光伏发电系统、燃气冷热电联供系统等多种类型能量枢纽于一体，能够同时满足用户电、气、冷、热多元化用能需求，很大程度地促进电力、燃气、热力等多种能流的协同，极大提高其应对负荷变化的能力，对提高能源利用效率与减少环境污染有重要意义。

园区级综合能源系统是典型的综合能源系统，注重微网层面的多能协同运行，是当前阶段研究及发展的重心，也是未来综合能源系统的重要实现形式，园区级综合能源系统的结构设计作为系统实现的重要一环，使该问题具有极其重大的现实意义。园区级综合能源系统规模庞大，是一种电、气、冷、热多能流深度耦合的复杂能源系统，供应用能类型复杂多样，能量转换设备繁多，源荷特征复杂多样，加之气、电、热等多能流的实时交互，使得多能流网络之间具有很强的耦合性，传统针对单一能量枢纽及单一能流网络的独立设计方法已无能为力，亟需从多能流耦合的角度出发，寻求新的思路和方法予以突破，以期从根本上提高供需匹配度、新能源消纳率和能源综合利用率，为能源网络的高效、经济、环保运行奠定坚实基础。传统的综合能源系统优化设计大多是针对给定结构的设备容量与运行参数方面的优化，运用遗传算法、神经网络等算法将优化设计问题转化为多目标优化问题，以获得经济、节能、环境方面的最优配置，然而结构方面的设计具有极强的主观性，根据经验设计的系统结构往往缺乏科学性，导致最终系统的优化设计结果不尽如人意。现有的相关专利中，针对园区级综合能源系统设计，依然停留在人为设置系统结构的层面，无法解决上述问题。

发明内容

为克服上述现有技术的不足，本发明提供了一种园区级综合能源系统辅助设计方法及系统，基于聚类方法对源侧和荷侧数据进行了分区，以便挖掘源侧供能和荷侧用能性能，为系统结构设计提供了有效的数据支撑。

为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

一种园区级综合能源系统辅助设计方法，包括以下步骤：

获取园区源侧历史数据和荷侧历史数据；

对于源侧历史数据中的各类能源，分别针对日变化数据进行聚类分区，并将数据量最大的类簇进行可视化显示，得到各类能源的可用性和供能特性；

对于荷侧历史数据，针对日变化数据进行聚类分区，得到反映各类用户类型的类簇，并对这些类簇进行可视化显示，得到各类用户类型的用能特性；

基于各类能源的可用性和供电特性，以及各类用户类型的用电特性，为荷侧的各类用户匹配源侧的能源种类和供能方式。

进一步地，获取园区源侧历史数据和荷侧历史数据后，还进行数据预处理：

对于源侧历史数据中的各类能源和荷侧历史数据中的各类负荷，均提取整点数据，以一天为一行，建立源侧历史矩阵和荷侧历史矩阵。

进一步地，对于源侧历史数据中的每一类能源，均执行以下步骤：

获取该类能源全年的日变化曲线；

将这些日变化曲线进行聚类，得到多个类簇；