[发明专利]模型和数据联合驱动的工业负荷需求响应特性刻画方法

权利要求书

1.一种模型和数据联合驱动的工业负荷需求响应特性刻画方法，其特征在于，包括以下步骤：

S1，获取工厂的样本数据、生产流水线信息和生产调度模型库，并将所述样本数据划分为训练集和交叉验证集；其中，所述样本数据，包括工厂的历史电表数据以及所在区域对应时间的分时电价数据；

S2，基于所述生产流水线信息以利用所述训练集对所述生产调度模型库中的每个模型进行模型参数拟合，并利用所述交叉验证集计算各模型的损失函数并以损失函数最小的生产调度模型及对应的模型参数作为最佳模型以得到工厂最终的需求响应特性模型；

S3，将外部激励输入所述需求响应特性模型以求解最优生产调度问题得到问题求解结果。

2.根据权利要求1所述的方法，其特征在于，所述S1，包括：

S1.1)预设d代表任一日期，获得所关注的工厂的历史电表数据，即逐日、逐小时的用电量E^(d)∈R²⁴，以及所在区域对应时间的分时电价数据Pr^(d)∈R²⁴，将样本数据划分为训练集和交叉验证集，其中逐日的用电-价格序列对样本组成的训练集TRAIN表示为：

TRAIN＝{(Pr⁽¹⁾,E⁽¹⁾),(Pr⁽²⁾,E⁽²⁾),...,(Pr⁽ⁿ⁾,E⁽ⁿ⁾)}

式中，n为训练集中的样本数量；

S1.2)获得工厂公开的生产流水线信息，包括各生产环节的单位产品能耗；

S1.3)输入待确定的生产调度模型库L。

3.根据权利要求1所述的方法，其特征在于，所述S2，包括：

S2.1)构建生产调度模型的模型参数拟合问题的目标函数，表示为：

式中，E_dt为当前模型参数下，生产调度模型给出的工厂在d日时段t的总用能；

S2.2)构建生产调度模型拟合问题的约束条件；

S2.3)基于领域知识的假设缩小参数可行域；

S2.4)基于目标函数和约束，利用训练集拟合模型参数，并在交叉验证集上统计各模型的损失函数，以交叉验证集上损失函数最小的生产调度模型及其参数θ作为最佳模型，即工厂最终的需求响应特性模型。

4.根据权利要求3所述的方法，其特征在于，所述S3，包括：

S3.1)将感兴趣的外部激励等效为输入逐小时的电价Pr∈R²⁴，以作为得到的需求响应特性模型的问题参数；

S3.2)以S2.4)中得到的参数θ作为需求响应特性模型的参数求解最优生产调度问题，将最优解中逐小时的各生产环节功率相加以得到外部激励下所关注的工厂的逐小时用电量E∈R²⁴。

5.根据权利要求3所述的方法，其特征在于，所述构建生产调度模型拟合问题的约束条件，包括生产调度模型约束和生产调度最优性条件，所述生产调度模型约束，包括总用能到各环节的分解、各环节额定功率限制、各物料随时间变化以及物料存储限制；所述生产调度最优性条件，包括强对偶条件和对偶问题的各约束。

6.一种模型和数据联合驱动的工业负荷需求响应特性刻画装置，其特征在于，包括：

初始模型获取模块，用于获取工厂的样本数据、生产流水线信息和生产调度模型库，并将所述样本数据划分为训练集和交叉验证集；其中，所述样本数据，包括工厂的历史电表数据以及所在区域对应时间的分时电价数据；

训练验证最优模块，用于基于所述生产流水线信息以利用所述训练集对所述生产调度模型库中的每个模型进行模型参数拟合，并利用所述交叉验证集计算各模型的损失函数并以损失函数最小的生产调度模型及对应的模型参数作为最佳模型以得到工厂最终的需求响应特性模型；

问题求解最优模块，用于将外部激励输入所述需求响应特性模型以求解最优生产调度问题得到问题求解结果。